探讨基于多信息融合的摄像头故障监测系统

郭倩茜

（国家知识产权局专利局专利审查协作广东中心，广东广州 510535）

0.引言

摄像头作为当前信息化社会建设发展的重要组成部分，其运行质量与各类系统设备的运行有着密切联系，包括监控、检测、传感等多种信息系统，保障摄像头的运行稳定至关重要。

1.摄像头故障监测系统概述

基于多信息融合的摄像头故障监测系统是一种依靠多种传感器收集信息，并由相关监测系统进行分析处理的设备。系统除了摄像头和服务器两大关键组成部分之外，传感器是系统中最为关键的组成部分，包括温度传感器、湿度传感器、气压传感器、风向传感器、风速传感器、雾霾传感器等多种类型的传感器，实际安设的传感器种类需要结合摄像头应用环境确定。这些传感器所收集的环境图像或信息将传输给服务器，服务器具有的管控系统将分析和处理获得信息，以此判断摄像头是否出现故障。摄像头故障监测系统的应用避免了由于摄像头故障而导致的监控问题，也能够对摄像头受到外界环境影响而提高故障发生概率的情况进行预警。

2.摄像头故障分析

2.1 摄像头正常运行状态

一般来说摄像头的适宜工作环境为10℃～30℃，相对湿度在55%一下，摄像头在加速器机头内的机械位置需要与放射野中心轴对应。摄像头光圈开启正常，镜头和反光镜干净整洁，视频采集卡系统传输光路正常。若摄像头带有风扇，则风扇也需运行良好。摄像头的运行工作是通过实时拍摄数据传输接口并和视频采集卡配合，来获得该影像的模拟或数字信号。而视频采集设备所拍摄到的画面质量与摄像头性能以及外界因素的干扰有关，当系统本身无法准确得到视频采集信号时，就会发出连锁信号，停止摄像头运作。之后系统自行调节摄像头角度来使视频采集设备获得拍摄画面，进而再提供数字信号。

2.2 摄像头故障现象

摄像头的故障因素有多种情况，通常根据摄像头故障现象将故障原因分为硬件故障和软件故障两大类。硬件故障是多信息融合监测系统处理摄像头故障的关键，而硬件故障产生的原因也跟摄像头所处环境有较大关系，在温度提升、湿度提升或是其他环境中摄像头会受到影响，从而使摄像头出现异常或故障问题。这些硬件问题通过多种传感器的安设可以提前分析和预警。例如通过摄像头云台传感器得到云台移动出现细微偏差，便能够提前云台可能出现运转不灵的问题，从而及时养护检修，避免更大的损害问题出现。而软件故障则是摄像头自身系统出现问题，可能是传感器失灵或是传输出现故障，这类问题由服务器管理系统进行分析和研究，并将故障因素汇报给检修人员，及时进行修复[1]。

3.多信息融合监测方法

多信息融合的摄像头故障监测系统由3部分组成，分别为传感监测、深度补全机制以及管理决策系统。摄像头与传感器结合在一起，而两者再与服务器具有的管理系统分别连接，通过传感监测获得摄像头信息，再经过深度补全机制，将数据信息补全为具有二维点云的数据深度图，使这些点云数据和实际情况相互对应，再将这份图像交由管理决策系统分析处理，监测摄像头周边情况，最后得到故障结果。在摄像头没有发生故障的情况下，多信息融合的监测系统还可以通过摄像头线路提供的拍摄画面为管理决策提供辅助，比如雨雪天气条件下，外界环境有明显变化，可以为故障预警。

3.1 传感监测

传统的faster RCNN目标输入监测是将整张图像作为输入整体，这使得其在传感器监测上的应用不够理想，而YOLO针对目标检测是利用整张图像作为网络输入方式，经过以此inference，便能将数据中的物体位置和信息类别分布在二维点云的图像之上，当然这种输入是存在一定置信概率的，不过检测结果也将在传感类别和传感位置上进一步划分，以此提高检测系统的准确性。当前YOLO已经来到v4版本，相比较前三代模型的运行速度更快、精确度也更高，能够快速处理传感信息和摄像图像。强大的检测速度和质量为传感器监测收集也提出了更高的要求。通常来说摄像头信息融合的传感器设置需要根据具体情况来设定，例如监测冰雪、低温传感器类型在我国南方地区就无需安装，不仅可以降低摄像头监测系统的投资成本，也能够缩减数据信息量，使管理系统更快分析出具体的故障因素。

3.2 深度补全机制

深度补全是将传感监测后的输出信息进行预处理，能够使管理决策系统进行分析。在预处理过程中，将传感信息和摄像头信息进行校正，确保传感信息与摄像头实际情况保持一致，从而也能够将传感信息精确地投影在二维图像平面上，多个传感信息的融合交汇便能够形成深度图，可以反映出影响或造成摄像头故障的实际原因。比如在高温天气下，温度影响摄像头某些零部件出现失灵问题，其本质故障原因是高温所引起的。或是多种因素耦合产生的连锁反应，需要从根本上找出引发故障的原因，不止于表面情况便是监测系统设置的实际意义。

在预处理工作完成后，深度图可以与摄像头拍摄情况形成更为密集的点云图或者通过数据库补充过往摄像头传感信息进行补全。即一种通过摄像图像引导的补全方式以及一种由数据信息提供支撑的补全方式，两种方式可以独立运用也可以互相结合，多数情况下以摄像头图像进行深度补全更具有时效性。比如在高温天气下，利用摄像头拍摄像素点和颜色区域的深度值变化来模拟摄像头周围的相对温度，再结合传感信息确定模拟图像的准确性[2]。

3.3 管理决策系统

依据深度补全之后的监测结果，将得到的数据信息和相应的准确度进行融合便可以得到最终的检测结果。不过，管理决策还需通过验证和分析来确定检测结果的正确性，才能够得出最终的故障信息。将多种传感信息进行结合，判断各类传感信息在二维点云图上的权重，以此选择不同的分析策略。如果是两个独立的监测目标，则不进行结合，比如低温和高温两种信息[3]。而当传感信息具有重叠关系，但距离完全重叠仍有一定差距，需要对重叠区域进行分析，比如风速和降雨。若两个传感信息基本重合，则认为此传感信息的权重较大，应当作为主要的分析对象，比如低温和降雪。根据传感信息在二维点云图上的分布情况，得到最终影响摄像头故障的原因。

4.结语

多信息融合的摄像头故障监测系统为摄像头故障预防和处理提供了更为准确的信息基础，通过传感器监测方式，以及深度补全机制的配合，保障了监测决策的准确性，达到了多信息融合下的摄像头故障正确监测效果，促进了摄像头监测技术的发展。