买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国地质大学(武汉)申请的专利一种有向视觉传感器网络覆盖优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116321194B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310244789.4，技术领域涉及：H04W16/18；该发明授权一种有向视觉传感器网络覆盖优化方法是由翟超;雷雄;张和洪;李勇波;王传莲;罗财明设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。

本一种有向视觉传感器网络覆盖优化方法在说明书摘要公布了：本发明公开了一种有向视觉传感器网络覆盖优化方法，包括：根据目标监测区域空间结构，建立二维模型，在建立的二维模型中布置视觉传感器节点，并建立视觉传感器位置模型；根据每个视觉传感器的性能，构建每个视觉传感器的感知模型，得到每个视觉传感器覆盖结果；根据视觉传感器位置模型和传感器的感知模型，获得整个目标监测区域的视觉传感器网络覆盖系统；对视觉传感器网络覆盖系统进行优化，使目标监测区域内任意目标点的覆盖强度值为视觉传感器网络覆盖结果中的最优值。本发明针对监测技术中存在的人力消耗问题以及时效性弱和针对性弱问题进行了改进，减少了人工实地操作，大大节省了人力与物力。

本发明授权一种有向视觉传感器网络覆盖优化方法在权利要求书中公布了：1.一种有向视觉传感器网络覆盖优化方法，其特征在于，包括以下步骤： S1、根据目标监测区域二维结构，建立二维模型，在建立的二维模型中布置视觉传感器节点，并建立视觉传感器位置模型； S2、根据每个视觉传感器的性能，构建每个视觉传感器的感知模型，得到每个视觉传感器覆盖结果； S3、根据视觉传感器位置模型和传感器的感知模型，获得整个目标监测区域的视觉传感器网络覆盖系统； S4、对视觉传感器网络覆盖系统进行优化，使目标监测区域内任意目标点的覆盖强度值为视觉传感器网络覆盖结果中的最优值； 步骤S1具体为： 构建目标监测区域坐标系，视觉传感器ci的位姿坐标为其中pi＝[xiyi]T为视觉传感器ci在坐标系xy上的坐标，θi为方向角，θi为视觉传感器的方向向量和坐标系x方向的夹角； 步骤S2具体为： S21、根据每个视觉传感器的性能，设定目标监测区域内点p0可以被视觉传感器ci覆盖的条件：视觉传感器ci坐标pi到点p0的欧式距离不超过视觉传感器半径r，且与视觉传感器ci方向向量的夹角β不大于α2； 其中，视觉传感器感知半径r和感知视角α为视觉传感器固定性能参数； S22、构建单个视觉传感器感知模型： 其中，Csci,qk表示视觉传感器ci对点qk的覆盖性能，σ为常数，dvci,qk表示视觉传感器ci的到监测点qk的距离，Ωi表示视觉传感器ci的监测范围； 步骤S3具体为： 将环境中的重要性权重函数Φ与视觉传感器网络系统的覆盖性能fm作积分构造目标函数Js1,s2,…,sN： Js1,s2,K,sN＝∫Qfmφqdq 其中，fm＝max{Csc1,qm,Csc2,qm,…,CscN,qm}表示视觉传感器网络对监测区域内的目标点qm的覆盖性能的最大值，Q表示整个监测环境，Φq表示点q的重要性，sN表示第N个视觉传感器的位姿坐标； 步骤S4具体为： S41、构建视觉传感器ci的动力学方程为Js沿梯度上升方向的偏导数： 其中，ui为视觉传感器ci的控制输入，包括位置和方向角两部分，αi为控制增益； S42、构建Js的Lyapunov函数： 其中s*为目标函数Js沿梯度上升方向演化得到极大值时的取值； S43、对Lyapunov函数Vs对时间求导数： 当Lyapunov函数Vs对时间的导数小于零，视觉传感器ci的动力学系统处于稳定状态； S44、视觉传感器ci的梯度控制率表示为： 其中，vi＝[vxivyi]T为视觉传感器ci位姿中位置的一阶导数，代表速度，ωi为视觉传感器ci位姿中角度的一阶导数，代表角速度，则： 视觉传感器ci的运动学由以下离散时间系统描述： pia+1＝pia+via θia+1＝θia+ωia 其中，a是迭代索引次数，via和ωia分别第a次迭代的速度和角速度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。