為了實現(xiàn)對停車場內(nèi)大場景的實時監(jiān)控，對智能停車管理系統(tǒng)的硬件干擾器和軟件部分進(jìn)行了設(shè)計，提出了一種基于車與攝像機(jī)關(guān)系的多攝像機(jī)協(xié)調(diào)策略。當(dāng)車輛處于單視圖時，記錄車輛信息；當(dāng)車輛處于重疊視野時，采用最小誤差法獲取信息；當(dāng)車輛不在任何攝像頭的視野內(nèi)時，使用卡爾曼預(yù)測算法來估計車輛的信息。實驗結(jié)果表明，該模型能夠有效地完成停車場的監(jiān)控任務(wù)。
在許多現(xiàn)有的基于熱釋電紅外傳感器的多目標(biāo)跟蹤監(jiān)控系統(tǒng)中，當(dāng)被測目標(biāo)彼此接近或其軌跡相交時，誤差往往非常大。為了解決這個問題，我們提出了一種熱釋電紅外傳感器和攝像機(jī)協(xié)同工作的多目標(biāo)跟蹤方案。該方案充分利用了這兩種傳感器的優(yōu)點，與使用任何一種傳感器相比，有助于屏蔽器提高性能。
在該方案中，我們首先利用熱釋電紅外傳感器采集的數(shù)據(jù)，使用最小二乘法實現(xiàn)粗略監(jiān)控攝像頭定位，然后利用從圖像中提取的特征或熱釋電傳感器的頻率響應(yīng)，校正聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)中的關(guān)聯(lián)矩陣。通過聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法對粗定位進(jìn)行濾波，得到最終的精定位結(jié)果。這種方法有效地防止了干擾屏蔽器虛假關(guān)聯(lián)。實驗結(jié)果表明，該方案在多目標(biāo)交叉情況下的跟蹤誤差降低到了所比較方案誤差的四分之一，甚至是八分之一。
在該方案中，我們首先利用熱釋電紅外傳感器采集的數(shù)據(jù)，使用最小二乘法實現(xiàn)粗略監(jiān)控攝像頭定位，然后利用從圖像中提取的特征或熱釋電傳感器的頻率響應(yīng)，校正聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)中的關(guān)聯(lián)矩陣。通過聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法對粗定位進(jìn)行濾波，得到最終的精定位結(jié)果。這種方法有效地防止了干擾屏蔽器虛假關(guān)聯(lián)。實驗結(jié)果表明，該方案在多目標(biāo)交叉情況下的跟蹤誤差降低到了所比較方案誤差的四分之一，甚至是八分之一。
