基于多传感器的沿海智能管控系统设计与实现

郭谦斌,孙 伟

(南京电子技术研究所,南京 210039)

工程与应用

基于多传感器的沿海智能管控系统设计与实现

郭谦斌,孙 伟

(南京电子技术研究所,南京 210039)

提出了基于多传感器的沿海智能管控系统的设计与实现方法,该方法基于多传感器数据融合、协同探测、网格化管理以及卡口流量统计等技术,解决了沿海边防监测点中存在的单传感器探测盲区、探测目标无法可视化识别以及缺少统一船舶监控态势平台等问题。该方法通过在边防部队的应用实践,有效地提高了沿海监测点的探测能力和管控效率,避免了漏管失控。

多传感器数据融合；协同探测；网格化管理；流量统计

0 引 言

目前在国家沿海边防监测点中部署的传感器缺乏有效组网，而单传感器存在探测盲区，例如:只有一定吨位以上的船舶才会要求安装AIS，对一些小船及嫌疑船舶需要雷达进行监控，而岸基雷达在对沿岸海面目标的探测存在着盲区，需要光电传感器的可视化识别。监测点缺少集成多传感器信息的可视化的船舶监控态势显示平台，无法对近岸海情进行集中管控、取证以及统计分析。

通过设计沿海可视化智能管控系统，对部署在边防监测点的光学红外复合传感器、雷达、AIS、GPS以及北斗等多传感器进行有效地组网集成，建立可视化智能管控态势显示平台，设定海上逻辑监控卡口，实现对通过海上卡口的海面目标的实时视频采集取证、流量统计分析以及海情记录回放，从而有效阻止海上贩毒、走私、偷渡等违法犯罪行为的发生，维护国家的安全与稳定。

1 系统组成

沿海可视化智能管控系统由光电传感子系统、多传感器情报处理子系统和智能管控软件子系统组成，系统组成如图1所示。

光电传感设备通过智能化红外热像仪、可见光摄像机对海域目标进行可视化监视、跟踪和识别，提供实时监控图像。尤其采用红外热像仪可以在黑暗和复杂天气条件下，透过尘、雾和烟等障碍影响，对海岸边境目标进行可视化监视、跟踪和识别，进一步提高发现概率和识别能力。

图1 沿海可视化智能管控系统组成图

多传感器处理设备通过接入监测点的多传感器（如:雷达、光电、AIS、GPS、北斗等），全天候不间断对所辖海域的目标进行监控，及时发现海面异常目标。

智能管控软件实现多传感器情报的汇集分发与融合[1-2]，提供基于海图态势显示的良好工作界面对情报进行显示，完成对各类传感器的指挥控制和协同探测[1]，同时实现业务统计分析。

沿海可视化智能管控系统通过监测点内部网络及指挥专网，实现各个子系统之间以及子系统与外部系统之间的信息互联互通，系统上报目标综合信息到支队与总队指挥中心，具体应用关系如图2所示。

图2 系统接口图

2 软件总体设计

沿海可视化智能管控软件实现多传感器数据汇集分发与处理、综合态势显示、协同探测、卡口智能监控、数据记录与回放以及数据管理功能。从系统性能效率（特别是大容量船舶目标的更新显示效率）和系统可拓展性出发，软件采用客户端/服务器模式构建。如图3所示，软件体系架构分为三层:数据层、服务层、应用层。

数据层接入各类传感器数据，为系统提供基础数据资源支撑，数据层数据可分为三类:第一类为各类监控数据（雷达数据、视频数据、AIS数据以及GPS/北斗数据）；第二类为地理数据（海图数据、影像数据以及部署信息等）；第三类为基础数据（传感器信息、组织信息、人员信息、告警信息、网格信息等）。

图3 软体体系架构图

服务层对应用层提供运行支撑服务，由运行在后台为应用层提供业务支撑的软件构成，包括数据汇集与分发、多传感器数据处理、数据库、地理信息服务、文电服务等。

应用层提供了系统运行的实体，主要包括综合态势显示、协同探测、卡口智能监控、网格化管理及基础数据管理等。

系统软件的工作流程如图4所示。

系统软件工作流主要包括多传感器信息处理流程和智能管控流程。

2.1 多传感器信息处理流程

光电传感器上传视频信息，进行图像识别与显示。雷达、AIS、GPS/北斗等单传感器的数据汇集到多传感器数据软件进行异类传感器数据融合，形成综合海情。综合态势处理软件对单传感器和综合海情进行显示。数据记录与回放软件对单传感器和综合海情进行记录与回放，以便于事后的调阅分析和取证。

2.2 智能管控流程

卡口智能监控向光电传感器发送控制命令和取证命令，实现对光电传感器的控制和目标跟踪取证，同时实现对通过海上卡口目标的流量统计分析。

协同探测以综合海情为依托，实现异类传感器的联动跟踪与自动接力探测。

图4 系统软件工作流程图

网格化管理实现网格化海上逻辑管辖区，并结合综合海情对网格辖区内的船舶进行监控管理。

3 系统关键技术

沿海可视化智能管控系统主要包括如下关键技术。

3.1 多传感器数据接入、处理与显示

数据汇集分发软件接收来自雷达、AIS、GPS以及北斗的目标信息，经过格式转换后发送给多传感器数据处理软件。多传感器数据处理软件进行数据预处理、系统误差修正以及数据融合匹配，形成统一综合海情，由综合态势处理软件进行可视化处理，生成海面统一态势图。流程如图5所示。

其中多传感器数据处理旨在消除异类传感器信息之间存在的冗余和矛盾，利用信息互补，提高系统可靠性和分辨力，扩展空间观测范围，增强数据的可信任度[3-4]。

本系统的多传感器数据处理主要采用“基准航迹关联法”[5]，即从某一目标的所有传感器航迹中选择一条作为基准航迹，以目标的第一条信息和航迹作为基准航迹，后续的信息中航迹与基准航迹进行关联判断。在跟踪机动目标方面，对目标进行估计的同时，对滤波增益进行修正，剔除假航迹，将单传感器航迹与系统航迹相关融合。

图5 多传感器数据接入、处理与显示流程

3.2 协同探测

沿海可视化智能管控系统集成的多种传感器的应用环境、作用距离、目标识别能力均不同，为实现系统对目标的远程预警、中程跟踪与近程分类与识别能力，需要多种传感器对目标进行协同探测[6]。

本系统的协同探测主要实现异类传感器的自动接力探测。首先由雷达对远距离目标进行搜索，一旦发现目标，把目标方位信息提供给光电传感器，当目标进入光电传感器探测区域后，由红外热像仪/可见光摄像头对目标进行识别、跟踪和告警。流程如图6所示。

图6 协同探测流程

雷达对远距离目标进行搜索，当监控目标进入警戒区域时，综合态势处理软件依据告警条件对目标进行实时告警，定位告警目标及目标方位，目标闪烁，同时显示告警目标信息列表。通过自动或人工方式锁定指定目标，系统自动提取该目标位置信息并触发红外热像仪/可见光摄像头的伺服云台转向，锁定目标方位，获取监控目标的图像并开窗显示视频，方便用户进行进一步的细节分析、识别和判断目标。接着光电传感器进入随动模式，红外热像仪/可见光摄像头的伺服云台随着目标的移动进行实时转向跟踪。功能运行界面如图7所示。

图7 协同探测界面

3.3 卡口智能监控

对单位时间内通过海上卡口或划定特殊区域范围的船舶数量进行统计，并按照不同属性特征，如上行船舶、下行船舶、合作船舶、非合作船舶等属性实施统计分析，筛选船舶异常行为信息。流量分析统计结果以报表、饼图、柱状图等多种表现形式展现，辅助用户决策。

卡口智能监控同时可对光电传感器进行远程控制以及对重点监控目标的实时取证，以便事后调阅及分析。功能运行界面如图8所示。

3.4 网格化管理

系统以一定的单位面积为基本单位，将辖区划分成若干个网格状单元，由监督员对所分管的网格责任区实施全时段监控，明确各级地域责任人为所在辖区管理责任人，从而对管理空间实现分层、分级、全辖区管理，同时对网格交界和边缘地段实现互相交托和签收回执功能，防止出现“真空地段”。

在对网格的监控上可用不同颜色区分不同网格的监控等级，如红色代表网格内发生告警事件，需要紧急处理，绿色代表网格内无案件发生。

4 结 语

沿海可视化智能管控系统中采用的红外探测、多传感器数据融合和协同探测技术，使得系统从雷达发现重点嫌疑目标到态势海图定位，再到可见光红外协同联动跟踪取证，操作简单而响应迅速，实战性强，另外卡口流量监控和网格化管理等功能也十分贴近部队的管控应用。

系统已在某边防总队、支队和监测点运行一年时间，服务于边防部队的海上缉毒缉私、赛事安保和日常执法执勤工作，有效减轻用警密度，降低巡逻强度，避免因观测条件有限导致漏管失控，确保海域控制区全天候、全方位、全时段立体警戒管控，有力推动了执勤警力内涵式增长和行政费用实质性降低。

图8 卡口智能监控界面

[1]何友，王国宏.多传感器信息融合及应用[M].北京:电子工业出版社，2000.

[2]DAVID L.HALL，JAMES LLINAS.Handbook of Multisensor Data Fusion[M].CRC Press LLC，2001.

[3]PULFORD G W.Taxonomy of Multiple Target Tracking Methods[J].IEE Proceedings of Radar，Sonar Navigation，2005，52（5）:291-304.

[4]BLACKMAN SS.Multiple Hypothesis Tracking for Multiple Target Tracking[J].IEEE Aerospace and Electronic Systems Magazine，2004，19（1）:5-18.

[5]陆耀宾，孙伟.基于MHT的多传感器数据融合算法[J].中国电子科学研究院学报，2008，3（1）:24-29.

[6]王建明，刘国朝.舰载雷达与ESM协同探测方法研究[J].舰船电子对抗，2007，6（1）:11-15.

郭谦斌(1978—),男,湖南人,高级工程师,主要研究方向为预警指挥信息系统；

E-mail：sansi2000@sina.com

孙 伟(1977—),男,南京人,博士,高级工程师,主要研究方向为多传感器信息融合。

Design and Im p lementation on Coastal Intelligent Control System Based on M ulti-sensors

GUO Qian-bin，SUNWei
（Nanjing Research Institute of Electronics Technology，Nanjing 210039，China）

This paper proposes the methods of design and implementation on coastal intelligent control system based on multi-sensors.Thismethod is based on the technologies，such asmulti-sensor data fusion，coordinated detection，grid administration，and spot traffic statistics etc.It has solved the problems of single-sensor detection blind area，being unable to visually identify the detection targets and lack of unified situation platform tomonitor the vessels in the coastal bordermonitoring point.After practical application in the border unit，thismethod effectively improved the detection ability and control efficiency，and avoided the omission and out of control in coastalmonitoring point.

Multi-sensor data fusion；Coordinated detection；Grid administration；Traffic statistics

TN953；TN919.5

A

1673-5692（2015）02-190-05

10.3969/j.issn.1673-5692.2015.02.014

2015-02-09

2015-03-06