9 - 2013 - Transaction - Achieving Full View Coverage in Camera Sensor Networks

Machine Translated by Google
Đạt được phạm vi bao phủ toàn màn hình trong mạng cảm biến máy ảnh
YI WANG và GUOHONG CAO, Đại học Bang Pennsylvania
Cảm biến máy ảnh khác với cảm biến vô hướng truyền thống, vì máy ảnh ở các vị trí khác nhau có thể tạo ra các góc nhìn rất khác
nhau về đối tượng. Tuy nhiên, mô hình phủ sóng truyền thống không xem xét đặc tính nội tại này của cảm biến máy ảnh. Để giải
quyết vấn đề này, một mô hình mới được gọi là phạm vi toàn cảnh được đề xuất. Nó sử dụng góc giữa hướng đối mặt của đối tượng và
hướng nhìn của camera để đo chất lượng vùng phủ.
Một đối tượng được che toàn bộ chế độ xem nếu luôn có một máy ảnh che nó cho dù nó quay về hướng nào và hướng xem của máy ảnh đủ 3
gần với hướng đối mặt của đối tượng. Một phương pháp hiệu quả được đề xuất để phát hiện phạm vi toàn cảnh trong bất kỳ mạng cảm
biến máy ảnh nhất định nào và điều kiện đủ về mật độ cảm biến cần thiết cho phạm vi toàn cảnh trong một triển khai đồng nhất ngẫu
nhiên được đưa ra. Ngoài ra, bài báo chỉ ra điều kiện cần và đủ về mật độ cảm biến để có phạm vi bao phủ toàn cảnh trong triển
khai dựa trên mạng tam giác. Dựa trên mô hình bao phủ toàn màn hình, bài báo nghiên cứu sâu hơn về vấn đề bao phủ hàng rào. Các
mô hình vùng phủ sóng yếu và mạnh hiện có được mở rộng bằng cách xem xét các vấn đề về hướng trong mạng cảm biến máy ảnh. Với các
mô hình mới này, các vấn đề xác minh vùng phủ sóng yếu / mạnh được đưa ra, đồng thời đề xuất và đánh giá các phương pháp phát
hiện mới.
Bộ mô tả danh mục và chủ đề: C.2.2 [Mạng máy tính-truyền thông]: Giao thức mạng
Thuật ngữ chung: Thiết kế, Thuật toán, Lý thuyết
Các Từ và Cụm từ Chính Bổ sung: Mạng cảm biến máy ảnh, phạm vi toàn cảnh, phạm vi bảo vệ, xác minh phạm vi phủ sóng
Định dạng tham chiếu ACM: Wang,
Y. và Cao, G. 2013. Đạt được phạm vi toàn cảnh trong mạng cảm biến máy ảnh. ACM Trans. Cảm biến Netw. 10, 1, Điều 3 (tháng 11 năm
2013), 31 trang.
DOI: http://dx.doi.org/10.1145/2529974
1. GIỚI THIỆU
Các mạng cảm biến truyền thống đo lường các hiện tượng vô hướng trong thế giới vật chất.
Mạng cảm biến máy ảnh có thể truy xuất nhiều thông tin phong phú hơn dưới dạng hình ảnh
hoặc video và do đó cung cấp dữ liệu chi tiết và thú vị hơn về môi trường. Những công trình
mạng như vậy hứa hẹn một loạt các ứng dụng trong giám sát, theo dõi giao thông, theo dõi
môi trường sống, chăm sóc sức khỏe và thậm chí cả chơi game trực tuyến [Akyildiz et al. Năm
2007; Rinner và Wolf 2008; Soro và Heinzelman 2009]. Vì tiềm năng to lớn trong nhiều ứng
dụng, mạng lưới cảm biến máy ảnh đã nhận được sự quan tâm đáng kể trong vài năm qua.
Một vấn đề nghiên cứu cơ bản là trường mục tiêu được giám sát tốt như thế nào, được gọi
là vấn đề phủ sóng trong mạng cảm biến không dây. Các công trình hiện có trên
Bài viết này một phần dựa trên công trình được trình bày trong Kỷ yếu của Hội nghị quốc tế IEEE lần thứ 30 về Truyền thông máy
tính (INFOCOM'11) [Wang và Cao 2011c], và một phần công việc được trình bày trong Kỷ yếu của Hội nghị chuyên đề quốc tế ACM lần
thứ 12 về Học quảng cáo trên thiết bị di động Mạng và Máy tính (MobiHoc'11)
[Wang và Cao 2011a].
Công trình này được hỗ trợ một phần bởi Quỹ Khoa học Quốc gia theo khoản tài trợ CNS-0916171.
Địa chỉ của các tác giả: Y. Wang (tác giả tương ứng) và G. Cao, Khoa Khoa học Máy tính và En gineering, Đại học Bang Pennsylvania,
University Park; email của tác giả tương ứng: yuw124@psu.edu.
Quyền tạo bản sao kỹ thuật số hoặc bản in của một phần hoặc toàn bộ tác phẩm này để sử dụng cho mục đích cá nhân hoặc lớp học
được cấp miễn phí với điều kiện là các bản sao không được tạo ra hoặc phân phối vì lợi nhuận hoặc lợi ích thương mại và các bản
sao hiển thị thông báo này trên trang đầu tiên hoặc màn hình đầu tiên của một màn hình cùng với trích dẫn đầy đủ. Bản quyền cho
các thành phần của tác phẩm này thuộc sở hữu của những người khác ngoài ACM phải được tôn trọng. Được phép trừu tượng hóa bằng tín dụng.
Để sao chép theo cách khác, để tái xuất bản, đăng trên máy chủ, phân phối lại vào danh sách hoặc sử dụng bất kỳ thành phần nào
của tác phẩm này trong các tác phẩm khác cần phải có sự cho phép cụ thể trước và / hoặc một khoản phí. Các quyền có thể được yêu
cầu từ Publications Dept., ACM, Inc., 2 Penn Plaza, Suite 701, New York, NY 10121-0701 USA, fax +1 (212) 869-0481 hoặc
permissions@acm.org. c 2013 ACM 1550-4859 / 2013/11-ART3 $ 15,00 DOI: http://dx.doi.org/10.1145/2529974
Giao dịch ACM trên Mạng cảm biến, Tập 10, Số 1, Điều 3, Ngày xuất bản: tháng 11 năm 2013.
3: 2 Y. Wang và G.Cao
Hình 1. (a) U là một vật thể; đường chấm xác định phạm vi phát hiện của cảm biến camera Si và US i là hướng quan
sát của đối tượng; (b) mặc dù hướng đối diện của U và V , d U và d V , giống nhau, nhưng
với hướng
hướngnhìn
nhìncủa
củaU S1
hơn.
gần
vấn đề này gợi ý một mô hình rất đơn giản về đặc điểm của vùng phủ sóng: một vật thể được coi là bị che phủ nếu
nó nằm trong phạm vi cảm nhận của cảm biến, có thể là một chiếc đĩa [Wang et al. Năm 2003; Cardei và Wu 2006; Liu
và Cao 2011] hoặc một sector [Cai et al.
Năm 2009; Wang và Cao 2011b]. Với mô hình này, các nghiên cứu đã được dành cho vấn đề làm thế nào để đạt được độ
bao phủ k trên một khu vực nhất định, trong đó k là một tham số được xác định trước cho biết số lượng cảm biến
mong muốn (mức độ bao phủ) bao phủ mỗi đối tượng.
Tuy nhiên, cảm biến máy ảnh khác với cảm biến vô hướng truyền thống. Các sors camera có thể tạo ra các góc
nhìn rất khác nhau của cùng một đối tượng nếu chúng ở các góc nhìn khác nhau. Ví dụ, một cảm biến máy ảnh được
đặt ở phía trước của một người có thể thu được hình ảnh khuôn mặt, nhưng nó chỉ có thể nhìn thấy lưng của anh ta
nếu nó ở phía sau anh ta. Trên thực tế, các nghiên cứu về thị giác máy tính cho thấy rằng đối tượng có nhiều khả
năng được hệ thống nhận dạng nhận dạng hơn nếu hình ảnh được chụp tại hoặc gần điểm nhìn chính diện [Blanz et al.
2005], tức là khi đối tượng hướng thẳng vào máy ảnh. Khi góc giữa hướng đối mặt của đối tượng và hướng nhìn của
máy ảnh (được biểu thị bằng vectơ từ đối tượng tới máy ảnh, như trong Hình 1 (a)) tăng lên, tỷ lệ phát hiện giảm
xuống đáng kể [Sanderson et al. Năm 2007; Phillips và cộng sự. Năm 2007]. Do đó, hướng quan sát của cảm biến có
tác động đáng kể đến chất lượng vùng phủ sóng trong mạng cảm biến máy ảnh.
Vì không có mô hình bao phủ hiện có nào có thể được sử dụng để giải quyết các vấn đề về hướng xem, chúng tôi
đề xuất một mô hình mới được gọi là phạm vi bao phủ toàn màn hình . Một đối tượng được cho là được bao phủ toàn
bộ chế độ xem nếu bất kể đối tượng hướng về phía nào, luôn có một cảm biến có phạm vi cảm biến bao phủ đối tượng
và hướng xem của cảm biến đủ gần với hướng đối mặt của đối tượng (định nghĩa nghiêm ngặt sẽ được đưa ra trong Mục
2).
Một cách không chính thức, nếu một khu vực được bao phủ ở chế độ xem toàn màn hình, nó được đảm bảo rằng mọi khía
cạnh của một đối tượng ở bất kỳ vị trí nào đều nằm trong tầm nhìn của mạng cảm biến máy ảnh.
Với mô hình này, chúng tôi nghiên cứu các vấn đề về phạm vi phủ sóng phát sinh trong mạng cảm biến máy ảnh.
Một vấn đề quan trọng là với một mạng cảm biến camera đã được triển khai, làm thế nào để xác định xem trường được
giám sát có được bao phủ toàn cảnh hay không? So với mô hình truyền thống, có hai yếu tố làm tăng độ phức tạp của
vấn đề trong phạm vi toàn cảnh. Đầu tiên, phạm vi cảm biến của cảm biến máy ảnh là một khu vực chứ không phải một
đĩa đơn vị.
Thứ hai, và quan trọng hơn, hướng xem của mỗi cảm biến máy ảnh có thể thay đổi từ vị trí này sang vị trí khác, và
do đó, ngay cả khi các đối tượng được che phủ (theo nghĩa truyền thống) bởi cùng một bộ cảm biến máy ảnh, chúng
có thể nhận được chất lượng phủ khác nhau do đối với phương sai ở vị trí. Ví dụ, trong Hình 1 (b), cả hai vật thể
U, V đều được bao phủ bởi cảm biến máy ảnh S1 và S2, và chúng hướng về cùng một hướng. Tuy nhiên, hướng quan sát
của S1 gần với hướng đối diện của U hơn hướng của V , có nghĩa là U nhận được vùng phủ sóng tốt hơn (nhiều khả
năng được nhận ra hơn) so với V. Trên hết, có vô số vị trí được xem xét trong trường được giám sát và đối tượng
có thể đối mặt với bất kỳ hướng nào tại bất kỳ điểm nào, điều này càng làm tăng thêm độ khó.
Một vấn đề quan trọng khác là làm thế nào để ước tính mật độ cảm biến cần thiết trong một lần triển khai thực
tế cho phạm vi toàn cảnh. Trong thực tế, các cảm biến có thể được triển khai
Đạt được phạm vi bao phủ toàn màn hình trong mạng cảm biến máy ảnh 3: 3
Hình 2. (a) U là một vật thể; đường chấm là phạm vi cảm nhận của Si và US i là hướng quan sát của Si; (b) nếu U
hướng về hướng dọc theo quỹ đạo (về phía trước), S1 và S2 không thể nhìn thấy mặt của nó, mặc dù U nằm trong
vùng phủ của chúng.
ngẫu nhiên, ví dụ, được thả từ máy bay xuống khu vực không thể tiếp cận, hoặc được triển
khai một cách xác định, ví dụ, được đặt thủ công trong môi trường được kiểm soát. Trong cả
hai trường hợp, một ước tính đáng tin cậy có thể là kim chỉ nam cho việc triển khai trong
thực tế. Vì hầu hết các tác phẩm trước đây chủ yếu tập trung vào mô hình cảm biến đĩa, không
có kết quả nào có thể được áp dụng trực tiếp trên phạm vi toàn màn hình, trong đó các hiệu
ứng kết hợp của khoảng cách, hướng của máy ảnh và hướng xem làm cho mối quan hệ hình học
giữa các đối tượng và cảm biến trở nên phức tạp hơn, và do đó làm cho vấn đề trở nên khó khăn hơn nhiều.
Các vấn đề được thảo luận cho đến nay là về phạm vi bao phủ của cả một khu vực. Có thể
tưởng tượng được rằng phạm vi toàn cảnh của toàn bộ khu vực đòi hỏi phải triển khai một số
lượng đáng kể các cảm biến camera. Với chi phí tương đối cao của cảm biến máy ảnh, sẽ hữu
ích nếu xem xét mô hình bao phủ hàng rào [Kumar et al. 2005]. Phạm vi bảo vệ là một khái
niệm quan trọng được đề xuất cho các ứng dụng mạng cảm biến khác nhau, ví dụ, kiểm soát biên
giới quốc gia, bảo vệ tài nguyên quan trọng, giám sát an ninh và phát hiện kẻ xâm nhập.
Trong mạng cảm biến không dây, một rào cản được hình thành bởi một tập hợp các cảm biến có
phạm vi cảm biến được kết nối và trải dài (thường là một vùng dải) trên trường được giám
sát. Mọi vật thể đi ngang qua trường từ phía này sang phía khác sẽ được phát hiện bởi các
cảm biến trên vật chắn. So với phạm vi bao phủ toàn bộ (bao phủ toàn bộ khu vực), số lượng
cảm biến cần thiết để bao phủ hàng rào ít hơn nhiều. Do đó, phạm vi bảo hiểm của hàng rào
được coi là có khả năng mở rộng và hấp dẫn hơn đối với nhiều ứng dụng thực tế.
Trong khi các nghiên cứu trước đây về phạm vi phủ sóng chủ yếu tập trung vào mạng cảm biến
vô hướng truyền thống, phạm vi phủ sóng trong mạng cảm biến máy ảnh lại khác và phức tạp hơn
nhiều. Việc chỉ kết hợp phạm vi cảm biến của một loạt camera trên toàn trường được giám sát
sẽ không cung cấp phạm vi phủ sóng hiệu quả. Điều này là do kẻ xâm nhập có thể vượt qua hàng
rào mà không được xác định, nghĩa là, hình ảnh khuôn mặt của nó có thể bị bỏ sót (Hình 2).
Do đó, vấn đề hàng rào phủ sóng của mạng cảm biến camera đáng được nghiên cứu kỹ lưỡng.
Trong bài viết này, chúng tôi nghiên cứu vấn đề phạm vi phủ sóng của mạng cảm biến camera
dựa trên mô hình bao phủ toàn màn hình. Chúng tôi xem xét hai ký hiệu về phạm vi bảo vệ được
xác định trong tài liệu: phạm vi bảo vệ yếu và phạm vi bảo vệ mạnh [Kumar et al. 2005].
Trong phạm vi bao phủ yếu, đối tượng được giả định đi theo con đường ngắn nhất để băng qua
trường, nhưng trong phạm vi bao phủ mạnh, đối tượng được giả định đi theo bất kỳ con đường
nào có thể giữa lối vào và lối ra. Phạm vi phủ sóng yếu đòi hỏi số lượng cảm biến ít hơn,
trong khi phạm vi bảo vệ rào cản mạnh cung cấp phạm vi phủ sóng tốt hơn.
Trong nghiên cứu của chúng tôi về mạng cảm biến máy ảnh, hai ký hiệu về phạm vi phủ sóng
này được mở rộng bằng cách xem xét các vấn đề về hướng và các mô hình phạm vi phủ sóng mới
được đề xuất. Bên cạnh việc chọn đường đi ngang như trong các mô hình hiện có, đối tượng có
thể linh hoạt hơn để chọn vị trí đối mặt (hoặc cách quan sát nó). Mô hình càng mạnh thì đối
tượng càng được phép có nhiều lựa chọn về vị trí đối mặt và cách vượt qua trường (định nghĩa
chi tiết được đưa ra sau trong Phần 6 và 7), và do đó đòi hỏi nhiều tài nguyên cảm biến hơn
để đạt được phạm vi bao phủ mong muốn.
Hình 3. Mô hình bao phủ toàn màn hình.
Với các mô hình vùng phủ sóng yếu và mạnh mới, chúng ta cần giải quyết vấn đề xác minh vùng
phủ sóng. Với một mạng cảm biến camera đã triển khai, chúng ta cần xác định xem trường được giám
sát có nằm trong phạm vi bảo vệ thích hợp hay không. Điều này rất đơn giản trong mô hình cảm
biến đĩa truyền thống, vì chỉ cần kiểm tra xem phạm vi phát hiện của các cảm biến có được kết
nối và trên toàn trường hay không là đủ. Tuy nhiên, nó không thể được áp dụng cho rào cản camera
do các vấn đề chỉ đạo vừa được thảo luận. Do đó, cần có các kỹ thuật mới để xác minh phạm vi phủ
sóng.
Những đóng góp chính của bài viết này như sau. Đầu tiên, chúng tôi giới thiệu một mô hình mới
đặc trưng cho đặc tính nội tại của phạm vi bao phủ toàn màn hình trong mạng camera sen sor. Thứ
hai, chúng tôi đề xuất một phương pháp hiệu quả để xác minh một cách xác định xem trường được
giám sát có thể được bao phủ bởi bất kỳ bộ cảm biến camera nhất định nào hay không. Thứ ba, chúng
tôi ước tính số lượng cảm biến cần thiết cho phạm vi toàn cảnh trong một lần triển khai ngẫu nhiên.
Thứ tư, chúng tôi có được một điều kiện đủ và cần thiết về mật độ cảm biến cần thiết cho phạm vi
toàn cảnh trong triển khai dựa trên mạng tam giác. Nó chỉ ra rằng mật độ yêu cầu trong mẫu triển
khai này không nhiều hơn một yếu tố cần thiết trong bất kỳ triển khai nào khác. Thứ năm, chúng
tôi đề xuất các mô hình mới cho vùng phủ sóng yếu và mạnh trong mạng cảm biến máy ảnh. Cuối cùng,
theo hai mô hình phạm vi bao phủ được đề xuất, các giải pháp mới được trình bày để giải quyết
các vấn đề xác minh phạm vi.
Phần còn lại của bài viết này được tổ chức như sau. Phần 2 giới thiệu mô hình bao phủ toàn màn
hình. Phần 3 cung cấp mô tả chi tiết về phát hiện vùng phủ toàn màn hình cho một mạng cảm biến
camera đã triển khai nhất định. Phần 4 cho thấy ước tính mật độ cho phạm vi bao phủ toàn màn
hình trong một triển khai ngẫu nhiên. Phần 5 trình bày kết quả tính toán mật độ cho phạm vi toàn
cảnh trong mô hình triển khai mạng tam giác. Phần 6 giới thiệu mô hình vùng phủ yếu mới và trình
bày các kỹ thuật để giải quyết vấn đề xác minh vùng phủ yếu. Phần 7 đề xuất mô hình phạm vi bao
phủ mạnh mới cũng như các giải pháp cho vấn đề xác minh phạm vi bảo vệ rào cản mạnh mẽ. Phần 8
thể hiện kết quả đánh giá. Công việc liên quan được xem xét trong Phần 9 và bài báo được kết
thúc trong Phần 10.
2. THÔNG BÁO VÀ MÔ HÌNH BẢO HIỂM TOÀN BỘ
Cảm biến camera1 được triển khai để giám sát vùng giới hạn A (trường mục tiêu). Mỗi cảm biến Si
có phạm vi cảm biến r, góc trường xem (FoV) ϕ và vectơ định hướng fi, chúng cùng xác định lĩnh
vực cảm biến (Hình 3 (a)). Chúng tôi sử dụng Si để biểu thị cảm biến thứ i. Không có sự mơ hồ,
Si cũng biểu thị vị trí của cảm biến. Đối với hai điểm bất kỳ, hãy cho UV biểu thị khoảng cách
v2 ,)(Euclide)
là góc giữa
giữa
chúng,
chúng.
trong
Đối khoảng
với haitừ
vectơ
0 đến
bất
π.kỳ
Một
- điểm
v1 U, V và - v2, đặt α (- v1 , -
,
1Chúng tôi có thể sử dụng máy ảnh hoặc cảm biến viết tắt trong suốt bài viết.
Hình 4. (a) Một ví dụ về mạng cảm biến camera; làm cách nào để biết Ais có bị che toàn bộ không? (b) Một vùng con R có
ranh giới bao gồm năm đoạn: TPı, PQı, QMˆ, MW˜ và WT.
P được bao phủ bởi cảm biến Si nếu P nằm trong vùng cảm nhận của Si, nghĩa là, PSi < r và2 α ( -
fi , Sj P) <ϕ / 2, trong đó Sj P là vectơ từ Sj đến P.
Định nghĩa 2.1 (Phạm vi Toàn màn hình). Một điểm P được bao phủ toàn cảnh nếu đối với bất kỳ vectơ d
(hướng đối diện), có một cảm biến Si, sao cho P bị che bởi Si và α (d (Hình 3 (b)). , - PSi) ≤ θ
Ở đây θ ( [0, π / 2)) là một tham số xác định trước được gọi là góc hiệu dụng. Một khu vực
được bao phủ toàn bộ chế độ xem nếu mọi điểm trong đó được bao phủ toàn bộ chế độ xem.
Trong định nghĩa trước, - PSi đại diện cho hướng quan sát3 của camera Si trên vật thể P. Ngoài
ra, đối với các ký hiệu, vectơ v có thể được biểu diễn bằng một góc trong [0, 2π) với 0 độ cho biết
vectơ hướng sang phải, và ngược lại. Góc được ký hiệu là arg (v ) và luôn được tính bằng cách sử dụng
môđun số học 2π. Với bất kỳ góc α [0, 2π), ký hiệu vec (α) biểu diễn vectơ tương ứng. Ví dụ, vec
( π ) đại diện cho vectơ hướng lên trên. Chúng tôi có thể sử dụng các ký hiệu của góc và vectơ thay
thế chochúng
nhau ta
nếucókhông
nghĩacólàsựα1nhầm lẫn(vnào.
≤ arg ) ≤ Và
α2.nếu chúng ta nói một vectơ v rơi vào khoảng [α1, α2],
2
3. PHÁT HIỆN BẢO HIỂM TOÀN BỘ XEM
Trong phần này, chúng tôi đề xuất một phương pháp hiệu quả để xác minh xem khu vực được giám sát có
được bao phủ bởi một bộ cảm biến camera đã triển khai hay không.
3.1. Tổng quan về phương pháp
Với một tập hợp các cảm biến đã triển khai, vùng A có thể được phân chia thành các vùng con,
trong đó mỗi vùng con được xác định là một tập hợp các điểm được bao phủ bởi cùng một bộ cảm biến.
Ranh giới của mỗi tiểu vùng bao gồm một trong hai đoạn đường hoặc cung là một phần của chu vi của các
lĩnh vực cảm biến bao phủ tiểu vùng hoặc một phần ranh giới của A. Ví dụ, trong Hình 4 (b), tiểu vùng
R được bao phủ bởi năm cảm biến và được giới hạn bởi năm phân đoạn: TPˆ, PQ˜, ¯QM, MW¯ và WT.
Đầu tiên, chúng tôi chỉ ra rằng toàn bộ vùng được bao phủ bởi chế độ xem đầy đủ nếu và chỉ
khi ranh giới của mỗi tiểu vùng được bao phủ bởi chế độ xem toàn màn hình (Bổ đề 3.1). Sau đó,
phần khó khăn nhất là xác định xem mọi điểm trên một đoạn ranh giới có được bao phủ ở chế độ
xem đầy đủ hay không, vì vẫn còn vô số vị trí cần xem xét và hướng xem của cảm biến thay đổi từ
2 Để dễ phân tích, chúng tôi sử dụng <thay vì ≤, mặc dù đó không phải là giả định cần thiết.
3 Nói một cách trực quan, hướng xem là từ máy ảnh đến vật thể. Chúng tôi sử dụng ngược lại để đơn giản hóa việc phân tích.
vị trí này đến vị trí khác. Để đạt được điều này, trước tiên, chúng tôi hiển thị một điều kiện tương đương trên chế độ xem đầy đủ
phủ (Bổ đề 3.2), và sau đó đề xuất một phương pháp mới dựa trên sai số hình học của đường tròn nội tiếp và góc
nội tiếp (Bổ đề 3.3). Trực giác
là nếu một điểm được bao phủ toàn bộ chế độ xem, thì phải có một bộ cảm biến xung quanh nó và
góc giữa các hướng xem của hai cảm biến liền kề bất kỳ không quá 2θ.
Đối với bất kỳ hai cảm biến nào, chúng tôi thực sự xác định khu vực (được gọi là khu vực an toàn) trong đó,
bất kỳ điểm nào, góc giữa hai hướng nhìn của cảm biến không quá 2θ.
Sau đó, chúng tôi giải quyết vấn đề phát hiện bằng cách kiểm tra xem phân đoạn có trong
vùng an toàn của mỗi hai cảm biến liền kề.
3.2. Phương pháp phát hiện
Chúng ta cần xác minh xem điều kiện trong Định nghĩa 2.1 có đúng với mọi điểm trong A. Trên thực tế hay không
chúng ta chỉ cần xác minh xem nó có nằm trên ranh giới của mọi tiểu vùng ở A.
LEMMA 3.1 ( ĐIỀU KIỆN NỀN TẢNG). Toàn bộ khu vực A được bao phủ nếu và chỉ khi
ranh giới của mọi vùng con là chế độ xem toàn màn hình được bao phủ bởi bộ cảm biến nhất định.
BẰNG CHỨNG. Phần "chỉ khi" là hiển nhiên. Chúng tôi chỉ cần hiển thị phần "nếu", nghĩa là
đối với một tiểu vùng đã cho R, nếu các phân đoạn biên của R đều được bao phủ bởi toàn bộ chế độ xem toàn màn hình, thì R là
bao quát toàn cảnh.
Giả sử có một điểm trong V R và một vectơ d , như vậy đối với bất kỳ cảm biến nào
,
Si với VSi < r, α (d VS i)> θ. Bây giờ hãy xem xét giao điểm của d và R
ranh giới, được ký hiệu là X (Hình 5). Chúng tôi khẳng định rằng X không bị che phủ toàn bộ chế độ xem.
Trên thực tế, xét một vectơ d song song với d và xuất phát từ X. Nếu X là toàn cảnh bị che, thì phải có một
cảm biến Sj sao cho XSj < r, α (d Rõ ràng, Sj cũng bao phủ V. Hơn nữa, chúng ta có α (d VS i) ≤ α ,
(dXSXS
j)j)
≤ ≤
θ.
θ, là a , ,
mâu thuẫn. Do đó, bất kỳ điểm nào bên trong R đều bị che toàn bộ nếu ranh giới là
bao quát toàn cảnh. Yêu cầu được chứng minh.
Cho một đoạn PQ trên ranh giới của một tiểu vùng R, trong đó P và Q là
hai điểm cuối của đoạn, chúng tôi chỉ ra một cách để xác định xem mọi điểm trên
phân đoạn được bao phủ toàn bộ chế độ xem. Lưu ý rằng mọi điểm trên PQ đều được bao phủ bởi cùng một tập hợp
của cảm biến. Đối với bất kỳ điểm V PQ, chúng ta có thể xây dựng một danh sách tròn các cảm biến này
liên quan đến hướng nhìn của chúng trên V như sau (Hình 6). Ban đầu, danh sách trống.
Chúng ta bắt đầu với bất kỳ vectơ VSi nào và đặt nó vào danh sách trước. Sau đó, chúng tôi xoay VSi xung quanh
V theo hướng ngược chiều kim đồng hồ cho đến khi nó trở nên song song với vectơ tiếp theo VSj.
Sau đó, chúng ta đặt VSj vào danh sách, ngay sau VSi. Chúng tôi tiếp tục xoay và đặt
tuần tự các vectơ vào danh sách cho đến khi chúng ta gặp lại vectơ đầu tiên. Sau đó, danh sách là
hoàn thành. Chúng ta biểu thị danh sách bằng CLV = { VSV1 , ..., VSVk }, trong đó k là số
cảm biến bao phủ PQ. Khi đó điều kiện trong Định nghĩa 2.1 tương đương với điều kiện sau.
LEMMA 3.2. Một điểm V nhất định được bao phủ toàn cảnh nếu và chỉ khi CLV được xây dựng
như trước đây, góc quay từ VSVi thành VSVi + 1 nhỏ hơn hoặc bằng 2θ cho bất kỳ
1 ≤ i ≤ k, trong đó Vk + 1 = V1.
BẰNG CHỨNG. Giả sử điều kiện được giữ nguyên. Sau đó, đối với bất kỳ d, có hai cảm biến SVi và
SVi + 1 sao cho góc quay từ VSi đến d hoặc góc từ d đến nhỏ hơn hoặc bằng θ. Vì vậy, V được VSVi + 1 là
bao phủ toàn cảnh.
Hình 5. Ranh giới Hình 6. Danh sách vòng tròn của V . Hình 7. Vùng an toàn và không an toàn của
tình trạng. Si và Sj.
Nếu V được che toàn cảnh nhưng góc quay từ VSVi đến VSVi + 1 lớn hơn 2θ
đối với i nào đó thì xét vectơ d dọc theo tia phân giác của góc. Góc giữa
hoặc VSVi hoặc VSVi + 1 và d lớn hơn θ. Do đó câu nói là đúng.
Chúng ta cần xác định xem điều kiện này có đúng với bất kỳ V PQ nào hay không. Cuối cùng, chúng tôi xin giới thiệu
khái niệm về vùng an toàn. Đối với bất kỳ hai cảm biến Si và Sj nào, chúng tôi xác định vùng an toàn để
là khu vực mà tại đó bất kỳ điểm V ,α ( VSi, VSj) ≤ 2θ; và xác định khu vực không an toàn để
là khu vực mà đối với bất kỳ điểm V nào ,α ( VSi, VSj) > 2θ (Hình 7). Bổ đề sau
cho thấy một phương pháp hiệu quả để xác định hai khu vực.
LEMMA 3.3. Cho Si và Sj, có hai cung S ¯iSj và S ¯iSj nối Si

và Sj và đối xứng với dòng SiSj, sao cho vùng không an toàn là
vùng kín được giới hạn bởi các vòng cung và vùng an toàn là vùng mở bên ngoài
vùng không an toàn.
BẰNG CHỨNG. Chúng tôi chứng minh bổ đề bằng cách chỉ ra cách tìm hai cung. Đầu tiên chúng ta có thể tìm thấy
hai điểm Pθ và P khác nhau trên đườngθ trung trực của đoạn SiSj, sao cho
rằng Si Pθ Sj = Si P θ Sj = 2θ và chúng nằm trên các cạnh khác nhau của SiSj. Không mất mát
tính tổng quát, đặt Pθ ở bên trái và P θ ở bên phải (Hình 7).
Ta vẽ các đường tròn ngoại tiếp tam giác Si Pθ Sj và Si P θ Sj. Biểu thị
tâm của các đường tròn bằng OSiSj và O và bán

SiSj kính
, (giống nhau cho cả hai) bằng
rsaf Khi đó cung S ¯iSj là phần chu vi của OSiSj ở phía bên trái và S ¯iSj
e. là phần của O ở bên phải.
SiSj
Trên thực tế, đối với bất kỳ vòng tròn nào và một hợp âm cố định (được định nghĩa ở đây bởi SiSj) của vòng tròn, tất cả đều nội tiếp
góc với hai điểm cuối ở hai đầu của hợp âm bằng nhau hoặc bổ sung
cho nhau. Cụ thể, chúng bằng nhau nếu điểm thứ ba của các góc nằm trên
cùng một bên của hợp âm. Hơn nữa, đối với một điểm Pθ cho trước trên chu vi của hình tròn
và một điểm P khác trên cùng phía của đường thẳng SiSj với Pθ nếu P nằm, ngoài đường tròn
(POSiSj > rsaf e), sau đó SiPSj < Si Pθ Sj; nếu P nằm bên trong vòng tròn (POSiSj < rsaf e),
thì SiPSj > Si Pθ Sj. Bằng chứng về tính chất này có thể được tìm thấy trong bất kỳ sách giáo khoa nào trên
Hình học Euclid và do đó bị bỏ qua ở đây.
Bây giờ chúng ta có thể đưa ra một điều kiện cần và đủ để PQ được bao phủ toàn cảnh
dưới một số ràng buộc.
LÝ THUYẾT 3.4. Giả sử với mọi điểm V PQ, danh sách tròn CLV =
{VSV1 , ..., VSVk } cũng vậy (theo cách / thứ tự vòng tròn). Khi đó PQ được bao phủ toàn bộ chế độ xem
nếu và chỉ khi nó nằm trong đa giác được giới hạn bởi {SVi SVi + 1 , 1 ≤ i ≤ k} và cho bất kỳ
Hình 8. (a) PQ không được che toàn cảnh; (b) PQ được bao phủ toàn màn hình.
Hình 9. Các danh sách hình tròn cho U, V là khác nhau: CLV = {S1, S2, ..., Sk} nhưng CLU = {S2, S1, ..., Sk}.
1 ≤ i ≤ k, vùng không an toàn của SVi và SVi + 1 không giao nhau với PQ, trong đó Vk + 1 biểu thị V1.
BẰNG CHỨNG. Đây là kết quả trực tiếp từ Bổ đề 3.2 và 3.3.
Chúng tôi sử dụng một ví dụ để minh họa ý tưởng của chúng tôi (Hình 8). Trong Hình 8 (a), sự phân
bố của các cảm biến giống như trong Hình 6. Chúng tôi vẽ ranh giới của các vùng không an toàn cho năm
cặp cảm biến lân cận (được biểu thị bằng các vòng tròn chấm) như trong Bổ đề 3.3, và kiểm tra xem
chúng cắt nhau với PQ (trong tính toán, điều này có thể được thực hiện bằng cách so sánh khoảng cách
giữa tâm đường tròn PQ với bán kính đường tròn). Như có thể thấy, PQ giao nhau với các vùng không an
toàn của S2S3, S3S4 và S5S1, và do đó nó không bị che phủ toàn bộ chế độ xem. Hình 8 (b) cho thấy
trường hợp khi có bốn cảm biến S6, S7, S8 và S9 khác che phủ PQ. Trong trường hợp này, PQ có thể được
bao phủ toàn bộ chế độ xem vì không có vùng không an toàn nào giao nhau với nó.
Tuy nhiên, danh sách tròn CLV có thể không giống nhau đối với mọi điểm V PQ. Ví dụ, trong Hình
9, S1 đứng trước S2 trong danh sách của V , nhưng S2 trước S1 trong danh sách U. Để giải quyết vấn đề
này, chúng tôi phân vùng PQ thành các phân đoạn nhỏ. Với 1 ≤ i ≤ k 1 và i + 1 ≤ j ≤ k, nếu đường
thẳng SiSj cắt với PQ, ta đánh dấu giao điểm trên PQ. Sau đó PQ được phân chia thành các phân đoạn
được xác định bởi mỗi hai điểm được đánh dấu liền kề (bao gồm P và Q). Vì có nhiều nhất k (k - 1)
giao điểm nên tổng số đoạn con là O (k2). Hơn nữa, đối với một phân đoạn cụ thể XY, trong đó X và Y
là hai điểm được đánh dấu liền kề, tất cả các điểm trên đó đều có cùng một danh sách tròn của các cảm
biến.
Trên thực tế, nếu điều này không đúng, phải có hai điểm U, V XY và hai cảm biến S1, S2 SR, sao
cho S1 đứng trước S2 trong danh sách của V nhưng S2 đứng trước S1 trong danh sách U và có không có
cảm biến nào khác giữa chúng (Hình 9). Khi đó đường thẳng S1S2 phải có giao điểm với PQ, giữa X và
Y, điều này mâu thuẫn với thực tế rằng X và Y là các giao điểm liền kề.
Bây giờ chúng ta có một quy trình hoàn chỉnh để phát hiện phạm vi chế độ xem toàn màn hình trên
một phân vùng cụ thể của ranh giới của một tiểu vùng. Chúng tôi có thể áp dụng thêm điều này trên tất
cả các phân đoạn ở A. Để ước tính tổng thời gian chạy, toàn bộ khu vực có thể được coi là một mặt phẳng
đồ thị, trong đó các đỉnh là giao điểm của các phần cảm nhận và các cạnh là các đoạn. Vì bất
kỳ hai lĩnh vực cảm biến nào cũng có thể có giao điểm O (1) trên các chu vi, số đỉnh là O
(N2), trong đó N là tổng số cảm biến.
Điều này cũng ngụ ý tổng số phân đoạn là O (N4). Phương pháp phát hiện của chúng tôi yêu cầu
thời gian O (k2) trên mỗi đoạn, trong đó k (≤ N) là số lượng cảm biến bao phủ đoạn này. Do
đó tổng thời gian chạy phải là một hàm đa thức của N.
4. ƯỚC LƯỢNG MỨC ĐỘ CẢM BIẾN CHO MỨC ĐỘ XEM TOÀN BỘ TRONG KHAI THÁC NGẪU NHIÊN
Trong phần này, chúng tôi đưa ra ước tính về giới hạn dưới của xác suất một vùng được bao
phủ bởi một số lượng nhất định các cảm biến được phân phối ngẫu nhiên. Với kết quả này, chúng
tôi có thể ước tính mật độ cảm biến cần thiết để đạt được phạm vi bao phủ toàn màn hình với
bất kỳ xác suất nhất định nào (ví dụ: 0,99).
4.1. Tổng quan về kỹ

thuật Hãy xem xét sự phân bố đồng đều ngẫu nhiên của N cảm biến trong một vùng hình vuông A.
Không mất tính tổng quát, chúng ta giả sử A có diện tích đơn vị. Với r, ϕ và θ, chúng tôi
ước tính xác suất để A được che toàn cảnh. Nói chung, nếu các cảm biến được triển khai trong
một vùng có giới hạn, thì khu vực rất gần ranh giới có thể có ít cảm biến hơn so với khu vực
bên trong và do đó ít có khả năng bị che phủ theo yêu cầu. Một phương pháp phổ biến để tránh
hiệu ứng ranh giới này là triển khai các cảm biến trong vùng A lớn hơn một chút , ví dụ, ,
phóng to độ dài cạnh của A từ d đến d + r. Sự khác biệt là không đáng kể nếu A đủ lớn. Chúng
tôi cũng có thể làm cho phân tích rõ ràng bằng cách giả định vùng phủ sóng của cảm biến phản
ánh ở ranh giới; nghĩa là, đối với mỗi cảm biến S có khoảng cách nhỏ hơn r đến một đường
biên, chúng ta giả sử có một cảm biến khác nằm ngoài đường biên ở vị trí đối xứng với S so
với đường biên. Trong phân tích sau đây, chúng tôi giả định hiệu ứng biên là không đáng kể.
Đầu tiên, chúng tôi ước tính vùng liên tục bằng các điểm lưới rời rạc. Chúng tôi chỉ ra
rằng nếu các lưới đủ dày đặc và tất cả đều được bao phủ bởi một bộ cảm biến với (r θ), trong
đó ,r ϕ,
= bởi
r - cùng
r, ϕ một
= ϕ bộ
- ϕcảm
và biến
θ = θvới
- θ(r,
choϕ,bất
θ).kỳSau
( r,
đó,ϕ,chúng
θ), thì
tôi toàn bộ giới
đưa ra khu vực
hạn được
dưới bao
của phủ
xác
suất mà tất cả các điểm lưới đều được bao phủ. Dựa trên điều này, chúng tôi nhận được giới
hạn dưới của xác suất A được bao phủ toàn cảnh.
Trong phân tích sau đây, trước tiên chúng ta giả sử ϕ = 2π. Điều này sẽ cung cấp bản chất
của phương pháp của chúng tôi. Lưu ý rằng thách thức lớn của việc bao phủ toàn cảnh là do
việc giới thiệu θ chứ không phải ϕ. Rõ ràng là vùng phủ toàn màn hình với ϕ = 2π hoàn toàn
khác với vùng phủ đĩa truyền thống. Trong thực tế, ϕ = 2π có thể được coi là trường hợp mỗi
nút là một nhóm nhiều camera, quay về các hướng khác nhau để tạo thành một cái nhìn toàn
cảnh. Một máy ảnh quay xung quanh với thời gian quay không đáng kể cũng có thể được coi là
trong trường hợp này. Sau đó, chúng tôi mở rộng phân tích đến 0 <ϕ <2π bất kỳ.
4.2. Ước lượng xác suất cho ϕ = 2π
Chúng tôi sử dụng mạng tam giác làm lưới, mặc dù bất kỳ mẫu lưới nào khác cũng có thể đủ.
Lưới điểm là các đỉnh của tam giác đều với độ dài cạnh l. Mỗi điểm lưới P có sáu lân cận với
khoảng cách l từ nó (Hình 10). Họ được gọi là hàng xóm của P. Cho diện tích A cố định là đơn
vị, sự lựa chọn l phụ thuộc vào ( r, θ).
LEMMA 4.1. Cho ( r, θ), nếu l ≤ l0 ( r, θ), với bất kỳ điểm V A và bất kỳ vectơ -
,
d từ V có lưới điểm P sao cho VP ≤ r và α (d l0 ( r, θ) = √ 3 + cot θ , VP) ≤ θ. Nơi đây
2 r
.
3:10 Y. Wang và G.Cao
Hình 10. (a) Chấm đen là điểm cạnh của V ; (b) nếu V nằm trong vùng không an toàn của P1, P2 thì P3 là một điểm cạnh.
BẰNG CHỨNG. Xét tập hợp tất cả các điểm lưới P với VP ≤ r, được ký hiệu là GPV ( r). Xác định
một điểm cạnh là điểm lưới P GPV ( r) sao cho P có lân cận một bước không nằm trong GPV ( r)
và lân cận một bước trong GPV ( r).
Tất cả các điểm cạnh và các đoạn thẳng nối chúng tạo thành một đa giác ngay bên trong hình
tròn có tâm tại V với bán kính r (Hình 10 (a)). Giả sử giao điểm của vectơ d và biên của đa
giác nằm giữa hai điểm cạnh lân cận P1, P2.
Ta khẳng định α (d, VP1) + α (d, VP2) ≤ 2θ, điều này sẽ chứng minh bổ đề.
Giả sử tuyên bố không chính xác. Khi đó từ Bổ đề 3.3, V nằm trong vùng không an toàn của
P1, P2, có nghĩa là VOP1P2 < rsaf e, tronganđótoàn
OP1P2
(Hình
là tâm
10 (b)).
của vòng
Từ kiến
tròn thức
xác định
lượngvùng
giác,khôngta
=
được rsaf e Vậy l 2 sin (2 θ) .
l
VOP1P2 <2 .
sin (2 θ)
Xét các tam giác với P1P2 là một cạnh và một đỉnh thứ ba là P3. P3 hoặc ở phía gần của
P1P2 và gần hơn từ V hoặc ở phía xa của P1P2 và xa hơn V Xét trường hợp P1 ở phía xa. Khi đó.
VP3 > r (vì nếu khác, P1 hoặc P2 không phải là điểm cạnh).
Mặt khác,
√ 3 l
P3OP1P2 = rsaf e · cos 2θ + l = 2 (cot 2 θ + √ 3).
2
Nếu l như trong bổ đề, từ bất đẳng thức tam giác,
VP3≤VOP1P2 + P3OP1P2 < r.
Đây là một mâu thuẫn. Như vậy yêu cầu được chứng minh.
Dựa trên kết quả này, chúng tôi có điều kiện sau về phạm vi phủ sóng toàn khu vực.
LEMMA 4.2. Giả sử ϕ = 2π và tất cả các điểm lưới đều được bao phủ bởi một bộ cảm biến với
r = r - r và θ = θ - θ đối với một số ( r, θ) cho trước. Nếu l ≤ l0 ( r, θ) như chỉ ra trong
Bổ đề 4.1, thì bất kỳ điểm V A nào cũng được bao phủ bởi cùng một bộ cảm biến với (r, θ).
BẰNG CHỨNG. Chúng ta cần chứng minh rằng với bất kỳ điểm V A và bất kỳ , có một cảm biến
vectơ d Si sao cho SiV < r và α ( VSi, d ) ≤ θ.
Giả sử P là điểm lưới tìm được trong Bổ đề 4.1. Vì P được che toàn cảnh nên
là một cảm biến Sj sao cho PSj < r và α ( - VP, PSj) ≤ θ (Hình 11 (a)). Từ tam giác
Đạt được phạm vi bao phủ toàn màn hình trong mạng cảm biến máy ảnh 3:11
Hình 11. Tính chất điểm lưới: (a) không có ràng buộc về khoảng cách giữa P và Si (Bổ đề 4.2);
(b) có một giới hạn dưới rmin trên khoảng cách giữa P và Si (Bổ đề 4.5).
bất bình đẳng,
VSj≤VP + PSj < r + r = r.
Vì vậy, V được bao phủ bởi Sj, và hơn nữa,
α (d, VSj) ≤ α (d ,- VP) + α ( - VP, VSj) ≤ θ + θ = θ.
Vì vậy, V là toàn cảnh được bao phủ bởi các cảm biến với (r, θ).
Với bất kỳ điểm nào V A, CV biểu thị sự kiện V là toàn cảnh được bao phủ.
LEMMA 4.3. Giả sử ϕ = 2π. Cho N cảm biến có (r A, xác suất để , θ) được phân phối đồng đều trong
một điểm V đã cho được bao phủ toàn cảnh là
N
N N k
Pr (N, r , θ) = Pr [CV ] = pk (1 - p) f (k, θ),
k
k = π
θ
trong đó π / θ là chữ viết tắt của π / θ , p = πr 2 và
π
θ k 1
k θ
f (k, θ) = ( 1) j 1 - j .
j π
j = 0
BẰNG CHỨNG. Đối với cảm biến phân bố đều Si, xác suất nó nằm trong dis và xác suất để chính
2
tance r từ V là p = πr pk xác k cảm biến nằm trong khoảng r đến V
N N
Là k = π k (1 - p) N k.
θ
Xem xét sự phân bố của cảm biến trong đĩa, vì cảm biến là đồng nhất
được phân phối trong A, phân phối của nó cũng đồng nhất nếu bị giới hạn ở vùng đĩa bên trong
khoảng cách r đến V. Hơn nữa, đối với mỗi cảm biến Si trong đĩa, hãy xem xét phép chiếu của nó
Pi trên chu vi hình tròn tâm V bán kính r . Nó là giao điểm
của vectơ VSi và đường tròn. Nếu ta coi vị trí của Pi trên đường tròn thì nó cũng đồng nhất
được phân phối. Từ Bổ đề 3.2, k cảm biến đã cho trong khoảng cách r từ V (và do đó
có thể che V ), V được bao phủ toàn cảnh nếu và chỉ khi góc giữa hai cạnh bất kỳ
vectơ không lớn hơn 2θ. Điều này tương đương với trường hợp chu vi của một
vòng tròn có đơn vị độ dài được bao bởi k đoạn cung phân bố đều có độ dài
θ / π (Hình 12). Xác suất thứ hai được đưa ra bởi f (k, θ), được chỉ ra trong Solomon
[1978]. Do đó chúng ta có xác suất được hiển thị trong bổ đề.
Từ bổ đề 4.2 và 4.3, chúng ta thu được giới hạn dưới về xác suất cho vùng A
được bao phủ toàn cảnh.
Hình 12. Phạm vi phủ sóng của Si được chiếu dưới dạng một cung trên một vòng tròn đơn vị.
LÝ THUYẾT 4.4. Cho trước r, θ và ϕ = 2π, xác suất để vùng A là toàn cảnh
√N 1 √N 1
được bao phủ bởi N cảm biến phân bố đồng đều được giới hạn dưới bởi Pr (N, r, θ) M,
√N √N
2 θ
trong đó Pr (N, x, y) được cho bởi Bổ đề 4.3, M =, √ l
số 8
√3 0 và l0 = l0 ( √r N N ) được đưa ra bởi

Bổ đề 4.1.
BẰNG CHỨNG. Từ Bất đẳng thức Janson [Alon và Spencer 2000] và Bổ đề 4.3, xác suất √
N 1
khả năng tất cả các điểm lưới đều được bao phủ bởi N cảm biến với r = r và
√N
θ = √N 1
θ không nhỏ hơn Pr (N, r , θ ) M, trong đó M là số điểm lưới trong một
√N
diện tích đơn vị. Sau đó từ Bổ đề 4.2, toàn bộ khu vực được bao phủ bởi các cảm biến với
1 1
r và
r = r + r và θ = θ + θ, trong đó r = θ, nếu các điểm lưới là θ =
√N √N
toàn cảnh được bao phủ bởi cùng một bộ cảm biến với (r giới , θ). Do đó, chúng tôi có
hạn được hiển thị.
4.3. Ước lượng xác suất cho ϕ <2π
Chúng tôi sử dụng các kỹ thuật tương tự như trước. Lưu ý rằng Bổ đề 4.1 và 4.2 là các phím
để thiết lập kết quả trước đó. Cơ sở lý luận đằng sau nó là nếu lưới
các điểm đủ dày đặc và được bao phủ toàn bộ, toàn bộ khu vực có thể được xem toàn bộ
nếu chúng ta phóng to một chút bán kính của cảm biến và góc hiệu dụng. Tuy nhiên, chúng tôi
giả sử ϕ = 2π ở đó, có nghĩa là bất kỳ điểm nào V trong r đến điểm lưới P cũng là
được bao phủ bởi các cảm biến che phủ P, và do đó làm cho phân tích sạch sẽ. Nếu ϕ <2π,
cảm biến che P có thể không che V do hướng của cảm biến, bất kể cách nào
gần họ có thể ở với nhau. Một giải pháp tự nhiên là mở rộng ϕ thành ϕ. Tuy nhiên nó là
khó đảm bảo giới hạn về mức độ lớn của nó sẽ tăng lên (α1 trong Hình 11 (b)),
và nếu chúng ta không thể ràng buộc giá trị này một cách hợp lý, thì sai số của ước tính sẽ là
lớn. Để khắc phục khó khăn này, chúng tôi yêu cầu các điểm lưới phải ở chế độ xem đầy đủ được bao phủ bởi
cảm biến cách xa nó ít nhất một khoảng cách nhất định (một giới hạn nhỏ). Sau đó chúng ta
có thể thiết lập các kết quả tương tự như trong Bổ đề 4.1 và 4.2.
LEMMA 4.5. Giả sử mỗi điểm lưới có thể được bao phủ bởi các cảm biến
cách xa ít nhất rmin và với các tham số r = r - r, θ = θ - θ, và FoV
góc ϕ = ϕ - ϕ, đối với một số xác định trước ( r, θ, ϕ). Nếu l ≤ l ( r, θ, ϕ), thì bất kỳ điểm nào
ở A là chế độ xem toàn màn hình được bao phủ bởi cùng một bộ cảm biến với (r, θ, ϕ). Ở đây l ( r, θ, ϕ) = min
{2 r, ϕ · rmin}
.
√ 3 + cũi θ
BẰNG CHỨNG. Chúng ta cần chỉ ra rằng với bất kỳ V A và bất kỳ hướng đối diện nào (vectơ d ), ở đó
là cảm biến Si sao cho V Si < r, α ( SiV , - fi ) ≤ ϕ / 2 và α ( VSi, d ) ≤ θ, trong đó - fi là

vectơ định hướng của Si. Đầu tiên chúng ta quan sát thấy rằng nếu l được chỉ ra như trước, nó
cũng thỏa mãn điều kiện trong Bổ đề 4.1. Vì vậy, phải có một điểm lưới P sao cho
VP ≤ min { r, ϕ · rmin / 2} và α (d ,- VP) ≤ θ. Hơn nữa, trong số các cảm biến bao phủ
P, phải có một cảm biến Si sao cho V Si < r và α ( VSi, d ) ≤ θ. Chúng ta chỉ cần chứng minh rằng α
( SiV , - fi ) ≤ ϕ / 2.
Lưu ý rằng α ( SiV , - fi ) ≤ α1 + α2, trong đó α1 = α ( SiV , Si P) và α2 = α ( Si P, - fi )
(Hình 11 (b)). Vì P bị che bởi Si nên α2 ≤ ϕ / 2. Từ kiến thức lượng giác, ta biết α1 ≤ tan α1 =
VP sin β
trong đó β = α ( - PSi, - VP). Lưu ý rằng VP ≤ ϕ · rmin / 2,
VP cos β + PSi ,
PSi ≥ rmin và sin β ≤ 1. Do đó, α1 ≤ ϕ / 2, và do đó α ( SiV , - fi ) ≤ ϕ / 2 + ϕ / 2 ≤ ϕ /

2.
Đối với bất kỳ điểm nào V A, Vgiả sử Crmin biểu thị trường hợp V là toàn cảnh được bao phủ bởi
các cảm biến cách xa ít nhất rmin (< r).
LEMMA 4.6. Cho N cảm biến có (r , ϕ) phân bố đồng

, cho đều
ở chế
trong
độ xem
vùngtoàn
A, xác
màn suất
hình θđược
để một
bao điểm
phủ bởi
V đãcác
cảm biến cách xa ít nhất rmin (< r ) là
Pr (N, rmin, r , θ , ϕ) = Pr Crmin

V
N S
N S
= N-s s-k
ps (1 - p) qk (1 - q) f (k, θ),
S k
π
s = k = π
θ θ
2
trong đó π / θ là chữ viết tắt của π / θ, p = π (r trong - r2 phút), q = ϕ / 2π, và f (k, θ) là
Bổ đề 4.3.
BẰNG CHỨNG. Trước tiên, lưu ý rằng cho một cảm biến Si có vectơ , kể từ định hướng của nó
rmin ≤ VSi ≤ r được phân bố đều trong [0, 2π), xác suất V bị che bởi Si là q. Cũng lưu ý
rằng xác suất một cảm biến rơi vào dải kín, với r là bán kính ngoài và rmin là bán kính
trong, là p. Ý nghĩa của f (k, θ) giống như trong Bổ đề 4.3. Bằng cách kết hợp những thứ
này với nhau, chúng ta có Pr [Crmin ] như được hiển thị trước
V đó.
Bây giờ chúng ta có thể đưa ra giới hạn thấp hơn của xác suất A được bao phủ toàn cảnh.
LÝ THUYẾT 4.7. Cho trước (r, θ, ϕ), xác suất để vùng A được bao phủ bởi N ϕ) M,
√ N √ N √N
, 1 1 ,
Các cảm biến phân bố đồng đều được giới hạn dưới bởi Pr (N, √r N trong r, N√ N
θ √ N
1 √
2
l
đó Pr (N, w, x, y, z) được cho bởi Bổ đề 4.6, M = và l = l ( √r N cho , ϕ )
8 √ 3 bởi Bổ đề 4.5. θ , N
√ là √N
BẰNG CHỨNG. Từ bổ đề 4.5 và 4.6, điều này có thể được chứng minh bằng cách làm theo cùng một lập luận
như trong Định lý 4.4.
5. ƯỚC LƯỢNG MẬT ĐỘ CHO MỨC BẢO HIỂM TOÀN BỘ TRONG PHÁT TRIỂN XÁC ĐỊNH
Triển khai xác định là cách tốt nhất để đạt được phạm vi bao phủ toàn cảnh trong môi trường được kiểm
soát, ví dụ: trong giám sát trong nhà, nơi có thể đặt cảm biến camera ở bất kỳ nơi nào theo yêu cầu.
Trong mô hình đĩa truyền thống, việc triển khai dựa trên mạng tinh thể tam giác được chứng minh là
tối ưu về mật độ cảm biến [Kershner 1939]. Trong phần này, chúng tôi xây dựng một mẫu triển khai cho
phạm vi toàn cảnh dựa trên mạng tam giác. Chúng tôi đưa ra điều kiện cần và đủ về chiều dài lưới sao
cho có thể bao quát toàn bộ khu vực. Dựa trên đó, chúng tôi đưa ra ước tính về mật độ cảm biến cần
thiết cho phạm vi bao phủ toàn màn hình trong triển khai dựa trên mạng tam giác và cho thấy rằng nó
nhiều nhất là một yếu tố từ mô hình triển khai tối ưu.
Hình 13. Điều kiện cần cho mạng tinh thể tam giác: (a) θ ≥ π / 6; (b) θ <π / 6.
5.1. Mạng tam giác
Mạng tinh thể tam giác được xây dựng như sau. Đầu tiên, chúng tôi đặt các cảm biến 2π / ϕ cùng nhau trên
một điểm duy nhất và để chúng hướng về các hướng khác nhau để tạo thành một nút duy nhất với ϕ = 2π.
Sau đó, chúng tôi đặt các nút cảm biến trên các đỉnh của tam giác đều với lưới
chiều dài l. Vùng A có đơn vị diện tích và nó được giả định là đủ lớn so với
với r và do đó chúng ta bỏ qua hiệu ứng ranh giới trong triển khai.
5.2. Ước tính mật độ cho việc triển khai dựa trên mạng tam giác
Chiều dài lưới l của tam giác là tới hạn. Nếu nó quá lớn, sẽ có điểm không
bao quát toàn cảnh. Nếu nó quá nhỏ, mật độ triển khai và do đó chi phí có thể
quá cao. Với bán kính cảm biến r và góc hiệu dụng θ, chúng tôi muốn tính
tốt nhất sao cho mọi điểm trong A đều được bao phủ toàn cảnh.
Trên thực tế, nếu chúng ta thay thế ( r, θ) bằng (r, θ) trong Bổ đề 4.1, chúng ta ngay lập tức có một hậu tố
điều kiện cient trên l.
LEMMA 5.1. Giả sử các cảm biến được triển khai trên các đỉnh của mạng tam giác với
2r
chiều dài lưới l. Cho (r, θ), nếu l = l (r, θ) = , thì mọi điểm trong A đều là toàn cảnh
√ 3 + cũi θ
phủ.
BẰNG CHỨNG. Đây là kết quả trực tiếp từ Bổ đề 4.1.
Thực ra đây cũng là điều kiện cần để có toàn cảnh trong mạng tinh thể tam giác
triển khai dựa trên.
LEMMA 5.2. Nếu vùng A bị che toàn bộ chế độ xem, độ dài lưới không được nhỏ hơn
2r
hơn l = l (r, θ) = .
√ 3 + cũi θ
BẰNG CHỨNG. Xảy ra hai trường hợp: θ ≥ π / 6 và θ <π / 6. Nếu θ ≥ π / 6, hãy xem xét tình huống
trong Hình 13 (a). M là giao điểm của EG và ranh giới của điểm không an toàn
Vùng của C, D, là một phần của đường tròn có tâm tại OC, D. Cho V là một điểm trên
đoạn EM và với khoảng cách (> 0) đến M. Cho r = EV . Vì V đang ở trong tình trạng không an toàn
vùng C, D, nghĩa là CVD > 2θ, phải có điểm lưới P sao cho
CVP <2θ hoặc DVP <2θ và P có thể phủ V. Điều này chỉ có thể xảy ra nếu r ≥ r (và do đó
P là E), bởi vì nếu không, sẽ không có điểm lưới giữa dòng VC và VD mà

thể bao V. Cho 0 và do đó r r = EM, ngụ ý giá trị tới hạn của l.
Nếu θ <π / 6, hãy xem xét tình huống trong Hình 13 (b). Trong trường hợp này, ranh giới của
vùng không an toàn của C, D giao với đường EC trên H và giao với đường DG trên
B. Đầu tiên ta nhận thấy rằng H cũng là giao điểm của ranh giới không an toàn.
vùng của E, D và dòng EC. Trong thực tế, nếu chúng ta ký hiệu giao điểm này bằng H thì ,
EH D = 2θ theo Bổ đề 3.3. Tương tự, EHD cũng bằng 2θ. Kể từ khi H
và H nằm trên cùng một đường thẳng, chúng cùng một điểm. Sau đó, vì HE song song với
BD, HB = DE, xa hơn nữa bằng CD và CG. Như vậy đa giác HCGB là
Hình 14. Số lượng cảm biến cần thiết trong triển khai dựa trên mạng tam giác.
một hình bình hành, có nghĩa là HC = BG. Từ đó, chúng tôi biết HCF và BGE
là các tam giác đồng dư, có nghĩa là HF = BE. Bằng một lập luận tương tự như trong
trường hợp trên, chúng ta biết rằng nếu r nhỏ hơn HF, thì có một điểm đủ
gần với H sao cho nó không bị che toàn bộ. Bây giờ hãy xem xét trường hợp khi θ 0.
Điều này ngụ ý HF = BE BG và BG EM ( ∞), điều này còn ngụ ý

HF = EM và do đó chúng ta có giá trị tới hạn là l.
Từ giá trị tới hạn trước đó của l thu được, chúng tôi tính toán cảm biến cần thiết
mật độ cho việc triển khai dựa trên mạng tam giác. Chúng tôi so sánh nó với những thứ khác có thể
các mẫu triển khai.
LÝ THUYẾT 5.3. Cho trước (r, θ, ϕ), mật độ cảm biến cho triển khai dựa trên mạng tam giác θr2
π không nhiều hơn mật độ mà bất kỳ triển khai nào khác yêu cầu
ment là ϕ |
Al | 2 | Al | √ 3r2
các mẫu cho toàn cảnh vùng A. Tại đây | Al | = , khu vực nào
3 + 2 √ 3 cot θ
+ (cot θ) 2 của một tam giác đều với độ dài cạnh l cho trong Bổ đề 5.2.
BẰNG CHỨNG. Đầu tiên, từ Bổ đề 5.1, chúng ta biết l và do đó diện tích của mỗi tam giác với
độ dài cạnh l, chính xác là | Al | đã hiển thị trước đây. Sau đó, lưu ý rằng mỗi tam giác có
ba đỉnh, và mỗi đỉnh là giao điểm của sáu tam giác. Như vậy tổng
·3 1
số điểm lưới trong một vùng đơn vị diện tích là | A | | Al | 6 = 2 | Al | . Như vậy tổng số
cảm biến cần thiết là 2π · 1 = π
ϕ 2 | Al | ϕ | Al | .
Mặt khác, đối với bất kỳ mẫu triển khai nào, mỗi điểm trong A phải được bao phủ
bởi ít nhất cảm biến π / θ. Lưu ý rằng mỗi cảm biến chỉ có thể bao phủ ϕr2 / 2 khu vực của A,
là khu vực của lĩnh vực cảm biến. Do đó, tổng số cảm biến cần thiết ít nhất là
π / θ = 2π
θϕr2 .
ϕr2 / 2 Cuối cùng, tỷ lệ của hai giá trị trên mang lại giới hạn về hệ số tỷ lệ trong
định lý.
Hình 14 là một minh họa về số lượng cảm biến cần thiết để bao phủ toàn cảnh
trong trường 100m × 100m khi sử dụng triển khai dựa trên mạng tam giác (θ tương ứng là từ 3π, 2π).
π đến π 2
6 3 , cho r = 5, 10, 15 và ϕ =
6. BẢO VỆ RÀO CẢN WEAK TRONG MẠNG CẢM BIẾN CAMERA
Trong mạng cảm biến không dây truyền thống, hai loại ký hiệu về vùng phủ sóng
đã được xác định: độ che phủ của hàng rào yếu và độ bao phủ của hàng rào mạnh [Kumar et al.
2005]. Tình hình phức tạp hơn nhiều trong mạng cảm biến máy ảnh. Một yếu tố
để xem xét, như trong các mô hình hiện có, là đường dẫn của đối tượng. Đối tượng có thể lấy một
Hình 15. Mặc dù không có điểm nào trên con đường mà xe được bao phủ toàn cảnh, nhiều góc nhìn của thùng xe sẽ
được tích tụ trên đường đi.
đường ngắn nhất (tức là dọc theo một đường thẳng) hoặc không ngắn nhất để băng qua sân. Một yếu
tố khác, duy nhất đối với mạng cảm biến máy ảnh, là vị trí đối tượng có thể đối mặt hoặc khía
cạnh nào của đối tượng mà chúng ta muốn nhìn thấy.
Trong các phần tiếp theo, chúng ta nghiên cứu vấn đề phạm vi phủ sóng trong mạng cảm biến
camera. Trước tiên, chúng ta xem xét kịch bản khi đối tượng luôn đi theo đường ngắn nhất, tức là
một đường thẳng cắt ngang trường. Một mô hình bao phủ hàng rào yếu mới được đề xuất. Sau đó, vấn
đề xác minh vùng phủ sóng yếu được nghiên cứu. Vấn đề đặt ra câu hỏi liệu trường được giám sát
có nằm trong phạm vi phủ sóng của hàng rào yếu với mạng cảm biến camera đã triển khai hay không.
Một loạt các thủ tục để xác minh phạm vi bảo hiểm sẽ được giới thiệu. Sau đó, trong phần tiếp
theo, giả định sẽ được nới lỏng để đối tượng có thể đi theo bất kỳ con đường nào có thể giữa lối
vào và lối ra và linh hoạt hơn trong việc chọn hướng đối diện. Không khó để nhận thấy rằng độ
phủ càng mạnh (hoặc đối tượng càng có nhiều lựa chọn) thì càng cần nhiều cảm biến camera.
6.1. Phạm vi Rào cản Yếu của Cảm biến Máy ảnh
Xem xét trường hợp khi đối tượng đi theo con đường ngắn nhất để băng qua trường. Trong thực
tế, chúng ta có thể muốn quan sát đối tượng từ nhiều khía cạnh. Một ví dụ có thể được tìm
thấy trong một ứng dụng để giám sát các phương tiện băng qua hiện trường. Người ta có thể
yêu cầu hình ảnh phía trước của chiếc xe có chứa thông tin biển số và hình ảnh khuôn mặt của
người lái xe để được quan sát. Ứng dụng cũng có khả năng yêu cầu xem một bên để có thể xác
định được mô hình cụ thể của chiếc xe. Trong những trường hợp này, một phạm vi bao phủ thích
hợp phải cung cấp tầm nhìn xung quanh chiếc xe khi nó đi qua khu vực được giám sát. Lưu ý
rằng mục đích không phải là cung cấp phạm vi toàn cảnh tại một điểm, mà là để tích lũy nhiều
chế độ xem trên đường đi (Hình 15). Dựa trên điều này, chúng tôi phát triển một mô hình phủ
sóng yếu mới cho mạng cảm biến máy ảnh.
Xét một khu vực hình chữ nhật hai chiều A với một bên là lối vào và một bên là lối ra. Mạng
cảm biến camera S = {S1, ..., Sn} đã được triển khai để giám sát A. Phạm vi phủ sóng cản yếu của
mạng cảm biến camera được xác định như sau.
Định nghĩa 6.1. Trường được giám sát A được cho là nằm trong phạm vi phủ sóng của hàng rào
yếu bởi mạng cảm biến camera đã triển khai nếu đối với bất kỳ đối tượng nào đi từ lối vào đến
lối ra dọc theo bất kỳ đường thẳng nào và đối với bất kỳ hướng đối mặt xác định trước nào, có
một điểm P trên đường như vậy P là cảm biến máy ảnh Si và góc giữa v và
- PSi nhỏ hơn góc hiệu dụng θ.
Hình 16. Khuôn mặt của đối tượng chỉ có thể được phát hiện nếu nó nằm trong Q1Q2 và quay về hướng nhất định: (a)
khi nó di chuyển từ Q2 đến Q1, phạm vi mà nó được phát hiện sẽ dịch chuyển dần dần (các vùng màu xám); (b) liên
hợp của phạm vi là tổng (phạm vi tích hợp) của hướng đối mặt nơi khuôn mặt của đối tượng sẽ được phát hiện trong
Q1Q2.
Lưu ý rằng trong định nghĩa này và phần còn lại của bài viết, chúng tôi sử dụng thuật ngữ "mặt"
hoặc "hướng đối diện" để biểu thị bất kỳ khía cạnh nào của đối tượng mà chúng ta quan tâm. Như trước
đây, nó có thể được biểu thị bằng một góc từ 0 đến 2π. Với định nghĩa này, vấn đề được xem xét ở đây
được định nghĩa như sau.
Định nghĩa 6.2 (Xác minh vùng phủ sóng yếu). Cho một trường hình chữ nhật A cần được giám sát và
mạng lưới các cảm biến camera S = {S1, ..., Sn} với bán kính cảm biến cố định r và góc FoV ϕ nhưng
vị trí và hướng tùy ý, cũng cho góc hiệu dụng θ [0 , π ), bài toán đặt ra câu hỏi liệu A có nằm
trong phạm vi phủ sóng yếu 2của S hay không.
Thách thức đối với bài toán xuất phát từ yêu cầu một đối tượng cần được bao quát từ nhiều góc
nhìn trong chuyến đi băng qua thực địa. Không giống như trong mô hình bao phủ cổ điển nơi phạm vi
bao phủ chỉ phụ thuộc vào khoảng cách giữa đường đi ngang và cảm biến, tác động của từng máy ảnh
riêng lẻ cũng phụ thuộc vào hướng quan sát của nó đối với đối tượng, thay đổi liên tục khi đối tượng
di chuyển.
6.2. Chuyển đổi thành Xác minh phạm vi 2D Chìa khóa là
ánh xạ vấn đề trước đó thành một vấn đề về phạm vi hai chiều cổ điển, trong đó một khu vực được xác định trước
sẽ được bao phủ bởi một tập hợp các vùng phụ và không có vấn đề về hướng nào liên quan.
Với khu vực hình chữ nhật A cần theo dõi, hãy xem xét một con đường băng qua L và một camera Si
bao phủ một phần L. Khi một vật thể P di chuyển trong phần được bao phủ của L, khuôn mặt của nó
(hoặc bất kỳ khía cạnh nào đã cho) sẽ được Si phát hiện, nếu hướng đối diện của nó rơi vào khoảng
[arg (PS i) - θ, arg (PS i) + θ] di
(nhớ lại rằng
chuyển, phạmarg
vi (v
này) sẽ
là thay
góc đại
đổi diện
theo.cho
Có vectơ
hai vịv).
tríRõtới
ràng,
hạn khi
của P
P, là hai giao điểm của L và ranh giới của phạm vi cảm nhận của Si (Hình 16). Một trong những điểm
gần lối ra hơn, được ký hiệu là Q1 và điểm còn lại gần lối vào hơn, được ký hiệu là Q2.
4
Hãy xem xét trường hợp khi L ở bên
phải của Si, như trong Hình 16. Sau đó, khi P di chuyển từ Q2 đến Q1, khuôn mặt của nó sẽ được phát
hiện nếu hướng đối diện của nó nằm trong
(arg (Q 2Si) - θ, arg (Q 1Si) + θ), nếu arg (Q 2Si) - θ < arg (Q 1Si) + θ;
(1)
(arg (Q 2Si) - θ , 2π) [0, arg (Q 1Si) + θ), ngược lại.
Ở đây góc được tính bằng cách sử dụng modulo 2π, có nghĩa là nếu arg (Q 2Si) - θ ≥ arg (Q 1Si) + θ
≥ 2π, khoảng thực tế sẽ là từ 2π + arg (Q 2Si) - θ đến 2π và sau đó
4Lưu ý rằng nếu khoảng cách giữa L và Si bằng r thì Q1 và Q2 là cùng một điểm.
Hình 17. Trong không gian được giám sát, trường A sẽ được bao phủ bởi các cảm biến máy ảnh. Hướng đối diện v i
với góc yi tại một điểm cụ thể của đường đi qua Li, biểu diễn bởi x = xi, được chiếu lên một điểm (xi, yi) trong
không gian chiếu. Nếu vi bị che tại một số điểm Pi trên đường đi Li, (xi, yi) bị che.
từ 0 đến arg (Q 1Si) + θ. Biểu thức tương tự có thể nhận được đối với trường hợp L ở bên trái
Si.
Để mô tả mối quan hệ trước sau giữa vị trí của L và vùng phủ, một hệ tọa độ Descartes 2D được
sử dụng với trục x song song với chiều rộng của A (nằm ngang) và trục y vuông góc với trục x
(Hình 17). Mọi đường đi ngắn nhất L qua trường được ánh xạ vào một điểm trên trục x . Để đường
dẫn ngoài cùng bên trái (tức là ranh giới bên trái) được ánh xạ vào x = xleft và đường dẫn
ngoài cùng bên phải được ánh xạ vào x = xright.
Trong hệ tọa độ này, trục y cho biết hướng đối diện, có nghĩa là chỉ phạm vi [0, 2π) sẽ được
xem xét. Trong hệ thống này, một điểm (x0, y0) được cho là bị che (hoặc được đánh dấu là bị
che) nếu điều sau là đúng: khi đối tượng di chuyển dọc theo đường x = x0 và quay mặt về hướng
y0, khuôn mặt của nó được phát hiện. Nói chung, hãy xem xét một đường đi L tương ứng với x =
xL. Nếu khuôn mặt của đối tượng được phát hiện khi hướng quay của nó nằm trong [α1, α2], thì
tất cả các điểm có tọa độ x bằng xL và tọa độ y nằm trong [α1, α2] trong hệ tọa độ mới đều được
đánh dấu.
Để tránh nhầm lẫn, hệ tọa độ mới được gọi là không gian chiếu, và không gian ban đầu nơi
trường A được xác định được gọi là không gian được giám sát.
Từ mô tả trước đó, cần rõ ràng rằng một điểm (x, y) được đánh dấu được bao phủ trong không gian
chiếu không liên quan gì đến vùng bao phủ của điểm (x, y) trong không gian được giám sát.
Từ Định nghĩa 6.2 và phần thảo luận trước, rõ ràng bổ đề sau là đúng.
LEMMA 6.3. Trường được giám sát A nằm trong phạm vi bảo hiểm rào cản yếu nếu và chỉ khi trong
không gian chiếu khu vực sau
Aproj = {(x, y): x (xleft, xright), y [0, 2π)} (2)
được bảo hiểm.5
6.3. Vùng phủ của cảm biến máy ảnh riêng lẻ
Đối với một L và Si nhất định, không khó để tìm thấy tập hợp các điểm được đánh dấu được bao
phủ trong không gian chiếu. Tuy nhiên, số lượng đường dẫn được xem xét trong không gian được
giám sát là vô số. Cần có một cách hiệu quả để mô tả tập hợp các điểm được đánh dấu trong không
gian chiếu. Trong phần thảo luận sau đây, đối với mỗi Si, một biểu thức toán học
5Chúng tôi sử dụng tập hợp mở để dễ trình bày và làm cho phân tích rõ ràng, mặc dù nó không cần thiết.
Hình 18. Có sáu trường hợp cần xem xét khi tính toán tác động đến phạm vi phủ sóng của một máy ảnh riêng lẻ.
Hình 19. Tính toán phạm vi phủ sóng của cảm biến máy ảnh riêng lẻ: (a) đỉnh B là điểm ngoài cùng bên phải của
Phạm vi cảm nhận của Si; (b) một điểm B khác trên ıAB là điểm ngoài cùng bên phải của phạm vi cảm nhận của Si.
nhận được để mô tả hình dạng của tập hợp tất cả các điểm được đánh dấu bao phủ trong không
gian hình chiếu.
Để mô tả hình dạng của một tập hợp điểm, điều quan trọng là phải tìm ra ranh giới của
nó. Xem xét lĩnh vực cảm nhận của Si được xác định bởi ba đỉnh Si, A, B với A là đỉnh tiếp
theo của Si theo thứ tự ngược chiều kim đồng hồ. Gọi xSi , xA và xB là tọa độ x tương ứng
của chúng trong không gian hình chiếu. Có sáu trường hợp cần xem xét tùy thuộc vào hoán vị
của ba điểm (từ trái sang phải): (xSi , xA, xB), (xSi , xB, xA), (xA, xSi , xB), (xA, xB,
xSi ), (xB, xSi , xA), (xB, xA, xSi ) (Hình 18).
Chúng tôi xem xét trường hợp đầu tiên (Hình 18 (a)). Nó có thể được chia thành hai kịch
bản tùy thuộc vào việc Bis có phải là điểm ngoài cùng bên phải của phạm vi cảm nhận của Si
hay không. Giả sử nó là điểm tận cùng bên phải và xét quá trình L di chuyển từ x = xB đến x
= xSi (Hình 19 (a)). Có hai phần: phần thứ nhất từ x = xSi đến x = xA và phần thứ hai từ x
= xA đến x = xB. Nhắc lại hai vị trí tới hạn Q1 và Q2 là hai giao điểm của L và biên của
Si. Ở đây Q1 nằm trên Si A và Q2 nằm trên Si B đối với phần đầu tiên và BAˆ đối với phần
thứ hai. Chúng ta tìm hàm mô tả arg (Q 1Si) và arg (Q 2Si) theo vị trí x = xL của L.
Không mất tính tổng quát, hệ tọa độ có thể được dịch chuyển sao cho xSi = 0.
Trong cả phần đầu tiên và phần thứ hai, arg (Q 1Si) = arg (BS i), là một hằng số duy nhất
phụ thuộc vào vị trí của Si và B. Trong phần đầu xL (xSi , xA), arg (Q 2Si) =
arg (AS i), là hằng số chỉ phụ thuộc vào vị trí của Si và A. Trong thứ hai
xL
phần xL [xA, xB), arg (Q 2Si) = π - arccos (gọir lại r là bán kính cảm nhận). Sau đó từ
biểu thức của arg (Q 1Si) và arg (Q 2Si) và phương trình (1), chúng ta có thể xác định trong
hình chiếu không gian tập hợp các điểm được đánh dấu được bao phủ, được ký hiệu là Ci.
Ci = {(x, y): 0 < x < xB và y2 (x) < y < y1 (x), nếu y2 (x) < y1 (x);
(3)
y2 (x) < y <2π hoặc 0 ≤ y < y1 (x), ngược lại},
ở đâu
y1 (x) = arg (BS i) + θ (mod 2π), x (xSi , xB),
y2 (x) = arg (AS i) - θ (mod 2π), x (xSi , xA), (4)

x
y2 (x) = π - arccos - θ (mod 2π), x [xA, xb).
r
Bây giờ, giả sử B không phải là điểm ngoài cùng bên phải của phạm vi cảm nhận của Si. Trong trường hợp này,
điểm tận cùng bên phải, kí hiệu là , đang trên ABˆ (Hình 19 (b)). Gọi xB là tọa độ x của
BB và xét quá trình khi L đi từ x = xSi = 0 đến x = xB . Có ba
các bộ phận. Cái đầu tiên và cái thứ hai giống như cái trước; phần thứ ba bổ sung
từ x = xB đến x = xB . Trong phần thứ ba khi Q1 bật Do đó, ¯BB và Q2 nằm trên AB˜ .
tập hợp các điểm được đánh dấu được bao phủ trong không gian chiếu có thể
được định nghĩa tương tự như trong Phương trình (3), (4) và sửa đổi duy nhất là bổ sung
định nghĩa của y1 (x) và y2 (x) trong Phương trình (4), cho phần thứ ba bổ sung, nghĩa là,
x
y1 (x) = π + arccos + θ (mod 2π), x (xB, x B),
r
x (5)
y2 (x) = π - arccos - θ (mod 2π), x (xB, x B).
r
Chúng ta có thể chạy các quy trình tương tự để tìm tập hợp điểm cho năm trường hợp còn lại. Ghi chú
rằng mặc dù hình ảnh của tập hợp điểm không phải là hình dạng thông thường như hình chữ nhật hoặc
hình tam giác, ranh giới của chúng là các đoạn thẳng hoặc một phần của đường cong được xác định
bởi hàm arccos (·) được sử dụng trong các Phương trình (3), (4) và (5).
6.4. Xác minh phạm vi

Như chúng tôi đã đề cập, vấn đề xác minh phạm vi trở thành vấn đề yêu cầu
trong không gian chiếu, liệu Aproj con được xác định trong Phương trình (2) có được bao phủ bởi
họ các tập điểm {Ci, 1 ≤ i ≤ n}.
Trong không gian chiếu, Aproj được phân chia thành các vùng con bởi {Ci, 1 ≤ i ≤ n}. Một phương
pháp chuyển tiếp để xác minh phạm vi bảo hiểm là đi qua từng vùng phụ và xác minh từng vùng phủ
sóng. Một giải pháp thay thế được xem xét ở đây là nghiên cứu ranh giới của mỗi
Xin chào.
LÝ THUYẾT 6.4. Giả sử trong không gian hình chiếu có ít nhất một Ci có giao điểm với Aproj là
khác rỗng. Sau đó Aproj được bảo hiểm nếu và chỉ khi cho mỗi Ci và bất kỳ
điểm PB trên biên của nó và PB Aproj, PB được phủ bởi ít nhất một Cj khác Ci.
BẰNG CHỨNG. Chúng tôi sẽ hiển thị phần “nếu” vì phần “chỉ khi” là hiển nhiên.
Giả sử thỏa mãn các điều kiện nhưng có một điểm P Aproj không bị che.
Lưu ý rằng trong trường hợp của chúng ta, Aproj tương đương với {(x, y): x (xleft, xright), y R (mod 2π)},
là một tập hợp mở. Một cách hình ảnh để xem Aproj là coi nó như bề mặt của một hình trụ, và ranh giới bao
gồm chu vi của đĩa đáy và đĩa trên, không thuộc về nó. Ngoài ra, mọi Ci về cơ bản là một tập mở trong {(x,
y): x R, y R (mod 2π)}.
Vì P là một điểm bên trong của Aproj và nó không bị che phủ bởi bất kỳ Ci nào, nên một vùng được kết
nối RP (một tập hợp mở) có chứa P và nằm trong Aproj có thể được tìm thấy không bị che bởi bất kỳ Ci nào.
Không mất tính tổng quát, giả sử RP là cực đại, có nghĩa là đối với bất kỳ điểm nào trên ranh giới của RP
và bất kỳ vùng lân cận nào của điểm đó, luôn có một điểm được bao phủ hoặc không nằm trong Aproj.
Bây giờ hãy xem xét ranh giới của RP. Phải có Ci sao cho giao điểm của ranh giới Ci và đường biên của
RP là không có gì khác nhau (nếu không RP được bao quanh tất cả bởi ranh giới của Aproj, điều này chỉ có
thể xảy ra khi Ci ∩ Aproj = , i). Kết quả là, đối với bất kỳ điểm nào trên phần đó của ranh giới, nó
không bị che phủ bởi bất kỳ Cj nào khác, j = i, điều này là mâu thuẫn.
Do đó, Aproj được bảo hiểm.
7. BẢO VỆ RÀO CẢN MẠNH TRONG MẠNG CẢM BIẾN CAMERA
Trong phần này, chúng tôi nghiên cứu vấn đề phạm vi bao phủ của rào cản mạnh mẽ trong các công trình mạng cảm
biến máy ảnh. Đầu tiên chúng ta sẽ định nghĩa thế nào là vùng phủ sóng có rào cản mạnh trong mạng cảm biến máy ảnh.
Sau đó, một thuật toán xác minh vùng phủ được đề xuất để xác định xem trường được giám sát có nằm trong
vùng phủ sóng có rào cản mạnh hay không. Cuối cùng, một kinh nghiệm để chọn máy ảnh để tạo thành một rào
cản máy ảnh được đưa ra.
7.1. Phạm vi Rào cản Mạnh mẽ của Cảm biến Máy ảnh Hãy
xem xét một khu vực hình chữ nhật hai chiều A, như trong phần trước. Một mạng cảm biến camera đã được
triển khai để giám sát A. Phạm vi phủ sóng rào cản mạnh mẽ của mạng cảm biến camera có thể được xác định
như sau.
Định nghĩa 7.1. Với một trường hình chữ nhật Với một bên là lối vào và bên đối diện là lối ra, A được
cho là nằm dưới vùng phủ sóng có rào cản mạnh mẽ bởi mạng cảm biến camera đã triển khai nếu có một vùng B
được kết nối bên trong A sao cho B là chế độ xem toàn cảnh được che phủ và bất kỳ con đường nào từ một
điểm ở phía lối vào đến điểm khác ở phía đích giao với B.
Với định nghĩa này, vấn đề xác minh phạm vi bảo vệ được xem xét ở đây là
được định nghĩa như sau.
Định nghĩa 7.2 (Xác minh phạm vi rào cản mạnh). Cho một trường hình chữ nhật A cần được giám sát và
mạng lưới các cảm biến camera S = {S1, ..., Sn} với bán kính cảm biến xác định trước r và góc FoV ϕ nhưng
các vị trí và hướng được chọn tùy ý, cũng cho góc hiệu dụng θ [ 0, π ), bài toán đặt ra câu hỏi liệu A
có bị che chắn bởi S hay không. 2
Như đã đề cập trong phần giới thiệu, chỉ cần chọn máy ảnh trên toàn trường với phạm vi cảm biến được
kết nối không nhất thiết tạo thành rào cản máy ảnh. Bên cạnh đó, so với vùng phủ sóng yếu được xem xét
trong phần trước, đường đi của đối tượng có thể tùy ý và hướng đối mặt của đối tượng cũng có thể thay đổi
linh hoạt trong suốt chuyến đi.
Tất cả các yếu tố này sẽ được xem xét trong việc thiết kế một thuật toán xác minh vùng phủ hiệu quả.
7.2. Tổng quan về phương pháp xác minh
Chúng tôi cần đảm bảo rằng mỗi điểm của hàng rào được bao phủ toàn cảnh. Đây là thách thức quan trọng ở
đây. Chúng tôi tiếp cận vấn đề này trước tiên bằng cách chuyển đổi trường được giám sát thành một đồ thị
(tùy biến) trong đó mỗi nút đại diện cho một tiểu vùng nhỏ và hai nút được kết nối nếu chúng ở gần nhau
trong trường ban đầu. Bằng cách này, chúng tôi có thể xác minh
Hình 20. (a) Khu vực được giám sát được chia thành các tiểu vùng; mỗi tiểu vùng được xác định bằng một số; (b)
một đồ thị được xây dựng dựa trên mối quan hệ giữa các tiểu vùng; số trên nút cho biết tiểu vùng tương ứng trong
(a).
chất lượng bao phủ của từng tiểu vùng và xác định một tập hợp con của các nút (tiểu vùng) được
bao phủ toàn chế độ xem. Sau đó, vấn đề xác minh trước tương đương với việc hỏi liệu có bất kỳ
đường dẫn nào từ ranh giới bên trái đến ranh giới bên phải bao gồm các nút được bao phủ toàn
bộ không. Đường dẫn này đại diện cho một tập hợp các tiểu vùng liền kề trên toàn trường, về cơ
bản là rào cản camera mà chúng tôi đang tìm kiếm.
7.3. Thận trọng
Với một tập hợp các cảm biến đã triển khai, trường A có thể được phân chia thành các vùng con,
trong đó mỗi vùng con được xác định là một tập hợp các điểm được bao phủ bởi cùng một bộ cảm
biến. Hai tiểu vùng liền kề nếu chúng có chung ít nhất một ranh giới, có thể là một đoạn thẳng
hoặc đoạn cung từ ranh giới của phạm vi cảm biến của một số cảm biến. Chúng tôi mô hình hóa
tất cả các tiểu vùng và mối quan hệ của chúng với nhau bằng biểu đồ G = (V, E). Mỗi nút trong
V đại diện cho một tiểu vùng. Có một cạnh (i, j) giữa nút i và j nếu và chỉ khi chúng là các
tiểu vùng liền kề. Một ví dụ về biểu đồ này được thể hiện trong Hình 20.
Hai nút ảo s và t sau đó được thêm vào đồ thị này. Chúng đại diện cho ranh giới bên trái và
bên phải của trường A, tương ứng. Có một cạnh (s, i) giữa nút s và i nếu tiểu vùng i giao với
biên bên trái của A. Tương tự có một cạnh (j, t) nếu tiểu khu j giao với biên bên phải của A.
Số vùng con trong G là O (n4), trong đó n là tổng số máy ảnh. Lý do như sau. Chúng ta có thể
coi trường A là một đồ thị phẳng, trong đó các đỉnh là giao điểm của các cung cảm nhận và các
cạnh là đoạn thẳng hoặc đoạn cung giữa hai giao điểm bất kỳ. Vì hai cung cảm biến bất kỳ có
thể có giao điểm O (1) trên chu vi của chúng, nên số đỉnh là O (n2). Điều này cũng ngụ ý tổng
số cạnh là O (n4). Từ công thức của Euler [Alexandroff 1998], số mặt, tức là các tiểu vùng, do
đó bằng 2 - O (n2) + O (n4), là O (n4).
7.4. Xác minh vùng phủ sóng có rào cản

mạnh Đối với một tiểu vùng R nhất định, chúng tôi cần xác minh xem mọi điểm trong đó có được
bao phủ không. Lưu ý rằng tất cả các điểm trong R đều được bao phủ bởi cùng một bộ cảm biến
máy ảnh. Trong phần này, chúng tôi tập trung vào bộ cảm biến cụ thể này. Vì R luôn nằm trong
FoV của chúng, chúng ta có thể bỏ qua các vectơ định hướng của chúng (tức là, fi). Điều thực
sự quan trọng ở đây là vị trí của mỗi máy ảnh và mối quan hệ hình học giữa nó và vị trí của đối tượng.
Ý tưởng tương tự như những gì chúng tôi đã sử dụng trong Phần 3. Sự khác biệt là ở đây chúng
tôi áp dụng các thủ tục xác minh trên từng tiểu vùng riêng lẻ chứ không phải trên các phân
đoạn ranh giới. Tương tự như trong Định lý 3.4, chúng ta có kết quả sau của xác minh vùng phủ
toàn màn hình cho một tiểu vùng R.
Hình 21. R không được che toàn cảnh. Hình 22. Danh sách hình tròn của U và
V là khác nhau.
LÝ THUYẾT 7.3. Giả sử R được bao phủ bởi cảm biến máy ảnh {SV1 , ..., SVk } và đối với điểm V
R, danh sách tròn CLV = {SV1 , ..., SVk } là giống nhau (theo cách / thứ tự vòng ). Khi đó R
được bao phủ toàn bộ chế độ xem nếu và chỉ khi nó nằm trong đa giác được giới hạn bởi {SVi SVi +
1 , 1 ≤ i ≤ k} với
và với
R, trong
bất kỳđó1 Vk
≤ i+ ≤1 kkýnào,
hiệuvùng
là V1.
không an toàn của SVi và SVi + 1 không cắt nhau
BẰNG CHỨNG. Đây là kết quả trực tiếp bằng cách áp dụng Bổ đề 3.2 và Bổ đề 3.3 trên subre gion
R.
Ví dụ trong Hình 21 là một minh họa cho ý tưởng của chúng tôi. Trong ví dụ này, có bảy camera
bao gồm tiểu vùng R. Chúng tôi vẽ ranh giới của các vùng không an toàn cho bảy cặp cảm biến lân
cận (được biểu thị bằng các vòng cung chấm), như trong Bổ đề 3.3 và kiểm tra xem chúng có giao
nhau với R. Lưu ý rằng trong Tính toán này có thể được thực hiện bằng cách so sánh khoảng cách từ
tâm đường tròn đến mỗi đoạn biên của R với bán kính của đường tròn. Như có thể thấy trong hình,
các vùng không an toàn của S4, S5 và S5, S6 giao nhau với R, và do đó vùng giao nhau (vùng bóng mờ
của R) không bị che toàn bộ. Tất cả các khu vực khác trong R đều được bao phủ toàn cảnh.
Chúng ta vẫn cần xem xét vấn đề khi danh sách tròn CLV có thể không giống nhau đối với mọi điểm
V R. Ví dụ trong Hình 22, S1 đứng trước S2 trong danh sách của V , nhưng S2 trước S1 trong danh
sách U. , tức là, CLV = {S1, S2, S3, ..., Sk}, CLU = {S2, S1, S3, ..., Sk}. Điều này xảy ra nếu
hai máy ảnh bao phủ R nằm trên một đường giao nhau với R (ví dụ: đường thẳng S1S2 giao với R tại
X, Y). Để giải quyết vấn đề này, chúng ta cần có khái niệm sau.
Định nghĩa 7.4 (Phân vùng). Phân vùng là một tập hợp con tối đa các điểm trong một tiểu vùng
R sao cho danh sách tròn của mọi điểm của tập con là như nhau.
Chúng ta cần tìm tất cả các phân vùng của R. Trên thực tế, R có thể được phân vùng bởi các đường
nối hai camera bất kỳ bao phủ R. Ví dụ, trong ví dụ trước, R có thể được chia thành hai phân vùng
bằng S1S2XY, trong đó X, Y là các giao điểm trên biên của R (lưu ý rằng sẽ không có phân vùng mới
nếu X, Y nằm ở giữa S1 và S2). Nếu có một cặp máy ảnh khác như thế này, thì R sẽ được phân vùng
sâu hơn. Đối với mỗi phân vùng, chúng ta có thể sử dụng Định lý 7.3 để xác minh vùng phủ.
Khi quá trình xác minh phạm vi của tất cả các tiểu vùng đã hoàn tất, biểu đồ G sẽ được sửa đổi
bằng cách loại bỏ tất cả các cạnh tiếp giáp với các ghi chú (tiểu vùng) không được bao phủ bởi
toàn bộ chế độ xem. Đồ thị kết quả được gọi là đồ thị độ phủ. Và kết quả xác minh được tóm tắt bởi
định lý sau.
LÝ THUYẾT 7.5. Nếu có một đường dẫn s - t trong đồ thị vùng phủ, nghĩa là, một loạt các nút từ s đến
t với mỗi nút được nối bằng một cạnh tới nút tiếp theo, thì trong biểu đồ vùng phủ, trường được giám sát
nằm dưới vùng phủ chắn mạnh bởi đã triển khai các cảm biến camera.
BẰNG CHỨNG. Rõ ràng, một đường dẫn s - t trong đồ thị vùng phủ tương ứng với một loạt các tiểu vùng
được bao phủ và kết nối với nhau. Ngoài ra, s (t) đại diện cho biên trái (phải), nút liền kề với s (t)
phải giao với biên trái (phải). Do đó, bất kỳ đường dẫn nào từ dưới lên trên phải giao nhau với ít nhất
một trong các tiểu vùng trước đó. Từ Định nghĩa 7.1, trường được giám sát nằm trong phạm vi bao phủ của
hàng rào mạnh.
7,5. Thảo luận
Có một số câu hỏi thú vị cần được nghiên cứu thêm. Chúng tôi sẽ thảo luận ngắn gọn về chúng như sau.
7.5.1. Lựa chọn Máy ảnh Tối thiểu. Nếu trường được giám sát nằm trong phạm vi bao phủ của rào cản
mạnh mẽ bởi các cảm biến camera được triển khai, một câu hỏi thú vị là làm thế nào để tìm ra bộ camera
tối thiểu để tạo thành rào cản. Nếu chúng ta xem xét điều này trong biểu đồ vùng phủ, có thể có nhiều
đường dẫn s-t hợp lệ trong biểu đồ vùng phủ. Và chúng tôi muốn chọn một (rào cản camera) yêu cầu số lượng
camera hoạt động tối thiểu.
Một cách là đếm cho mỗi đường đi cần có bao nhiêu camera để xem toàn cảnh các vùng con đã chọn. Tuy
nhiên, số đường đi s-t có thể là một hàm số mũ của số nút, điều này làm cho giải pháp không hiệu quả.
Trên thực tế, ngay cả khi chúng tôi có thể tìm thấy đường dẫn với các máy ảnh tối thiểu được sử dụng,
đường dẫn vẫn không được đảm bảo là tối ưu vì có thể tồn tại một số điểm dư thừa trên đường dẫn (xem
phần thảo luận sau). Câu hỏi này cần được nghiên cứu thêm, nhưng ở đây chúng ta có thể sử dụng phương
pháp heuristic dựa trên thuật toán lựa chọn đường đi ngắn nhất.
Đường ngắn nhất giữa s và t có thể được tìm thấy bằng cách sử dụng thuật toán Dijkstra [Cormen et al.
Năm 2001]. Có một vấn đề thực hiện đáng được đề cập. Chúng ta quan sát thấy rằng hai nút nằm kề nhau nếu
hai tiểu vùng có chung một ranh giới. Điều đó có nghĩa là hai bộ camera bao gồm hai vùng phụ này chỉ
khác nhau một phần tử, điều này càng ngụ ý rằng một trong hai bộ bao gồm phần còn lại. Do đó, nếu tiểu
vùng được bao phủ bởi tập hợp lớn hơn được chọn, thì tiểu vùng khác có thể được bảo hiểm mà không phải
trả thêm phí. Trong quá trình thực hiện thuật toán Dijkstra, chúng tôi tận dụng thuộc tính này bằng cách
đặt chi phí của cạnh từ nút có một máy ảnh lớn hơn được đặt thành nút có tập con nhỏ hơn là 0 và tất cả
các cạnh khác là 1. Điều này khuyến khích thuật toán để chọn nút được bao phủ bởi các camera đã được chọn.
Sau khi tìm thấy đường đi ngắn nhất, các cảm biến máy ảnh sẽ bao phủ
các vùng phụ được kích hoạt và tất cả các camera khác có thể được đưa vào chế độ ngủ.
7.5.2. Cảm biến máy ảnh dự phòng. Một vấn đề khác là sự dư thừa trong thuật toán chọn camera
trước. Nói chung, với một tập hợp các tiểu vùng được chọn có chế độ xem toàn màn hình được bao phủ bởi
một bộ cảm biến máy ảnh đã triển khai nhất định, một máy ảnh được coi là dư thừa nếu các tiểu vùng được
bao phủ ở chế độ xem toàn màn hình mà không sử dụng máy ảnh đó. Một tập hợp con các camera là dư thừa
nếu các tiểu vùng được bao phủ bởi chế độ xem toàn màn hình sau khi các camera đó được gỡ bỏ (tắt). Như
một minh họa, Hình 23 cho thấy nguyên nhân của sự dư thừa trên một tiểu vùng riêng lẻ. Ở đây, các camera
S1, S2, S3 đều bao phủ vùng con R, vì vùng không an toàn của hai vùng lân cận của S3 không giao nhau với
R, S3 có thể bị tắt nếu S1 và S2 đều bật. Do đó, việc chọn tất cả các máy ảnh bao phủ vùng con mà không
loại bỏ các máy ảnh dư thừa có thể có trong thuật toán trên có thể là một sự lãng phí.
Tuy nhiên, khó khăn trong việc loại bỏ phần dư thừa là một máy ảnh được chạy lại cho một tiểu vùng
có thể cần thiết cho một tiểu vùng khác. Để giải quyết vấn đề,
Hình 23. Nguyên nhân của sự dư thừa. Hình 24. Một rào cản qua các tiểu vùng được che
phủ một phần.
các camera dự phòng cho mỗi tiểu vùng được xác định đầu tiên. Nếu một tiểu vùng có nhiều phân vùng,
thì mỗi phân vùng được xử lý riêng biệt. Chỉ có thể xóa camera thừa được tìm thấy trong một tiểu vùng
(phân vùng) cụ thể nếu đối với bất kỳ tiểu vùng nào khác, nó không được sử dụng (tức là nó không bao
gồm tiểu vùng đó) hoặc là camera thừa trong tiểu vùng đó.
7.5.3. Xem xét Một vấn đề khác trong thuật toán xác
Các tiểu vùng được bao phủ không có Chế độ xem đầy đủ.
minh độ tuổi trang bìa hiện tại là do thiếu xem xét các tiểu vùng không được bảo hiểm ở chế độ xem đầy
đủ. Có khả năng là những tiểu vùng đó cũng có thể được sử dụng làm khối xây dựng cho hàng rào camera
hợp lệ. Hình minh họa được thể hiện trong Hình 24. Trong ví dụ này, không có tiểu vùng nào trong ba
tiểu vùng R, R1 và R2 được coi là bị che phủ toàn cảnh. Tuy nhiên, vì phần được bao phủ bởi chế độ xem
đầy đủ được kết nối với nhau, nên vẫn có thể tạo ra một rào cản hợp lệ trên chúng. May mắn thay, quy
trình xác minh phạm vi được đề xuất trước đó có thể được điều chỉnh dễ dàng để giải quyết vấn đề này.
Điều quan trọng là xác định chính xác cho từng tiểu vùng mà phần nào được bao phủ bởi toàn cảnh.
Không mất tính tổng quát, chúng tôi giả sử chỉ có một phân vùng trong tiểu vùng.
Xem xét tập hợp các camera bao phủ một tiểu vùng R. Nhớ lại rằng đối với mỗi cặp camera liền kề, một
cung xác định vùng an toàn (không an toàn) có thể được xác định (Bổ đề 3.3). Sau đó, xem xét giao điểm
của vùng an toàn của tất cả các cặp camera liền kề bao phủ R, được ký hiệu là IR. Nếu IR trống, thì
không có điểm nào của R được che toàn cảnh. Ngược lại, giao điểm của IR và R là tập hợp các điểm được
bao phủ bởi toàn màn hình.
Bây giờ đối với mỗi tiểu vùng, có ba khả năng: chế độ xem toàn cảnh được bao phủ, chế độ xem toàn
bộ một phần được bao phủ bởi tập hợp con được bao phủ đã xác định và không bị che phủ toàn bộ chế độ xem.
Nếu một tiểu vùng không được bao phủ toàn bộ, thì trong biểu đồ vùng phủ, tất cả các cạnh liền kề với
các nút tương ứng sẽ bị loại bỏ. Nếu đối với hai tiểu vùng liền kề, các tập con được bao phủ đầy đủ
của chúng được kết nối với nhau thì các cạnh giữa hai tiểu vùng đó được giữ nguyên. Nếu không, cạnh
giữa hai cái đó sẽ bị loại bỏ. Cuối cùng, sau khi sửa đổi, có thể thấy rằng trường được giám sát nằm
trong vùng phủ sóng toàn màn hình mạnh của mạng cảm biến camera được triển khai nếu và chỉ khi có ít
nhất một đường dẫn s - t trong biểu đồ vùng phủ.
8. MÔ PHỎNG VÀ KẾT QUẢ SỐ
Trong mô phỏng, chúng tôi muốn xác thực phân tích lý thuyết về thời gian mật độ cảm biến để có phạm
vi toàn cảnh. Trong khi đó, chúng tôi muốn có một cái nhìn bằng hình ảnh về mối quan hệ giữa mật độ
cảm biến và phần trăm phạm vi bao phủ toàn màn hình. Cuối cùng, chúng tôi sẽ so sánh phạm vi phủ sóng
của hàng rào và phạm vi bao phủ toàn bộ (tức là mọi điểm trong khu vực được giám sát đều được bao phủ
toàn cảnh) về số lượng camera cần thiết.
8.1. Kết quả mô phỏng trên phạm vi toàn

cảnh Trong phần này, chúng tôi quan tâm đến việc tìm hiểu số lượng cảm biến máy ảnh cần thiết
để đạt được phạm vi toàn cảnh trong một lần triển khai ngẫu nhiên. Lưu ý rằng đối với một tam giác
Hình 25. Mật độ so với xác suất (r = 5, 25). Hình 26. Tỷ lệ phần trăm so với mật độ (r = 5, 25).
triển khai xác định dựa trên mạng tinh thể, kết quả số đã được gửi trước trong Phần 5.
8.1.1. Cấu hình mô phỏng. Trường mục tiêu A là một vùng hình vuông 100m × 100m. Chúng
tôi sử dụng hai cài đặt cho bán kính cảm biến: r = 5 m và r = 25 m. Trong cả hai trường
hợp, chúng tôi triển khai các cảm biến trong thực địa có diện tích (100 + 2r) m × (100 +
2r) m để phá vỡ hiệu ứng biên. Khi r là 5 m, nó nhỏ hơn nhiều so với chiều dài cạnh, và do
đó trường triển khai gần giống như A. Với r = 25 m, nó có thể so sánh với chiều dài cạnh và
do đó kết quả là mật độ (cả hai trong mô phỏng và ước lượng lý thuyết) dành cho trường triển
khai mở rộng. Góc FoV được cố định là ϕ = π / 3, và chúng ta sử dụng ba giá trị cho góc
hiệu dụng, đó là θ = π / 6, π / 4, π / 3 (hoặc 30, 45, 60 độ) tương ứng .
Trong bước đầu tiên của mô phỏng, chúng tôi thay đổi số lượng cảm biến từ 10.000 đến
90.000 đối với r = 5 m và từ 1.000 đến 6.000 đối với r = 25 m, để quan sát xác suất bao phủ
toàn cảnh. Mỗi thử nghiệm được chạy 100 lần và kết quả được tính trung bình.
Khi so sánh, chúng tôi cũng đưa ra ước tính lý thuyết cho từng cấu hình. Lưu ý r được chuẩn
hóa tương ứng là 0,05 và 0,25.
Trong bước thứ hai của mô phỏng, chúng tôi thay đổi số lượng cảm biến từ 4.000 đến 40.000
đối với r = 5 m và từ 200 đến 2.000 đối với r = 25 m, để quan sát tỷ lệ bao phủ toàn cảnh.
Phần trăm phạm vi chế độ xem toàn màn hình được định nghĩa là tỷ lệ phần trăm số điểm được
bao phủ trong toàn chế độ xem. Mỗi kết quả được hiển thị ở đây là trung bình thống kê của
100 thử nghiệm.
8.1.2. Kết quả mô phỏng. Hình 25 cho thấy kết quả của mật độ cảm biến theo yêu cầu xác
suất khác nhau đối với vùng phủ toàn màn hình. Chúng tôi sử dụng trục x để biểu thị xác
suất và trục y để biểu thị mật độ cảm biến. Các kết quả được hiển thị ở đây là cho yêu cầu
xác suất trên 0,9, điều này sẽ được quan tâm trong thực tế. Mật độ cảm biến được chuẩn hóa
bằng cách chia tổng số cảm biến cho diện tích của trường mục tiêu.
Kết quả được hiển thị ở đây là cho r = 5 và r = 25. Trong cả hai trường hợp, mật độ cảm biến
cần thiết cho phạm vi toàn cảnh tăng khi xác suất yêu cầu tăng lên, mặc dù mật độ cho r =
25 thấp hơn nhiều so với mật độ cho r = 5 (được phản ánh bởi phạm vi
Hình 27. So sánh giữa phạm vi phủ sóng và phạm vi phủ sóng toàn diện.
trên trục y). Các kết quả lý thuyết (được chỉ ra bởi 'ước tính' trong các hình) phục vụ
theo giới hạn đối với mật độ thực (được chỉ ra bởi 'mô phỏng' trong các hình) trong mọi
trường hợp, có nghĩa là miễn là mật độ cảm biến đạt đến giới hạn lý thuyết, xác suất bao
phủ được đảm bảo. Hơn nữa, giới hạn lý thuyết rất gần với mật độ triển khai thực tế. Sự
khác biệt càng trở nên nhỏ hơn khi xác suất yêu cầu càng cao. Điều này xác nhận thêm ước
tính lý thuyết.
Hình 26 cho thấy kết quả về phần trăm phạm vi bao phủ toàn màn hình dưới các mật độ cảm
biến khác nhau. Phần trăm các điểm được bao phủ ở chế độ xem toàn màn hình tăng lên rất
nhanh khi mật độ cảm biến tăng lên. Bằng cách so sánh hình này và Hình 25, chúng ta có thể
thấy rằng mặc dù mật độ cần thiết để đạt được phạm vi bao phủ toàn cảnh cho toàn bộ trường
mục tiêu có thể cao, nhưng mật độ cần thiết để có tỷ lệ phần trăm cao (nhưng không phải
100%) của phạm vi toàn cảnh là thấp hơn nhiều. Ví dụ: khi θ = π / 4 và r = 25, 90% trường
là chế độ xem toàn màn hình khi mật độ khoảng 0,1 (1.000 cảm biến). Tuy nhiên, nếu chúng
ta muốn đạt được phạm vi bao phủ toàn cảnh cho toàn khu vực với xác suất 0,9, thì mật độ
phải trên 0,25 (2.500 cảm biến).
8.2. Kết quả mô phỏng đối với phạm vi bao phủ của rào
cản Trong phần này, chúng tôi hiển thị các kết quả mô phỏng đối với phạm vi bao phủ. Mục đích chính của mô
phỏng là so sánh số lượng cảm biến camera cần thiết với phạm vi bao phủ đầy đủ (nghĩa là mọi điểm của trường
được giám sát đều được bao phủ toàn màn hình) và cho thấy hiệu quả chi phí của phạm vi bao phủ. Ở đây chỉ hiển
thị các kết quả cho phạm vi bao phủ mạnh, vì các kết quả cho phạm vi bao phủ yếu có xu hướng tương tự nhau.
Chúng tôi có hai kịch bản ở đây. Trong kịch bản đầu tiên, trường được giám sát có chiều
rộng 200 m (dọc theo trục x), 100 m và 200 m chiều dài (trục y) riêng biệt. Các thông số
của máy ảnh là r = 30 m, θ = π / 3, ϕ = 2π / 3. Các camera được triển khai ngẫu nhiên và
đồng nhất tại hiện trường đã triển khai. Để tránh hiệu ứng ranh giới như chúng tôi đã đề
cập trước đây, trường được triển khai là một khu vực lớn hơn với cả chiều dài và chiều rộng
dài hơn 2 lần so với trường được giám sát. Hình 27 (a) cho thấy xác suất vùng phủ thay đổi
như thế nào khi số lượng cảm biến được triển khai tăng lên. Để ước tính xác suất, chúng
tôi chạy mỗi thử nghiệm ít nhất 500 lần và xác suất thu được bằng cách chia số lần đạt được
vùng phủ mong muốn cho tổng số lần thử nghiệm dưới mỗi cấu hình.
Như Hình 27 (a) cho thấy, xác suất tồn tại của rào cản camera (được ký hiệu là “rào cản”)
gần như là 1 khi số lượng camera được triển khai vượt quá 1.200 nếu độ dài trường là 100.
Mặt khác, ít nhất Cần 2.500 máy ảnh để có phạm vi phủ sóng đầy đủ (được biểu thị là “đầy
đủ”). Sự khác biệt thậm chí còn lớn hơn nếu độ dài trường là 200, trong đó phạm vi phủ sóng
của hàng rào yêu cầu không quá 1.700 máy ảnh nhưng phạm vi bao phủ đầy đủ yêu cầu hơn 4.000
máy ảnh.
Trong kịch bản thứ hai, các thông số của máy ảnh và độ rộng của trường được giám sát được
cố định như trong phần trước. Chúng tôi thay đổi chiều dài của trường từ 50 m thành 200 m
và quan sát xem cần bao nhiêu camera để đạt được phạm vi bao phủ mong muốn (rào cản và đầy
đủ) với xác suất ít nhất là 0,99. Lưu ý rằng trong một lần triển khai ngẫu nhiên với cùng
một số lượng camera được triển khai, khi chiều dài trường tăng lên, mật độ camera sẽ giảm xuống.
Do đó, để đạt được xác suất phủ sóng cao như nhau (ở cả phạm vi phủ sóng toàn bộ và hàng
rào), nên triển khai nhiều camera hơn. Như thể hiện trong Hình 27 (b), số lượng camera cần
thiết cho phạm vi phủ sóng của hàng rào ít hơn nhiều so với trong phạm vi phủ sóng đầy đủ.
Khi chiều dài trường tăng lên, số lượng camera cần thiết cho phạm vi phủ sóng đầy đủ sẽ tăng
nhanh hơn nhiều so với phạm vi phủ sóng của hàng rào. Kết quả này phù hợp với mong đợi của
chúng tôi: với độ rộng trường không thay đổi, để đạt được phạm vi bao phủ toàn bộ, diện tích
được bao phủ toàn màn hình sẽ tăng tuyến tính khi chiều dài trường tăng và số lượng camera
cần thiết cũng vậy; tuy nhiên vì rào chắn nằm trên chiều rộng của trường, không thay đổi
trong quá trình thử nghiệm, nên số lượng camera cần thiết không tăng nhanh như vậy và hiệu
quả về chi phí của phạm vi bao phủ là rõ ràng.
9. CÔNG VIỆC LIÊN QUAN
Các vấn đề về bảo hiểm theo mô hình cảm biến đĩa đã được nghiên cứu rộng rãi trong vài năm
qua. Theo mô hình đĩa, các phương pháp phát hiện / xác minh vùng phủ được nghiên cứu kỹ
lưỡng. Trong Huang và Tseng [2003] chỉ ra rằng một khu vực được bao phủ k nếu và chỉ khi
chu vi của tất cả phạm vi cảm biến của cảm biến (đĩa) được bao phủ bởi k. Một thuật toán
phát hiện thời gian đa thức đã được đề xuất dựa trên thuộc tính vùng phủ chu vi này. Ở
Bejerano [2008], ý tưởng về phạm vi bao phủ đã được phát triển thành một giao thức phân
tán, trong đó không có vị trí mà chỉ có thông tin về khoảng cách được cho là được các cảm biến biết.
Dựa trên giả định tương tự, Kasbekar et al. [2009] chỉ ra rằng trường mục tiêu là k bị che
nếu các điểm giao nhau của chu vi của bất kỳ đĩa cảm biến nào của hai cảm biến được phủ k.
Họ cũng đưa ra một giao thức phân tán trong đó lập lịch cho các cảm biến để kéo dài tuổi
thọ của mạng với đảm bảo vùng phủ sóng. Có thể tìm thấy các cuộc khảo sát toàn diện hơn về
các phương pháp phát hiện (xác minh) vùng phủ [Ahmed et al. Năm 2005; Cardei và Wu 2006].
Một hướng khác để phát hiện vùng phủ sóng là sử dụng thuộc˘ tính của Sơ đồ Voronoi. Một số
công trình thú vị là Carbunar et al. [2006], Wang và cộng sự. [2006], v.v.
Những nghiên cứu này theo mô hình bao phủ đĩa đã truyền cảm hứng cho công việc của chúng
tôi trong¨ bài viết này. Lưu ý rằng giống như các công trình đã đề cập trước đây, hầu hết
các nghiên cứu gần đây nhất trong mạng cảm biến máy ảnh (ví dụ, [Horster và Lienhart 2006;
Johnson và Bar-Noy 2011]) vẫn coi máy ảnh là cảm biến định hướng thông thường. Sự khác biệt
chính giữa của họ và của chúng tôi là phạm vi toàn cảnh đòi hỏi phải xem xét ba yếu tố:
khoảng cách giữa điểm và cảm biến, hướng xem của cảm biến và hướng của cảm biến, trong khi
ở mô hình đĩa, chỉ khoảng cách cần được xem xét. Tất cả những vấn đề này làm cho vấn đề bao
phủ toàn màn hình trở nên phức tạp và khó khăn hơn nhiều.
Phạm vi bảo hiểm của rào cản được nghiên cứu lần đầu tiên ở Gage [1992]. Trong các mạng
cảm biến không dây, một vấn đề liên quan là vi phạm tối đa và vấn đề về đường phơi nhiễm
tối thiểu [Meguerdichian et al. Năm 2001; Li và cộng sự. 2003]. Trong vấn đề này, chất
lượng bao phủ của cảm biến (hoặc độ phơi sáng) được mô hình hóa dưới dạng hàm giảm của
khoảng cách giữa cảm biến và đối tượng. Mục đích là để tìm một đường đi ngang trong mạng
cảm biến được triển khai sao cho giảm thiểu mức độ phơi sáng tối đa. Sau lần giới thiệu đầu
tiên của prob lem, một số thuật toán phân tán đã được đề xuất, trong đó sự hợp tác cảm biến
được khai thác để phát hiện kẻ xâm nhập [Clouqueur et al. Năm 2003; Veltri và cộng sự. 2003].
Các khái niệm về vùng phủ sóng yếu và mạnh trong mạng cảm biến không dây được giới thiệu
trong Kumar et al. [2005]. Mạng cảm biến không dây cung cấp phạm vi phủ sóng hàng rào yếu
nếu kẻ xâm nhập được đảm bảo sẽ bị phát hiện khi nó đi theo đường ngắn nhất (tức là đường
trực giao) để băng qua trường. Phạm vi bảo vệ hàng rào mạnh mẽ đảm bảo
phát hiện kẻ xâm nhập bất kể loại đường nào mà nó đi. Họ có được điều kiện quan trọng của phạm
vi bao phủ hàng rào yếu trong một triển khai ngẫu nhiên. Điều kiện quan trọng để có được độ che
phủ hàng rào mạnh mẽ được thu thập trong Liu et al. [2008] bằng cách sử dụng lý thuyết thấm màu.
Họ cũng đưa ra một thuật toán phân tán để xây dựng hàng rào cảm biến. Chen và cộng sự đã đề
xuất một cách hiệu quả để đo lường chất lượng của độ che phủ. [2008]. Ý tưởng là nếu kẻ xâm
nhập được đảm bảo sẽ bị phát hiện khi đường đi của nó bị giới hạn trong một khu vực cắt lát có
chiều rộng cho trước (được giới hạn), thì giới hạn của chiều rộng này có thể được sử dụng để đo
chất lượng của hàng rào. Theo mô hình này, phạm vi phủ sóng của hàng rào mạnh và vùng phủ của
hàng rào yếu là hai trường hợp cực đoan. Chúng cũng cung cấp một cách hiệu quả để tìm ra điểm
yếu của rào cản dựa trên kết quả đo. Khái niệm về phạm vi bao phủ thông tin rào cản được giới
thiệu ở Yang và Qiao [2009]. Ý tưởng cơ bản là khai thác sự hợp tác giữa các cảm biến trong
việc phát hiện mục tiêu để giảm số lượng cảm biến được sử dụng và do đó kéo dài tuổi thọ mạng.
Cuối cùng, vấn đề xây dựng hàng rào cảm biến với cảm biến di động được nghiên cứu ở Saipulla et
al. [2010]. Một thuật toán tối ưu hóa được đưa ra để lập lịch chuyển động của các cảm biến di
động trong phạm vi phủ sóng của hàng rào với điều kiện là khoảng cách di chuyển của mỗi cảm
biến di động bị giới hạn.
Trong nghiên cứu của chúng tôi, cả khái niệm về vùng phủ sóng yếu và mạnh đều đã được mở rộng
khi xem xét các tính năng mới của mô hình vùng phủ toàn màn hình. Như chúng ta đã thảo luận, sự
khác biệt giữa cảm biến máy ảnh và cảm biến vô hướng truyền thống về phạm vi phủ sóng làm cho
vấn đề phạm vi phủ sóng trong mạng cảm biến máy ảnh trở nên khó khăn hơn nhiều. Và do đó nó
xứng đáng với nỗ lực nghiên cứu đáng kể.
10. KẾT LUẬN
Các mạng cảm biến máy ảnh đã thu hút nhiều sự chú ý gần đây do những hạt kim loại khổng lồ của
chúng trong nhiều ứng dụng. Một vấn đề nghiên cứu cơ bản trong mạng cảm biến máy ảnh là làm thế
nào để xác định vùng phủ sóng. Vì mô hình cảm biến đĩa truyền thống không giải quyết được vấn
đề về hướng xem, vốn là nội tại của cảm biến máy ảnh, nên trong bài viết này, chúng tôi đã giới
thiệu một mô hình mới được gọi là phạm vi bao phủ toàn màn hình. Một trường được giám sát được
cho là toàn cảnh bị che phủ nếu đối với bất kỳ điểm V và hướng đối diện tùy ý (tức là vectơ
d ), luôn có một cảm biến Si sao cho V nằm trong phạm vi phát hiện của Si và góc giữa d và góc
vectơ hướng VSi nhỏ hơn một giá trị xác định trước θ. Với mô hình này, chúng tôi đã đề xuất
một phương pháp hiệu quả để phát hiện vùng bao phủ toàn màn hình cho bất kỳ hoạt động ròng nào
của cảm biến máy ảnh. Chúng tôi cũng đưa ra một điều kiện đủ về mật độ cảm biến cần thiết cho
phạm vi bao phủ toàn màn hình trong một triển khai đồng nhất ngẫu nhiên. Ngoài ra, chúng tôi đã
chỉ ra điều kiện cần và đủ về mật độ cảm biến để có phạm vi toàn cảnh trong triển khai dựa trên
mạng tam giác.
Dựa trên mô hình phủ sóng toàn màn hình, chúng tôi cũng nghiên cứu vấn đề phạm vi phủ sóng
của mạng cảm biến camera. Hai mô hình phạm vi bao phủ trong tài liệu, phạm vi bao phủ yếu và
phạm vi bao phủ mạnh, đã được mở rộng thành hai mô hình mới bằng cách xem xét các vấn đề hướng.
Cùng với các mô hình mới, các vấn đề xác minh vùng phủ sóng yếu / mạnh đã được đưa ra và các
phương pháp phát hiện mới đã được đề xuất.
Trong bài viết này, chúng tôi đã phát triển một khung lý thuyết cho vấn đề phủ sóng trong
mạng cảm biến máy ảnh. Nghiên cứu còn lâu mới hoàn thiện nhưng mới chỉ là sự khởi đầu. Chúng
tôi tin rằng một số vấn đề thú vị như vấn đề lựa chọn máy ảnh tối thiểu và vấn đề giảm dư thừa
trong phạm vi phủ sóng và nhiều vấn đề liên quan khác có nhiều ý nghĩa trong cả nghiên cứu và
thực hành, và do đó cần được nghiên cứu thêm.
NGƯỜI GIỚI THIỆU
AHMED, N., KANHERE, SS, AND JHA, S. 2005. Vấn đề lỗ hổng trong mạng cảm biến không dây: Một cuộc khảo sát. ACM
SIGMOBILE Mob. Tính toán. Commun. Khải huyền 9, 2, 4–18.
AKYILDIZ, IF, MELODIA, T., AND CHOWDHURY, KR 2007. Một cuộc khảo sát về mạng cảm biến đa phương tiện không dây.
Tính toán. Netw. 51, 4, 921–960.
ALEXANDROFF, PS 1998. Cấu trúc liên kết kết hợp. Dover, New York.
ALON, N. VÀ SPENCER, JH 2000. Phương pháp xác suất. John Wiley và các con trai.
BEJERANO, Y. 2008. Xác minh vùng phủ sóng k đơn giản và hiệu quả mà không cần thông tin vị trí. Trong Kỷ yếu
của IEEE INFOCOM. 291–295.
BLANZ, V., GROTHER, P., PHILLIPS, PJ, AND VETTER, T. 2005. Nhận dạng khuôn mặt dựa trên các góc nhìn chính diện được tạo ra từ
các hình ảnh không trực diện. Trong Kỷ yếu của Hội nghị Hiệp hội Máy tính IEEE về Thị giác Máy tính và Nhận dạng Mẫu
(CVPR'05). 454–461.
CAI, Y., LOU, W., LI, M., VÀ LI, X.-Y. 2009. Lập lịch hướng mục tiêu hiệu quả năng lượng trong mạng cảm biến định hướng. IEEE
Trans. Tính toán. 58, 9, 1259–1274.
CARDEI, M. AND WU, J. 2006. Các vấn đề về phủ sóng tiết kiệm năng lượng trong mạng cảm biến ad-hoc không dây. Tính toán.
Commun. 29, 4, 413–420.
CHEN, A., LAI, TH, AND XUAN, D. 2008. Đo lường và đảm bảo chất lượng của vùng phủ sóng trong mạng cảm biến không dây. Trong Kỷ
yếu của Hội nghị Chuyên đề Quốc tế ACM về Mạng và Máy tính Học Quảng cáo Di động (MobiHoc'08). 2: 1–2: 31.
CLOUQUEUR, T., PHIPATANASUPHORN, V., RAMANATHAN, P., VÀ SALUJA, KK 2003. Chiến lược triển khai cảm biến cho
phát hiện các mục tiêu đi ngang qua một khu vực. Đám đông. Netw. Appl. 8, 453–461.
CORMEN, TH, LEISERSON, CE, RIVEST, RL, AND STEIN, C. 2001. Giới thiệu về thuật toán lần 2 Ed. Chung no
Nhấn.
CARBUNAR ˘, B., GRAMA, A., VITEK, J., AND CARBUNAR ˘ O. 2006.

, Phát hiện dự phòng và vùng phủ trong mạng cảm biến. ACM Trans.
Thượng nghị sĩ Netw. 2, 1, 94–128.
GAGE, D. 1992. Điều khiển lệnh cho các hệ thống nhiều robot. Trong Kỷ yếu của Hội nghị Chuyên đề Kỹ thuật AUVS thường niên lần
thứ 19 (AUVS-92). 22–24.
HORSTER ¨ , E. VÀ LIENHART, R. 2006. Về vị trí tối ưu của nhiều cảm biến thị giác. Trong Kỷ yếu của
Hội thảo quốc tế ACM lần thứ 4 về mạng cảm biến và giám sát video.
HUANG, C.-F. VÀ TSENG, Y.-C. 2003. Vấn đề phủ sóng trong mạng cảm biến không dây. Trong Kỷ yếu của Hội nghị Quốc tế ACM lần
thứ 2 về các ứng dụng và mạng cảm biến không dây. 115–121.
JOHNSON, MP VÀ BAR-NOY, A. 2011. Xoay và quét: Định cấu hình máy ảnh để phủ sóng. Trong Kỷ yếu của
IEEE THÔNG TIN.
KASBEKAR, GS, BEJERANO, Y., AND SARKAR, S. 2009. Đảm bảo tuổi thọ và vùng phủ sóng thông qua kích hoạt cảm biến không có tọa
độ phân tán. Trong Kỷ yếu của Hội nghị ACM trong Mạng và Điện toán Di động (MobiCom'09). 169–180.
KERSHNER, R. 1939. Số vòng tròn bao phủ một tập hợp. Là. J. Toán học. 61, 3, 665–671.
KUMAR, S., LAI, TH, AND ARORA, A. 2005. Phạm vi phủ sóng của các cảm biến không dây. Trong Kỷ yếu của ACM
Hội nghị về Mạng và Điện toán Di động (MobiCom'05). 284–298.
LI, X.-Y., WAN, P.-J., AND FRIEDER, O. 2003. Phạm vi phủ sóng trong mạng cảm biến ad hoc không dây. IEEE Trans. Com
đặt. 52, 753–763.
LIU, B., DOUSSE, O., WANG, J., AND SAIPULLA, A. 2008. Phạm vi bảo vệ rào cản mạnh mẽ của mạng cảm biến không dây.
Trong Kỷ yếu của Hội nghị Chuyên đề Quốc tế ACM về Mạng và Máy tính Học Quảng cáo Di động (MobiHoc'08). 411–420.
LIU, C. VÀ CAO, G. 2011. Tối ưu hóa vùng phủ không gian-thời gian trong mạng cảm biến không dây. IEEE Trans.
Máy tính di động. 10, 4, 465–478.
MEGUERDICHIAN, S., KOUSHANFAR, F., POTKONJAK, M., VÀ SRIVASTAVA, M. 2001. Các vấn đề về phạm vi trong mạng cảm biến ad-hoc
không dây. Trong Kỷ yếu IEEE INFOCOM. 1380–1387.
PHILLIPS, PJ, SCRUGGS, WT, O'TOOLE, AJ, FLYNN, PJ, BOWYER, KW, SCHOTT, CL và SHARPE, M. 2007.
FRVT 2006 và ICE 2006 kết quả trên quy mô lớn. Công nghệ. trả lời. NISTIR 7408, Viện Tiêu chuẩn và Công nghệ Quốc gia.
RINNER, B. AND WOLF, W. 2008. Một tương lai tươi sáng cho máy ảnh thông minh phân tán. Proc. IEEE 96, 10, 1562–1564.
SAIPULLA, A., LIU, B., XING, G., FU, X., AND WANG, J. 2010. Phạm vi bảo vệ với các cảm biến có tính di động hạn chế.
Trong Kỷ yếu của Hội nghị Chuyên đề Quốc tế ACM về Mạng và Máy tính Học Quảng cáo Di động (MobiHoc'10). 201–210.
SANDERSON, C., SHANG, T., AND LOVELL, BC 2007. Hướng tới phân loại khuôn mặt 2D bất biến cho tư thế quan sát cho lưỡi dao
khảo sát. Trong Kỷ yếu của Hội nghị Quốc tế lần thứ 3 về Phân tích và Mô hình hóa Khuôn mặt và Cử chỉ (AMFG'07). 276–289.
SOLOMON, H. 1978. Xác suất Hình học. SIAM, Philadelphia, PA.
SORO, S. VÀ HEINZELMAN, W. 2009. Khảo sát về mạng cảm biến thị giác. Trong Adv. Đa phương tiện, 1–22.
VELTRI, G., HUANG, Q., QU, G., VÀ POTKONJAK, M. 2003. Các thuật toán đường dẫn phơi sáng tối thiểu và tối đa cho
mạng cảm biến nhúng không dây. Trong Kỷ yếu của ACM SenSys'03. 40–50.
WANG, G., CAO, G., VÀ LA PORTA, TF 2006. Triển khai cảm biến hỗ trợ chuyển động. IEEE Trans. Máy tính di động. 5, 6, 640–
652.
WANG, X., XING, G., ZHANG, Y., LU, C., AND GILL, C. 2003. Cấu hình kết nối và phạm vi phủ sóng tích hợp
trong mạng cảm biến không dây. Trong Kỷ yếu của ACM SenSys'03. 28–39.
WANG, Y. VÀ CAO, G. 2011a. Phạm vi phủ sóng rào cản trong mạng cảm biến máy ảnh. Trong Kỷ yếu của ACM Trong Hội nghị
Chuyên đề Quốc gia về Mạng và Máy tính Học Quảng cáo Di động (MobiHoc'11). Paris, Pháp, 1781–1789.
WANG, Y. VÀ CAO, G. 2011b. Giảm thiểu độ trễ dịch vụ trong mạng cảm biến định hướng. Trong Kỷ yếu IEEE INFOCOM. 1790–1798.
WANG, Y. VÀ CAO, G. 2011c. Trên phạm vi toàn cảnh trong mạng cảm biến máy ảnh. Trong Kỷ yếu của IEEE
THÔNG TIN. 1781–1789.
YANG, G. VÀ QIAO, D. 2009. Phạm vi phủ sóng thông tin rào cản với các cảm biến không dây. Trong Kỷ yếu IEEE INFOCOM. 918–
926.
Nhận tháng 5 năm 2012; sửa đổi tháng 11 năm 2012; chấp nhận tháng 1 năm 2013

9 - 2013 - Transaction - Achieving Full View Coverage in Camera Sensor Networks

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

9 - 2013 - Transaction - Achieving Full View Coverage in Camera Sensor Networks

Uploaded by

Copyright:

Available Formats

Machine Translated by Google

YI WANG và GUOHONG CAO, Đại học Bang Pennsylvania

Thuật ngữ chung: Thiết kế, Thuật toán, Lý thuyết

Định dạng tham chiếu ACM: Wang,

Hình 3. Mô hình bao phủ toàn màn hình.

2. THÔNG BÁO VÀ MÔ HÌNH BẢO HIỂM TOÀN BỘ

fi , Sj P) <ϕ / 2, trong đó Sj P là vectơ từ Sj đến P.

3. PHÁT HIỆN BẢO HIỂM TOÀN BỘ XEM

3.1. Tổng quan về phương pháp

3.2. Phương pháp phát hiện

hoặc VSVi hoặc VSVi + 1 và d lớn hơn θ. Do đó câu nói là đúng.

LEMMA 3.3. Cho Si và Sj, có hai cung S ¯iSj và S ¯iSj nối Si

tâm của các đường tròn bằng OSiSj và O và bán

BẰNG CHỨNG. Đây là kết quả trực tiếp từ Bổ đề 3.2 và 3.3.

4.1. Tổng quan về kỹ

4.2. Ước lượng xác suất cho ϕ = 2π

3:10 Y. Wang và G.Cao

Nếu l như trong bổ đề, từ bất đẳng thức tam giác,

VP3≤VOP1P2 + P3OP1P2 < r.

bất bình đẳng,

VSj≤VP + PSj < r + r = r.

Vì vậy, V được bao phủ bởi Sj, và hơn nữa,

α (d, VSj) ≤ α (d ,- VP) + α ( - VP, VSj) ≤ θ + θ = θ.

trong đó π / θ là chữ viết tắt của π / θ , p = πr 2 và

3:12 Y. Wang và G.Cao

√3 0 và l0 = l0 ( √r N N ) được đưa ra bởi

4.3. Ước lượng xác suất cho ϕ <2π

là cảm biến Si sao cho V Si < r, α ( SiV , - fi ) ≤ ϕ / 2 và α ( VSi, d ) ≤ θ, trong đó - fi là

Lưu ý rằng α ( SiV , - fi ) ≤ α1 + α2, trong đó α1 = α ( SiV , Si P) và α2 = α ( Si P, - fi )

PSi ≥ rmin và sin β ≤ 1. Do đó, α1 ≤ ϕ / 2, và do đó α ( SiV , - fi ) ≤ ϕ / 2 + ϕ / 2 ≤ ϕ /

LEMMA 4.6. Cho N cảm biến có (r , ϕ) phân bố đồng

Pr (N, rmin, r , θ , ϕ) = Pr Crmin

3:14 Y. Wang và G.Cao

5.1. Mạng tam giác

BẰNG CHỨNG. Đây là kết quả trực tiếp từ Bổ đề 4.1.

P là E), bởi vì nếu không, sẽ không có điểm lưới giữa dòng VC và VD mà

Điều này ngụ ý HF = BE BG và BG EM ( ∞), điều này còn ngụ ý

6. BẢO VỆ RÀO CẢN WEAK TRONG MẠNG CẢM BIẾN CAMERA

3:16 Y. Wang và G.Cao

- PSi nhỏ hơn góc hiệu dụng θ.

6.2. Chuyển đổi thành Xác minh phạm vi 2D Chìa khóa là

3:18 Y. Wang và G.Cao

Aproj = {(x, y): x (xleft, xright), y [0, 2π)} (2)

được bảo hiểm.5

6.3. Vùng phủ của cảm biến máy ảnh riêng lẻ

3:20 Y. Wang và G.Cao

y1 (x) = arg (BS i) + θ (mod 2π), x (xSi , xB),

y2 (x) = arg (AS i) - θ (mod 2π), x (xSi , xA), (4)

6.4. Xác minh phạm vi

7. BẢO VỆ RÀO CẢN MẠNH TRONG MẠNG CẢM BIẾN CAMERA

7.2. Tổng quan về phương pháp xác minh

3:22 Y. Wang và G.Cao

7.3. Thận trọng

7.4. Xác minh vùng phủ sóng có rào cản

3:24 Y. Wang và G.Cao

7,5. Thảo luận

8. MÔ PHỎNG VÀ KẾT QUẢ SỐ

8.1. Kết quả mô phỏng trên phạm vi toàn

3:26 Y. Wang và G.Cao

3:28 Y. Wang và G.Cao

9. CÔNG VIỆC LIÊN QUAN

10. KẾT LUẬN

NGƯỜI GIỚI THIỆU