数据通信网络的统一是当前楼宇自控技术发展的一大趋势。结合楼宇自控网络BACnet、图象处理、人工智能等技术,本论文对楼宇自控及其视频监控系统中若干关键技术进行了深入的研究。研究工作得到了建设部攻关项目“建筑设备自动化系统”(批准号 03-2-043)和图象信息处理与智能控制教育部重点实验室开放基金“基于 Agent 的智能控制技术研究”(批准号 TKLJ0116)的支持。同时与美国 BACnet 标准委员会及其相关组织 BMA(BACnet 制造者协会)、BTL(BACnet 测试实验室)开展了广泛的合作。 论文的研究工作主要分为以下几个部分: 第一部分针对 BACnet 标准中没有涉及视频监控子系统的现状,提出了一个关于视频监控系统的 BACnet 标准扩展方案,充分考虑了 BACnet 良好的扩展性以及视频源控制和视频流传输的特点,设计并实现了流设备对象和流对象及其相关服务,将视频监控纳入以 BACnet 为基础的楼宇自控领域,使之与整个楼控系统结合更加紧密,互操作性得到加强。同时这部分工作也是对 BACnet 标准的完善。 第二部分重点研究视频监控系统中的视频信号分析和处理问题。为了有效解决视频信号处理中的速度瓶颈,首先提出了一种新的快速块运动估计算法 SSC-APDS,该算法采用象素点和搜索点联合抽样的策略,显著提高了块运动估计的搜索速度。与最新算法APDS 比较,SSC-APDS 在保证相同精度的同时,速度平均可以提高 30%,与已有的其他算法的比较更显示了本文算法的优越性。该方法在视频分析,视频压缩等领域均有很好的应用前景。接着,解决了视频监控系统中复杂运动背景下目标检测和跟踪涉及的两个难点问题:一是复杂运动背景的配准。提出了一种基于多直线对匹配的方法,有效地解决了旋转背景的配准问题,进而将背景消除,得到运动目标。一种改进的局域 Hough 变换用来寻找多直线对,通过分析所有直线对的情况,得到变换参数。该方法的特点在于很大程度上减少了点点对应和点线对应所带来的不确定性,提高了算法的速度。另一个是复杂背景下运动目标的跟踪。一般 PC 在纯软件的条件下,实现运动背景下目标的实时跟踪存在着速度瓶颈,这里提出了一种基于块运动估计的跟踪算法,用目标上的若干特征块表征运动的目标,应用前面的 SSC-APDS 算法,在前后两帧之间进行块的运动估计,得到位移概率矩阵,并通过有效的时间滤波和淘汰算法,最后得到目标的运动。实验证明该方法具有速度快、鲁棒性好等特点。 I<WP=5>华 中 科 技 大 学 博 士 学 位 论 文 第三部分致力于将人工智能agent技术引入到楼宇自控系统的统一网络平台BACnet,提出了一种新的 agent 通信机制,通过综合分析,选择了 BACnet 标准中的文件对象和基本写文件服务作为 agent 消息的传输手段。每一个 agent 平台指定一个文件对象,其它平台上的 agent 通过基本写文件服务操作文件对象,实现与对应平台上 agent 的通信。传统的 agent 消息传输机制(如 HTTP、RMI、CORBA)绝大多数是基于 TCP/IP 协议的,限制了 agent 技术在楼宇自控领域的发展。本文提出的方法很好的解决了这一问题,同时也为agent 拓展了新的研究领域。 文章最后,基于上述研究成果,以视频监控系统为重点,提出了 BACnet 网络上基于agent 技术的楼宇自控管理系统设计框架,并对适合楼控系统的 agent 语言进行了探讨。通过比较,显示了系统在标准化、可扩展性和互操作能力等方面的优越性。 与已有的研究工作相比,本文的工作主要有以下几点贡献:【1】提出了基于 BACnet标准的视频监控系统的规范,设计并实现了相关的对象和服务。【2】提出了一种新的快速块运动估计算法 SSC-APDS。【3】提出了一种基于多直线对特征的高效运动背景配准及目标检测方法,并基于 SSC-APDS,实现了复杂背景下运动目标实时跟踪。【4】提出并实现了基于 BACnet 标准的 agent 通信机制,并将以上成果加以融合,探讨了一种新的agent 楼控管理系统框架。