半监控传感器的校准方法及注意事项

当场景中的地形没有太多的本地化特征或者可区别特征时,即便人工的传感器校准或者地理注册也是挑战。一种解决方法是使专用的移动台（人,车辆,船等）在传感器视场内移动,同时记录它们的地理位置。参考文献[441]给出了一种实用化系统,它可以在大型视觉传感网中利用这种方法来建立和维护地理注册。我们应该注意到在非受控环境中,既不是场景中的所有目标都发送地理位置数据,也不是发送这些数据的所有目标都必须出现在一个以上的传感器中。因此目标数据和地理位置数据之间并不存在一一对应关系。事实上,按照我们的经验,它们之间随机对应的概率（噪声）远远大于确定对应的概率（通常是噪声数据占总数据的85%以上）。

图13.3 半监控传感器校准：左图为一个典型的GPS跟踪,为了更好地校准,将其设计为水平的;右图通过所提出的算法得到了港口中四个摄像机的视场

实验中,我们使用一个给定模型的GPS船只。这样另外给出了具有应用领域特征的约束条件（先验条件）,有利于提高采样机制的效率,从而把受控船只的地理位置和场景检测值相匹配,并估计地理注册情况。运动方向就是这样的一种约束条件。当一个目标在摄像头周围沿顺时针方向移动时,其对应图像在视图中由左到右移动,反之亦然。充分利用运动方向这一约束条件,可以排除朝向或远离摄像机的运动。因此,GPS船只应沿着摄像机的FOV（视场）水平移动。为了形成连续路径,它应遵循锯齿形曲线（如图13.3）。在此条件下,利用运动方向约束可以排除掉一半的异常视点。我们知道运动方向约束条件在传统的四点RANSAC算法中也是有用的。沿着摄像机视场的水平运动为基于三元组的算法提供了额外的好处。由于当GPS船只沿着摄像机的FOV（视场）水平移动时,运动方向约束条件最有效,所以GPS船只的轨迹被设计成水平的。因此,画一些垂直线来增加与船只轨迹相交的机会,从而得到可能的共线内点三元组（如图13.4）。我们期望,任何一条垂直线与GPS轨迹水平面相交的概率远远大于它与任何异常目标的非水平轨迹相交的概率。假设异常目标的轨迹方向非均匀分布,异常轨迹的有效平均水平投影是。因此,在GPS船只的水平运动期间,所提出的方法获得三元组内点的概率比获得三元组外点的概率要大π/2。如图13.3所示为利用本方法,对四个高分率传感器（4000×640）在港口进行地理注册的结果。在港口的卫星快照中,估计的视场之间有重叠。当距离摄像机1500m时,最大误差距离是15m。传感器的公共视场大约在4km²内。我们认为地理注册误差主要是由于跟踪算法对目标的不准确定位引起的。(www.xing528.com)

图13.4 目标跟踪的摄像机视图的快照。在利用所提出的算法进行匹配时,在图中覆盖了一些竖线将图分成了很多段