La crescente dipendenza globale e la richiesta di una maggiore sicurezza in ambienti pubblici e privati richiede una tecnologia dei sensori ottimale. Luoghi pubblici, come centri commerciali, banche, nodi di trasporto, musei, e parcheggi, spesso beneficiano di telecamere e rilevatori di movimento, che identificano attività sospette e sgradite. Però, posizionare sensori di sicurezza per ottimizzare la gestione delle risorse e le prestazioni del sistema proteggendo contemporaneamente persone e prodotti è una sfida difficile.
I ricercatori hanno condotto molti studi sul posizionamento dei sensori e hanno utilizzato più tecniche, inclusi approcci basati su grafici, geometria computazionale, e metodi bayesiani, per generare configurazioni di successo variabile. Ma nonostante gli sforzi passati, questo problema di ottimizzazione rimane complicato. In una pubblicazione cartacea oggi in SIAM Journal on Scientific Computing , Sung Ha Kang, Seong Jun Kim, e Haomin Zhou propongono un metodo di set di livelli computazionali per posizionare in modo ottimale un sistema di sicurezza basato su sensori per la massima sorveglianza di un ambiente complesso. "Nel posizionamento ottimale del sensore, le regioni coperte e non coperte possono essere classificate con precisione utilizzando il livello impostato, e la dinamica della copertura rispetto alla posizione di un sensore può essere derivata e tracciata convenientemente, " Kim ha detto. "Nel corso degli anni, il metodo level set ha dimostrato di essere una tecnica numerica robusta per questo scopo."
Gli autori iniziano identificando le sfide in corso per un'efficace ottimizzazione dei sensori, compresa l'elevata domanda di risorse computazionali. Gli ostacoli che ostruiscono la vista e la portata del sensore sono spesso di forma arbitraria, rendendo le loro posizioni difficili da individuare. Inoltre, massimizzare l'area di copertura è un problema costoso di dimensioni infinite, e trovare la soluzione ottimale globale spesso diventa computazionalmente intrattabile. "Molti lavori precedenti sono risolti con approcci combinatori, mentre la nostra configurazione è più continua, " Kang ha detto. "Questo offre una maggiore flessibilità nella gestione di regioni complicate e diverse configurazioni, come un raggio visivo e direzioni limitate."
Kang, Kim, e Zhou combinano e modificano gli algoritmi esistenti per produrre vincoli sensoriali più accurati da un punto di vista pratico. Mentre studi precedenti hanno ipotizzato che i sensori abbiano un raggio di copertura infinito e/o un angolo di visione di 360 gradi, gli autori estendono le formulazioni esistenti per riconoscere la gamma finita, angolo di visione limitato, e tasso di guasto diverso da zero di sensori realistici. "Sensori, indipendentemente da quanto bene siano fabbricati, può non acquisire informazioni mirate, " Ha detto Zhou. "La modellazione efficace di questi vincoli è cruciale quando si vuole risolvere il problema pratico di posizionamento del sensore. Generalmente, questi vincoli rendono il problema più difficile da risolvere:richiedono naturalmente algoritmi computazionali sofisticati".
Il loro modello impiega una formulazione di set di livelli, un quadro concettuale flessibile spesso utilizzato nell'analisi numerica di forme e spazi. Questo meccanismo offre una serie di vantaggi. "Gli insiemi di livelli rappresentano convenientemente le regioni visibili e invisibili, nonché gli ostacoli di forma arbitraria, e gestire automaticamente i cambiamenti topologici nelle regioni, " Zhou ha detto. "Inoltre, l'ampia letteratura sui metodi degli insiemi di livelli fornisce solide basi teoriche e abbondanti tecniche di calcolo quando si tratta di implementazione." Gli autori risolvono un sistema di equazioni differenziali ordinarie (ODE), quindi convertire le ODE in equazioni differenziali stocastiche tramite una strategia di ottimizzazione globale chiamata diffusione intermittente. Questi passaggi producono le direzioni di visualizzazione ottimali e le posizioni di tutti i sensori, così come la più grande regione di sorveglianza possibile - l'optimum globale. "Senza essere limitati agli ambienti poligonali che si assumono tipicamente nel posizionamento dei sensori, come approcci combinatori, il nostro metodo può essere applicato a configurazioni più generali e approssimare una posizione globalmente ottimale a causa della struttura del livello impostato e della diffusione intermittente, " ha detto Kim.
Riconoscendo e tenendo conto della gamma finita, angolo di visione limitato, e tasso di fallimento diverso da zero, Kang, Kim, e Zhou creano un modello di ottimizzazione del sensore unico. "Al meglio delle nostre conoscenze, la visualizzazione dei problemi di posizionamento del sensore da una prospettiva probabilistica nel quadro del set di livelli è nuova, " Zhou ha detto. "Eppure c'è spazio per migliorare ulteriormente la complessità computazionale. Abbiamo analizzato teoricamente la situazione di base nel documento, ma è necessario fare di più per comprendere meglio i problemi di probabilità relativi al problema di posizionamento del sensore."
Tuttavia, gli autori sono soddisfatti delle implicazioni del loro attuale metodo di calcolo, che potrebbe migliorare la sorveglianza in quasi una miriade di aree monitorate, dalle stazioni di servizio di quartiere ai parcheggi dei centri commerciali. "Ci auguriamo che i nostri approcci al posizionamento dei sensori possano essere una pietra miliare per migliorare direttamente le prestazioni dei sistemi di sorveglianza e l'efficienza delle risorse di monitoraggio allocate, " ha detto Kim.
