随着信息技术的快速发展,视觉传感器网络因其丰富的视觉感知能力而受到了广泛的关注。视觉传感器网络配置了相机装置,能够采集图像、视频等物理数据信息,可以用于多种环境的监测。本文针对视觉传感器网络覆盖优化问题,考虑了视觉传感器特殊的定向覆盖特性,构建了相应的感知模型,提出了一种快速迭代算法;在此基础上从分布式的角度提出改进算法,并进行分析和仿真。本文的研究内容如下:1.基于视觉传感器衰减感知模型构建了“总覆盖强度”优化目标,提出了基于覆盖重叠率的快速迭代算法。该算法结合了贪心思想,传感器在优化迭代过程中选择当前状态下最优的部署作为下一时刻的目标位置。算法的关键问题是设置时变且不一致的传感器控制增益;另外,提出了利用传感器“覆盖重叠率”的分布式条件,以触发控制增益的变化。随时间变化的增益以及分布式触发条件确保传感器网络经过更少的迭代步数达到更高的覆盖率。2.从分布式角度考虑传感器网络部署的几何约束关系,将凸包概念引入到覆盖优化问题中,提出了视觉传感器“视场凸包”概念。基于视场凸包,我们定义了一个新颖的覆盖指标——传感器密集度,用来评估视觉传感器网络的局部覆盖效率。在传感器控制律的设计上运用了模糊控制理论,提出了基于模糊思想的快速迭代算法。通过模糊控制器得到时变且不一致的传感器控制增益,包括坐标变化量和航向角变化量。仿真实验结果验证了提出的算法在覆盖优化的迭代步数和覆盖率上都有明显的优势。