WO2015094014A2

WO2015094014A2 - Способ определения оптимальной конфигурации системы видеомониторинга леса

Info

Publication number: WO2015094014A2
Application number: PCT/RU2014/000829
Authority: WO
Inventors: Иван Сергеевич ШИШАЛОВ; Андрей Викторович ФИЛИМОНОВ; Олег Андреевич ГРОМАЗИН; Владимир Владимирович ПАРХАЧЕВ
Original assignee: Общество С Ограниченной Ответственностью "Дисикон"
Priority date: 2013-12-16
Filing date: 2014-10-31
Publication date: 2015-06-25
Also published as: US20160313120A1; WO2015094014A3; EA201600379A1; RU2013156177A; RU2561925C2; EA031704B1

Abstract

Изобретение относится, к области видеонаблюдения. Собирают множество параметров, относящихся к характеристикам точек мониторинга и характеристикам территории их размещения. Характеристики территории включают в себя ландшафтные характеристики, погодные данные и данные о лесных пожарах. Некоторые из параметров, относящихся к характеристикам точек мониторинга, являются контролируемыми. Задают показатель эффективности системы, который является интегральной величиной, описываемой вероятностной моделью, обобщающей, по меньшей мере, часть параметров. Выполняют перебор вариантов размещения точек мониторинга по множеству возможных позиций на территории путем того, что для установленного размещения точек мониторинга определяют оптимальный набор параметров, оптимизирующий показатель эффективности, при этом показатель эффективности вычисляют с варьированием контролируемых параметров. Определяют оптимальную конфигурацию системы сравнивая полученные варианты размещения точек мониторинга, для которых определены оптимальные наборы параметров, и выбирают вариант размещения с наилучшим значением показателя эффективности. Изобретением обеспечивается создание методики позволяющей получить точные оценки эффективности внедрения и эксплуатации системы видеомониторинга леса исходя из общедоступных данных и определять на основе таких оценок оптимальную конфигурацию системы.

Description

СПОСОБ ОПРЕДЕЛЕНИЯ ОПТИМАЛЬНОЙ КОНФИГУРАЦИИ

СИСТЕМЫ ВИДЕОМОНИТОРИНГА ЛЕСА

Область техники, к которой относится изобретение

Настоящее изобретение относится, в целом, к области видеона- блюдения; конкретно, к системам видеомониторинга леса, которые обеспечивают возможность вести наблюдение за лесными территория- ми с определением координат обнаруживаемых объектов при помощи оптической пассивной локации с целью раннего обнаружения лесных пожаров для их дальнейшей локализации и тушения; более конкрет- но, к способу определения оптимальной конфигурации системы ви- деомониторинга леса .

Предшествующий уровень техники

Системы видеомониторинга леса, предназначенные для обнаруже- ния и определения местоположения лесных пожаров, стали приме- няться сравнительно недавно. Тем не менее, их актуальность все возрастает, поскольку проблема лесных пожаров по праву может считаться одной из наиболее серьезных и нерешенных в настоящий момент человеком проблем. Лесные пожары возникают и приносят огромный ущерб во многих странах мира, свидетельством чему могут служить лесные пожары на территории Российской Федерации летом 2010 г., имевшие катастрофические последствия, в том числе и по причине невыполнения их раннего обнаружения и определения их ме- стоположения, о чем многократно и развернуто говорилось в сред- ствах массовой информации. Ниже, со ссылкой на Фиг. 1, приведена иллюстрация базовой структуры системы видеомониторинга леса . Известными примерами таких систем видеомониторинга леса являются системы ForestWatch

(Канада) , IPNAS (Хорватия) , FireWatch (Германия) . Схожие системы разработаны и в Российской Федерации, например "Клен", "Балтика".

Иллюстрируемая на Фиг. 1 система 100 видеомониторинга леса в общем случае включает в себя множество дистанционно управляемых точек видеомониторинга НО и связанные с ними одно или более ав- томатизированных рабочих мест 120 оператора для надлежащей экс- плуатации точек видеомониторинга 110.

Оборудование 120 автоматизированного рабочего места операто- ра, в общем, реализуется на основе широко известных компьютерных и коммуникационных технологий и, в типичном случае, содержит вы- полненный с возможностью удаленного обмена данными компьютер с установленным на нем специализированным программным обеспечением и программным обеспечением общего назначения. Аппаратные сред- ства и программное обеспечение общего назначения (например, опе- рационная система) из состава такого компьютера являются широко известными в технике. При этом, под понятием "компьютер" может пониматься персональный компьютер, ноутбук, совокупность связан- ных между собой компьютеров и т.п. с характеристиками, отвечаю- щими требованиям, предъявляемым к системе 100. К компьютеру под- ключено дисплейное устройство, отображающее при работе компьюте- ра ассоциированный со специализированным приложением графический пользовательский интерфейс (GUI) , посредством которого оператор выполняет работу по визуальному мониторингу территории и управ- лению точками 110 видеомониторинга. Взаимодействие с элементами графического пользовательского интерфейса осуществляется с помо- щью широко известных устройств ввода, подключенных к компьютеру, таких как клавиатура, мышь и т.п.

Каждая точка 110 видеомониторинга, по сути, представляет со- бой оборудование 111 передающей стороны, размещенное на высотном сооружении 112. Высотное сооружение 112, в общем, может пред- ставлять собой любое высотное сооружение, удовлетворяющее нала- гаемым на систему 100 требованиям (т.е. приспособленное для раз- мещения оборудования передающей стороны на достаточной высоте и обеспечивающее возможность осматривать достаточно большую терри- торию) , и обычно представляет собой вышку провайдера связи, выш- ку оператора сотовой связи, телевизионную вышку, вышку освещения или .п.

Обобщенным термином "оборудование передающей стороны" 111 обозначается размещенная на высотном сооружении 112 аппаратура, содержащая управляемое видеоустройство 113 и коммуникационный модуль 114 для осуществления связи/обмена данными с рабочим ме- стом(ами) 120 оператора.

Управляемое видеоустройство 113, в общем случае, представля- ет собой цифровую видеокамеру 115, оснащенную трансфокатором 116 и смонтированную на поворотном устройстве 117, посредством кото- рого можно механически менять пространственную ориентацию видео- камеры 115 с высокой точностью.

Оборудование 111 передающей стороны также содержит устрой- ство 118 управления видеокамерой, связанное с коммуникационным модулем 114, видеокамерой 115, трансфокатором 116 и поворотным устройством 117 и предназначенное для общего управления функция- ми управляемого видеоустройства 113 в целом и его компонентов в частности. Так, по приему управляющих сигналов от оператора или от другого устройства системы 100 через коммуникационный модуль 114 устройство 118 управления приспособлено задавать требующуюся пространственную ориентацию видеокамеры 115 (например, для наве- дения ее на объект, наблюдение которого требуется) , управляя по- воротным устройством 117, и/или выполнять приближение/удаление изображения наблюдаемого с нее объекта, управляя трансфокатором 116 . Помимо этого, устройство 118 управления приспособлено опре- делять текущую пространственную ориентацию видеокамеры 115 и вы- давать данные о текущей ее пространственной ориентации через коммуникационный модуль 114 запрашивающей стороне (в частности, на рабочее место 120 оператора, где эти данные, например, отоб- ражаются в GUI ) . Перечисленные здесь функциональные возможности являются известными свойствами современных комплектов управляе- мых видеокамер, предлагаемых на рынке.

Устройство 118 управления, в общем, представляет собой оче- видный для специалиста основывающийся на микропроцессорах аппа- ратный блок типа контроллера, микрокомпьютера и т.п., известным образом запрограммированный и/или программируемый для выполнения предписанных ему функций. Программирование устройства 118 управ- ления может осуществляться, например, путем записи ("прошивки") его микропрограммного обеспечения ("firmware") , что является ши- роко известным в технике. Соответственно, с устройством 118 управления видеокамерой, в типичном случае, связано запоминающее устройство (например, интегрированная флэш-память), в которой хранится соответствующее (микро) программное обеспечение, испол- нением которого реализуются ассоциированные с устройством 118 управления функции.

Рабочие места 120 оператора могут быть связаны с точками 110 видеомониторинга как напрямую, так и посредством сети связи

(например, сети 130) с использованием широко известных и исполь- зуемых проводных и/или беспроводных, цифровых и/или аналоговых коммуникационных технологий, при этом коммуникационный модуль

114 точки 110 видеомониторинга и коммуникационный интерфейс ком- пьютера рабочего места 120 оператора должны соответствовать ком- муникационным стандартам/протоколам, на основе которых строится такая связь .

Так, иллюстративная сеть 130, к которой подсоединены точки видеомониторинга и автоматизированные рабочие места 120 операто- ра, может представлять собой адресную сеть, такую как Интернет. При наличии на месте установки точки 110 видеомониторинга канала связи стороннего провайдера, что является распространенным слу- чаем, предпочтительно использовать этот канал для подключения оборудования 111 передающей стороны к Интернет. Если же в месте установки точки 110 видеомониторинга отсутствует возможность прямого подключения к сети Интернет, применяются широко извест- ные технологии беспроводной широкополосной связи (например, Wi- Fi, WiMAX, 3G и т.п.) для обеспечения связи между оборудованием 111 передающей стороны и точкой доступа в Интернет. Схожим обра- зом осуществляется подсоединение к сети 130 и рабочих мест 120 оператора. В частности, для подсоединения к сети 130 может ис- пользоваться, в зависимости от реализуемой технологии доступа, модем (в том числе, беспроводной) , сетевая интерфейсная плата

(NIC) , плата беспроводного доступа и т.п., внешние или внутрен- ние по отношению к компьютеру рабочего места 120 оператора.

Обычно система 100 также включает в себя подключенный к сети 130 сервер 140, которому делегируются функции централизованного управления совокупностью точек 110 видеомониторинга и их взаимо- действием с рабочими местами 120 оператора для обеспечения надежного функционирования системы 100. Сервер 140 в типичном случае представляет собой высокопроизводительный компьютер или совокупность связанных между собой компьютеров (например, стойку блейд-серверов ) с установленным на него (них) специализированным серверным программным обеспечением, имеющий (их) высокоскоростное (например, оптическое) соединение с Интернет. Аппарат- ная/программная реализация такого сервера является очевидной для специалиста. Помимо общих функций управления системой 100, сер- вер 140 может осуществлять и различные узкоспециализированные функции — например, он может выполнять функции видеосервера, обеспечивающего сбор и промежуточную обработку данных и предо- ставление их пользователю по запросу.

При таком способе организации системы видеомониторинга леса один пользователь может проводить мониторинг подконтрольной тер- ритории, одновременно управляя несколькими видеокамерами. Кроме того, за счет описанных выше характерных функциональных возмож- ностей обеспечивается возможность автоматического быстрого опре- деления местоположения очага возгорания при видимости с несколь- ких видеокамер, используя широко известный угломерный метод, а также хранение в памяти (например, на сервере 140 или в компью- тере рабочего места 120 оператора) заранее определенных маршру- тов патрулирования для быстрого доступа к ним и выполнения мони- торинга . Здесь под "маршрутом патрулирования" понимается заранее определенная последовательность изменения ориентации камеры, предназначенная для получения визуальной информации по требуемой предопределенной территории. Иными словами, маршрут — это алго- ритм осмотра территории конкретной видеокамерой.

Необходимо заметить, что производительность современных электронных аппаратных средств позволяет создавать на их основе устройства визуализации и управления из состава компонентов си- стемы видеомониторинга леса с достаточно широкой пользователь- ской функциональностью, что существенно упрощает работу операто- ра. Кроме того, современные аппаратные средства, с помощью спе- циального исполняемого ими программного обеспечения, могут взять на себя некоторые функции по автоматическому обнаружению потен- циально опасных объектов на видео или фото изображениях, получа- емых с видеокамер (при мониторинге леса такими объектами может быть дым, пожар и т.п.). Такие системы компьютерного зрения для поиска на изображении опасных объектов могут использовать апри- орную информацию об особенностях дыма или огня, например, специ- фичное движение, цвет, яркость и т.п. Подобные системы компью- терного зрения применяются во многих отраслях промышленности, начиная от робототехники до охранных систем, что достаточно по- дробно изложено, например, в публикации "Компьютерное зрение. Со- временный подход", Д. Форсайт, Ж. Понс, издательство "Вильяме",

2004, 928 с.

Такая интеллектуальная подсистема, реализующая указанные технологи компьютерного зрения, в общем может быть реализована и на рабочем месте 120 оператора, и на сервере 140, и даже в самом управляемом видеоустройстве 113.

Дополнительные аспекты систем видеомониторинга леса, связан- ные непосредственно с определением и обработкой координат обна- руживаемых объектов, более подробно отражены, в частности, в па- тентных публикациях RU 2458407, WO 2012/118403.

Стоит отметить, что создание и развертывание подобных систем видеомониторинга леса стало возможным только в последние годы. Только сейчас количество вышек сотовой связи стало таковым, что покрываются основные пожароопасные места. Кроме того, стали су- щественно более доступными услуги широкополосного Интернета, позволяющие осуществлять обмен большими объемами информации и передавать через Интернет видео реального времени, и уменьшилась стоимость оборудования для обеспечения беспроводной связи на большие расстояния.

Однако, указанные факторы не снимают с повестки дня актуаль- ную задачу оптимизации развертывания и/или эксплуатации системы видеомониторинга леса на контролируемой местности, в смысле как обеспечения потребных результатов по обнаружению пожаров, так и затрачиваемых материальных и технических ресурсов. Первый из указанных аспектов оптимизации является абсолютно очевидным в виду вышеуказанного базового функционального назначения системы видеомониторинга леса — развертывание такой системы на местности без обеспечения надлежащего качества её функционирования по ба- зовому назначению грозит, как минимум, более значительным ущер- бом от пожаров на местности. При рассмотрении второго из упомя- нутых аспектов оптимизации следует исходить из того, что, не- смотря на общую позитивную тенденцию, отмеченную в предыдущем абзаце, развертывание и эксплуатация системы видеомониторинга леса на местности сопряжены со значительными затратами ресурсов, как краткосрочными, так и длящимися. В виду этого, естественным является стремление достичь удовлетворительного качества функци- онирования не "любой ценой", а эффективным в плане ресурсов обра- зом. Полярным примером неэффективности развертыва- ния/эксплуатации системы видеомониторинга леса является то, что затрачиваемые при этом накладные ресурсные расходы заметно пре- восходят весь мыслимый ущерб от пожаров .

Вообще говоря, процесс подготовки к внедрению, внедрение и управление работой системы обнаружения лесных пожаров в процессе эксплуатации подразумевает способность рассчитывать ряд показа- телей, позволяющих:

1) экономически обосновывать внедрение;

2) сравнивать системы видеомониторинга между собой;

3) выбирать оптимальную конфигурацию системы;

4) оптимизировать настройки системы исходя из текущих пара- метров окружающей обстановки.

При этом, критерии, используемые при оценке по пунктам 1-4, мо- гут быть весьма различными .

На первый план выходят проблемы оптимального определения мест размещения точек видеомониторинга, типа и режимов их рабо- ты. Нерациональное размещение, например, способно ухудшить ха- рактеристики системы видеомониторинга леса по обнаружению потен- циальных возгораний в разы, а иногда на порядки. Поэтому особен- но важно иметь инструмент, позволяющий по заданным критериям и ограничениям выбрать оптимальную конфигурацию системы мониторин- га .

Подобного рода задачи возникают в системах связи, при опти- мизации использования радиочастотного спектра и определении зон покрытия. Для решения этих задач разработано множество подходов и коммерческие программные продукты для реализации данных подхо- дов (см., в частности, http://www.itu.int/ITU-

D/tech/events/2012/ResultsWRC12_CIS_StPetersburg_Junel2/Presenta tions/Session4/S4_3.pdf , http://ru.scribd.com/doc/55805349/RPS- User-Manual) .

Недостатками указанных подходов в рассматриваемом контексте является отсутствие учета специфики именно оптической локации и особенностей работы систем оптической локации в условиях есте- ственного освещения, кроме того, они не рассчитаны на определе- ние характеристик систем обнаружения.

Существует другой класс систем, которые рассчитаны на анализ систем видеонаблюдения на ограниченной территории, т.е. помогают определить, как территория будет осматриваться системой видеона- блюдения (см., например, http://www.jvsg.com/ip-video-system- design-tool/ ,

http : //www. cctvcad . com/rus/quick_start4_videocad6. pdf ,

http : //www. cctvcad . com/CCTVCAD-Download . html ,

http : //www. algoritm. org/arch/arch.php?id=62&a=1312 ) . Такие подходы учитывают специфику видеонаблюдения, характе- ристики оборудования оптического наблюдения (углы обзора, разре- шение) . В некоторых из них есть способы оптимизации.

К недостаткам таких систем в рассматриваемом контексте сле- дует отнести слабый учет специфики наблюдения больших террито- рий. Для этих систем важным является лишь факт попадания объекта мониторинга в поле наблюдения (например, увидеть нарушителя на видеоизображении) при этом считается, что условия наблюдения по- стоянны, а вероятностные характеристики не учитываются, либо учитываются достаточно слабо .

Сущность изобретения

Задачей настоящего изобретения является создание методики, которая позволяет получить достаточно точные оценки эффективно- сти внедрения и/или эксплуатации системы видеомониторинга леса исходя из общедоступных данных и знаний принципов построения по- добных систем и определять на основе таких оценок оптимальную конфигурацию системы видеомониторинга леса.

Согласно одному аспекту настоящего изобретения, предложен способ определения оптимальной конфигурации системы видеомонито- ринга леса, содержащей множество точек видеомониторинга, каждая из которых содержит видеокамеру на высотном сооружении .

Предложенный способ содержит этап, на котором собирают мно- жество параметров, относящихся к характеристикам точек видеомо- ниторинга и характеристикам территории размещения точек видеомо- ниторинга. Характеристики территории включают в себя ландшафтные характеристики, погодные данные и данные о лесных пожарах. По меньшей мере некоторые из параметров, относящихся к характери- стикам точек видеомониторинга, являются контролируемыми.

Далее, согласно способу, задают один или более показателей эффективности системы видеомониторинга леса. Каждый из этих по- казателей эффективности является интегральной величиной, описы- ваемой вероятностной моделью, обобщающей, по меньшей мере, часть упомянутого множества параметров .

Затем, согласно способу, выполняют перебор вариантов разме- щения точек видеомониторинга по множеству возможных позиций на территории посредством того, что устанавливают размещение точек видеомониторинга и для установленного размещения точек видеомо- ниторинга определяют оптимальный набор параметров, оптимизирую- щий по меньшей мере один показатель эффективности из упомянутых одного или более показателей эффективности системы видеомонито- ринга леса, при этом данный показатель эффективности вычисляют с варьированием соответствующих ему контролируемых параметров.

Наконец, согласно предложенному способу, определяют опти- мальную конфигурацию системы видеомониторинга леса посредством того, что сравнивают полученные варианты размещения точек ви- деомониторинга, для которых определены оптимальные наборы пара- метров, и выбирают вариант размещения с наилучшим значением упо- мянутого показателя эффективности.

В соответствии с предпочтительным вариантом осуществления, способ дополнительно содержит этап, на котором задают одно или более ограничений, налагаемых на упомянутый по меньшей мере один показатель эффективности. При этом, варианты размещения точек видеомониторинга, для которых этот показатель эффективности не удовлетворяет наложенным ограничениям, не учитываются при упомя- нутом сравнении.

Упомянутые один или более показателей эффективности могут представлять собой множество показателей эффективности системы видеомониторинга леса, при этом упомянутый по меньшей мере один показатель эффективности может быть сверткой показателей эффек- тивности из упомянутого их множества с коэффициентами, характе- ризующими важность каждого отдельного показателя эффективности.

В соответствии с предпочтительным вариантом осуществления, способ дополнительно содержит этап, на котором при упомянутом выполнении перебора исключают из рассмотрения одну или более то- чек видеомониторинга, изменение позиции и/или характеристик ко- торых не оказывает существенного влияния на определяемую опти- мальную конфигурацию системы видеомониторинга леса.

Упомянутый перебор вариантов размещения точек видеомонито- ринга предпочтительно прекращают по выполнению заранее заданного условия завершения. Заранее заданным условием завершения может быть одно из следующего: устойчивое отсутствие улучшения упомя- нутого показателя эффективности при выполнении итераций данного перебора, исчерпание временной квоты, выделенной на выполнение перебора, достижение заранее определенного количества итераций.

При вычислении упомянутого по меньшей мере одного показателя эффективности предпочтительно вычисляют прогнозную вероятность возникновения пожара на территории за период времени и плотность вероятности реализации конкретных условий окружающей среды, оценку зависимости ущерба, нанесенного пожаром, от времени нету- шения пожара и ошибки определения его координат. Согласно другому аспекту настоящего изобретения, предложен способ оптимальной настройки системы видеомониторинга леса, со- держащей множество распределенных точек видеомониторинга, каждая из которых содержит видеокамеру на высотном сооружении .

Далее, согласно способу, задают по меньшей мере один показа- тель эффективности системы видеомониторинга леса. Этот показа- тель эффективности является интегральной величиной, описываемой вероятностной моделью, обобщающей упомянутое множество парамет- ров .

Затем, согласно способу, определяют оптимальный набор пара- метров, который оптимизирует упомянутый по меньшей мере один по- казатель эффективности системы видеомониторинга леса, при этом данный показатель эффективности вычисляют с варьированием кон- тролируемых параметров.

Наконец, согласно предложенному способу, выполняют корректи- ровку контролируемых параметров системы видеомониторинга леса до оптимального набора параметров.

Согласно одному предпочтительному варианту осуществления, упомянутую корректировку выполняют в непрерывном режиме. Согласно другому предпочтительному варианту осуществления, упомянутую корректировку выполняют при условии того, что полу- ченный оптимальный набор параметров обеспечивает улучшение рабо- ты системы видеомониторинга леса в плане упомянутого по меньшей мере .одного показателя эффективности на величину, не меньшую за- ранее заданного порога.

Упомянутое определение оптимального набора параметров пред- почтительно завершают по истечении заранее заданного времени.

Согласно еще одному аспекту настоящего изобретения, предло- ена система видеомониторинга леса, содержащая: множество ди- станционно управляемых точек видеомониторинга, каждая из которых содержит видеокамеру на высотном сооружении; один или более опе- раторских компьютерных терминалов; и компьютерно-реализованный модуль настройки .

Модуль настройки выполнен с возможностью рассчитывать по меньшей мере один показатель эффективности системы видеомонито- ринга леса. Этот показатель эффективности является интегральной величиной, описываемой вероятностной моделью, обобщающей собран- ное множество параметров, относящихся к характеристикам точек видеомониторинга и характеристикам территории размещения точек видеомониторинга. Характеристики территории включают в себя ландшафтные характеристики, погодные данные и данные о лесных пожарах. По меньшей мере некоторые из параметров, относящихся к характеристикам точек видеомониторинга, являются контролируемы- ми .

Модуль настройки сконфигурирован определять оптимальный набор параметров, который оптимизирует упомянутый по меньшей ме- ре один показатель эффективности системы видеомониторинга леса, при этом данный показатель эффективности итерационно вычисляется с варьированием контролируемых параметров, и выполнять корректи- ровку контролируемых параметров системы видеомониторинга леса до оптимального набора параметров.

Согласно одному предпочтительному варианту осуществления, предложенная система включает в себя сервер, и модуль настройки представляет собой программное обеспечение, исполняющееся на сервере .

Согласно другому предпочтительному варианту осуществления, модуль настройки представляет собой программное обеспечение, ис- полняющееся на по меньшей мере одном операторском компьютерном терминале .

Согласно еще одному предпочтительному варианту осуществле- ния, модуль настройки представляет собой компьютерное устрой- ство, выполненное с возможностью обмена данными с точками ви- деомониторинга и операторскими компьютерными терминалами.

Перечень фигур чертежей

Вышеуказанные и иные аспекты и преимущества настоящего изоб- ретения раскрыты в нижеследующем подробном его описании, приво- димом со ссылками на фигуры чертежей, на которых:

Фиг. 1 — схематическая частичная иллюстрация системы ви- деомониторинга леса;

Фиг. 2 — иллюстрация обнаружения пожара в точке (Xf, y_f) из точки (х, у) с ошибкой Е; Фиг. 3 — график, иллюстрирующий обнаружительную способность алгоритма автоматического обнаружения пожара;

Фиг. 4 — график, иллюстрирующий обнаружительную способность системы;

Фиг. 5 — график, иллюстрирующий плотность вероятности обна- ружить пожар;

Фиг. б — график, иллюстрирующий зависимость обнаружительной способности от площади пожара;

Фиг. 7 — график, иллюстрирующий зависимость вероятности об- наружения от времени наблюдения с учетом роста площади пожара (сплошная линия) и без учета роста площади пожара (пунктирная линия) ;

Фиг. 8 — логическая блок-схема способа оценки эффективности внедрения системы видеомониторинга леса;

Фиг. 9 — логическая блок-схема гибридно эволюционно- генетического алгоритма поиска оптимальной конфигурации системы видеомониторинга леса;

Фиг. 10 — логическая блок-схема способа определения опти- мальной конфигурации системы видеомониторинга леса согласно настоящему изобретению;

Фиг. 11 — иллюстрация обеспечения территории интереса веро- ятностью обнаружения не ниже заданной;

Фиг. 12 — сравнение оптимального и неоптимального способов размещения видеокамер; Фиг. 13 — иллюстрация территории с вероятностью обнаружения не менее заданной при неоптимальном расположении видеокамер, где места их установки отмечены треугольниками;

Фиг. 14 — иллюстрация территории с вероятностью обнаружения не менее заданной при оптимальном расположении видеокамер, где места их установки отмечены черными точками;

Фиг. 15 — логическая блок-схема способа оценки показателей системы видеомониторинга леса при её настройке в ходе эксплуата- ции ;

Фиг. 16 — логическая блок-схема способа оптимальной настрой- ки системы видеомониторинга леса согласно настоящему изобрете- нию.

Подробное описание изобретения

При последующем раскрытии настоящего изобретения будет де- латься ссылка на систему 100 видеомониторинга леса по Фиг. 1, при этом описание данной системы в полной мере относится к рас- крытию настоящего изобретения.

Общую постановку задачи оценки эффективности системы ви- деомониторинга леса целесообразно начать со следующего.

Имеется достаточно большая территория, на которой только часть занимает область мониторинга (пример: лес покрывает только часть территории области) . У территории есть специфичный рельеф, специфичные условия распространения оптического сигнала от обна- руживаемого объекта (условия окружающей среды) , которые опреде- ляют характеристики процесса обнаружения объекта на территории.

Предполагается, что для обнаружения пожара необходимо увидеть дым, поднимающийся над кромкой леса или непосредственно открытое пламя .

Эффективность развернутой либо предполагаемой к развертыва- нию системы зависит от ее конфигурации: пространственного распо- ложения точек видеомониторинга, параметров работы оборудования точек видеомониторинга (в частности, маршрута) , способов обра- ботки данных с точек и прочих параметров.

В формировании понятия эффективности задействуются параметры систем радиолокации (поскольку они близки по технологическому подходу к рассматриваемым системам оптической локации) , приня- тые, например, в [1]. В силу того, что обнаруживаемый объект (лесной пожар) является практически неподвижным с точки зрения наблюдаемой территории, параметры, участвующие в определении эф- фективности работы системы, могут быть определены следующим об- разом:

• вероятность пропуска цели — вероятность того, что объект с за- данными параметрами был на наблюдаемой территории, а система его не обнаружила. Система тем лучше, чем вероятность пропуска цели ниже ;

• вероятность ложной тревоги — вероятность выдачи сигнала нали- чия объекта при том, что объекта не было; обычно измеряется в значениях на единицу времени или в значениях на один анализи- руемый сигнал (объем информации) . Система тем лучше, чем веро- ятность ложной тревоги ниже ;

• временное разрешение — время обнаружения, прошедшее с момента возникновения объекта до момента его обнаружения. Система тем лучше, чем время обнаружения меньше; • пространственное разрешение — точность определения координат обнаруженных объектов; если два объекта будут расположены ря- дом друг с другом, то на каком минимальном расстоянии они должны быть , чтобы система идентифицировала их как разные объ- екты. Система тем лучше, чем точность обнаружения выше, т.е. чем меньше ошибка определения координат.

Набор таких параметров может быть определен для каждой точки рассматриваемой территории и каждой конфигурации системы. Оче- видно, что для фиксированной конфигурации системы (например, в ситуации, когда система уже развернута на местности) параметры, определенные для каждой из точек территории, будут различными. С другой стороны, в одной и той же точке местности определяемые параметры зависят от конфигурации системы, которая предполагает- ся к развертыванию.

Поскольку под эффективностью работы системы подразумевается некоторое количество разнородных параметров, формализация поня- тия эффективности без принятия какого-либо механизма приведения видится крайне затруднительной. Для формализации понятий эффек- тивности и оптимальности предлагается использовать обобщенный подход учета разнородных параметров через стоимостное выражение решения с соответствующими физическими характеристиками и по- терь, допускаемых таким решением. Такой способ позволяет сделать свертку разнородных и часто противоречивых в математическом смысле физических параметров функционирования системы в есте- ственный показатель эффективности.

Очевидно, что поскольку для каждой точки территории опреде- лен набор физических характеристик, можно определить эффектив- ность функционирования системы в точке территории. Общая же эф- фективность системы для территории может быть оценена как сум- марная или средняя эффективность для всех точек данной террито- рии .

Существует несколько факторов, обуславливающих сложность ре- шения данной задачи:

1) Сложность физики процесса обнаружения. На факт обнару- жения влияет множество объективных факторов:

a. характеристики территории: рельеф, неоднородное по- крытие территории лесом,

b. погодные условия, меняющиеся во времени для разных участков рассматриваемой территории,

c. условия установки видеокамер: высота подвеса, осо- бенности установки (например, загораживание конструкцией вышки части территории) ,

d. влияние конкретных технических условий (ширина кана- ла связи, особенности поворотной конструкции и объектива ви- деокамер, выбранные параметры функционирования камер и т.п.) на эффективность системы;

2) Организационная сложность. Определение степени влияния тех или иных факторов на эффективность требует большого количе- ства статистических данных, которые часто не существуют в виде, готовом для учета в рамках рассматриваемой задачи, либо не суще- ствуют вообще ни в каком виде и должны быть собраны самостоя- тельно,- 3) Техническая сложность задачи. Реализация алгоритма ре- шения излагаемой задачи сложна технически, а сам алгоритм очень ресурсоемок по следующим причинам:

a. сложность вычисления упомянутых ранее физических па- раметров обнаружительной способности для точки территории. Вычисления сложны в смысле количества требуемых операций и учета большого количества данных;

b. размерность задачи, порождаемая размерами террито- рии. Как было сказано, общая эффективность системы может быть оценена как средняя в некотором смысле эффективность по всем точкам территории. Для получения адекватной оценки ко- личество учитываемых точек должно быть порядка 10⁶, т.е. должно быть сделано порядка 10⁶ вычислений по пункту За.

Наличие упомянутых факторов сложности заставляет разрабаты- вать упрощенные модели учета различных факторов, эффективные вы- числительные процедуры [3] , [4] , в том числе с использованием суперкомпьютерных технологий и специального оборудования [5] , что является отдельной сложной технической проблемой.

Рассмотрение задачи оценки эффективности конфигурации систе- мы видеомониторинга леса проводится в нотации, определяющей бло- ки данных (входных, выходных, промежуточных) и обрабатывающие блоки, производящие вычисления над данными.

Во входных блоках данных размещается следующая структуриро- ванная информация. I. Информация о предполагаемой системе видеомониторинга леса: Таблица 1 : Инфо мация об имеющихся высотных соо ужениях

Таблица 2: Информация о возможном используемом обо удовании

Таблица 3 : Информация о возможных режимах работы системы

Таблица : Таблица параметров точек видеомонито инга

II. Информация о территории мониторинга:

Таблица 5 : Привязанная к координатам информация о неизменных в процессе мониторинга характеристика территории .

Координаты Высота над уров- Наличие или отсутствие Тип пожарной опасности Рекреационная Статистическая информация о Дру- точки террито- нем моря данной леса на данной терри- насаждений (класс по- нагрузка террито- лесных пожарах на данной тер- гие рии. точки территории, тории, да/нет жарной опасности по рии, коэффициент ритории, коэффициент вероят- пара

Широта, долго- м типу насаждений, число рекреационной ности или сама статистика. мет- та класса нагрузки ры

Берется из Берется из карты Берется из открытых Специализированные Данная информа- Ведется специализированными картографиче- высот, например, или закрытых информа- картографические ис- ция доступна по организациями, есть открытая ских данных, из источника ционных источников точники (применяются, регионам России статистика:

например NASA Global Digi- http://www.openstreetm например, в РФ в соот- и учитывается https://earthdata.nasa.gov/data/ http://www.op tal Elevation Model ap.org/ ветствии с положениями специализирован- near-real-time- enstreetmap.or (https:/Apdaac.usg Есть векторные слои с правительства), напри- ными организаци- data/firms/active-fire-data#tab-

Βί s.gov/products/ast растительностью, есть мер, ями (см., напри- content-6

er products table специализированные http://www.forestforu мер, [6])

Есть статистика в системе

/astgtnf) карты ГРИНПИС напри- m.ru/gis.php

мер: ИСДМ-Рослесхоз в закры- http://www.forestforum.ru/ том виде описание системы:

qis.php http://www.aviales.ni/default.a

spx?textpage-25

Таблица 6: Привязанная к координатам информация об изменяемых в процессе мониторинга характеристика территории (статистическое описание)

Наиболее важным моментом является определение основных функ- ций, необходимых для оценки эффективности, и зависимостей между такими функциями. Подробнее остановимся на примерах способов расчета таких функций, а так же на источниках данных для стати- стических зависимостей. Важным фактором является вычислительная сложность указанных функций для реальных условий применения.

Наиболее сложными и принципиальными являются оценка вероят- ности обнаружения пожара системой и зависимость потерь, связан- ных с нетушением пожара, от времени его обнаружения.

1. Оценка вероятности обнаружения пожара

Пусть камера подвешена в точке с координатами х, у и высотой h, а точка, в которой нас интересует оценка вероятности обнару- жить пожар, имеет координаты x_f, y_f (назовем её точкой интереса) . Для рассматриваемой точки интереса дан тип леса, определяющий скорость распространения пожара. Расстояние г между точкой инте- реса и точкой наблюдения может быть легко вычислено. Рельеф местности определяет оптическую видимость между этими двумя точ- ками. Кроме того, в момент наблюдения заданы основные внешние параметры: прозрачность атмосферы (дальность видимости) , ско- рость ветра, класс пожарной опасности. Предположим, что камера осматривает территорию вокруг себя с определенным углом обзора по горизонтали и в каждом направлении снимает в течение времени t .

На Фиг. 2 схематично представлена данная ситуация. Предполо- жим, что пожар начинается в нулевой момент времени, и, поскольку даны условия распространения (тип насаждений, класс пожарной опасности, скорость ветра) , на основе табличных данных может быть определено, как будет меняться площадь пожара от времени

[8] .

Важные предположения: время съемки каждой точки много меньше времени, за которое пожар значительно увеличивается в размерах, т.е. можно считать, что во время съемки в данном направлении по- жар не меняет своего размера . За время между съемками одной точ- ки (камера по заданным маршрутам обходит территорию и повторно снимает то же направление) не меняются внешние условия (прозрач- ность, скорость ветра и т.д.), но при этом считается, что каждый следующий осмотр — это событие, независимое в терминах обнаружи- тельной способности системы от предыдущей съемки в том же направлении.

Для того, чтобы построить плотность вероятности обнаружить пожар от времени, нужно определить, как вероятность зависит от времени наблюдения за точкой интереса. При построении системы, направленной на автоматическое определение источника возгорания, эта зависимость также определяется характеристикой алгоритма ав- томатического обнаружения. Данную зависимость можно получить на основе статистических исследований, используя готовые видеомате- риалы, содержащие изображения пожаров при определенных условиях, путем запуска в отношении них алгоритма автоматического обнару- жения дыма. Поскольку накопление развитой базы видеоматериалов с различными характеристиками пожаров и условий обнаружения может быть проблемой в связи с редкостью природного пожара как явле- ния, можно смоделировать, как будет выглядеть дым при определен- ных условиях на изображении и провести исследования используемо- го алгоритма автоматического обнаружения на моделируемых видео- материалах .

Пример графика зависимости вероятности обнаружения пожара в точке территории от времени непрерывной съемки в данной позиции приведен на Фиг. 3. Ещё раз уточним, что это есть зависимость вероятности обнаружения пожара для конкретной точки наблюдаемой территории от времени непрерывного наблюдения за этой точкой при условии, что пожар в этой точке присутствует и фиксированы пара- метры окружающей среды, размеры пожара, конкретное приближение камеры и конкретное местоположение пожара относительно камеры (в смысле рельефа и дальности) .

Используя данную зависимость и предположение, что пожар воз- никает в случайные моменты времени, а так же предположение, что между соседними по времени осмотрами данной территории проходит столько времени, что обнаружение при повторном осмотре в стати- стическом смысле не зависит от обнаружения при первом, можно по- строить вероятность обнаружения пожара от времени с момента его возникновения (Фиг. 4). По оси абсцисс отложены времена, за ко- торые камера делает 1, 2, 3 и т.д. оборотов или, другими слова- ми, возвращается для повторного осмотра данной территории. Сле- дует пояснить, что поскольку поворотная камера поочередно снима- ет позиции, заданные маршрутом, вероятность того, что камера к моменту времени Т на отрезке [0, Τχ] сняла именно точку (x_f, y_f) , линейно зависит от Т, достигая 1 в момент Т_х. Действительно, по- скольку Τχ — время совершения полного цикла осмотра по маршрутам, вероятность того, что конкретная точка территории будет к этому моменту осмотрена, равна 1, так как к этому моменту будут сняты все точки территории интереса. Поскольку вероятность обнаружения пожара в точке является произведением вероятности осмотра точки за время Т на вероятность обнаружения пожара на отснятом матери- але, вероятность обнаружения пожара в момент времени ΊΊ равна

1 * P_r(t) . Для выбранного на Фиг. 4 времени осмотра одной точки вероятность обнаружения к моменту ΊΊ составит 0.5. К моменту вре- мени Т₂ территория будет осмотрена дважды, и это значит, что ве- роятность обнаружить пожар будет 1 - (1 - P_r(t))². Между точками

Ti и Ti₊₁ функция вероятности определена линейно. Продолжая проце- дуру в сторону увеличения времени, получим зависимость вероятно- сти обнаружения пожара в точке территории от времени функциони- рования системы.

Для получения плотности вероятности обнаружить пожар в опре- деленный момент времени с момента его возникновения необходимо численно взять производную от вероятности обнаружения по време- ни. Пример такой плотности вероятности представлен на Фиг. 5. Фактически это и есть искомая плотность вероятности обнаружить пожар от времени W_o6h (СМ. формулу (4) ниже) для системы, которая состоит из одной камеры.

Приведенные выше рассуждения были сделаны исходя их предпо- ложения, что за время наблюдения размеры пожара не меняются. В реальной же обстановке период полного прохождения маршрута осмотра территории измеряется десятками минут или даже часами. С учетом того, что пожар может быть обнаружен на втором, третьем и т.д. проходе маршрута наблюдения, его размер к этому моменту мо- жет существенно увеличиться, что повысит вероятность его обнару- жения. Зависимость площади пожара от времени может быть оценена на основе табличных данных, приводимых в различных методических пособиях (например, в [7] ) . Вероятность обнаружить пожар увели- чивается с увеличением его площади, и, как следствие, видимого размера. Этот факт проиллюстрирован на Фиг. 6, где изображено семейство кривых вероятности обнаружения пожара в зависимости от времени съемки одной позиции маршрута для трех различных площа- дей пожара .

Пусть известна зависимость площади пожара от времени его го- рения S(T). Тогда, повторяя рассуждения для Фиг. 40шиб а! Источ- ник ссылки не найден., получим, что вероятность обнаружить пожар в момент времени Т1 равна P_r(t,S(Tl)), в момент времени Т2 равна 1 - (1 - P_r(t,S(Tl) ) ) (1 - P_r(t,S(T2))) и т.д. Значения Р(Т) в точках, отличных от Ti могут быть вычислены по формуле (1), ко- торая отражает тот факт, что вероятность обнаружить пожар зави- сит не только от обнаружительной способности алгоритма при вы- бранном времени съемки одной позиции t, но и от вероятности осмотреть точку интереса i раз к моменту времени Т. Плотность вероятности посмотреть в точку интереса i раз ко времени Т

равна 1/Т1 в промежутке от Ti-1 до i и 0 в других точ- ках. Действительно, вероятность посмотреть в точку i раз в мо- мент времени Ti-1 равна 0, в а момент Ti равна 1, возрастая меж- ду этими двумя точками линейно .

Эти факты проиллюстрированы на Фиг. 7. Для ясности, на Фиг. 7 пунктирной линией приведена зависимость вероятности обна- ружения без учета роста площади очага возгорания при некотором фиксированном его размере .

Рассмотрим более общий случай, когда данная точка территории видна сразу с нескольких камер. Приведем пример для двух камер, после чего поясним, как распространить приводимые рассуждения на любое количество видеокамер.

Пусть есть две точки видеомониторинга, каждая из которых имеет свою высоту, находится на своем расстоянии от точки наблю- дения, каждая проводит мониторинг со своими параметрами (угол обзора, время наблюдения точки, параметры алгоритма) , условия окружающей среды могут быть одинаковыми или разными. Тогда для каждой из точек будет своя вероятность обнаружить пожар от вре- мени, соответственно Ρχ(Τ) и Р₂ (Т) , и вероятность обнаружить за время Т хотя бы с одной камеры будет определяться по следующей формуле :

Р(Т) = 1 - (1 - Ρι(Τ) ) (1 - Р₂(Т) ) (2)

Проведя дифференцирование этой функции, можно получить плот- ность вероятности обнаружить пожар хотя бы с одной видеокамеры от времени. Данный способ позволяет определять плотность вероят- ности от времени при наблюдении точки территории любым количе- ством точек видеомониторинга, исходя из соображения, что вероят- ность обнаружения хотя бы одной точкой видеомониторинга обратна вероятности необнаружения одновременно всеми точками видеомони- торинга :

2. Расчет точности определения координат

Точность определения координат возгорания в точке интереса (Xf Yf) с видеокамеры в точке (х, у) зависит от взаимного распо- ложения точки интереса и камеры и не зависит от времени наблюде- ния. Точность определения координат может быть охарактеризована вероятностью определения в точке (x_f, y_f) координат пожара с ошибкой Е Ро_ши_бки(Е) с условием, что точка была просмотрена и в ней был пожар. Однако, если учесть данные на Фиг. 7, то вероят- ность обнаружить пожар, при условии, что он был в точке интере- са, равна произведению вероятности реализации ошибки Е на веро- ятность обнаружить в этой точке пожар ко времени Т:

Рошибки.Е _f Т) = Рошибки {Е) Р{Т) .

При этом для двух камер функция реализации ошибки должна вы- глядеть следующим образом:

>шибки(Я, Т =

СП + ошибки (£)Р² (Л + (4 ) где Р0шибки ( ^Е ) ^— вероятность реализации ошибки Е для i-той камеры при обнаружении пожара i-той камеры; Р¹ (Т) — вероятность обнаруже- ния i-той камерой в момент времени Т.

Рассуждения, относящиеся к формуле (4) , можно распространить на сколь угодно большое количество видеокамер. Из полученной за- писи плотности вероятности очевидным способом получается плот- ность вероятности реализации ошибки Е в момент времени Т для конкретной точки территории И^^шибки(Г, E, F) . 3. Зависимость потерь, связанных с нетушением пожара, от времени его обнаружения

Зависимость должна включать компоненты ущерба, связанные с продолжительностью нетушения пожара (в том числе, связанные со временем обнаружения, точностью определения местоположения пожа- ра, стоимостью тушения (например, в соответствии с [9]) и т.д.) .

Очевидным является предположение, что ущерб зависит от пло- щади пожара, которая, в свою очередь, увеличивается от времени, т.е. чем большую площадь "прошел" пожар, тем больше должен быть ущерб. После определения зависимости ущерба, наносимого пожаром, от площади и зная, как меняется площадь от времени, может быть оценена зависимость стоимости тушения от времени. В данной зави- симости также может быть учтено то, что время, требуемое для то- го, чтобы доехать до каждой точки территории, будет разным, т.е. добавится ещё компонента, определяющая прибавку во времени нету- шения пожара в зависимости от места его возникновения.

В конечном счете, ущерб зависит от того, какова стала пло- щадь пожара к моменту начала тушения, которая, в свою очередь, зависит от того, в какое время после начала горения пожар был обнаружен и какова была точность определения координат. Простая интерпретация зависимости площади пожара от точности определения координат заключается в том, что при неточном определении пожар- ной бригаде придется осуществлять поиск пожара на местности, на что уйдет время, зависящее от ошибки определения координат, и за это время пожар увеличится в размерах. Эти рассуждения выражены следующей формулой : C(T, E) = C(S(T + £_{нах0ЖДе}„„_я(£))) , (5) где C(S) — зависимость ущерба, нанесенного пожаром от его площа- ди, S(T) — зависимость площади пожара от времени, С_нахо,в_дения(£)— за- висимость времени нахождения пожара бригадой в зависимости от ошибки обнаружения Е .

В таком случае, оценкой среднего ущерба, допущенного систе- мой обнаружения в точке интереса F при конкретных характеристи- ках окружающей среды К и при условии, что в данной точке был по- жар, будет

C(F,К) = J₀°° J" СТ, E)W ^H Т, F, /ОИ^^оши6ки(Г,Е,F)dTdE ( 6 )

Таким образом, полная запись оценки среднего ущерба для всей территории при заданной плотности вероятности возникновения определенных условий окружающей среды W_OKp и вероятности возник- новения пожара в точке F при условиях окружающей среды К W_n03Ka- _pa(F,K) будет такой:

С =

/о"⁵ζ' C(T,E)W_O6H(T, F,K)Wr"⁶™(T,Е, F)dTdEdKdF ( 7 )

Следует отметить, что Р_ПОжара нормирована по времени, т.е. имеет смысловое значение "вероятность возникновения пожара за определенный период времени". Поэтому оценка среднего ущерба нор- мирована по времени в том же смысле, т.е. имеет смысл "средний ущерб, допущенный системой обнаружения, за период времени".

Кроме того, следует рассмотреть еще ряд критериев, которые могут использоваться для оценки эффективности системы видеомони- торинга леса.

Средняя вероятность обнаружения пожара за время Т: W = f_sSK W_0Kp(K)W_o6H (T, F, K)dKdF (8)

Среднее время с вероятностью Р обнаружить пожар:

(9)

Средняя вероятность обнаружить за время Т пожар с ошибкой не больше Е:

Отметим, что формула (10) позволяет отвечать на вопросы сле- дующего характера:

1) Какова средняя вероятность за время Т обнаружить пожар с точностью Е;

2) При построении обратной функции по Т: каково среднее время, затраченное на обнаружение пожара с заданной точностью и вероятностью не менее заданной величины;

3) При построении обратной функции по Е: при заданной ве- роятности с какой точностью можно определить координаты возгора- ния за время Т.

Здесь целесообразно сделать замечание по поводу учета дале- ких вышек. Очевидно, что точность определения координат с одной камеры и, как следствие, вклад в точность определения координат при обнаружении с нескольких камер, убывает по мере увеличения расстояния между камерой и точкой интереса. Кроме того, при уве- личении расстояния вероятность обнаружения также снижается. Эти факты позволяют утверждать, что при достижении некоторого порога расстояния между камерой и точкой интереса вклад камеры в обна- ружительные характеристики системы для конкретной точки террито- рии становится пренебрежимо малым. Это означает, что вычисли- тельная сложность расчетных процедур при оценке обнаружительных характеристик системы может быть снижена путем исключения из рассмотрения камер, находящихся дальше заданного порога от точки интереса .

4. Расчет экономической эффективности внедрения системы обнару- жения пожара

Введем понятие полного ущерба при эксплуатации системы обна- ружения. Полный ущерб складывается из:

1. среднего ущерба С, допущенного системой за рассматриваемый пе- риод времени,

2. разовых затрат на разворачивание системы Ср_аЗБ0р_{ачиванИ}е ,

3. эксплуатационных затрат С_ЭКсплуатации: аренды площадок размещения оборудования, каналов связи, обслуживания системы за рассмат- риваемый период времени,

4. затрат на человеческие ресурсы (операторов системы) С_операторы-

Экономическую эффективность внедрения можно рассчитывать как разницу между потенциальным полным ущербом (пункты 1-4) после внедрения системы и потенциальным полным ущербом (пункты 1, 3,

4) при невнедрении за интересующий период времени. Такой подход учитывает сценарии, когда существующая система обнаружения заме- няется на более новую, либо система видеомониторинга внедряется на территории, где ранее отсутствовала какая-либо иная система обнаружения. Так, оценка полного ущерба существующей системы складывается из пунктов 1, 3, 4, а при отсутствии системы — толь- ко из пункта 1. В таком случае подход, определяемый формулой

(6) , может быть также применен с необходимым уточнением, что плотность вероятности обнаружить пожар представляет собой дель- та-функцию с "пиком" в месте, определяющем максимальный урон от пожара, а плотность вероятности реализации точности определения координат Е — дельта-функция с пиком, соответствующим вероятности возникновения ошибки определения координат 0.

разворачивание должна быть посчитана исходя из определения сто- имости используемого оборудования и его монтажа.

Сопе аторы должна быть посчитана исходя из средней стоимости работы оператора в данной местности и количества операторов, не- обходимого для обслуживания системы с учетом сменности. Необхо- димое количество операторов может быть оценено по следующей ме- тодике . Известно среднее число F фактов съемки камеры в единицу времени. В реальности это число составляет 1,5-2 факта в минуту. Известно количество камер в предполагаемой системе N. Очевидно, что вся система камер будет генерировать F * N экземпляров ви- деоматериала в единицу времени. Система автоматического обнару- жения допускает вероятность ложного срабатывания Pfauit^ следова- тельно, среднее количество ложных срабатываний в единицу времени во всей системе будет F ^х N ^х Pfauit- Это есть оценка среднего ко- личества требующих принятия оператором решения видеоматериалов, генерируемых системой в единицу времени. Строго говоря, принятия решения требуют не только видеоматериалы, на которых алгоритм допустил ложное срабатывание, но и те, на которых алгоритм сра- ботал верно, но число последних зависит от числа пожаров на местности за единицу времени и несоизмеримо мало по сравнению с числом ложных срабатываний, что позволяет пренебречь этим компо- нентом при оценке нагруженности оператора. Известно, что опера- тор в среднем способен принять решения по S видеоматериалам в единицу времени (типичный показатель 10-20 фактов в минуту) . От- сюда минимально необходимое потребное количество операторов мо- жет быть оценено следующим образом:

N ' "операторов

(ID где К > 1 — коэффициент резерва, D — длительность смены одного оператора в часах.

Кроме того, оценка может учитывать, что в периоды пожарной опасности регламент мониторинга территории, помимо просмотров результатов деятельности автоматической системы, может включать непосредственный осмотр территории человеком. Для таких периодов оценка может быть пересмотрена следующим образом: операторов ^ ^(1+Р^1 (12)

Вычисление затрат на операторов является очевидной процеду- рой при известном необходимом их числе и средней стоимости ра- ботника необходимой квалификации в данной местности.

Ниже со ссылкой на Фиг. 8 описан способ определения ущерба, допущенного системой видеомониторинга леса. Как видно, описывае- мый способ оценки эффективности системы состоит из четырех бло- ков .

Блок { 1 } , на основе статистической обработки архивных данных о погоде в данной территории (Таблица б (Т6)), вычисляет про- гнозную вероятность возникновения пожара на данной территории за рассматриваемый период времени Р_ПОжара и плотности вероятности ре- ализации конкретных условий окружающей среды W_0Kp(K). Следует от- метить, что прогнозная вероятность возникновения пожара может быть оценена как на основе архивных данных о пожарах на террито- рии в пожароопасные сезоны, так и с использованием различных ме- тодик прогноза вероятности возникновения пожара на основе пред- полагаемых классов пожарной опасности с учетом возможной погод- ной обстановки на территории.

Блок {2} строит функцию С(Т,Е) оценки зависимости ущерба, нанесенного пожаром, от времени нетушения пожара и ошибки опре- деления его координат (см. формулу (5) ) . Зависимость строится на основе :

1) данных о зависимости площади пожара от времени (другими словами, данных о скорости распространения пожара для леса на конкретной территории) ,

2) данных о стоимости леса на единицу площади лесного по- крова ,

3 ) данных о времени нахождения очага возгорания силами ту- шения при определенной допущенной системой ошибке обнаружения координат возгорания.

Блок {3}, на основе данных из Таблиц 1-6 (Т1-Т6) , в соответ- ствии с подходами, описанными выше в разделах 1, 2, и с исполь- зованием формул (1) , (3) , строит процедуру вычисления следующих фундаментальных обнаружительных характеристик системы для каждой точки исследуемой территории:

1) плотность вероятности обнаружить пожар за определенное время Т в данной точке интереса F при реализации конкретных по- годных условий К; 2) плотность вероятности допустить ошибку определения ко- ординат Е при наблюдении очага в точке интереса F в течение вре- мени Т .

Блок {4}, в соответствии с подходами, описанными выше в раз- делах 3, 4 строит серию оценочных критериев для системы, таких как:

1) полный ущерб, допущенный системой, который включает не только ущерб, связанный с потерей леса, но и стоимость развора- чивания и обслуживания самой системы;

2) вероятностные, точностные и временные характеристики системы, включая среднюю вероятность обнаружения пожара за время Т, среднее время с вероятностью Р обнаружить пожар, среднюю ве- роятность обнаружения пожара за время Т с ошибкой не больше Е.

Далее описывается способ оптимального размещения системы ви- деомониторинга леса для раннего обнаружения пожаров .

Очевидным является факт, что системы видеомониторинга леса с разными конфигурациями обеспечивают разные обнаружительные ха- рактеристики и, как следствие, разную величину полного ущерба для рассматриваемой территории. Поэтому, при подготовке к раз- вертыванию важным является не столько априорная оценка характе- ристик системы на местности, сколько выбор оптимальной конфигу- рации, которая бы удовлетворяла всем наложенным на систему огра- ничениям и имела оптимальные оценки по выбранным критериям.

Для описания способа выбора оптимальной конфигурации системы перечислим варьируемые параметры, варианты ограничений и крите- риев .

Варьируемые параметры В качестве варьируемых параметров выступают данные, приве- денные в Таблице 4 , а именно :

• места расположения видеокамер (могут выбираться из заранее за- данного списка, либо произвольно) ;

• типы оборудования;

• конфигурации маршрутов осмотра ;

• настройки системы автоматического обнаружения;

• другие параметры конфигурации системы (такие как, ширина кана- лов связи, объемы архивов данных, настройки видеокамер и .п.) .

Налагаемые ограничения

В общем случае, любые из параметров либо промежуточных вели- чин, как и их деривативы (всевозможные средние значения по вре- мени и территории, максимальные и минимальные величины и др.) могут быть использованы для ограничения конфигурации рассматри- ваемой системы видеомониторинга леса. Наиболее часто используе- мые варианты:

• обеспечение вероятностей обнаружения не ниже заданных на всей территории или ее части (например, в части особо важных лесных массивов) ;

• обеспечение средних времен обнаружения не ниже заданных на всей территории или ее части;

• построение системы с разовыми либо эксплуатационными затратами не выше заданных;

• построение системы с задействованием количества вышек не более заданного . Критерии оценки

В общем случае, любые из параметров либо промежуточных вели- чин, как и их деривативы могут являться критериями, которые так- же в настоящей заявке именуются показателями эффективности. Наиболее часто используемыми являются:

1. полный ущерб, допущенный системой;

2. площадь территории с вероятностью и точностью обнаружить пожар не ниже заданного порога;

3. площадь территории со средним временем обнаружения не более заданного порога;

4. разовые затраты;

5. эксплуатационные затраты;

6. нормированные свертки показателей по пп. 1-5, либо многокрите- риальные оценки с предпочтениями по критериям.

Говоря о способе выбора оптимальной конфигурации, прежде всего следует отметить следующее.

Задача оптимизации значения функции неизвестного вида NP- трудна (см. [2] , [4] ) . Оценка свойств функций, представляющих собой критерии работы системы видеомониторинга, видится крайне затруднительной. В таких обстоятельствах технически более про- стым решением видится использование выбранных критериев в каче- стве функций неизвестного вида и применение алгоритмов нахожде- ния псевдооптимального решения задачи оптимизации. Способ выбора оптимальной конфигурации сводится к направленному сокращенному перебору возможных конфигураций системы на местности и выбору оптимальной с точки зрения выбранных критериев конфигурации, удовлетворяющей поставленным ограничениям. Согласно предпочтительному варианту осуществления настоящего изобретения, алгоритм поиска оптимальной конфигурации представ- ляет собой гибридный эволюционно-генетический алгоритм (см. [3] )

(см. Фиг . 9) .

Как нетрудно заметить, варьируемые (или контролируемые) па- раметры (Таблица 4) могут носить дискретный (места расположения и типы оборудования), либо непрерывный или условно-непрерывный характер (остальные параметры) . Блок дискретных параметров явля- ется основой для представления кодировки (генотипа) особей гене- тического алгоритма (ГА) . Фактически, кодировка представляет со- бой 2к-ичную строку G длины N, где к — количество типов оборудо- вания (оборудование пронумеровано от 1 до к включительно) , N — количество потенциальных мест установки оборудования. Таким об- разом, значение i-o o символа строки G(i) определяет, какой тип оборудования должен быть установлен на i-той вышке, если G(i) не равно 0. G(i) равное 0 интерпретируется как отсутствие оборудо- вания на i-той вышке. Значение G(i) равное —j означает установку на i-тую вышку двух экземпляров оборудования j, так чтобы зоны, загораживаемые конструкцией вышки, не перекрывались; такая си- стема создает точку видеомониторинга с обзором в 360°. Таким об- разом, любая строка, удовлетворяющая описанным ограничениям, определяет места и типы установки оборудования на территории. Вторым элементом кодировки является набор связанных с каждым символом строки (т.е. с каждой предполагаемой к установке видео- камерой) непрерывных параметров осмотра территории. Пусть к установке на территории планируется один тип видео- камер. Тогда Таблица 2, приведенная выше, будет иметь следующий вид:

Определены места расстановки вышек, пригодных для установки видеокамер. Ниже дан пример вышеприведенной Таблицы 1, определя- ющей места расстановки вышек:

В таком случае, примером кодировки G могут служить следующие строки :

(0,0,0,0,0) - ни на одну вышку не установлено оборудование; (1,1,1,1,1) — на всех вышках установлен один экземпляр обо- рудования;

(1,1,-1,1,1) — на третьей вышке установлено две видеокамеры, так что их зоны загораживания не перекрываются, на остальных вышках установлен один экземпляр оборудования. Кроме того, с каждой позицией сроки G ассоциирован набор па- раметров системы, связанных с соответствующей точкой видеомони- торинга. Такой набор может включать следующие параметры:

• опорные точки маршрутов осмотра территории (набор значений (Р, Т, Z), где Р и Т — углы азимута и склонения в сферической системе координат с центром в месте расположения камеры, плос- кость экватора которой расположена параллельно плоскости гео- метрического горизонта, а положению нулевого азимута соответ- ствует направление на север, Z — приближение камеры (или свя- занные величины, такие как фокусное расстояние и углы поля зрения камеры) ) , тип снимаемого материала (видео, изображе- ния) , время съемки одной позиции, параметры съемки (разреше- ние, параметры фокусировки, выдержки, диафрагмы, скорость съемки (количество кадров в секунду) , другие параметры, специ- фичные для устанавливаемого оборудования, такие как баланс бе- лого, усиление, инфракрасный (IR) фильтр, параметры постобра- ботки изображения и др.) , параметры системы компьютерного зре- ния (пороги на чувствительность, параметры накопления, класте- ризации, выделения объектов) ;

• положение видеокамеры на вышке .

Показанные на Фиг. 9 операторы ГА генерации начальной попу- ляции, кроссовера и мутации хорошо известны из классической ли- тературы по эволюционно-генетическим алгоритмам (см. , например, [3] ) . При решении рассматриваемых задач хорошо показали себя од- ноточечные операторы кроссовера и мутации.

При применении кроссовера потомки наследуют не только код генотипа, но и связанные с каждой наследуемой позицией генотипа параметры. При этом, в терминах моделируемой системы такое наследование означает, что каждое из вновь синтезируемых решений наследует часть признаков одного родителя, часть — другого. Дру- гими словами, в решении-потомке конфигурации отдельных точек мо- ниторинга будут взяты из одного родителя, другие — из другого. Если потомок унаследовал "хорошие" части родительских решений, он получает шансы "выжить" в ходе дальнейшей эволюции и "породить" еще более качественные решения. В рассматриваемом предпочтитель- ном алгоритме применяются два вида кроссоверов: одноточечный и равномерный .

Мутация подразумевает изменение единичного гена с подбором допустимого набора связанных параметров . В терминах моделируемой системы это означает "сброс" конфигурации одной точки видеомони- торинга с последующей попыткой установить на вышку случайный тип оборудования с допустимыми для него режимами эксплуатации.

Оператор оценки реализован в соответствии с методикой, про- иллюстрированной со ссылкой на Фиг. 8, и позволяет выбрать кри- терий из числа определенных методикой оценки либо комбинацию та- ких критериев .

Оператор генетического взрыва следит за генетическим разно- образием популяции. В случае падения разнообразия ниже заранее заданного порога, данный оператор производит инъекцию нового ге- нетического материала с целью предотвращения преждевременной сходимости алгоритма к локальному оптимуму, далекому от глобаль- ного . Отбор представляет собой схему предпочтительного ранжирова- ния с исключением из популяции особей из конца списка предпочте- ний. При этом популяция делится на группы по количеству исполь- зуемых видеокамер, из каждой группы удаляются решения, для кото- рых нашлись другие решения, такие что значения критериев для них лучше, но количество используемых камер меньше. Оставшиеся особи упорядочиваются по ухудшению значения критериев. Затем произво- дится отбрасывание по одной особи из хвоста каждой группы до тех пор, пока не будет достигнуто целевое количество особей в попу- ляции .

В качестве условия останова предпочтительно, но не исключи- тельно, используется ограничение по количеству обработанных по- колений популяции.

Таким образом, генетический алгоритм — это механизм исследо- вания подпространства пространства параметров, связанного с дис- кретными вариативами.

С каждой из выбранных схем размещения связан набор оптималь- ных непрерывных параметров. Оптимизация в подпространстве непре- рывных параметров при зафиксированной конфигурации дискретных параметров осуществляется блоком локальной адаптации особей при помощи статистического алгоритма поиска глобального оптимума. Возможные варианты реализации такой оптимизации широко известны в технике (см. , например, [10] ) .

При этом, как было сказано ранее, в качестве критерия ис- пользуется непосредственно критерий, выбранный в качестве пока- зателя эффективности системы, если он единственный, либо свертка критериев с коэффициентами, характеризующими важность каждого отдельного критерия.

В процессе локальной адаптации используется одна из двух стратегий применения алгоритма поиска глобального оптимума: гло- бальная и локальная. Глобальная стратегия подразумевает, что вектор управляемых параметров представляет собой объединение векторов параметров, связанных с каждой позицией перестановки.

Таким образом, алгоритм поиска глобального оптимума работает сразу со всеми непрерывными и условно-непрерывными параметрами точек видеонаблюдения в рамках рассматриваемой особи генетиче- ского алгоритма. При применении локальной стратегии, в качестве вектора контролируемых параметров используется вектор непрерыв- ных и условно-непрерывных параметров, связанных с одной точкой видеомониторинга. Алгоритм глобального поиска оптимума в этом случае запускается для каждой точки видеомониторинга последова- тельно и циклически до тех пор, пока "проход" по всем точкам ви- деомониторинга приводит к улучшению критериев эффективности. Глобальная стратегия обладает существенно большей вычислительной трудоемкостью, но потенциально обеспечивает более высокое каче- ство локальной адаптации.

Таким образом, после окончания работы блока локальной адап- тации, популяция представляет собой набор различных вариантов размещения оборудования на местности, для каждого из которых найден оптимальный набор непрерывных и условно-непрерывных пара- метров конфигурации системы мониторинга .

Для простоты изложения, но без потери общности, предположим, что набор непрерывных параметров для каждой точки мониторинга состоит из одного параметра — места размещения видеокамеры на вышке А (изменение места размещения приводит к изменению положе- ния слепой зоны, обеспечиваемой загораживанием поля обзора ви- деокамеры элементами конструкции вышки) . Тогда при использовании глобального подхода вектор варьируемых параметров для рассматри- ваемого примера будет иметь вид (Ai , А_{2 /} А_{3 (} А4, А₅ ) , где Ai — раз- мещение камеры на i-той вышке. При использовании локального под- хода статистический алгоритм будет поочередно запускаться над одномерными векторами (Αι ) , (А₂ ) , (А₃ ) , (А₄) , (А₅ ) , (Aj , (А₂ ) , (А₃ ) , (А₄) , (А₅ ) и т.д. до тех пор, пока происходит улучшение эф- фективности текущего решения.

Ниже со ссылкой на Фиг. 10 описывается отвечающий настоящему изобретению способ 1000 определения оптимальной конфигурации си- стемы видеомониторинга леса, пример которой показан на Фиг. 1 . Рассматриваемая здесь система видеомониторинга леса может быть планируемой для развертывания.

На этапе 1010 собирают множество параметров, относящихся к характеристикам точек видеомониторинга и характеристикам терри- тории размещения точек видеомониторинга. Подробный пример таких параметров самих по себе и путей их получения приведен выше в Таблицах 1 - 6 . Как было сказано ранее, среди указанных параметров имеются параметры, которые являются контролируемыми (или варьи- руемыми) . Примеры контролируемых параметров также даны выше.

На этапе 1020 задают один или более показателей эффективно- сти системы видеомониторинга леса (т.е. критериев) в соответ- ствии с подходами, раскрытыми выше в разделах 1 -4 . На этапе 1030 выполняют перебор вариантов размещения точек видеомониторинга по множеству возможных позиций на территории .

Данный перебор отвечает подходу к решению задачи оптимизации, описанному выше. Для этого, итерационным образом выполняется установление конкретного размещения точек видеомониторинга си- стемы на местности и, для установленного размещения точек ви- деомониторинга, определение такого оптимального набора парамет- ров, который оптимизирует потребный показатель эффективности из показателей эффективности системы видеомониторинга леса, задан- ных на этапе 1020. При выполнении указанных итераций, потребный показатель эффективности вычисляется с варьированием соответ- ствующих ему контролируемых параметров по итерациям. Как было сказано ранее, потребный показатель эффективности может пред- ставлять собой свертку различных показателей эффективности с ко- эффициентами, характеризующими важность каждого отдельного пока- зателя эффективности.

Согласно предпочтительному варианту осуществления, перебор вариантов размещения точек видеомониторинга на этапе 1030 пре- кращается по выполнению заранее заданного условия завершения.

Таким условием завершения может быть, например, одно из следую- щего :

• устойчивое отсутствие улучшения потребного показателя эффек- тивности по ходу выполнения итераций перебора;

• исчерпание временной квоты, выделенной на выполнение перебора;

• достижение заранее определенного количества итераций.

Предпочтительно, при выполнении перебора для последующих итераций из рассмотрения исключаются точки видеомониторинга, из- менение позиции и/или характеристик которых не оказывает суще- ственного влияния на выполняемую оптимизацию, что позволяет ди- намически сокращать варианты перебора.

На этапе 1040 определяют оптимальную конфигурацию системы видеомониторинга леса. Для этого, полученные размещения точек видеомониторинга, для которых на этапе 1030 определены оптималь- ные наборы параметров, сравниваются между собой и выбирается тот вариант размещения, которому соответствует наилучшее значение показателя эффективности.

Согласно предпочтительному варианту осуществления, на по- требный показатель эффективности может быть наложено ограничение или ряд ограничений, пример которых приведен выше в разделе 4. Это делается, в частности, для исключения из сравнения по этапу 1040 тех вариантов размещения точек видеомониторинга, для кото- рых показатель эффективности не удовлетворяет наложенным на него ограничениям .

Реализация описанного выше способа 1000 может быть осуществ- лена путем соответственного конфигурирования/программирования компьютера или другой подобной машины. Конфигурирование компью- тера для выполнения им функций согласно настоящему изобретению, описанных выше, может быть осуществлено путем инсталляции на не- го специализированного программного обеспечения, которое при его исполнении предписывает компьютеру выполнять соответствующие функции. Это может быть самостоятельно разработанное программное обеспечение, в том числе с использованием коммерчески и обще до- ступных сред программирования, библиотек, API и пакетов, заказ- ное программное обеспечение или комбинация вышеперечисленного. При этом, низкоуровневые аспекты такого компьютера, включая ап- паратные средства и базовое программное/программно-аппаратное обеспечение, являются широко известными.

Примером результатов применения предложенных методик оптими- зации могут служить графики зависимости обеспечения территории интереса (Фиг. 11) вероятностью обнаружения не ниже заданной

(критерий обозначен как "Общее покрытие") и точностью обнаружения не ниже заданной (критерий обозначен как "Территория с большей точностью") от количества устанавливаемых видеокамер (Фиг. 12) .

Графики типа "... до оптимизации" представляют значение упомя- нутых критериев при неоптимальном выборе местоположения точек видеомониторинга (например, на основе визуальной расстановки) .

Графики типа "... после оптимизации" представляют значения тех же критериев для конфигураций с заданным числом точек видеомонито- ринга, но выбранных на основе предложенного способа оптимизации. Значения критериев определены для всего диапазона значений коли- чества точек видеомониторинга к установке. Так, например, при неоптимально расставленных 42 -ух точках видеомониторинга площадь с вероятностью обнаружения не ниже заданного порога составляет около 27% от общей площади интереса. При оптимальной расстановке тех же 42-ух точек видеомониторинга покрытая площадь составит более 50%. Эти факты проиллюстрированы на Фиг. 13 и Фиг. 14. Ил- люстрации позволяют визуально оценить обеспечиваемую разницу в площадях . Далее описывается способ оптимальной настройки системы ви- деомониторинга леса под текущие условия окружающей среды.

Как видно из Таблицы 4, конфигурация системы на местности включает два основных блока:

• Блок информации о размещении камер (блок РК) : места установ- ки, тип оборудования, направление загораживания конструкции;

• Блок настроек режимов осмотра территории (блок РОТ) : исполь- зуемые маршруты, времена осмотра, настройки системы компьютерно- го зрения и прочее.

При построении оптимальной конфигурации системы блок оптими- зации варьирует параметрами, входящими в оба блока, таким обра- зом одновременно выбирая размещение видеокамер и их будущие ре- жимы работы. При этом, в качестве исходных данных используются архивные данные об изменяющихся условиях на территории (без по- тери общности, будем говорить об архиве погодных данных) . В предположении, что погодные условия на данной территории будут аналогичны архивным, характеристики системы после её развертыва- ния будут соответствовать таковым, рассчитанным для архивных данных .

Очевидно, что погодные условия в процессе эксплуатации си- стемы видеомониторинга леса будут отличаться от средних значе- ний, принятых при проектировании. Как следствие, реальные харак- теристики системы при этом будут также отличаться от расчетных

(т.е. рассчитанных на основе архивных данных), как правило, в худшую сторону. С другой стороны, факт, что система развернута на местности, означает, что зафиксированы значения блока РК Таб- лицы 4, но данные блока РОТ можно изменять, настраивая режимы работы системы. Общий подход выбора оптимальной конфигурации си- стемы может быть применен для настройки системы в процессе ее эксплуатации (вплоть до настройки в режиме реального времени) с принятием во внимание следующих фактов :

1) пространство варьируемых параметров сокращается до набора, определяемого блоком РОТ Таблицы 4 ;

2) вместо архивных данных о погоде используются текущие данные о погоде, что можно интерпретировать как использование архивных данных минимальной глубины;

3) нет смысла рассчитывать оценки ущерба, поскольку они имеют смысл "ущерб за определенный период времени", но сама процедура подстройки системы во время эксплуатации подразумевает вычисле- ние моментальных оценок, соответствующих текущим условиям экс- плуатации.

С учетом вышеперечисленных фактов, процедура оценки показа- телей эффективности системы по Фиг. 8 в рамках настройки может быть изменена способом, показанным на Фиг. 15.

При этом, процедура оптимизации естественным образом модифи- цируется за счет сокращения набора варьируемых параметров и ор- ганизации непрерывной подстройки. Фактически, процедура оптими- зации представляет собой реализацию блока локальной адаптации эволюционно-генетического алгоритма, описанного выше, работающую при фиксированном размещении точек видеомониторинга системы на местности .

Предполагается, что длительность процесса оптимизации меньше интервала существенного изменения условий окружающей среды. С другой стороны, получить оценку характеристик системы для теку- щих параметров настройки можно очень быстро. Учитывая, что ис- пользуемый статистический алгоритм поиска оптимума имеет итера- ционный характер, от итерации к итерации улучшая имеющееся реше- ние, можно планировать процесс поиска оптимальной конфигурации не по качеству решения, а по времени его поиска, останавливая процесс поиска по достижении заранее заданного лимита времени.

Если найденные за отведенное время режимы работы обеспечивают лучшие значения критериев, чем текущие, они немедленно применя- ются. Такой процесс обеспечивает условно-оптимальную (а при наличии достаточных вычислительных мощностей гарантированную ер- silon-оптимальную (см. [2] ) ) настройку системы в зависимости от текущих условий окружающей среды.

Ниже со ссылкой на Фиг. 16 описывается способ 1600 оптималь- ной настройки системы 100 видеомониторинга леса согласно предпо- чтительному варианту осуществления настоящего изобретения. По сути, данный способ представляет собой адаптацию вышеописанного способа 1000 к уже развернутой и эксплуатируемой системе ви- деомониторинга леса .

На этапе 1610, аналогично этапу 1010, собирают множество па- раметров, относящихся к характеристикам точек видеомониторинга и характеристикам территории размещения точек видеомониторинга . Опять же, некоторые из параметров являются контролируемыми;

На этапе 1620, аналогично этапу 1020, задают показатель эф- фективности системы видеомониторинга леса .

На этапе 1630, аналогично этапу 1030, итерационным образом выполняется определение такого оптимального набора параметров, который оптимизирует показатель эффективности, заданный на этапе 1620 . При выполнении итераций, показатель эффективности вычисля- ется с варьированием контролируемых параметров по итерациям. Как было сказано выше, определение оптимального набора параметров может завершаться по истечении заранее заданного времени.

Наконец, на этапе 1640 , выполняют корректировку контролируе- мых параметров системы видеомониторинга леса до оптимального набора параметров. Корректировка может выполняться фактически непрерывным образом, а может выполняться только при условии то- го, что полученный оптимальный набор параметров обеспечивает значительное улучшение работы системы видеомониторинга леса в плане рассматриваемого показателя эффективности, например, на величину, не меньшую заранее заданного порога.

Описанный способ 1600 может быть реализован компьютерным об- разом, по сути, аналогично тому, что указано выше в отношении способа 1000 , специализированным модулем настройки в составе си- стемы 100 видеомониторинга леса. Согласно предпочтительному ва- рианту осуществления, модуль настройки может быть реализован в виде программного обеспечения, исполняющегося на сервере 140 или на одном или более из терминальных компьютеров 120 рабочих мест операторов. В то же время, модуль настройки может быть реализо- ван и как отдельный компьютерный аппаратный компонент системы 100, подключенный к сети 130 для взаимодействия с другими ее компонентами и сконфигурированный известным образом для выполне- ния соответствующих этапов способа 1600 . При этом, непосред- ственная реализация оптимальной- подстройки системы согласно настоящему изобретению путем соответственного удаленного измене- ния параметров оборудования относится к широко известным аспек- там эксплуатации такого рода систем видеонаблюдения, вкратце от- меченным выше .

Параметры, приведенные в Таблицах 1-6, могут храниться в от- дельном или распределенном сетевом хранилище данных, и в составе системы 100, и внешним по отношению к ней образом, и в виде ком- бинации этих двух вариантов. В случае реализации модуля настрой- ки на сервере 140, указанные параметры могут храниться, по мень- шей мере частично, на запоминающем устройстве из состава сервера 140. В случае же реализации модуля настройки на операторском терминале 120, параметры могут храниться, по меньшей мере ча- стично, на запоминающем устройстве из состава терминала 120. В случае реализации модуля настройки в виде обособленного компью- терного устройства в системе 100, указанные параметры могут хра- ниться, по меньшей мере частично, на запоминающем устройстве из состава этого компьютерного устройства. Помимо этого, некоторые из параметров могут извлекаться из внешних источников данных в режиме онлайн. Рассматриваемый в данном абзаце аспект должен быть очевидным для специалиста и поэтому дополнительно не обсуж- дается .

Изобретение было раскрыто выше со ссылкой на конкретные ва- рианты его осуществления. В рамках существа вышеприведенного раскрытия, для специалистов могут быть очевидны и иные варианты осуществления изобретения, отличающиеся от тех, что изложены в настоящем описании. Соответственно, изобретение следует считать ограниченным по объему только нижеследующей формулой изобретения и ее эквивалентами. Список процитированных источников :

[1] Черняк B.C. "Многопозиционная радиолокация", М. : Радио и связь, 1993 г.

[ 2 ] Гэри М . , Джонсон Д. "Вычислительные машины и труднореша - емые задачи", М. : Мир, 1982 г.

[3] Батищев Д. И. "Генетические алгоритмы решения экстремаль- ных задач", Учебное пособие, под ред. Львовича Я.Е., Воронеж, 1995 г. , 64 с .

[4] Пападимитриу X., Стайглиц К. "Комбинаторная оптимизация: Алгоритмы и сложность", М. : Мир, 1985 г.

[5] Kate Gregory, Ade Miller "Accelerated Massive Parallel- ism with Microsoft® Visual С++", Microsoft Press, 2012

[б] Постановление Правительства РФ N^! 838 от 29 декабря 2006 г. "Об утверждении методики распределения между субъектами Рос- сийской Федерации субвенций из федерального фонда компенсаций для осуществления отдельных полномочий Российской Федерации в области лесных отношений, реализация которых передана органам государственной власти субъектов Российской Федерации"

[7] Методические рекомендации министерства природных ресур- сов РФ, Справочник по тушению природных пожаров, проект

ПРООН/МКИ "Расширение сети ООПТ для сохранения Алтая-Саянского экорегиона", Красноярск, 2011 г. [8] Приказ N' 287 Рослесхоза от 5 июля 2011 г. "Об утвержде- нии классификации природной пожарной опасности лесов и классифи- кации пожарной опасности в лесах в зависимости от условий погоды"

[9] Приказ Ν' 53 Рослесхоза от 3 апреля 1998 г.

[10] Стронгин Р. Г. "Численные методы в многоэкстремальных задачах. Оптимизация и исследование операций", Главная редакция физико-математической литературы издательства "Наука", Москва, 1978, 240 с.

Claims

Формула изобретения

1. Способ определения оптимальной конфигурации системы ви- деомониторинга леса, содержащей множество точек видеомониторин- га, каждая из которых содержит видеокамеру на высотном сооруже- нии, при этом способ содержит этапы, на которых:

собирают множество параметров, относящихся к характеристикам точек видеомониторинга и характеристикам территории размещения точек видеомониторинга, причем характеристики территории включа- ют в себя ландшафтные характеристики, погодные данные и данные о лесных пожарах, при этом по меньшей мере некоторые из парамет- ров, относящихся к характеристикам точек видеомониторинга, явля- ются контролируемыми;

задают один или более показателей эффективности системы ви- деомониторинга леса, причем каждый из этих показателей эффектив- ности является интегральной величиной, описываемой вероятностной моделью, обобщающей, по меньшей мере, часть упомянутого множе- ства параметров;

выполняют перебор вариантов размещения точек видеомониторин- га по множеству возможных позиций на территории посредством то- го, что:

устанавливают размещение точек видеомониторинга и для установленного размещения точек видеомониторинга определяют оптимальный набор параметров, оптимизирующий по меньшей мере один показатель эффективности из упомянутых од- ного или более показателей эффективности системы видеомони- торинга леса, при этом данный показатель эффективности вы- числяют с варьированием соответствующих ему контролируемых параметров; и

определяют оптимальную конфигурацию системы видеомониторинга леса посредством того, что:

сравнивают полученные варианты размещения точек ви- деомониторинга, для которых определены оптимальные наборы параметров, и

выбирают вариант размещения с наилучшим значением упо- мянутого показателя эффективности.

2. Способ по п. 1, дополнительно содержащий этап, на котором задают одно или более ограничений, налагаемых на упомянутый по меньшей мере один показатель эффективности, при этом варианты размещения точек видеомониторинга, для которых этот показатель эффективности не удовлетворяет наложенным ограничениям, не учи- тываются при упомянутом сравнении.

3. Способ по п. 1, в котором упомянутые один или более пока- зателей эффективности представляют собой множество показателей эффективности системы видеомониторинга леса, при этом упомянутый по меньшей мере один показатель эффективности является сверткой показателей эффективности из упомянутого их множества с коэффи- циентами, характеризующими важность каждого отдельного показате- ля эффективности.

4. Способ по п. 1, в котором система видеомониторинга леса представляет собой развертываемую систему видеомониторинга леса.

5. Способ по п. 1, дополнительно содержащий этап, на котором при упомянутом выполнении перебора исключают из рассмотрения од- ну или более точек видеомониторинга, изменение позиции и/или ха- рактеристик которых не оказывает существенного влияния на опре- деляемую оптимальную конфигурацию системы видеомониторинга леса.

6. Способ по п. 1, в котором параметры, относящиеся к харак- теристикам точек видеомониторинга, включают в себя возможные разрешения, границы допустимых поворотов и скоростей поворотов камер, возможности каналов связи, границы зуммирования, возмож- ности видеокамер по кодированию видеопотока.

7 . Способ по п. 6, в котором варьируемыми параметрами явля- ются: конфигурации опорных точек маршрутов осмотра территории, представляющих собой набор значений ( Ρ , Τ , Ζ ) , где Р и Т — углы азимута и склонения в сферической системе координат с центром в месте расположения камеры, плоскость экватора которой расположе- на параллельно плоскости геометрического горизонта, а положению нулевого азимута соответствует направление на север, Ζ - прибли- жение камеры (или связанные величины, такие как фокусное рассто- яние и углы поля зрения камеры) ; тип снимаемого материала (ви- део, изображения) ; время съемки одной позиции; параметры съемки (разрешение, параметры фокусировки, выдержки, диафрагмы, ско- рость съемки (количество кадров в секунду) , параметры, специфич- ные для устанавливаемого оборудования, такие как баланс белого, усиление, IR-фильтр, параметры постобработки изображения и др.); параметры системы компьютерного зрения (пороги на чувствитель- ность, параметры накопления, кластеризации, выделения объектов) .

8 . Способ по п. 1, в котором ландшафтные характеристики включают в себя: границы территории интереса, карту высот мест- ности, угол слепой зоны для видеокамеры, зоны запрета наблюде- ния, характеристики леса на территории (тип насаждений, плот- ность, вид деревьев) .

9. Способ по п. 1, в котором погодные данные представляют собой статистические погодные данные, включающие в себя историю и текущее состояние следующих метеорологических параметров: тем- пература, количество и тип осадков, прозрачность атмосферы.

10. Способ по п. 1, в котором данные о лесных пожарах вклю- чают в себя архив данных о лесных пожаров с информацией о коор- динатах, времени и площади возгорания.

11. Способ по п. 1, в котором упомянутые один или более по- казателей эффективности включают в себя одно или более из следу- ющего: полный или средний ущерб, допущенный системой на рассмат- риваемой территории, средняя вероятность обнаружения пожара за заданное время на территории или в конкретных точках территории, среднее время, требуемое на обнаружение пожара с заданной веро- ятностью, на территории или в конкретных точках территории, средняя вероятность обнаружить пожар за заданное время с ошибкой не более заданной на территории или в конкретных точках террито- рии .

12. Способ по п. 2, в котором упомянутые одно или более ограничений включают в себя одно или более из следующего: огра- ничение на стоимость ввода системы в эксплуатацию; ограничение на полную стоимость владения в течение заданного срока; ограни- чение на количество вводимых в эксплуатацию точек мониторинга; ограничение снизу на вероятности обнаружения пожара на террито- рии или в конкретных точках; ограничение сверху на времена обна- ружения пожара на территории или в конкретных точках; ограниче- ние сверху на ошибку определения координат на территории или в конкретных точках; ограничение на количество требуемых операто- ров системы; запрет использования более одной видеокамеры на вы- сотном сооружении.

13. Способ по п. 1, в котором упомянутый перебор вариантов размещения точек видеомониторинга прекращают по выполнению зара- нее заданного условия завершения, причем заранее заданным усло- вием завершения является одно из следующего: устойчивое отсут- ствие улучшения упомянутого показателя эффективности при выпол- нении итераций данного перебора, исчерпание временной квоты, вы- деленной на выполнение перебора, достижение заранее определенно- го количества итераций.

14. Способ по п . 1, в котором при вычислении упомянутого по меньшей мере одного показателя эффективности вычисляют прогноз- ную вероятность возникновения пожара на территории за период времени и плотность вероятности реализации конкретных условий окружающей среды, оценку зависимости ущерба, нанесенного пожа- ром, от времени нетушения пожара и ошибки определения его коор- динат .

15. Способ по п. 14, в котором прогнозную вероятность воз- никновения пожара оценивают на основе архивных данных о пожарах на территории в пожароопасные сезоны и с использованием методик прогноза вероятности возникновения пожара на основе предполагае- мых классов пожарной опасности с учетом возможной погодной об- становки на территории.

16. Способ по п. 14, в котором упомянутую зависимость ущерба получают на основе, по меньшей мере, данных о скорости распро- странения пожара для леса на территории и данных о времени нахождения очага возгорания силами тушения при определенной ошибке обнаружения координат возгорания, допущенной системой ви- деомониторинга леса.

17. Способ оптимальной настройки системы видеомониторинга леса, содержащей множество распределенных точек видеомониторин- га, каждая из которых содержит видеокамеру на высотном сооруже- нии, при этом способ содержит этапы, на которых:

задают по меньшей мере один показатель эффективности системы видеомониторинга леса, причем этот показатель эффективности яв- ляется интегральной величиной, описываемой вероятностной моде- лью, обобщающей упомянутое множество параметров;

определяют оптимальный набор параметров, который оптимизиру- ет упомянутый по меньшей мере один показатель эффективности си- стемы видеомониторинга леса, при этом данный показатель эффек- тивности вычисляют с варьированием контролируемых параметров; выполняют корректировку контролируемых параметров системы видеомониторинга леса до оптимального набора параметров.

18. Способ по п. 17, в котором погодные данные представляют собой данные о текущей погодной обстановке.

19. Способ по п. 17, в котором упомянутую корректировку вы- полняют в непрерывном режиме.

20. Способ по п. 17, в котором упомянутую корректировку вы- полняют при условии того, что полученный оптимальный набор пара- метров обеспечивает улучшение работы системы видеомониторинга леса в плане упомянутого по меньшей мере одного показателя эф- фективности на величину, не меньшую заранее заданного порога.

21. Способ по п. 18, в котором упомянутое определение опти- мального набора параметров завершают по истечении заранее задан- ного времени.

22. Система видеомониторинга леса, содержащая:

множество дистанционно управляемых точек видеомониторинга, каждая из которых содержит видеокамеру на высотном сооружении; один или более операторских компьютерных терминалов; и компьютерно-реализованный модуль настройки,

при этом модуль настройки выполнен с возможностью рассчиты- вать по меньшей мере один показатель эффективности системы ви- деомониторинга леса, причем этот показатель эффективности явля- ется интегральной величиной, описываемой вероятностной моделью, обобщающей собранное множество параметров, относящихся к харак- теристикам точек видеомониторинга и характеристикам территории размещения точек видеомониторинга, причем характеристики терри- тории включают в себя ландшафтные характеристики, погодные дан- ные и данные о лесных пожарах, при этом по меньшей мере некото- рые из параметров, относящихся к характеристикам точек видеомо- ниторинга, являются контролируемыми;

при этом модуль настройки сконфигурирован: определять оптимальный набор параметров, который опти- мизирует упомянутый по меньшей мере один показатель эффек- тивности системы видеомониторинга леса, при этом данный по- казатель эффективности итерационно вычисляется с варьирова- нием контролируемых параметров, и

выполнять корректировку контролируемых параметров си- стемы видеомониторинга леса до оптимального набора парамет- ров .

23. Система видеомониторинга леса по п. 22, которая дополни- тельно включает в себя сервер, при этом модуль настройки пред- ставляет собой программное обеспечение, исполняющееся на серве- ре .

24. Система видеомониторинга леса по п. 22, в которой модуль настройки представляет собой программное обеспечение, исполняю- щееся на по меньшей мере одном операторском компьютерном терми- нале .

25. Система видеомониторинга леса по п. 22, в которой модуль настройки представляет собой компьютерное устройство, выполнен- ное с возможностью обмена данными с точками видеомониторинга и операторскими компьютерными терминалами.

26. Система видеомониторинга леса по п. 22, в которой модуль настройки сконфигурирован выполнять упомянутую корректировку в непрерывном режиме .

27. Система видеомониторинга леса по п. 22, в которой модуль настройки сконфигурирован выполнять упомянутую корректировку при условии того, что полученный оптимальный набор параметров обес- печивает улучшение работы системы видеомониторинга леса в плане упомянутого по меньшей мере одного показателя эффективности на величину, не меньшую заранее заданного порога.

28. Система видеомониторинга леса по п. 22, в которой модуль настройки сконфигурирован прерывать упомянутое определение опти- мального набора параметров по истечении заранее заданного време- ни .