论文部分内容阅读
基于视频的监控系统一直是监控领域的主流方法。但是,视频监控系统易受光照等环境因素的影响,视场角小监控区域有限,并且难以获得目标精确的距离位置等信息。而二维激光测距仪(two-dimensional laser range finder,LRF)受环境因素干扰小,可在不同光照条件下对目标清晰成像,且能以较高的精度(如毫米级精度)测量出目标的距离、位置等信息。此外,LRF往往具有非常大的视场角(典型的如180度和360度视场角)。这些优点使得LRF在监控系统中具有非常好的应用前景。本文研究基于LRF阵列的主动式智能监控系统,通过多台LRF,并配合主动摄像机实现对复杂环境的智能监控。本文的主要研究工作描述如下。(1)提出了基于虚拟二面体的LRF阵列高精度联合标定问题。本文利用不同姿态的平面标定板构造虚拟二面体,通过虚拟二面体的几何映射关系,实现多台LRF之间的外参数标定。本算法仅利用平面模板实现LRF阵列之间联合标定,从而可将不同LRF采集的激光数据映射至同一参考坐标系中,实现激光数据的空间融合。(2)提出了基于LRF二维激光雷达数据的动态行人目标检测与跟踪算法。本文首先利用激光高斯背景模型(Laser Gaussian Model,LGM)对激光数据进行背景建模,实现动态行人目标检测。然后通过DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法对同一类的点云目标进行聚类分析,获取目标的精细化表征。最后,通过行人步姿运动模型并结合卡尔曼滤波算法实现行人在不同激光视场下的准确跟踪。(3)提出了基于LRF阵列与主动摄像机的行人目标主动智能感知系统。本文首先利用Cell单元对监控区域进行空间分割。从而可以将LRF阵列检测与跟踪的行人目标映射至对应的Cell单元中。此外,本文还根据不同的Cell单元,对主动摄像机进行最优化PTZ参数配置,获得每个Cell单元的最优成像质量,并精确标定出摄像机在每个Cell单元对应的内外参数。从而,通过LRF阵列与主动摄像机协作控制,实现高质量的行人目标成像,并实现行人目标轨迹与图像特征匹配,完成行人目标的智能化监控。本文提出的基于LRF阵列的监控系统,充分利用了激光与摄像机两类传感器的优点,通过LRF获取的行人目标检测与跟踪信息,实现主动摄像机最优化动态参数控制,实现对动态行人目标最优化成像,并完成行人运动轨迹与外貌体态特征的匹配,为智能化监控系统提供一定的解决思路。