1 物联网定义
目前，物联网是新一代信息技术的重要组成部分，是一个基于互联网、传统电信网等信息承载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普通服务智能化三个重要特征。
物联网（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）指的是将无处不在（Ｕｂｉｑｕｉｔｏｕｓ）的末端设备（Ｄｅｖｉｃｅｓ）和设施（Ｆａｃｉｌｉｔｉｅｓ），包括具备“内在智能”的传感器、移动终端、工业系统、楼控系统、家庭智能设施、视频监控系统等和“外在使能”（Ｅｎａｂｌｅｄ）的，如贴上ＲＦＩＤ的各种资产（Ａｓｓｅｔｓ）、携带无线终端的个人与车辆等“智能化物件或动物”或“智能尘埃”（Ｍｏｔｅ），通过各种无线/有线的长距离/短距离通讯网络实现互联互通（Ｍ２Ｍ）、应用大集成（Ｇｒａｎｄ Ｉｎｔｅｇｒａｔｉｏｎ）以及基于云计算的ＳａａＳ营运等模式，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面（集中展示的Ｃｏｃｋｐｉｔ Ｄａｓｈｂｏａｒｄ）等管理和服务功能，实现对“万物”的“高效、节能、安全、环保”的“管、控、用”一体化。
2 物联网应用——“感、传、览、知、用”
从技术应用架构上来看，物联网应用可分为五部分：“感、传、览、知、用”（见图1）。
“感”——由各种传感器以及传感器网关构成，包括摄像头、二氧化碳浓度传感器、温度传感器、湿度传感器、二维码标签、ＲＦＩＤ标签和读写器、摄像头、ＧＰＳ等感知终端。其作用相当于人的神经末梢，它是物联网识别物体、采集信息的来源，其主要功能是识别物体，采集信息。
“传”——由各种私有网络、互联网、有线和无线通信网、网络管理系统和云计算平台等组成，相当于人的神经中枢和大脑，负责传递和处理感知层获取的信息。
“览”——由视频展示平台构成，相当于人的眼睛，负责将神经末梢采集到的信息成像展示给大脑。
“知”——物联网和用户（包括人、组织和其他系统）的接口，它与行业需求相结合。“感、传”得到的信息通过“览”进行展示，在展示的基础上针对不同的行业需求通过各种优化后的数学模型进行有效的数据分析、统计，得到精炼的分析结果。
“用”——应用“知”得到的数据分析结果，实现基于物联网的智能应用。
在上述物联网应用的五部分中，“感”和“传”都有较成熟的产品及解决方案。但是，有了较好的前端信息采集和传输，如何解决后三部分“览、知、用”的应用，是目前业界都在努力解决的核心问题。
笔者结合物联网在故宫博物院智能安防上的应用进行简单论述。
3 视频物联网在故宫博物院智能安防上的应用
随着旅游事业的发展，故宫博物院成为了人员流动性非常高、人员大量聚集的公共场所。近年来，很多犯罪分子盯上了博物馆的馆藏文物，这要求博物馆的安全防范系统应具备防范入侵、盗窃、抢劫、破坏等犯罪行为的功能，要为打击刑事犯罪创造条件，起到提前预警、争取处警时间；延缓非法活动、缩小被破坏范围的作用。
虽然故宫博物院已经建立了安防系统，但仍有提升空间。为确保故宫博物院的治安安全，对于现有的人流的走向、密集程度、疏导、特定人群的布控以及行为分析的智能监控、分析系统的需求突显。为了能够提高指挥决策能力，故宫博物院需要建立一套先进、实用的智能监控、分析系统。而一套先进、实用的智能监控、分析系统要具备以下的特点：
“实体可信”——组成突发事件现场的所有因素都是可信的；
“资源可管”——前往处置突发事件的所有资源都是可管的；
“行为可控”——突发事件现场被布控的人员以及处置突发事件的人员的所有行为都是可控制的；
“事件可查”——突发事件现场发生的事件以及在处置突发事件的过程中发生的所有事件在事后都是可查的；
“运行可靠”——处置突发事件的过程中，应急指挥调度系统的运行是稳定可靠的。
因此，故宫博物院的安防系统应该是一个高清晰、多功能、智能化、联动报警、高灵敏的多系统结合的综合系统。
故宫博物院单院长指出：“就今后的发展方向而言，故宫博物院的安全保卫主要依靠科技进步。”单院长还强调，“故宫安全保卫工作不但需要一流的设施，更需要一流的管理；不但要加大资金投入，还要加强全体人员的素质，更新安全保卫理念。”
目前，故宫博物院正在实施的安全技术防范系统改造工程，以综合管理系统为中枢，以入侵报警系统为核心，包括紧急报警、声音复核、视频监控、数字录像、网络视频传输、出入口控制、钥匙管理、通讯指挥、车辆管理等子系统，通过软件开发和系统集成实现各个子系统之间的数据共享，建立集成化、智能化、人性化的安防操作平台。目标是建立一套智能化程度高功能设置完善、性能可靠，综合防范能力具有世界先进水平的安全技术防范系统。但是，系统建成后，仍然存在以下某些缺陷或隐忧。
（1）各子系统相对独立，难以发挥整体效应。改造完成后的技防系统是比较完善的，每一个功能模块（如前所述）都可以独立工作，发挥各自的功能。但隐忧在于这些子系统缺少有效的联动机制。
（2）系统是被动防御，难以主动预防。安防系统本质上只是一个被动防御系统，难以主动预防。一方面，工作人员不可能时时刻刻盯着大屏幕，长时间保持这种状态非常容易疲劳。实验数据表明，经过２２分钟监控后，监控人员可能错过最高达９５％的画面所发生的行为。另一方面，监控点数繁多，不可能将所有的监控点都同时显示在大屏幕上，整个视频监控报警系统的有效性是无法得到保证的。
（3）智能化提升空间大。安防系统应该是一个高清晰、多功能、智能化、联动报警、高灵敏、无漏报、误报率低的多系统结合的综合管理系统。故宫安全面临的主要威胁来自盗窃、火灾、踩踏和突发事件等，如何有效地预防、事发后如何及时处置，我们认为应该是这套安防系统的重心。
4 新一代基于物联网技术的博物馆全时空、立体可视化平台以及全场景跨镜头智能系统分析
４．１ 重点区域三维全真场景重建
在数据获取方面，运用开放式激光扫描技术，可对任意尺度的３Ｄ场景进行远近程高精度测量。设备内置高清晰度工业级数码镜头，采用双轴动态水平补偿，有效测量距离达３００ｍ，具有３６０°×２７０°（水平×垂直）的超大视场。范围图像，彩色图像以及灰度值同步获得，不再需要对彩色图像和范围图像进行配准，从而改善了扫描精度，并加快了获取速度。用户可根据具体需要，灵活调整采样精度和测量范围。最大测量位置误差仅为＋/－０．０５ｍｍ/２０ｍ，角度误差小于６０μｒａｄ，扫描速率高达５００００点/秒。整个数据采集过程可以并行、自动地完成，无需再对３Ｄ数据与其它信息（如２Ｄ图像）进行二次配准，从而在核心技术层面显著提升了数据获取的效率。同时，该扫描技术不依赖于光照条件，可在夜间全暗环境下正常工作。在获取三维扫描数据后，得到物体模型的大量离散采样点，通过三维重建技术自动将大量离散采样点的曲面重建，从而重建绘制出真实的３Ｄ扫描场景，所有尺寸均一比一真实还原。
４．２ 新一代基于物联网技术的博物馆全时空立体可视化平台介绍
“全时空立体可视化平台”是一种具有颠覆性的多监控点实时视频拼接融合解决方案，基于视频融合及二维/三维定位重建技术，对部署在前端的监控摄像头传感器进行全时空融合，从而超越依赖分镜头监控的传统管理和指挥模式，真正实现全场景时空融合环境下的实时全息立体监控；同时结合全时空智能视频分析技术，根据客户需求实现跨镜头跟踪、人群趋势分析、多种异常行为报警等，快速、高效地安全态势感知、安全威胁分析以及应急指挥。四路分镜头画面如图2所示。
无法有效的分析和掌控某些情况：
整个区域立体全景情况；
大范围人员数目；
人员行为整体轨迹；
多个体、多区域的协同活动。
从而导致以下后果：
分析偏差或错误；
决断延迟或错漏；
应急响应的迟误等。
合成上述四路分镜头画面后的三维立体全息监控画面如图3所示。从图中可以看出其效果显著：有效提高对视频监控的应用和指挥效能，对监控图像中的人流的走向、密集程度进行自动高效的分析及识别；对人员车辆行为动作进行自动高效的分析及识别；对人员各种异常动作行为进行预警；对可疑人员进行搜索和追踪。
４．３ 全场景跨镜头智能分析和检索系统
系统可实现对个体目标的精确分析，特别是在基于个体目标分析的基础上，可进而对群体行为进行分析，对异常场景自动进行检测。系统可进一步对运动目标进行实时检测和跟踪，自动对目标进行从简单到复杂的动作分析。
在此基础上结合立体全息监控系统，系统可实现对跨区域跨镜头的整体大场景视频智能分析。在全景整体图上直接作分析，实现个体、群体行为的跨监控点多区域分析，例如复杂全场景中整体人数密度测定，群体人员轨迹分析，群体突发事件预警等。
例如通过对节假日高峰期故宫博物院人群密度的分析，人流行动轨迹的分析可进行科学预判，提早预警，帮助及时采取应急措施，从而及早处理拥挤踩踏等隐患苗头。使监控系统真正帮助实现对各类突发事件的全过程有效控制和保障。
４．４ 虚拟智能人模拟仿真系统—群体人员行为分析与推演
一旦突发公共事件发生后，要按照事先准备好的应对措施及时组织相关部门人员、车辆进行现场救援和疏散，这就是应急预案。其目标是能够迅速有效的开展救援行动，减少事件带来的损失。由于灾害的多样性、复杂性、突发性等特性，以及技术条件的限制，目前很难制定较为科学的应急预案，并在事前做好充分的推演，熟练的应对复杂的事件现场。
应对各类突发问题，仅仅凭借经验尚存在不足，随着预知技术的发展，仿真推演技术逐渐成熟，产生了基于三维全真场景的群体仿真分析系统。该系统一方面可采用模块化手段灵活定制场景的通行规则，如通行信息，通道信息，出入口设置等；另一方面，可以通过视频监控学习特定场景中人物的行为规则，并以此建立一套高度仿真的数学模型，建立智能的人物个体，并在大型场景中考虑人物之间的相互影响，场景对人物行为的影响，从而比较准确的对群体行为进行趋势仿真和分析，进而建立科学的应急预案。
（1）群体行为仿真分析和预案推演的关键技术。 仿真与推演的准确性取决于模型的准确性和仿真人物的真实性，如何对真实世界进行精确、有效地重建其三维数字表达，一直以来都是计算机图形学界的一个难题。通过对手工建模、基于建筑图纸建模、基于二维ＧＩＳ建模以及基于图像建模等多种方式进行比较分析，选择了采用基于扫描数据的三维建模技术的方法，并研发高效的自动曲面重建的方法，以满足对重点区域实际应用中对建模精度和效率的要求。
1）场景样本采集与建库
在智能监控系统中对视频监控图像中提取，对于前景运动目标的检测与识别是核心内容，而在运动目标检测提取中，背景对于前景目标的识别、重建融合和跟踪至关重要。这里前景是指在假设背景为静止的情况下，任何有意义的运动目标。在全景立体视频监控系统中，将运动目标准确重建融合到三维场景中，实现全方位、无失真、无变形的监控尤为重要。
采用前背景分离对比技术，对人物、车辆运动特征属性进行获取，建立针对不同场景中，人群以及车辆的运动速度、方向的学习库。从而可智能的面对不同场景选择合适的智能人或者智能车模型。
2）群体仿真分析
以三维场景作为背景，引入视频学习模型，作为属性加载在虚拟人或车辆上面，可方便地改变人物、车辆和场景的属性，以测试不同状态下的应急仿真疏导形势。
支持人物/车辆动态编辑功能：可自行设定场景中人物/车辆数量，提供实时的人物/车辆分布、数量、属性编辑以及删除等操作。
场景动态编辑功能：提供实时的场景编辑功能，包括：障碍位置编辑、障碍删除、通道单行规则修改、和状态切换等。
场景动态交互功能：提供丰富的场景交互模式，包括三维场景中任意位置的快速定位、旋转缩放模式、飞行模式、车辆跟随模式、第一人称漫游模式。
模拟结果分析功能：系统具有对交通模拟结果进行统计分析的功能。
3）预案虚拟推演与验证
将预案仿真推演结果与真实视频或者经验数据进行对比，验证人员/车辆仿真模型的真实可靠性以及与实际情况的一致性；通过改变模拟初始条件（如改变规则、疏散策略等），不断修正虚拟人/车运动仿真模型使得模拟结果符合真实情况，从而建立科学的仿真模型。
5 结束语
安防产品技术的不断进步必然会给博物馆安防注入更多的应用元素，在日益升高的高清化、智能化呼声中，博物馆安防正顺应着技术发展的潮流。日益频发的公共安全问题，对博物馆的安防和应急管理提出了更高的要求，采用科学化的全景立体安防系统和仿真、推演手段，不仅能够以事件为驱动，同时兼顾事前、事中、事后的事态把握和事件处理，而且能够构建问题场景，提升预案编制的准确性。系统能够科学有效地减少日常安防工作以及应急预案编制过程中的人力物力成本，随着虚拟现实技术的更快发展，交互式预案推演也将逐渐成为现实，将为博物馆带来更加便捷的培训和管理手段。
全部回复（1 ）
只看楼主 我来说两句 抢板凳