论文部分内容阅读
[摘 要]智能监控系统与GIS（地理信息系统）是未来三维监控的发展方向。本文设计的可交互、地理信息支持的三维监控系统平台功能主要包括地图数据加载、地图显示操作、视频监控管理、地物添加编辑、三维特效增强五个功能模块。
中图分类号：C37 文献标识码：A 文章编号：1009-914X（2016）06-0395-02
1 引言
智能视频监控到来之前，安防视频监控的发展已经到了行业化和集成化的阶段。因此，在智能视频监控到来时，视频监控领域对智能监控技术的要求，依然是来自于不同行业对视频监控的各种个性化需求。这种个性化的需求将要求智能视频技术针对不同的行业有不同的智能视频分析规则。
原有安防项目只能提供基本的视频监控功能需求，无关联视频监控点位置信息，操作界面过于专业，操作流程复杂，使用时需要专业人士操作，如果发生突发事件不能及时调度处理，也造成了损失的上升。为补充原有安防项目中视频监控的不足，利用成熟的地理信息系统（GIS）技术、遥感技术，构建可视化的二三维地理环境，基于位置实现视频监控点的可视化管理和操作，把安防控制系统和GIS系统良好的融合，构建立体化监控体系
2 系统设计方案
2.1系统总体架构
可交互、地理信息支持的三维监控系统自下而上一共分为基础设施层、数据层、平台支撑层、应用层和用户层，如下图所示。
2.2 系统功能架构
可交互、地理信息支持的三维监控系统包括地图数据加载、地图显示操作、地物添加编辑、视频监控管理、三维特效增强五部分，如下图所示。
3 平台子系统功能模块：
3.1地图数据加载
3.1.1影像数据加载
选择数据源中的影像数据，将其加载到地图图层中，该功能用于加载影像数据，其中影像数据包括网络数据、本地缓存数据。
3.1.2矢量数据加载
选择数据源中矢量数据下的任意点、线、面数据集，将其加载到地图图层中。该功能用于加载矢量数据，其中影像数据包括网络数据、本地缓存数据。
3.1.3地形数据加载
选择数据源中的地形数据，将其加载到地图图层，该功能用于加载地形数据。
3.2地图显示操作
3.2.1地图基本操作
1） 地图缩放：滑动鼠标滚轮，可以实现地图的放大、缩小操作。
2） 地图漫游：点按屏幕进行拖动实现地图漫游功能。
3） 地图仰俯与旋转：点按鼠标右键实现地图的俯仰与旋转。
3.2.2地图图层控制
通过勾选地图图层实现加载数据的显示、隐藏控制操作。选定图层，可以进行编辑或者取消编辑的操作。
3.2.3地图量算
1）距离量算
选择数据源中矢量数据下的任意线数据集，加载在三维地球上。选择空间量算下的距离量算功能，该功能为在三维场景中量取指定点间的距离，支持两点与多点距离量算。
2）面积量算
选择数据源中矢量数据下的任意面数据集，加载在三维地球上。选择空间量算下的面积量算功能，该功能为在三维场景中量取指定点形成区域的面积。
3）高程量算
选择数据源中矢量数据下的任意线数据集，加载在三维地球上。选择空间量算下的高程量算功能，该功能为在三维场景中量取指定点的高程。
3.2.4地图场景管理
1）场景切换
支持自定义场景，如“场景1”、“场景2”、“场景3”，进行不同场景的切换。
2）场景跟随
支持目标跟随，该功能为跟随指定模型或点状目标，场景根据目标的位置动态平滑跟踪显示。
4 系统实现关键技术
4.1基于用户关注度的多维多要素关联模型设计
针对不同用户对信息需求的差异性，如何根据用户关注度提供不同层次的信息展示成为亟待解决的难题。本课题把遥感影像、地形数据、目标矢量和属性信息、专题产品、模型数据、标注标绘、情报专题、专家知识库等多维多要素信息进行关联并建立数据模型，根据数据的空间、时间、状态、关键词等属性信息进行组织关联，根据用户关注信息实现一键式多要素信息检索，以实现按关注度优先级分层次立体展示功能。
基于用户关注度的关联模型实现的功能是自动根据用户的关注点和关注度，对多维多要素的信息进行检索排序并分层次、关联展示。首先要研究多维多要素信息的元数据描述模型，构建一套信息元数据库；其次，利用成熟的关联分析算法，基于用户检索频次和关联查询操作习惯，计算分析形成信息关注度系数和信息关联系数；最后，研制基于信息关注度和信息关联系数的检索算法，实现用户关注信息的一键式搜索、全部显示的功能。
4.2分层序列化空间数据流压缩技术
针对多源区域影像、多要素目标信息数据量大，基于有限硬件资源条件下的数据接入、分发、加载存在的极大挑战，课题研究一种先进的分层序列化数据流压缩技术，实现数据的分层分块组织，数据分类序列化压缩，数据的流传输和反序列化。分层数据组织结构，支持用户针对不同区域关注度，灵活配置差異化的数据级别，既保证局部数据的详细程度，又符合更小的数据体积要求。处理后的数据具有高压缩比、可以以流的方式进行传输，既可以放在终端离线使用，节省存储资源，也能放在云端，获得更小流量和更高效率的在线数据传输。
要实现上述目标，课题需要逐步解决如下关键技术点：1）设计一种可配置的分层瓦片数据存储架构，以实现根据用户需求弹性定制局部区域的数据详细程度，也便于数据的增量更新与分发；2）基于此存储架构，需要对每一块数据实体（如瓦片内的数据），进行分类序列化压缩与反序列化解析，以实现数据的高比例压缩和快速分发。 分層序列化空间数据流压缩技术的大致技术路线如下图所示：
分层序列化空间数据流压缩技术，在分层瓦片架构基础上，针对不同的数据实体进行有针对性的高比例压缩。
4.3 “云+端”的数据聚合与快速访问技术
基于有限硬件资源的多维、多要素场景及目标的情报保障，存在海量数据的高效组织、快速访问等技术难题。课题采用云服务理念，设计“云+端”的数据聚合与快速访问技术，通过在线、离线相结合的保障方式，解决快速检索访问与海量资源与有限硬件资源的矛盾。
“云+端”是一种数据管理架构模式，数据可以离线访问，也可以在线使用。在终端、提供多源多类型数据的高效组织管理和关联数据结构，以提供本地数据的关联检索和查询访问。在云端，能提供数据的分发更新和在线访问。在“云+端”模式下，终端数据可作为本地网络缓存，以支持更高效更经济的在线数据访问，以及在线与离线相结合的应用模式。
4.4基于“云推送”的远程支持与互操作技术
为满足不同智能移动终端设备之间的远程支持和互操作的应用需求，实现智能终端设备之间操作席位和演播席位的分离，降低演播端的误操作，增强演播端展示效果，需要研究在非稳定网络环境条件下终端设备之间的互联互通技术，实现高并发、高时效性能要求下的多种类型的操作控制和数据显示协同。
4.4.1 “云推送”产品架构研究及技术实现
发布端为使用PC或智能设备发布消息，通过HTTP Post数据或者TCP/UDP SDK与服务端进行消息传递。云端主要包括Receiver Services、Message Bus、后台存储管理、Pusher Server实现消息的路由、推送、存储等功能。客户端提供跨平台的云推送开发SDK包，在任意智能设备上实现云推送的功能。
4.4.2消息传输方式研究及技术实现
为实现稳定高效的消息传输，需要研究消息的格式化组织、消息传递流程和移动端在线状态心跳检测等技术点。
针对终端应用环境下的网络带宽和流量使用限制，拟采用二进制序列化格式ProtoBuffer进行消息格式化组织。消息通过HTTP POST到服务器后，经过一系列逻辑判断，如果是合法消息，被打包成二进制格式，然后经过消息总线被路由到Pusher Server。Pusher Server根据推送目标将消息路由出去。当发现目标对象不在线时，消息会被路由到Redis中。当用户上线后，主动调用HTTP接口检测是否有离线消息，如果有直接返回
4.4.3基于GO实现云推送的海量并发访问能力
Go语言具有编译型语言的运行效率，有脚本语言的开发效率，可以在一个进程中执行有数以百万计的协程并保持高性能。Goroutine和Channel是Go语言的重要特性。Goroutine可以不需要复杂的线程操作锁操作，不需要关心调度，就能实现基本的并行程序。Channel是消息传递的机制，用于在不同的Goroutine环境下实现消息共享机制。
5 结束语
重大危险源的监控是一个复杂的系统工程重大危险源又呈空间分布性并且在动态变化 ， 重大危险源的这些 特点决定了 GIS可以成为其监控的理想工具 。GIS具有其基本功能和空间分析与模型分析两大类功能，空间分析与模型分析是地理信息系统的主要功能， 是灵魂和核心。而目前基于 GIS的重大危险源监控系统的共同特点是充分利用了 GIS的数据管理 、查询和显示功能等基本功能 ， 而对于GIS更强大的功能— — —空间分析与模型分析功能 ，则较少涉及到 ，这无疑是未来研究的方向。
本文围绕港口三维监控系统的关键技术与实现这一课题，对其中一些理论和应用问题进行了深入分析和探讨，重点从系统的结构和系统关键技术方面进行阐述。
参考文献
[1]李辅成.基于GPS和GIS的车辆监控系统[D].天津大学，2009.
[2]宗文杰.基于AJAX的GIS监控系统的研究[D].华东师范大学，2011.
[3]张庆全.基于GPS/GIS车辆监控系统的设计与实现[D].哈尔滨理工大学，2007.
[4]姚得利.基于GIS技术的建筑实时监控系统的设计与实现[D].吉林大学，2014.
[5]Zechun Huang，Dingfa Huang，Zhu Xu，Zhigen Xu. GPS Vehicle Positioning Monitoring System Integrated with CORS and Mobile GIS[J]. Procedia Environmental Sciences，2011，10：.
[6]Nihei N，Kajihara N，Kirinoki M，Chigusa Y，Matsuda H，Saitoh Y，Shimamura R，Kaneta H，Nakamura S. Establishment of a GIS monitoring system for schistosomiasis japonica in Kofu， Japan.[J]. Annals of tropical medicine and parasitology，2006，1002：.
中图分类号：C37 文献标识码：A 文章编号：1009-914X（2016）06-0395-02
1 引言
智能视频监控到来之前，安防视频监控的发展已经到了行业化和集成化的阶段。因此，在智能视频监控到来时，视频监控领域对智能监控技术的要求，依然是来自于不同行业对视频监控的各种个性化需求。这种个性化的需求将要求智能视频技术针对不同的行业有不同的智能视频分析规则。
原有安防项目只能提供基本的视频监控功能需求，无关联视频监控点位置信息，操作界面过于专业，操作流程复杂，使用时需要专业人士操作，如果发生突发事件不能及时调度处理，也造成了损失的上升。为补充原有安防项目中视频监控的不足，利用成熟的地理信息系统（GIS）技术、遥感技术，构建可视化的二三维地理环境，基于位置实现视频监控点的可视化管理和操作，把安防控制系统和GIS系统良好的融合，构建立体化监控体系
2 系统设计方案
2.1系统总体架构
可交互、地理信息支持的三维监控系统自下而上一共分为基础设施层、数据层、平台支撑层、应用层和用户层，如下图所示。
2.2 系统功能架构
可交互、地理信息支持的三维监控系统包括地图数据加载、地图显示操作、地物添加编辑、视频监控管理、三维特效增强五部分，如下图所示。
3 平台子系统功能模块：
3.1地图数据加载
3.1.1影像数据加载
选择数据源中的影像数据，将其加载到地图图层中，该功能用于加载影像数据，其中影像数据包括网络数据、本地缓存数据。
3.1.2矢量数据加载
选择数据源中矢量数据下的任意点、线、面数据集，将其加载到地图图层中。该功能用于加载矢量数据，其中影像数据包括网络数据、本地缓存数据。
3.1.3地形数据加载
选择数据源中的地形数据，将其加载到地图图层，该功能用于加载地形数据。
3.2地图显示操作
3.2.1地图基本操作
1） 地图缩放：滑动鼠标滚轮，可以实现地图的放大、缩小操作。
2） 地图漫游：点按屏幕进行拖动实现地图漫游功能。
3） 地图仰俯与旋转：点按鼠标右键实现地图的俯仰与旋转。
3.2.2地图图层控制
通过勾选地图图层实现加载数据的显示、隐藏控制操作。选定图层，可以进行编辑或者取消编辑的操作。
3.2.3地图量算
1）距离量算
选择数据源中矢量数据下的任意线数据集，加载在三维地球上。选择空间量算下的距离量算功能，该功能为在三维场景中量取指定点间的距离，支持两点与多点距离量算。
2）面积量算
选择数据源中矢量数据下的任意面数据集，加载在三维地球上。选择空间量算下的面积量算功能，该功能为在三维场景中量取指定点形成区域的面积。
3）高程量算
选择数据源中矢量数据下的任意线数据集，加载在三维地球上。选择空间量算下的高程量算功能，该功能为在三维场景中量取指定点的高程。
3.2.4地图场景管理
1）场景切换
支持自定义场景，如“场景1”、“场景2”、“场景3”，进行不同场景的切换。
2）场景跟随
支持目标跟随，该功能为跟随指定模型或点状目标，场景根据目标的位置动态平滑跟踪显示。
4 系统实现关键技术
4.1基于用户关注度的多维多要素关联模型设计
针对不同用户对信息需求的差异性，如何根据用户关注度提供不同层次的信息展示成为亟待解决的难题。本课题把遥感影像、地形数据、目标矢量和属性信息、专题产品、模型数据、标注标绘、情报专题、专家知识库等多维多要素信息进行关联并建立数据模型，根据数据的空间、时间、状态、关键词等属性信息进行组织关联，根据用户关注信息实现一键式多要素信息检索，以实现按关注度优先级分层次立体展示功能。
基于用户关注度的关联模型实现的功能是自动根据用户的关注点和关注度，对多维多要素的信息进行检索排序并分层次、关联展示。首先要研究多维多要素信息的元数据描述模型，构建一套信息元数据库；其次，利用成熟的关联分析算法，基于用户检索频次和关联查询操作习惯，计算分析形成信息关注度系数和信息关联系数；最后，研制基于信息关注度和信息关联系数的检索算法，实现用户关注信息的一键式搜索、全部显示的功能。
4.2分层序列化空间数据流压缩技术
针对多源区域影像、多要素目标信息数据量大，基于有限硬件资源条件下的数据接入、分发、加载存在的极大挑战，课题研究一种先进的分层序列化数据流压缩技术，实现数据的分层分块组织，数据分类序列化压缩，数据的流传输和反序列化。分层数据组织结构，支持用户针对不同区域关注度，灵活配置差異化的数据级别，既保证局部数据的详细程度，又符合更小的数据体积要求。处理后的数据具有高压缩比、可以以流的方式进行传输，既可以放在终端离线使用，节省存储资源，也能放在云端，获得更小流量和更高效率的在线数据传输。
要实现上述目标，课题需要逐步解决如下关键技术点：1）设计一种可配置的分层瓦片数据存储架构，以实现根据用户需求弹性定制局部区域的数据详细程度，也便于数据的增量更新与分发；2）基于此存储架构，需要对每一块数据实体（如瓦片内的数据），进行分类序列化压缩与反序列化解析，以实现数据的高比例压缩和快速分发。 分層序列化空间数据流压缩技术的大致技术路线如下图所示：
分层序列化空间数据流压缩技术，在分层瓦片架构基础上，针对不同的数据实体进行有针对性的高比例压缩。
4.3 “云+端”的数据聚合与快速访问技术
基于有限硬件资源的多维、多要素场景及目标的情报保障，存在海量数据的高效组织、快速访问等技术难题。课题采用云服务理念，设计“云+端”的数据聚合与快速访问技术，通过在线、离线相结合的保障方式，解决快速检索访问与海量资源与有限硬件资源的矛盾。
“云+端”是一种数据管理架构模式，数据可以离线访问，也可以在线使用。在终端、提供多源多类型数据的高效组织管理和关联数据结构，以提供本地数据的关联检索和查询访问。在云端，能提供数据的分发更新和在线访问。在“云+端”模式下，终端数据可作为本地网络缓存，以支持更高效更经济的在线数据访问，以及在线与离线相结合的应用模式。
4.4基于“云推送”的远程支持与互操作技术
为满足不同智能移动终端设备之间的远程支持和互操作的应用需求，实现智能终端设备之间操作席位和演播席位的分离，降低演播端的误操作，增强演播端展示效果，需要研究在非稳定网络环境条件下终端设备之间的互联互通技术，实现高并发、高时效性能要求下的多种类型的操作控制和数据显示协同。
4.4.1 “云推送”产品架构研究及技术实现
发布端为使用PC或智能设备发布消息，通过HTTP Post数据或者TCP/UDP SDK与服务端进行消息传递。云端主要包括Receiver Services、Message Bus、后台存储管理、Pusher Server实现消息的路由、推送、存储等功能。客户端提供跨平台的云推送开发SDK包，在任意智能设备上实现云推送的功能。
4.4.2消息传输方式研究及技术实现
为实现稳定高效的消息传输，需要研究消息的格式化组织、消息传递流程和移动端在线状态心跳检测等技术点。
针对终端应用环境下的网络带宽和流量使用限制，拟采用二进制序列化格式ProtoBuffer进行消息格式化组织。消息通过HTTP POST到服务器后，经过一系列逻辑判断，如果是合法消息，被打包成二进制格式，然后经过消息总线被路由到Pusher Server。Pusher Server根据推送目标将消息路由出去。当发现目标对象不在线时，消息会被路由到Redis中。当用户上线后，主动调用HTTP接口检测是否有离线消息，如果有直接返回
4.4.3基于GO实现云推送的海量并发访问能力
Go语言具有编译型语言的运行效率，有脚本语言的开发效率，可以在一个进程中执行有数以百万计的协程并保持高性能。Goroutine和Channel是Go语言的重要特性。Goroutine可以不需要复杂的线程操作锁操作，不需要关心调度，就能实现基本的并行程序。Channel是消息传递的机制，用于在不同的Goroutine环境下实现消息共享机制。
5 结束语
重大危险源的监控是一个复杂的系统工程重大危险源又呈空间分布性并且在动态变化 ， 重大危险源的这些 特点决定了 GIS可以成为其监控的理想工具 。GIS具有其基本功能和空间分析与模型分析两大类功能，空间分析与模型分析是地理信息系统的主要功能， 是灵魂和核心。而目前基于 GIS的重大危险源监控系统的共同特点是充分利用了 GIS的数据管理 、查询和显示功能等基本功能 ， 而对于GIS更强大的功能— — —空间分析与模型分析功能 ，则较少涉及到 ，这无疑是未来研究的方向。
本文围绕港口三维监控系统的关键技术与实现这一课题，对其中一些理论和应用问题进行了深入分析和探讨，重点从系统的结构和系统关键技术方面进行阐述。
参考文献
[1]李辅成.基于GPS和GIS的车辆监控系统[D].天津大学，2009.
[2]宗文杰.基于AJAX的GIS监控系统的研究[D].华东师范大学，2011.
[3]张庆全.基于GPS/GIS车辆监控系统的设计与实现[D].哈尔滨理工大学，2007.
[4]姚得利.基于GIS技术的建筑实时监控系统的设计与实现[D].吉林大学，2014.
[5]Zechun Huang，Dingfa Huang，Zhu Xu，Zhigen Xu. GPS Vehicle Positioning Monitoring System Integrated with CORS and Mobile GIS[J]. Procedia Environmental Sciences，2011，10：.
[6]Nihei N，Kajihara N，Kirinoki M，Chigusa Y，Matsuda H，Saitoh Y，Shimamura R，Kaneta H，Nakamura S. Establishment of a GIS monitoring system for schistosomiasis japonica in Kofu， Japan.[J]. Annals of tropical medicine and parasitology，2006，1002：.