張道鈺 王超宇 王健 劉鳳陵 陶欣 劉青 劉曉疆

摘要：機(jī)場安防領(lǐng)域向來是機(jī)場安全運(yùn)行管理的重中之重，承擔(dān)著機(jī)場內(nèi)旅客、貨物、航空器及其他航空設(shè)施的安全保障職能。其中機(jī)場圍界是機(jī)場與外界隔離開來的最直接的保護(hù)屏障，做好圍界的安全和防護(hù)，就相當(dāng)于守護(hù)住機(jī)場安防的第一道防線。文章提出了一種基于毫米波雷達(dá)和視頻分析融合技術(shù)來實(shí)現(xiàn)對圍界入侵進(jìn)行防范的圍界安全防范技術(shù)，能有效解決機(jī)場現(xiàn)有圍界入侵報(bào)警技術(shù)易受復(fù)雜天氣、周圍環(huán)境影響以及漏報(bào)率和虛警率高的問題。

關(guān)鍵詞：圍界入侵報(bào)警；毫米波雷達(dá)；視頻行為識(shí)別；智能分析

中圖分類號(hào)：TP311? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）35-0136-03

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）

0 引言

在傳統(tǒng)的民航機(jī)場圍界安防中，現(xiàn)有技術(shù)主要采用振動(dòng)傳感器、紅外對射、被動(dòng)紅外、電子圍欄、視頻監(jiān)控、熱紅外等手段，以上技術(shù)同時(shí)存在“誤報(bào)率過高”等問題，這種缺陷是從技術(shù)原理中帶來的且無法消除的；本身系統(tǒng)易受復(fù)雜天氣、周圍環(huán)境影響，一定強(qiáng)度的風(fēng)霜雨雪、小動(dòng)物活動(dòng)等均會(huì)觸發(fā)入侵報(bào)警，產(chǎn)生較高誤報(bào)和虛警，且無法做到高靈活性、高精準(zhǔn)度的防區(qū)劃分，不能完全滿足機(jī)場圍界高等級(jí)的安全防范要求。

針對此問題，文獻(xiàn)[1]和文獻(xiàn)[2]提出了毫米波雷達(dá)與攝像頭的融合算法，基于雷達(dá)與攝像頭信息的融合技術(shù)，本文提出了一種基于毫米波雷達(dá)和視頻分析融合技術(shù)的機(jī)場圍界入侵報(bào)警系統(tǒng)，通過在機(jī)場圍界周邊劃分防區(qū)并配置入侵監(jiān)控報(bào)警單元，各個(gè)單元設(shè)置有毫米波雷達(dá)和多目攝像機(jī)，各監(jiān)控報(bào)警單元之間設(shè)置可旋轉(zhuǎn)球型攝像機(jī)。毫米波雷達(dá)對圍界防區(qū)進(jìn)行實(shí)時(shí)運(yùn)動(dòng)目標(biāo)監(jiān)測，多目攝像機(jī)和球型攝像機(jī)根據(jù)雷達(dá)識(shí)別到的入侵目標(biāo)位置，自適應(yīng)焦點(diǎn)對準(zhǔn)入侵目標(biāo)，通過對實(shí)時(shí)視頻的行為分析，系統(tǒng)實(shí)現(xiàn)入侵類型及入侵行為的行為識(shí)別和智能分析。

1 技術(shù)原理

毫米波雷達(dá)和視頻分析融合圍界入侵報(bào)警系統(tǒng)是一種基于毫米波雷達(dá)探測技術(shù)、視頻行為分析識(shí)別技術(shù)來實(shí)現(xiàn)對圍界入侵進(jìn)行防范的新一代圍界安全防范技術(shù)。

1.1 毫米波雷達(dá)

毫米波是指波長介于1～10mm的電磁波，波長短、頻帶寬，比較容易實(shí)現(xiàn)窄波束，其分辨率高，不易受干擾。毫米波雷達(dá)是通過收發(fā)電磁波的方式，實(shí)現(xiàn)對目標(biāo)距離、速度、方位的測量。

測距[3]是利用發(fā)射信號(hào)和回波信號(hào)之間的時(shí)延，結(jié)合毫米波傳播速度以及雷達(dá)信號(hào)頻率差推算出毫米波雷達(dá)和檢測目標(biāo)的相對距離。 雷達(dá)天線發(fā)射線性調(diào)頻脈沖信號(hào)，經(jīng)過時(shí)間t后，接收天線收到目標(biāo)反射回來的信號(hào)，其頻率差為S*t，即可得到中頻信號(hào)f0（IF信號(hào)），由于延時(shí)t與目標(biāo)距離d有如下關(guān)系：t=2d/c，其中S為線性調(diào)頻脈沖的斜率，c為光速，經(jīng)轉(zhuǎn)換即可得到d=f0*c/2S。

測速是利用多普勒效應(yīng)來確定目標(biāo)的徑向速度。由于物體距離的變化ΔR會(huì)引起接收信號(hào)相位的變化，因此通過觀測一段時(shí)間內(nèi)的接收信號(hào)的相位變化，即可通過ΔR/t估算出此時(shí)目標(biāo)的速度。

對于目標(biāo)角方位的測量，目標(biāo)距離的微小變化會(huì)導(dǎo)致range-FFT峰值的相位變化。角度估計(jì)至少需要2個(gè)RX天線，從目標(biāo)到每個(gè)天線的差分距離Δd導(dǎo)致FFT峰值發(fā)生相位變化，該相位變化用于估計(jì)到達(dá)角。通過并列的接收天線收到同一目標(biāo)反射的雷達(dá)波相位差計(jì)算得到目標(biāo)的方位角。那么方位角就可以通過兩個(gè)接收天線之間的幾何距離以及兩天線收到雷達(dá)回波的相位差通過三角函數(shù)計(jì)算得到。

1.2 入侵探測

當(dāng)毫米波雷達(dá)探測[4]到防區(qū)內(nèi)的入侵目標(biāo)后，毫米波雷達(dá)實(shí)時(shí)測算得到入侵目標(biāo)的距離、運(yùn)動(dòng)速度和方位數(shù)據(jù)，通過數(shù)字波束合成（DBF） 技術(shù)，能夠有效地提高雷達(dá)系統(tǒng)的抗干擾能力，具有高精度角度分辨能力，較低速度探測能力，借助邊緣計(jì)算信號(hào)處理和模式識(shí)別算法，可區(qū)分人、車目標(biāo)，并有效濾除昆蟲、飛鳥等小動(dòng)物以及一定強(qiáng)度的風(fēng)霜雨雪干擾。多目攝像機(jī)根據(jù)入侵目標(biāo)的距離自動(dòng)選擇合適焦段對入侵行為進(jìn)行錄像，可旋轉(zhuǎn)球型攝像機(jī)可根據(jù)入侵目標(biāo)距離和方位自適應(yīng)焦點(diǎn)并旋轉(zhuǎn)對準(zhǔn)入侵目標(biāo)，對入侵行為進(jìn)行補(bǔ)充錄像[5]。

2 入侵行為分析識(shí)別

多目攝像機(jī)和可旋轉(zhuǎn)球型攝像機(jī)兩路攝像頭通過光纖環(huán)網(wǎng)將實(shí)時(shí)視頻上傳至視頻分析服務(wù)器，視頻分析服務(wù)采用深度學(xué)習(xí)[6]建立模型，預(yù)先準(zhǔn)備一系列系統(tǒng)關(guān)注的特定入侵行為[7]視頻作為時(shí)序多模態(tài)樣本數(shù)據(jù)，根據(jù)數(shù)據(jù)模態(tài)特征及因素特點(diǎn)，對多模態(tài)學(xué)習(xí)行為數(shù)據(jù)進(jìn)行清洗與預(yù)處理，再使用智能算法進(jìn)行淺層特征分析，然后將多模態(tài)學(xué)習(xí)行為數(shù)據(jù)進(jìn)行歸一化與深度融合，具體包括：

運(yùn)用深度混合判別受限玻爾茲曼機(jī)神經(jīng)網(wǎng)絡(luò)處理多模態(tài)學(xué)習(xí)行為數(shù)據(jù)，以此建立多模態(tài)學(xué)習(xí)行為分析模型[8]；然后將待分析的視頻時(shí)序圖像輸入到上一步建立的模型中進(jìn)行分析。

首先，將視頻時(shí)序圖像進(jìn)行清洗，將清洗后的圖像數(shù)據(jù)輸入到相應(yīng)模態(tài)的深度學(xué)習(xí)網(wǎng)絡(luò)中進(jìn)行歸一化，為了進(jìn)一步提取高維特征，采用深度混合判別受限玻爾茲曼機(jī)，構(gòu)建基于多模態(tài)數(shù)據(jù)的深度學(xué)習(xí)方法，對于訓(xùn)練集Dtrain，生成玻爾茲曼機(jī)以最小化負(fù)對數(shù)似然為目標(biāo)函數(shù)，即最小化目標(biāo)函數(shù)，借鑒在強(qiáng)化學(xué)習(xí)中成熟且廣泛運(yùn)用的e-greedy策略，使得混合判別受限玻爾茲曼機(jī)可以在數(shù)據(jù)集增多時(shí)自動(dòng)降低生成模型對整個(gè)模型的影響比重，從而獲取更為靈活、更為準(zhǔn)確的模型效果，從而構(gòu)建基于多模態(tài)數(shù)據(jù)的深度學(xué)習(xí)方法。

其次，通過分析特征數(shù)據(jù)集，獲得先驗(yàn)信息，求得各個(gè)節(jié)點(diǎn)之間的相互關(guān)系，并建立相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)，網(wǎng)絡(luò)結(jié)構(gòu)主要分為兩類，分別是基于評(píng)分搜索的方法和基于依賴統(tǒng)計(jì)分析的方法，其中前者過程簡單且規(guī)范，因此較為常用。評(píng)分函數(shù)用以評(píng)價(jià)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與樣本集數(shù)據(jù)集擬合的程度，評(píng)分函數(shù)會(huì)基于一個(gè)空白的網(wǎng)絡(luò)，按照節(jié)點(diǎn)次序遍歷待求節(jié)點(diǎn)前面的所有節(jié)點(diǎn)，隨后選擇后驗(yàn)概率值最大的節(jié)點(diǎn)作為該節(jié)點(diǎn)的父節(jié)點(diǎn)，然后通過有向邊相連，一直遍歷直到網(wǎng)絡(luò)構(gòu)建完成。再通過生成Moral圖、Moral圖的三角化、找出所有子團(tuán)和建立聯(lián)合樹四個(gè)步驟，把網(wǎng)絡(luò)結(jié)構(gòu)轉(zhuǎn)換成相應(yīng)的聯(lián)合樹結(jié)構(gòu)，再把學(xué)習(xí)到的網(wǎng)絡(luò)以及相關(guān)參數(shù)進(jìn)行分析與推理，得出入侵行為分析結(jié)論。

入侵行為分析結(jié)論包括對入侵目標(biāo)類別的分析、入侵行為的分析；入侵目標(biāo)類別包括人、車、無人裝置、動(dòng)物移動(dòng)目標(biāo)和樹木、風(fēng)霜雨雪虛警目標(biāo)，入侵行為包括翻越、攀爬、沖撞、毀壞。

3 系統(tǒng)結(jié)構(gòu)

基于雷視融合的圍界入侵報(bào)警系統(tǒng)包括地理信息系統(tǒng)、入侵監(jiān)測模塊、行為分析模塊、數(shù)據(jù)融合模塊、報(bào)警處理模塊和防區(qū)配置模塊。入侵監(jiān)測模塊包括若干個(gè)入侵監(jiān)控報(bào)警單元，一個(gè)入侵監(jiān)控報(bào)警單元對應(yīng)一個(gè)圍界物理防區(qū)，入侵監(jiān)控報(bào)警單元包括毫米波雷達(dá)、多目攝像機(jī)、可旋轉(zhuǎn)球型攝像機(jī)、警告喇叭和照明射燈；入侵監(jiān)控報(bào)警單元的毫米波雷達(dá)、多目攝像機(jī)按照入侵監(jiān)控報(bào)警單元所對應(yīng)的圍界物理防區(qū)對應(yīng)布設(shè)，可旋轉(zhuǎn)球型攝像機(jī)、警告喇叭和照明射燈可根據(jù)防區(qū)實(shí)際地理情況在入侵監(jiān)控報(bào)警單元內(nèi)布設(shè)或跨單元布設(shè)。雷達(dá)用于監(jiān)測防區(qū)內(nèi)的入侵目標(biāo)，多目攝像機(jī)可自動(dòng)選擇合適焦段對入侵行為進(jìn)行錄像，可旋轉(zhuǎn)球型攝像機(jī)可根據(jù)入侵位置自適應(yīng)焦點(diǎn)并旋轉(zhuǎn)對準(zhǔn)入侵目標(biāo)，對入侵行為進(jìn)行補(bǔ)充錄像和跟蹤錄像。行為分析模塊用于接收上述兩類攝像機(jī)的實(shí)時(shí)視頻，并對視頻中的入侵行為進(jìn)行分析，包括對入侵目標(biāo)類別的分析、入侵行為的分析。進(jìn)而將入侵初步分析結(jié)論發(fā)送至數(shù)據(jù)融合模塊，數(shù)據(jù)融合模塊接收雷達(dá)監(jiān)測上報(bào)的入侵目標(biāo)位置信息，并融合行為分析模塊初步分析得到的入侵初步分析結(jié)論，最終判定是否觸發(fā)入侵報(bào)警。

入侵監(jiān)控報(bào)警單元的各個(gè)雷達(dá)依據(jù)圍界實(shí)際的地理狀況，按照合適的間距在圍界防區(qū)進(jìn)行布設(shè)，各單元覆蓋防區(qū)范圍最大半徑為150米，并使各單元所監(jiān)控的范圍交叉覆蓋，避免監(jiān)控盲區(qū)。所有雷達(dá)通過千兆網(wǎng)線接入到交換機(jī)，實(shí)現(xiàn)與數(shù)據(jù)融合模塊的網(wǎng)絡(luò)互通，用于傳輸雷達(dá)監(jiān)測結(jié)果信息。所有攝像機(jī)通過千兆網(wǎng)線接入到交換機(jī)，實(shí)現(xiàn)與行為分析模塊的網(wǎng)絡(luò)互通，用于傳輸入侵監(jiān)控錄像視頻。

觸發(fā)入侵報(bào)警后，數(shù)據(jù)融合模塊將入侵報(bào)警傳輸至入侵監(jiān)控報(bào)警單元關(guān)聯(lián)的警告喇叭和照明射燈，警告喇叭自動(dòng)播放警報(bào)。在日照光線不足的情況下，照明射燈自動(dòng)開啟照明，以對入侵目標(biāo)形成一定程度的震懾和驅(qū)離。

防區(qū)配置模塊根據(jù)監(jiān)控報(bào)警單元所覆蓋的防區(qū)設(shè)定圍界防區(qū)范圍，可根據(jù)圍界防區(qū)內(nèi)實(shí)際的地理狀況，劃分出更為精細(xì)的預(yù)警區(qū)和報(bào)警區(qū)，以設(shè)定不同區(qū)域的入侵報(bào)警級(jí)別和響應(yīng)級(jí)別。

數(shù)據(jù)融合模塊將匯總后的入侵報(bào)警信息傳輸至報(bào)警處理模塊，通過消息提醒的方式提醒監(jiān)控中心查看警情，消息提醒方式包括響鈴、震動(dòng)、閃爍。匯總的報(bào)警內(nèi)容包括：入侵目標(biāo)類別、入侵行為、入侵級(jí)別、入侵目標(biāo)的行動(dòng)軌跡、入侵行為視頻錄像。監(jiān)控中心同時(shí)可以查看關(guān)聯(lián)攝像機(jī)的實(shí)時(shí)視頻，通過球型攝像機(jī)旋轉(zhuǎn)控制云臺(tái)手動(dòng)控制調(diào)節(jié)球型攝像機(jī)的旋轉(zhuǎn)角度，以便于從多個(gè)視角核實(shí)入侵行為是否已經(jīng)停止或消除。

監(jiān)控中心在遠(yuǎn)程處理入侵報(bào)警事件時(shí)，可隨時(shí)將入侵監(jiān)控報(bào)警單元的警告喇叭和照明射燈切換至手動(dòng)模式，通過警告喇叭對入侵目標(biāo)直接進(jìn)行喊話或播放特定的驅(qū)逐音效。同時(shí)手動(dòng)控制開關(guān)照明射燈，以對入侵事件實(shí)施更為主動(dòng)的人工介入處理，提高入侵事件的處理效率。

對于仍在持續(xù)中的入侵行為，監(jiān)控中心通過派工處理模塊，將警情信息下發(fā)派工至圍界巡查人員的手持設(shè)備終端，巡查人員立即前往報(bào)警位置查看，對入侵目標(biāo)實(shí)施驅(qū)離或抓捕行動(dòng)，待入侵行為解除后，巡查人員通過手持設(shè)備終端反饋驅(qū)離行動(dòng)結(jié)束，完成本次入侵報(bào)警事件的處理。

圍界巡查人員的手持設(shè)備終端按間隔10秒的頻率上報(bào)所在位置信息至報(bào)警處理模塊，監(jiān)控中心在派工時(shí)可以實(shí)時(shí)查看并尋找距離入侵位置最近的圍界巡查人員，調(diào)度特定圍界巡查人員就近前往入侵位置，縮短入侵事件的處理時(shí)間。同時(shí)，監(jiān)控中心可以通過報(bào)警處理模塊實(shí)時(shí)查看圍界巡查人員抵達(dá)位置，以便于對入侵報(bào)警事件處理進(jìn)程實(shí)現(xiàn)更高效率的調(diào)度。

4 結(jié)束語

基于毫米波雷達(dá)和視頻分析融合的圍界入侵報(bào)警技術(shù)，通過入侵監(jiān)控報(bào)警單元設(shè)置的雷達(dá)和多目攝像機(jī)以及球型攝像機(jī)的組合，任何入侵行為都能及時(shí)被監(jiān)測到并實(shí)時(shí)傳輸至行為分析模塊，通過融合雷達(dá)監(jiān)測到的入侵位置和行為分析模塊分析得到的入侵行為分析結(jié)論，綜合研判是否觸發(fā)入侵報(bào)警及報(bào)警級(jí)別，整體采用模塊化組合方式，布設(shè)安裝靈活，防區(qū)劃分操作方便，全域覆蓋無死角。雷達(dá)的全天時(shí)、全天候工作特性相對視覺監(jiān)控有很好的環(huán)境適應(yīng)能力，可以第一時(shí)間發(fā)現(xiàn)并跟蹤可疑目標(biāo)。

通過融合毫米波雷達(dá)探測信息、視頻監(jiān)控以及行為分析，通過雷達(dá)技術(shù)的主動(dòng)探測、高靈敏度，視頻行為分析的數(shù)據(jù)判斷、可視性，達(dá)到入侵目標(biāo)的高檢測和高識(shí)別率，顯著降低了入侵誤報(bào)率和虛警概率。對入侵目標(biāo)進(jìn)行多源探測與協(xié)同識(shí)別與定位，刻畫目標(biāo)軌跡，可以輔助監(jiān)控中心對圍界入侵事件迅速做出判斷和應(yīng)對處理，并及時(shí)派工至圍界巡查人員，可以降低圍界巡查頻率，提高圍界巡查效率。

參考文獻(xiàn)：

[1] 李洋，韓萌，王紫欣，等.毫米波雷達(dá)與攝像頭單應(yīng)性變換標(biāo)定方法誤差因素分析[J].物聯(lián)網(wǎng)技術(shù)，2022，12（10）：16-20.

[2] 劉振東，宋春林.一種基于攝像頭和毫米波雷達(dá)的多模態(tài)信息融合算法[J].計(jì)算機(jī)科學(xué)與應(yīng)用，2022（11）：2544-2560.

[3] 李嘉浩，姚金杰，姬娜娜，等.基于ARM的高精度毫米波雷達(dá)測距傳感器[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2022，22（11）：58-61，69.

[4] 劉峰，劉恩曉，陳曉林.一種基于背景學(xué)習(xí)的毫米波雷達(dá)機(jī)場跑道外來物探測方法研究[J].中國科技期刊數(shù)據(jù)庫 工業(yè)A，2022（6）：222-225.

[5] 期治博，杜磊，霍如，等.基于邊緣計(jì)算的多攝像頭視頻協(xié)同分析方法[J].通信學(xué)報(bào)，2023，44（8）：14-26.

[6] 孟令睿，丁光耀，徐辰，等.基于深度學(xué)習(xí)的新型視頻分析系統(tǒng)綜述[J].軟件學(xué)報(bào)，2022，33（10）：3635-3655.

[7] 莫輝強(qiáng)，邵唐紅，王偉，等.一種基于視頻分析的異常行為識(shí)別算法及應(yīng)用[J].計(jì)算機(jī)與數(shù)字工程，2022，50（9）：1895-1898.

[8] 費(fèi)寶頂，李鵬飛，張旭，等.基于AI芯片的視頻分析應(yīng)用開發(fā)框架研究[J].警察技術(shù)，2023（3）：4-7.

【通聯(lián)編輯：梁書】