视频传感器网络覆盖控制(Coverage Control)问题研究概述

在目标监测应用中，人们通常关心某个移动目标沿任意轨迹穿越节点的部署区域时被监测到或没被监测到的概率，这类问题属于"栅栏覆盖"，如图3(c)所示。这类覆盖问题的目标是找出连接初始位置和目的位置的一条或多条路径，使得这样的路径在不同模型定义下提供对目标的不同传感/监视质量。目前主要的解决方法是，定义"最大突破路径"(Maximal Breach Path)和"最大支撑路径"(Maximal Support Path)，分别使得路径上的点到周围最近传感器的最小距离最大化以及最大距离最小化；进而采用Voronoi图和Delaunay三角测量技术来完成最大突破路径和最大支撑路径的构造和查找。

图3 覆盖分类

按照传感器网络节点不同部署方式，我们又可将传感器网络覆盖问题分为确定性覆盖和随机性覆盖两类。

确定性覆盖

确定性覆盖指在传感器网络的状态相对固定或传感器网络环境已知的情况下，可以根据预先配置的传感器节点位置确定网络拓扑情况或增加关键区域的传感器节点密度。此时的覆盖控制问题，是一种特殊的网络或路径规划问题。典型的确定性覆盖有确定性区域/点覆盖、基于网格的目标覆盖和确定性网络路径/目标覆盖三种类型。确定性区域/点覆盖是指已知节点位置的传感器网络要完成目标区域或目标点的覆盖，其中，与确定性区域/点覆盖相关的一个著名计算几何问题为艺术馆走廊监控问题。基于网格的目标覆盖是指当地理环境情况预先确定时，利用二维(或三维)的网格对网络进行建模，位于网格交叉点上的传感器节点实现区域/目标的覆盖。这是一种最为典型的均匀覆盖方式。确定性网络路径/目标覆盖特别考虑了如何对穿越网络的目标或其经过的路径上各点进行感应与追踪。

随机性覆盖

在大多数实际应用环境中，传感器网络情况不能预先确定；另外大部分的确定性覆盖给网络带来的对称性与周期性特征，掩盖了某些网络拓扑的实际特性。再加上传感器网络自身拓扑动态变化，导致采用确定性覆盖在实际应用中具有很大的局限性，不能适用于战场等危险或其它环境恶劣的场所。因此，我们需要进一步对节点随机分布在传感区域而预先没有得到自身位置的情况进行讨论，即研究传感器网络随机性覆盖问题。

目前，传感器网络的随机性覆盖已成为传感器网络覆盖控制的一个热点问题，此类问题大致可分为随机节点覆盖和动态网络覆盖两类。

随机节点覆盖考虑在传感器网络中节点随机分布且节点位置未知的条件下，网络完成对监测区域的覆盖任务。目前关于此类问题的研究内容最为多见。 有别于一般传感器节点一经部署位置固定不变，动态网络覆盖则考虑部分传感器节点具备一定运动能力，主要应用于节点密度稀疏或部分节点能量不足的监测场景中。该类网络可以动态完成相关覆盖任务，也称作移动辅助覆盖。

视频传感器节点的方向性感知特性给解决视频传感器网络覆盖控制问题带来了全新的技术挑战。在传统传感器网络中积累的研究成果不能直接应用于视频传感器网络，迫切需要设计新方法予以解决。

目前，基于有向感知模型的覆盖控制研究尚处于起步阶段。作为一种与监测应用密切相关技术，视频传感器网络中覆盖控制问题已不仅仅是单纯的覆盖含义，更与能量节约、目标探知、路径规划等具体应用紧密相关联。按照视频传感器网络相关应用属性，我们可以将视频传感器网络中覆盖控制问题的理论研究分为以下三类：

能量节约：主要机理是将冗余节点分成多个不交叉的集合，各集合能够独立提供连续、有效的监测服务。 目标探知：在合理利用网络现有资源的基础上，实现视频传感器网络对监测区域的覆盖优化，以获得尽可能高的目标探知概率。 路径规划：这是一类与覆盖控制密切相关的应用，采用网络动态覆盖控制方案，随时改变对某些感兴趣区域或目标路径的覆盖程度。

在实际应用中，视频传感器节点(如普通摄像头、PTZ摄像头、广角摄像头等)则具有的多种不同感知能力，它们赋予视频传感器网络覆盖控制研究以新的涵义。我们总结了以视频传感器网络为基础的监测系统所广泛采用的覆盖控制策略，并进行分类说明，参见表1。