呂永慶

（廣東省電信規(guī)劃設計院有限公司，廣東 廣州 510000）

1 現(xiàn)狀分析

隨著移動通信網(wǎng)絡的高速發(fā)展和建設，通信網(wǎng)絡資源規(guī)模不斷擴大，僅依靠人工完成資源管理任務已越發(fā)困難，網(wǎng)絡資源的查詢難、管理難、維護難、優(yōu)化難、運營難成為各大運營商網(wǎng)絡管理部門中的痛點問題，網(wǎng)絡資源信息的準確性、完整性、實時性，直接影響著通信網(wǎng)絡的規(guī)劃、建設、管理和運維。而我國當前正處在“兩個百年”奮斗目標的歷史交匯期，國家“十四五”規(guī)劃編制專題會議明確提出經(jīng)濟社會發(fā)展的關鍵任務包括推動高質量發(fā)展，改革創(chuàng)新破解發(fā)展難題等。這就對工業(yè)和信息化事業(yè)發(fā)展提出了更高要求，由“網(wǎng)絡大國”向“網(wǎng)絡強國”邁進。

通信資源管理面臨新的挑戰(zhàn)：（1）通信網(wǎng)絡資源分布區(qū)域廣，數(shù)量大；（2）大量資源在戶外，以目前技術手段無法自動監(jiān)控和維護，資源和管理依賴人工巡檢；（3）網(wǎng)絡資源利用率低，建設成本高；（4）運營商服務質量及故障響應慢，為此運營商需每年投入大量成本進行維護。[1]

如何通過智能化運維支撐手段提高通信網(wǎng)絡資源運維的質量是當前運行維護支撐能力中的重要環(huán)節(jié)。為此，筆者所帶領的技術研發(fā)團隊結合視覺增強技術，經(jīng)過不斷研究分析，將各通信網(wǎng)絡資源與地理信息進行疊加，通過虛擬現(xiàn)實增強方式實現(xiàn)網(wǎng)絡資源全面信息化支撐管理，提高通信網(wǎng)絡運維工作效率。

2 研究目標

本文章旨在研究建立一個結合信息技術、GIS技術和虛擬現(xiàn)實增強技術，用于在通信資源管理領域的資源智能化運維管理方法和工具，該研究能夠使用現(xiàn)實增強技術為通信維護人員提供現(xiàn)場資源維護定位、發(fā)現(xiàn)支撐，能為網(wǎng)絡設備發(fā)現(xiàn)、更新、維護提供快速定位和識別手段，記錄資源變更信息，并形成數(shù)據(jù)庫，并為其他應用開發(fā)提供規(guī)范指引。

（1）支持實景環(huán)境下虛擬增強信息的定位。移動設備（如手機）通過GPS獲得當前地理位置，建立以當前位置為坐標原點的東北天世界坐標系，計算出目標點在該坐標系下的坐標，根據(jù)設備上的加速度計、地磁感應器等傳感器輸出數(shù)據(jù)計算出設備坐標與東北天世界坐標系的坐標轉換矩陣，計算出目標點在設備坐標系上的坐標，根據(jù)攝像頭視場到屏幕的投影關系，精確計算出目標點是否出現(xiàn)在屏幕上，出現(xiàn)在屏幕上的具體位置。

（2）支持實景增強信息精確疊加展示。根據(jù)移動設備提供的GPS、3D加速度等傳感信息，將定制的目標物虛擬信息精確疊加到真實物體上。尤其是在目標物較為密集放置的情況下，同時精確疊加多個目標物體增強信息。通過虛擬信息的直觀視覺效果，展現(xiàn)物理世界中各目標物之間的層級或拓撲關系，對目標物進行系統(tǒng)化分類分層，實現(xiàn)物理世界目標物組織結構的立體展現(xiàn)。保存目標物體的歷史影像照片，對比目標物現(xiàn)狀，對目標物狀態(tài)進行初步比較，基于上述現(xiàn)實增強、實景視覺識別、圖像識別技術，實現(xiàn)通信網(wǎng)絡資源的定位、發(fā)現(xiàn)、巡檢、核查功能，協(xié)助巡查人員進行迅速的狀態(tài)判斷與事故/故障定位[2]。

3 研究內容分析

圖1 智能運維平臺整體架構圖

（1）研究適用于通信網(wǎng)絡運維的GIS系統(tǒng)，包括服務器端GIS以及移動設備端GIS。

對通信資源管理進行在移動終端平臺上的擴展，借助移動GIS（Mobile GIS）完成空間數(shù)據(jù)管理和分析，GPS進行定位和跟蹤，利用移動終端完成數(shù)據(jù)獲取功能，借助移動通信技術完成圖形、文字、聲音等數(shù)據(jù)的傳輸、管理和分析。從管理的資源類型來說，包括支撐網(wǎng)資源、光纜網(wǎng)資源、空間資源、傳輸設備、連接設備、局內纜線、PON、自定義資源等。

（2）研究適用的部署方式，包括Web服務器以及數(shù)據(jù)庫服務器。

數(shù)據(jù)庫平臺采用達夢7.0數(shù)據(jù)庫統(tǒng)一管理資源數(shù)據(jù)和地圖數(shù)據(jù)，并實現(xiàn)部分的業(yè)務邏輯處理功能；GIS服務器部署ArcSDE空間數(shù)據(jù)庫引擎，實現(xiàn)地圖數(shù)據(jù)操作功能；對界面操作比較復雜、實時性要求較高的模塊采用C/S方式，通過在客戶機安裝部署胖客戶端并直連數(shù)據(jù)庫來實現(xiàn)；對流程性較強、需要多人協(xié)作的模塊則采用分布式服務部署B(yǎng)/S訪問方式。

（3）研究在實景實地中應用增強現(xiàn)實技術與多元化增強信息顯示技術，在真實場景中識別興趣點，并在實景中直接精確疊加增強信息。

通過GPS獲得當前地理位置，建立以當前位置為坐標原點的東北天世界坐標系，計算出目標點在該坐標系下的坐標，根據(jù)設備上的加速度計、地磁感應器等傳感器輸出計算出設備坐標與世界坐標系的轉換矩陣，計算出目標點在設備坐標系上的坐標，根據(jù)攝像頭到屏幕的投影關系，計算出目標點是否出現(xiàn)在屏幕上以及出現(xiàn)在屏幕上的具體位置。

（4）研究通過移動設備自帶傳感器獲得傳感信息，減輕匹配計算負擔。

將位置信息與目標識別相結合，因此相應的識別計算和比較并不是在無限的范圍，而是在有限的目標集群中，從而大大減少相應的計算量。首先，通過獲取移動設備當前的地理位置信息，結合觀測半徑，通過服務器搜索的方式，確定當前位置以及當前觀測半徑內的興趣點信息；然后，通過移動設備的磁場傳感器獲取當前移動設備的姿態(tài)信息，進而獲取攝像頭的朝向信息，再利用攝像頭參數(shù)信息，進而計算出攝像頭的朝向和視野范圍信息。利用此信息再進行一次篩選，得到視野范圍內的興趣點信息[3]。

4 核心技術分析

4.1 移動終端上的多種展現(xiàn)形式

（1）文字自適應最優(yōu)化排版及動態(tài)展現(xiàn)

為實現(xiàn)文字橫向多行排版、豎向滾動展示，文字豎向多列排版、橫向滾動展示，文字橫向多行排版、橫向滾動展示，本文中采用以下研究方案：根據(jù)指定效果及顯示區(qū)域的大小，自適應最優(yōu)化排版文字，形成一個在移動終端較小屏幕上展示符合肉眼觀看的文字流，根據(jù)設定的流速在指定的顯示區(qū)域內滾動展示，響應觸屏事件，實現(xiàn)停止和拖放等功能[4]。

（2）圖片動畫切換展示

為實現(xiàn)圖片隨意方向滑動切換與圖片隨意點縮放切換，研究中使用OpenGL ES的紋理貼圖技術，實時動態(tài)改變每幅圖的顯示坐標及紋理坐標，使得每幅圖片顯示效果按設定的動畫動作改變，最終完成圖片動畫切換效果，實現(xiàn)圖片的任意方向滑動顯示與隱藏效果，任意點縮放的顯示與隱藏效果。

使用OpenGL ES的紋理貼圖技術，通過實時計算像素值、顯示坐標、紋理坐標，圖片展現(xiàn)支持透明度漸變顯示/隱藏效果、顏色勻速/變速漸變效果、整體或比例縮放顯示/隱藏效果、繞任意軸旋轉效果、指定區(qū)域內滑動顯示/隱藏效果。實現(xiàn)圖片顯示區(qū)域響應觸屏事件并對事件做出處理完成停止、拖放等功能，支持特定圖片特效顯示和帶點擊跳轉功能。

（3）視頻幀頻控制展示

研究移植FFmpeg視頻解碼庫到Android平臺，支持avi、flv等視頻格式。實現(xiàn)視頻異步預加載，視頻解碼播放線程與UI主線程分離，減輕UI主線程渲染壓力，視頻播放速度單獨控制，提供柔和的觀看效果。

在高刷屏頻率狀態(tài)下實現(xiàn)視頻幀頻控制，使得視頻播放按時間進行，而不隨刷屏頻率變化，擬通過視頻文件預加載，根據(jù)視頻播放時間軸按需解碼視頻，使得視頻播放脫離刷屏頻率單獨進行，提供更柔和的觀看效果。實現(xiàn)視頻流的按需加載，減輕刷屏壓力，提高刷屏頻率，提高信息疊加的實時性。

（4）支持多種3D圖形建模格式的分析和展現(xiàn)

以obj和3ds兩種3D模型文件格式為研究重點，設計和實現(xiàn)加載器以加載三維模型，設計和實現(xiàn)渲染器以渲染三維模型。

由于三維模型文件數(shù)據(jù)相對較大，加載過程耗時，研究中采用了native開發(fā)方式設計加載器。

三維模型的展現(xiàn)是基于Android系統(tǒng)的OpenGL庫，基于增強現(xiàn)實的應用的三維模型展現(xiàn)必須考慮當前攝像頭的參數(shù)設置以及場景情況。三維展現(xiàn)過程分為以下兩個大步驟：即展現(xiàn)現(xiàn)實場景及展現(xiàn)三維模型。

現(xiàn)實場景即攝像頭采集到的幀數(shù)據(jù)。為不影響用戶交互界面的響應速度，研究采用獨立線程定時對攝像頭進行對焦處理。數(shù)據(jù)的采集要保證恒定的速率，為此，建立獨立線程用以控制攝像頭的數(shù)據(jù)采集，在不影響用戶體驗的要求下實現(xiàn)恒定速率的數(shù)據(jù)采集。

三維模型的展現(xiàn)基于第一步的實景展現(xiàn)，也就是完成兩者的疊加。三維模型獲取基于物體識別過程。物體識別過程實現(xiàn)了對實景中的物體識別，并通過計算獲取到該物體（即圖片中的感興趣物體）在屏幕坐標系的幾何坐標。在設計上，為統(tǒng)一三維模型的展現(xiàn)過程，所有的三維模型渲染均基于OpenGL的坐標原點進行。通過將前面所獲取到的物體在屏幕坐標系的幾何坐標進行平移轉換，可以獲取OpenGL坐標系的物體幾何坐標。

接下來，對模型進行平移，移至OpenGL坐標系中物體的坐標，根據(jù)設備姿態(tài)進行必要的旋轉和縮放處理，然后設置諸如燈光強度位置等參數(shù)，完成三維模型的渲染。

4.2 基于移動終端的算法和優(yōu)化

針對基于移動終端平臺的應用，考慮到移動終端平臺計算和處理能力的有限性，并綜合考慮我們的示范應用——智慧旅游。我們綜合評價和考慮現(xiàn)有的特征識別處理算法，并選擇和改進其中最優(yōu)的算法作為特征識別處理算法。

圖像獲取通過移動智能設備的攝像頭完成，這一步的關鍵在于獲取盡可能高質量的場景二維圖像，并盡可能考慮實時性的要求。同時，攝像頭參數(shù)和拍攝參數(shù)也得到了適當?shù)倪x擇。

預處理工作完成對獲取后圖像的初步處理，主要用于構造適合本文研究中后續(xù)處理算法的二維圖像，包括圖像顏色處理、灰度處理以及濾波處理。這一步對項目的實時性能產(chǎn)生重要的影響。

對于平面特征不明顯的物體，我們重點考慮基于一種機器學習方法的目標識別，即Adaboost方法，這是一種迭代算法，其核心思想是針對同一個訓練集訓練不同的弱分類器，然后把這些弱分類器集合起來，構成一個更強的強分類器[5]。

Adaboost方法非常重要的一個環(huán)節(jié)在于訓練。訓練的步驟分為：

（1）正樣本空間構建

正樣本即含有目標物體的樣本圖片，正樣本空間即由所有正樣本組成的圖片結合。對于正樣本來說，不同的光照環(huán)境與背景非常重要，相對于正樣本，其背景不能占太大比例，但也不能沒有，適當?shù)脑肼暿怯杏们冶匾?。另外，固定尺寸的正樣本對于接下來的訓練具有時間優(yōu)勢。

由于正樣本數(shù)量巨大，研究設計和實現(xiàn)了一個程序，自動完成從圖片中獲取正樣本的過程。正樣本的采集工作靠照相完成效率很低，因此研究中采用攝像的辦法，改變環(huán)境燈光，從不同角度進行攝像，接著對視頻文件進行處理，提取含有正樣本的圖片。

正樣本需要一個描述文件，其內容如下：

positivesimage1.jpg 1 10 10 20 20

其中“positivesimage1.jpg”是文件相對路徑及文件名，“1”為正樣本數(shù)量，“10 10 20 20”為正樣本在圖片中的坐標。正樣本構建過程如圖2所示。

（2）負樣本空間構建

負樣本即不含有目標物體的圖片，相當于背景。負樣本可以是任何圖像，唯一的要求是不能含有目標物體。負樣本空間是負樣本圖片的集合。負樣本利用負樣本描述文件來管理，描述文件有如下格式：

負樣本的數(shù)量與正樣本數(shù)量相關，我們取正樣本數(shù)量的2倍來建立負樣本空間。

（3）訓練分類器

通過第一步和第二步所獲取到的正負樣本空間，可以完成接下來的訓練過程。訓練的過程即提取haar-like特征并形成分類器的過程。利用openCV的haartraining程序經(jīng)過訓練之后，形成以xml格式存放的特征描述文件。

經(jīng)過以上3步，目標物體的haar-like特征強分類器建立目標識別的過程如圖3所示。

圖3 特征強分類器建立目標識別的過程

因為一幅圖像中待檢測的區(qū)域很多都是負樣本，這樣由級聯(lián)分類器在分類的初期就拋棄了很多負樣本的復雜檢測，所以級聯(lián)分類器的速度是非常快的；只有正樣本才會送到下一個強分類器進行再次檢驗，這樣就保證了最后輸出的正樣本偽正的可能性非常低。目標識別的結果就是判斷出該圖像上是否有該目標并計算出該目標的坐標和區(qū)域。

本設計利用緩存技術，根據(jù)空間性和時間性原理，將一部分圖像特征信息以及供真實環(huán)境使用的增強信息緩存于移動設備存儲單元之中。當移動設備獲取真實圖像輸入后，AR客戶端首先進行圖像特征提取，進而利用特征信息以及本地的匹配信息進行匹配，當匹配成功后，獲取本地的現(xiàn)實增強信息，進而呈現(xiàn)給用戶。如果本地匹配失敗，則利用移動網(wǎng)絡將圖像特征信息送往遠程服務器，利用服務器進行遠程匹配，進而將現(xiàn)實增強信息發(fā)送給移動設備以呈現(xiàn)給用戶。

4.3 利用地理位置信息的目標特征庫的篩選與顯示優(yōu)化

本文所設定的目標物體的識別是類屬的識別，即對一類物體的識別，而非一大類中個體的識別，僅僅依靠計算機視覺方法達不到應用的要求。

通過計算地理位置信息，可獲知移動設備的當前位置，進而可獲得一定范圍內的興趣點以及他們的地理位置信息，這為進一步的物體識別工作提供了重要數(shù)據(jù)，可用來減少匹配過程和匹配庫的數(shù)據(jù)。

研究通過結合地理位置信息來進行篩選工作，用于解決目標識別問題。

首先，通過獲取移動設備當前的地理位置信息，結合觀測半徑，通過服務器搜索的方式，確定當前位置以及當前觀測半徑內的興趣點信息。

其次，通過移動設備的磁場傳感器獲取當前移動設備的姿態(tài)信息，進而獲取攝像頭的朝向信息，再利用攝像頭參數(shù)信息，進而計算出攝像頭的朝向和視野范圍信息。利用此信息再進行一次篩選，得到視野范圍內的興趣點信息。

最后，通過計算機視覺處理方法和圖形圖像識別算法，對攝像頭所獲取的幀數(shù)據(jù)進行計算和處理，與前步所獲取的興趣點信息進行匹配，完成物體識別過程。

通過利用移動設備的地理位置信息進行篩選，可以大大減少圖像匹配中的分類數(shù)據(jù)，提高識別速度，可實現(xiàn)快速識別。[6]

本文研究過程中提出一個新的思路，即在虛擬的三維物體建模過程中，充分考慮相關興趣點的地理位置信息，將本來是一個完整的虛擬三維物體根據(jù)地理位置信息進行分解設計。通過合理的分解，解決加載時的內存不足問題以及渲染時的計算能力不足的問題。良好的三維物體分解建模算法將保證在最好的用戶體驗同時，對用戶而言這些分解是透明的，用戶所觀測到的是一個完整的三維物體模型。

4.4 增強信息精確疊加

移動終端通過GPS獲得當前地理位置，建立以當前位置為坐標原點的東北天世界坐標系，計算出目標點在該坐標系下的坐標，根據(jù)設備上的加速度計、地磁感應器等傳感器輸出計算出設備坐標與世界坐標系的轉換矩陣，精確計算目標點在設備坐標系下的三維坐標，基于線性代數(shù)實現(xiàn)一整套坐標轉換算法，精確計算目標點在設備坐標系下的坐標；測定攝像頭到屏幕的投影關系，精確計算目標點在屏幕上的位置，基于三角幾何通過實測精確計算攝像頭到屏幕的投影關系，實現(xiàn)一整套從攝像頭到屏幕位置的算法，精確計算目標點在屏幕坐標系下的坐標（圖4、5）[7,8]。

圖4 精確疊加定位示意圖

在沒有精確參考物的情況下，研究中使用地理位置信息采用差分方法獲得精確疊加效果。本文中所說的地理位置信息主要包括興趣點以及移動智能設備終端的經(jīng)度、緯度、海拔，興趣點的地理范圍，移動終端的方向信息。

由于傳統(tǒng)GPS有10米左右的誤差，因此要做接近真實的3D展示，我們需要提高觀測者（移動終端）與3D模型的相對精度。我們使用位置差分的辦法來提高相對精度。位置差分(Position Difference），是根據(jù)基準接收機的定位誤差解算值修正用戶接收機定位結果的差分定位方法。工作原理如下：

GPS定位是利用一組衛(wèi)星的偽距、星歷、衛(wèi)星發(fā)射時間等觀測量和用戶鐘差來實現(xiàn)的。要獲得地面的三維坐標，必須對至少4顆衛(wèi)星進行測量。在這一定位過程中，存在3部分誤差：

圖5 增強信息精確疊加坐標確定過程

第一部分誤差是由衛(wèi)星鐘誤差、星歷誤差、電離層誤差、對流層誤差等引起的；第二部分是由傳播延遲導致的誤差；第三部分為各用戶接收機固有的誤差，由內部噪聲、通道延遲、多路徑效應等原因造成[9]。

利用位置差分技術，第一部分誤差可以完全消除；第二部分誤差大部分可以消除，消除程度主要取決于基準接收機和用戶接收機的距離；第三部分誤差則無法消除。采用差分技術，可以使定位精度達到亞米級別，這對于大部分物體來說是足夠好的誤差范圍了[10]。

5 結語

針對目前網(wǎng)絡管理的難點，如何對通信網(wǎng)絡外線資源進行分級管理、分段維護、分專業(yè)管理，促使資源管理為故障定位提供良好的數(shù)據(jù)分析基礎，實現(xiàn)網(wǎng)絡質量端到端的管控與分析，成為網(wǎng)絡運營商亟需解決的問題。本文中所提及的研究成果，通過管理思路和技術手段的相結合的方式解決了這個難題，并在某省級運營商的實際運維管理工作中取得了良好應用效果。

伴隨著網(wǎng)絡的高速發(fā)展和建設，新型網(wǎng)絡資源的逐漸增加，例如物聯(lián)網(wǎng)、5G網(wǎng)絡在業(yè)務中的普遍應用，外線資源種類繁多，本文研究通過提供更多樣化的數(shù)據(jù)接口對接能力，提供統(tǒng)一的標準框架和部署環(huán)境，未來可簡單擴展就能夠支撐外部系統(tǒng)、資源管理系統(tǒng)、網(wǎng)管系統(tǒng)、物聯(lián)網(wǎng)網(wǎng)管、智能設備終端的接入，具有良好的市場應用前景。