基于5G技术的多摄像头协同全景监测技术

中国南方电网有限责任公司超高压输电公司广州局 郑武略 王瑞显 张天浩 熊伟

针对传统技术存在延迟时间较长问题，在多摄像头协同全景监测应用中展现动态影像经常出现卡顿和延迟，为此提出基于5G技术的多摄像头协同全景监测技术研究。以广角和变倍镜头联合作为数据采集设备，运用全景拼接算法对影像数据进行拼接，实现全景动态实时追踪；利用GHG规划模型对监测场景进行计算，分析出最优的典型杆塔布点设置方案，开展典型杆塔布点设置；通过接通5G网络将影像数据传输到监测显示界面上，进行全景监测动态展示，以此完成了基于5G技术的多摄像头协同全景监测。经实验证明，设计技术展示全景动态监测影像延迟时间小于传统技术，设计技术高效且可靠性强。

多摄像探头协同全景监测技术是采用多个摄像头对某个区域或者某个物体进行360°全景监测的一种技术，该技术主要被应用于公共安全监控系统中，通过多个摄像头联合合作，全方位监测事物的动态。多摄像头协同全景监测技术相比较单一摄像头的监测技术，可以获取到物体的三维立体影像，对真实的三维空间进行投影，可以提供多视角的空间信息，扩大了监测空间的范围，有效避免了监测死角的产生[1]。但是由于目前多摄像头协同全景监测技术还不够成熟，在实际中多个摄像头获取到的信息是离散的，全景与局部之间的信息缺乏有效整合机制，并且全局与细节缺乏联动，很难实现对细节的实时追踪。此外，由于多摄像头协同全景监测技术采集到的影像数据较多，现有运算算法计算过程比较复杂，对于大量数据计算需要消耗较长时间，并且现有的移动通信技术也无法实现海量影像数据的快速传输，导致现有技术在实际应用中对全景监测动态的展示经常出现延迟，且延迟时间较长，为此提出基于5G技术的多摄像头协同全景监测技术研究。此次结合5G技术设计一套新的多摄像头协同全景监测技术，提高全景监测动态展示速度。

1 多摄像头协同全景监测技术

1.1 基于广角和变倍镜头联合的实时追踪

传统技术是采用广角镜头进行全景拼接，广角镜头的使用虽然可以减少摄像头的使用数量，但是广角镜头畸变比较严重，在使用中需要对镜头进行畸变矫正，因此为了减少工作量，此次采用广角和变倍镜头联合的方式获取全景监测数据，广角与变倍镜头具有BNC接口，其具体参数如表1所示。

表1 广角和变倍镜头主要参数表Tab.1 Main parameters of wide-angle and zoom lenses

按照表1选择广角和变倍镜头，将其视角设定为100°，由广角镜头和变倍镜头构成监测图像成像设备，在监测区域内上方安装至少10个摄像头，具体数量需要根据实际情况来定，将广角与变倍镜头的视角范围设定为30°-60°，避免重叠角的产生。根据技术要求，采用16路YIH-R接口的视频采集卡作为广角和变倍镜头视频采集设备，其参数如表2所示。

表2 视频采集卡参数表Tab.2 Video capture card parameter list

图1 局部图像实现全景投影示意图Fig.1 Schematic diagram of partial image realization of panoramic projection

如图1所示，假设局部图像的中心坐标为 ),(mu ，广角镜头和变倍镜头的焦距为f，选取局部图像上任意点的坐标 ),(yxp ，将该局部图像坐标转换到全景图像坐标系中的坐标 ),( myux -- 。然后将全景图像坐标系反投影到广角镜头和变倍镜头坐标系上，得到局部图像任意点三维空间坐标 ),,( fmyuxp --- 。将该点与柱面投影中心连接，计算出三维空间点与圆柱的交点，该点为圆柱面坐标。根据上述分析，可以将局部图像投影到全景图像的投影方程用如式（1）公式表示：

公式（1）中，u为投影点三维柱面坐标的横坐标；w为投影点三维柱面坐标的空间坐标；uO为投影点在局部图像坐标轴的横坐标；v表示投影点三维柱面坐标的纵坐标；vO表示投影点在局部图像坐标轴的纵坐标。利用上述公式完成局部到全景的映射后，还需要对图像进行初始化对齐，这样才能保证所有局部图像都在一个水平面上，其对齐公式如式（2）所示：

公式（2）中，i表示每相邻视角之间的旋转角度；y表示摄像头镜头第y个视角。将上述算法嵌入到监测硬件中，即可实现对细节的实时追踪。

1.2 开展典型杆塔布点设置

在上文基础上，开展典型杆塔布点设置工作，根据技术要求此次采用GHG规划模型对监测场景进行计算，在满足多摄像头协同全景监测要求的同时实现典型杆塔布点设置最优化。将待监测场景信息和监测设备信息输入到GHG规划模型中，建立监测场景典型杆塔布点三维模型，利用如式（3）所示的公式计算出典型塔杆布点数量：

公式（3）中，n表示典型杆塔布点数量；k表示监测区域面积；m表示区域内摄像头数量；q表示摄像头镜焦。利用上述公式计算出典型杆塔布点数量，将计算到的数值上传到GHG规划模型中进行分析，GHG规划模型将会推出典型杆塔布点设置方案，将该方案进行现场实际应用，检验应用效果，以此保证典型杆塔布点最少、最优。

1.3 基于5G技术的全景监测动态展示

实现全景监测动态实时展示的关键在于监测数据的有效传输，保证拼接完成的局部影像和全景影像实时传输到终端界面上。因此设置完典型杆塔布点后，对每个典型杆塔布点进行5G通信网络接入，实现监测区域内多摄像头及其他硬件设备的联网[2,3]。首先将5G蜂窝与典型杆塔的RSU结合，RSU占用6.8G的30M带宽，覆盖范围在100-1000m，将其作为5G通信搭载平台，实现区域内多摄像头数据的收集和播发[4,5]。在监测区域内建立一个5G基站，用于支持RSU数据的回传，将5G终端最大发射功率设定为29dBm，实现与大网的实时互动[6]。最后将监测展示终端与5G网络连接，通过与5G网络的结合，实现对全景监测动态影像的接收，并将接收到的动态影像进行实时展示和查看[7]。以此完成了基于5G技术的多摄像头协同全景监测。

2 实验论证分析

实验以某区域为实验环境，该区域面积为3564.85m2，运用此次设计技术与传统技术对该区域进行多摄像头协同全景监测，使用400×350的小窗口展示监测画面。根据规划模型计算出该区域需要布置35处布点，布置16个典型杆塔，安置34个广角镜头和15个变倍镜头。实验中将广角镜头和变倍镜头的拍摄角度设定为45°，拍摄范围设定为30°～60°，镜头分辨率设置为450dpi，拍摄频率设定为1.42Hz。使用8个数据采集卡读取到广角镜头和变倍镜头数据，数据采集卡采集周期设定为5s，采集频率设定为4.15Hz[8,9]。实验令10辆汽车在区域内行驶，令两种技术对汽车进行抓拍，监测区域内汽车行驶状态，监测时间为30min，当摄像头抓拍到汽车时对拍摄画面进行放大显示，随机截取7段监测视频，记录两种技术在使用过程中的延迟时间，将其作为实验结果，验证设计技术的有效性，实验结果如表3所示。

表3 两种技术动态监测影像延迟时间对比（s）Tab.3 Comparison of the delay time of dynamic monitoring images of the two technologies (s)

从表3数据观察中可以得出以下结论：此次设计技术展示的动态监测影像延迟时间符合技术要求，最大延迟时间仅为0.11s；而传统技术展示动态监测影像延迟时间较长，在该方面设计技术优于传统技术[10]，这是因此此次设计技术应用了5G技术，能够有效提高监测数据的传输速度，降低数据传输压力。其次应用的算法运算过程比较简单，减少了监测数据运算时间，以此可以减少监测影像动态展示的延迟时间。因此实验证明了基于5G技术的多摄像头协同全景监测技术能够实现实时监测，可以及时反映出实际场景。

JY酒店的内部审计种类主要包括专项审计和例行审计两种，专项审计主要有离任审计、绩效审计、专案审计、审计调查等方面，而例行审计则是指经营管理审计，主要包括与企业经济活动相关的审计事项。在内部审计程序方面，JY酒店的董事局审计委员会有权对公司内部审计部门拟定的年度内审计划、目标及预算进行审核与批准。内审机构制定的审计计划须将营运风险、审计资源等因素考虑其中，以便妥善执行全年审计工作。具体而言，JY酒店的内部审计工作程序为图1所示。

3 结语

此次结合相关参考资料，在传统技术的基础上采用了5G技术，设计了一套新的全景监测技术，通过多摄像头影像拼接，现场典型杆塔布点设置，以及接入5G网络实现多摄像头协同全景监测动态展示，并通过现场验证技术具有良好的可行性，有效降低了动态监测影像延迟时间，有助于实现全景动态实时监测。此次研究取得了一定的研究成果，但是由于个人水平有限，在研究内容方面尚存在一些不足之处，今后会对该方面进行深入研究[11]，对技术进行不断优化和创新，为多摄像头协同全景监测技术研究提供理论依据。

引用

[1]石津旗.无人机全景技术在环境应急监测中的应用分析[J].皮革制作与环保科技,2020,1(5):67-69+72.

[2]蒋未娜,邱智渊,王佳飞,等.医院“互联网+医疗”服务现状及5G时代医院信息化发展战略研究[J].中国医药导报,2020,17(10): 169-172+176.

[3]刘雨奇.基于指标融合的HDR视频质量评价算法[J].电视技术,2021,45(07):138-142.

[4]孙润康,张晓祥,徐进,等.基于5G技术的COVID-19方舱医院网络基础设施快速部署和应用探索[J].神经损伤与功能重建,2021, 16(1):9-11+20.

[5]刘珺,张向阳,邓略,等.信息化野战方舱医院在新冠肺炎疫情防控中的卫勤保障作用[J].中国数字医学,2020,15(09):12-14+33.

[6]张宇,阳军生,祝志恒,等.基于图像点云空间测距算法的隧道初期支护整体变形监测技术研究与应用[J].隧道建设(中英文),2020, 40(5):686-694.

[7]江鹏飞,王保栋,董子昊,等.基于多摄像头接力跟踪的远红外人物身份识别方法[J].济南大学学报(自然科学版),2021,35(6): 527-534.

[8]初晋锋,满芳芳.基于大数据的导弹武器系统全寿命管理模型研究[J].科技风,2021(15):106-107.

[9]崔文德.基于大数据分析的矿山机械设备运行状态智能诊断系统设计[J].世界有色金属,2021(06):29-30.

[10]贾丽芳,张艳霞.预制构件施工现场吊装技术[J].江西建材, 2022(02):165-166+169.

[11]张正彪.高温条件对金属材料电化学腐蚀行为的影响研究[J].世界有色金属,2020(10):263-264.