無線傳感網(wǎng)絡(luò)多變目標(biāo)自動跟蹤方法仿真

張 健，牛麗婷，肖宛昂

(1. 武漢大學(xué)物理科學(xué)與技術(shù)學(xué)院，湖北 武漢 430072； 2. 中國科學(xué)院半導(dǎo)體研究所，北京 100083)

1 引言

無線傳感網(wǎng)絡(luò)為兼?zhèn)渫ㄐ排c計算功能的多跳自組織網(wǎng)絡(luò)系統(tǒng)，在環(huán)境監(jiān)測預(yù)報、智能家居、國防軍事等諸多領(lǐng)域被廣泛應(yīng)用。傳感網(wǎng)絡(luò)作為繼因特網(wǎng)后另一個對人類生活方式產(chǎn)生巨大影響的技術(shù)，人們對于該網(wǎng)絡(luò)的研究不斷增加。其中，目標(biāo)跟蹤作為無線傳感網(wǎng)絡(luò)的關(guān)鍵作用之一，所面臨的挑戰(zhàn)巨大。如何有效完成目標(biāo)的追蹤任務(wù)，是該網(wǎng)絡(luò)目前面臨的重要任務(wù)之一。

李松等人提出時間偏差校準(zhǔn)分布式多傳感器多目標(biāo)跟蹤算法。該方法首先利用逆卡爾曼濾波對網(wǎng)絡(luò)的局部航跡構(gòu)造進行等效測量，針對直線運動目標(biāo)，構(gòu)建時間偏差測量方程；再基于偽測量的偏差估計算法，將最小二乘算法與卡爾曼濾波結(jié)合，估計網(wǎng)絡(luò)的相對時間偏差；最后，利用時間偏差校準(zhǔn)器實現(xiàn)對傳感網(wǎng)絡(luò)的目標(biāo)跟蹤。該方法由于未能利用機器視覺技術(shù)對傳感網(wǎng)絡(luò)中的攝像機安裝位置進行具體分析，導(dǎo)致該方法在進行跟蹤時的網(wǎng)絡(luò)的總能耗高。

龐策等人提出多傳感器協(xié)同識別跟蹤多目標(biāo)管理方法。該方法首先基于風(fēng)險理論，構(gòu)建目標(biāo)識別模型；再以該模型為基礎(chǔ)，分析影響追蹤、識別的影響因素，建立目標(biāo)跟蹤風(fēng)險函數(shù)；最后利用Agent分布算法對目標(biāo)模型進行求解，從而實現(xiàn)傳感網(wǎng)絡(luò)的目標(biāo)追蹤。該方法在構(gòu)建目標(biāo)函數(shù)時存在一定問題，所以該方法在跟蹤時跟蹤軌跡與實際目標(biāo)運動軌跡誤差較大。

鞏欣飛等人提出IPNet：幀間預(yù)測校驗的多域卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)跟蹤算法。該方法首先利用聚類算法和幀間預(yù)測方法計算網(wǎng)絡(luò)中兩個連續(xù)幀之間的目標(biāo)相似度；然后利用計算結(jié)果圈定下一幀目標(biāo)可能出現(xiàn)的候選區(qū)域，預(yù)測目標(biāo)位置；最后對預(yù)測位置進行校驗，通過檢驗結(jié)果，實現(xiàn)對網(wǎng)絡(luò)目標(biāo)的追蹤。該方法在進行相似度計算時存在問題，所以該方法跟蹤目標(biāo)時的網(wǎng)絡(luò)節(jié)點之間會發(fā)生碰撞。

為解決上述傳感網(wǎng)絡(luò)目標(biāo)跟蹤過程中存在的問題，提出基于機器視覺的傳感網(wǎng)絡(luò)目標(biāo)跟蹤方法。

2 基于目標(biāo)模型的攝像機位置與變形度關(guān)系分析

設(shè)定傳感器的節(jié)點總數(shù)為，監(jiān)測區(qū)域為×，將網(wǎng)絡(luò)中各個節(jié)點的坐標(biāo)為(，)，∈{1，…，}；傳感器網(wǎng)絡(luò)需隨機布置在監(jiān)測空間內(nèi)，且需對空間區(qū)域完全覆蓋；保證目標(biāo)身處任何位置，都有節(jié)點對其進行監(jiān)測。節(jié)點感知半徑和通信半徑分別為和，二者皆為恒定常量。

2.1 目標(biāo)模型

將網(wǎng)絡(luò)對象時刻狀態(tài)標(biāo)記為，該時刻的狀態(tài)向量用=[，，，]標(biāo)記，對象的速度分量標(biāo)記為和形式，不同方向的位置分量標(biāo)記成和，得到的目標(biāo)狀態(tài)方程如下式所示

+1=()+

(1)

式中，獲取的目標(biāo)狀態(tài)方程為+1，目標(biāo)在轉(zhuǎn)移時的狀態(tài)矩陣為()，轉(zhuǎn)移時產(chǎn)生的噪聲矩陣為，過程中產(chǎn)生的噪聲為。

在對目標(biāo)進行跟蹤時需要足夠的時間，所以要設(shè)定監(jiān)測區(qū)域為邊長的矩形區(qū)域，依據(jù)目標(biāo)在轉(zhuǎn)移時的狀態(tài)矩陣對該區(qū)域進行限制，限制過程如下式所示

(2)

式中，目標(biāo)在限制區(qū)域的動態(tài)特性分別為和，二階矩陣為，控制參數(shù)分別為大于0的和，矩陣之間的積為?，二維矩陣為()，第1和第3項元素的參數(shù)為(，)，步長為，()為矩陣函數(shù)。()的表現(xiàn)形式如下式所示

(3)

式中，目標(biāo)在運動區(qū)域的邊界閾值為，高斯噪聲為，參數(shù)為，最大閾值為。基于上述過程構(gòu)建傳感器網(wǎng)絡(luò)的目標(biāo)模型。

2.2 攝像機位置與變形度關(guān)系感知

傳感網(wǎng)絡(luò)在運行時，網(wǎng)絡(luò)節(jié)點需要通過傳感器對監(jiān)測區(qū)域的各個時刻進行對象信息的感知，基于恒定的頻率完成所需的樣本采集；最后根據(jù)采集的平均值實現(xiàn)網(wǎng)絡(luò)目標(biāo)對象的測量。

(4)

式中，在，兩個方向的位置分量分別為和，獲取的距離為，。

基于上述結(jié)果，對采集的樣本信號進行處理，從而獲取傳感網(wǎng)絡(luò)中對象信號的方差及均值，過程如下式所示

(5)

式中，信號方差為()，采集的樣本總數(shù)量為，網(wǎng)絡(luò)的非線性參數(shù)量，均值為()。

由此，整合上述計算結(jié)果，構(gòu)建網(wǎng)絡(luò)節(jié)點的感知模型，具體模型如下式所示

(6)

式中，方差為()，均值為0的高斯噪聲為()，節(jié)點標(biāo)志位用，標(biāo)記，感知模型為，。

基于構(gòu)建的感知模型，利用機器視覺技術(shù)對傳感網(wǎng)絡(luò)中的攝像機安裝位置進行具體分析。

設(shè)定，垂直距離為×，水平距離為×，通過相應(yīng)計算可獲取，，計算結(jié)果如下式所示

(7)

式中，目標(biāo)的平均直徑為，鏡頭到目標(biāo)的距離與目標(biāo)半徑的比為，攝像機與目標(biāo)之間的夾角分別為，，監(jiān)測位置的極限半徑為，可接受的最大變形程度為Δ。

通常情況下，在機器視覺系統(tǒng)中，監(jiān)測位置的極限半徑都不會偏大，根據(jù)機器視覺原理，對進行計算，過程如下式所示

(8)

依據(jù)上述的計算結(jié)果，獲取監(jiān)測時攝像機位置與變形度之間的關(guān)系。

3 目標(biāo)跟蹤

基于上述的無線傳感網(wǎng)絡(luò)分析結(jié)果，利用蜂擁控制法對傳感網(wǎng)絡(luò)的目標(biāo)進行跟蹤。

3.1 一致性濾波

基于卡爾曼濾波算法，分布式估計傳感網(wǎng)絡(luò)。設(shè)定傳感網(wǎng)絡(luò)中，節(jié)點的分布估計算法如下式所示

(9)

設(shè)定節(jié)點的估計誤差為=-，依據(jù)濾波函數(shù)對其進行計算，從而整合無線傳感網(wǎng)絡(luò)中所有傳感器的估計值。

3.2 跟蹤規(guī)則

基于上述整合的估計值，利用蜂擁算法構(gòu)建網(wǎng)絡(luò)的目標(biāo)追蹤器。過程如下式所示：

(10)

基于物聯(lián)網(wǎng)概念的警用倉庫物聯(lián)網(wǎng)報警信息監(jiān)控平臺系統(tǒng)是集三維信息呈現(xiàn)，多方位信息感知，報警聯(lián)動等技術(shù)于一體的全方位信息呈現(xiàn)系統(tǒng)。通過數(shù)據(jù)對接，物聯(lián)網(wǎng)技術(shù)等手段，對倉庫內(nèi)物資環(huán)境信息進行實時顯示，并對異常問題進行定位提示，實現(xiàn)從對倉庫從物資信息到安防監(jiān)控全方位的信息呈現(xiàn)。

假定無線傳感網(wǎng)絡(luò)的有一部分節(jié)點無法探測目標(biāo)狀態(tài)，將其歸類為類節(jié)點，可探測到目標(biāo)對象狀態(tài)的歸類為類節(jié)點，類節(jié)點由于未能檢測到目標(biāo)對象狀態(tài)，所以要基于網(wǎng)絡(luò)中的接收鄰居節(jié)點數(shù)據(jù)對其進行適當(dāng)?shù)目刂啤?/p>

當(dāng)類節(jié)點與類節(jié)點相鄰時，若類節(jié)點接收到來自類節(jié)點的數(shù)據(jù)信息時，只需接收該節(jié)點的位置信息即可。若二者相反，則接收傳送者的速度與位置信息。由此，將兩類節(jié)點的蜂擁控制器做劃分處理，劃分結(jié)果如下式所示

(11)

式中，劃分后類節(jié)點的控制器為1，類節(jié)點的控制器為2。

基于上述流程，對目標(biāo)的跟蹤規(guī)則進行獲取，具體規(guī)則如下：

1)任意時間≥0時，網(wǎng)絡(luò)中的拓?fù)浣Y(jié)構(gòu)需保持通暢。

2)避免網(wǎng)絡(luò)節(jié)點之間出現(xiàn)碰撞。

3)網(wǎng)絡(luò)中的節(jié)點的移動速度要與目標(biāo)對象的移動速度一致。

3.3 實現(xiàn)跟蹤

2)當(dāng)節(jié)點為類節(jié)點時，節(jié)點在時刻的測量狀態(tài)為，并對其進行去噪處理，去噪結(jié)果如下式所示

(12)

3)以當(dāng)前節(jié)點為原始節(jié)點，像周邊相鄰節(jié)點進行數(shù)據(jù)發(fā)送處理。

4)規(guī)整獲取的測量數(shù)據(jù)以及節(jié)點狀態(tài)的協(xié)方差。

5)更新網(wǎng)路過濾器，構(gòu)建控制器，并完成劃分處理。

6)對下一時刻的節(jié)點控制器進行計算，通過計算結(jié)果實現(xiàn)目標(biāo)跟蹤。

4 實驗

為了驗證上述目標(biāo)跟蹤方法的整體有效性，需要測試方法。分別采用基于機器視覺的傳感網(wǎng)絡(luò)目標(biāo)跟蹤方法(方法1)、時間偏差校準(zhǔn)分布式多傳感器多目標(biāo)跟蹤算法(方法2)、IPNet：幀間預(yù)測校驗的多域卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)跟蹤算法(方法3)實現(xiàn)對比測試；

1)模擬構(gòu)建一個無線傳感網(wǎng)絡(luò)，并進行目標(biāo)的追蹤任務(wù)，對方法1、方法2以及方法3在追蹤過程中產(chǎn)生的網(wǎng)絡(luò)總能耗進行測試，測試結(jié)果如圖1所示。

圖1 不同目標(biāo)跟蹤方法的網(wǎng)絡(luò)總能耗測試結(jié)果

分析圖1可知，隨著迭代次數(shù)的增加，網(wǎng)絡(luò)的總能耗呈不同程度的上升趨勢。方法2在進行目標(biāo)跟蹤時，消耗的總能耗較方法3來看，低于方法3，但是對比方法1來看，追蹤過程中消耗的能耗要高于方法1。方法3在目標(biāo)追蹤過程中，消耗的總能耗是三種追蹤方法中最高的。方法1在目標(biāo)追蹤時消耗的能耗要低于其它兩種方法，這主要是因為方法1利用了機器視覺技術(shù)對傳感網(wǎng)絡(luò)中的攝像機安裝位置進行具體分析，因此方法1在進行目標(biāo)追蹤時的網(wǎng)絡(luò)的能耗消耗低。

2)將方法1、方法2以及方法3在進行目標(biāo)跟蹤時產(chǎn)生的跟蹤路徑與實際目標(biāo)運動軌跡進行對比，對比結(jié)果如圖2所示。

圖2 不同方法與實際目標(biāo)運動軌跡對比結(jié)果

分析圖2可知，方法2與方法3的跟蹤軌跡與目標(biāo)實際運動軌跡之間相差較大。其中，方法2的跟蹤軌跡與目標(biāo)實際運動軌跡之間存在的誤差大于方法1，但是對比方法3來看，誤差小于方法3。方法1跟蹤目標(biāo)是產(chǎn)生的跟蹤軌跡與實際目標(biāo)運動軌跡相接近。綜上所述，方法1在進行目標(biāo)跟蹤時與目標(biāo)實際運動軌跡之間存在的誤差小。

3)在對網(wǎng)絡(luò)目標(biāo)進行跟蹤時，網(wǎng)絡(luò)節(jié)點之間需保持一定距離，若節(jié)點之間距離為0時，則說明節(jié)點之間發(fā)生碰撞。針對不同的跟蹤環(huán)境，采用方法1、方法2以及方法3，對目標(biāo)跟蹤過程中的網(wǎng)絡(luò)節(jié)點距離進行測試。測試結(jié)果如圖3所示。

圖3 不同方法的網(wǎng)絡(luò)節(jié)點距離測試結(jié)果

分析圖3可知，方法2和方法3在完成目標(biāo)跟蹤的過程中均發(fā)生了節(jié)點碰撞情況。對比環(huán)境1與環(huán)境2來看，環(huán)境1發(fā)生的碰撞時間要晚于方法2。方法1檢測出的網(wǎng)絡(luò)節(jié)點距離在測試前期出現(xiàn)波動，但是最終將節(jié)點之間的距離穩(wěn)定在了9米。綜合來看，方法1在對網(wǎng)絡(luò)節(jié)點目標(biāo)進行跟蹤時，網(wǎng)絡(luò)節(jié)點之間不會發(fā)生碰撞情況。

5 結(jié)束語

針對傳統(tǒng)網(wǎng)絡(luò)目標(biāo)跟蹤方法存在的問題，提出新的基于機器視覺的傳感網(wǎng)絡(luò)目標(biāo)跟蹤方法。該方法首先構(gòu)建網(wǎng)絡(luò)模型，分析無線傳感網(wǎng)絡(luò)。利用蜂擁控制法獲取跟蹤的規(guī)則，最后基于跟蹤規(guī)則，實現(xiàn)對網(wǎng)絡(luò)目標(biāo)的精確跟蹤。