مکان گزینی و بهینه سازی پوشش دوربین های مدار بسته به منظور حمایت از مونیتورینگ بهتر با استفاده از الگوریتم S-Rope و بصری سازی سه بعدی

زمینه و هدف: در جوامع مدرن مونیتورینگ براساس دوربین های مداربسته مسئله ای ضروری برای حفظ محیط زیست و امنیت اجتماعی به شمار می آید. بهینه سازی شبکه های دوربین و نحوه طراحی شبکه آن ها از جمله چالش های مطالعات شبکه های دوربین است. هدف از این مقاله توسعه شیوه ای مکانمند برای یافتن پیکربندی دوربین های مداربسته جهت ایجاد حداکثر پوشش تصویری ممکن در یک فضای شهری است.روش بررسی: به طور کلی این پژوهش در دو مرحله در سال 96 انجام گرفته است. در مرحله اول اعمال الگوریتم مکانیابی دوربین ها در فضای دو بعدی صورت می پذیرد و خروجی به دست آمده از آن در مرحله دوم در فضای سه بعدی و به صورت بصری تجزیه و تحلیل می گردد. اولین مرحله با استفاده از نرم افزار arcgis و زبان برنامه نویسی python انجام پذیرفت و از الگوریتم srope به عنوان روشی با میزان دقت بالا در زمینه استقرار دوربین ها استفاده شد. ضمن این که تعدیلاتی در الگوریتم شامل زاویه دید و غیر دودویی بودن منطقه انجام گرفت. در مرحله دوم از مدلسازی سه بعدی در محیطcity  engine برای اعتبارسنجی خروجی به دست آمده در یک محدوده شهری استفاده شد.یافته ها: با الگوریتم srope یک مکان گزینی اتوماتیک برای دوربین ها انجام گرفت به گونه ای که مساحت 1798.28 متر مربع از کل مساحت 1953.98 مترمربعی محدوده مطالعاتی، یعنی 92%، تحت پوشش قرار گرفت. پس از بررسی سه بعدی تنها دو عدد دوربین به مجموع دوربین ها برای پوشش 100% اضافه شد.بحث و نتیجه گیری: با روش پیشنهادی اولاً در تعداد دوربین های به کار رفته به تعداد قابل توجهی صرفه جویی صورت می پذیرد و در عین حال بیشترین پوشش ممکن نیز به دست خواهد آمد.تنها چالش پیش رو زمان اجرای فرآیند برای مساحت های بزرگ می باشد که با توجه به غیر آنی بودن ماهیت مسئله، خللی در روش پیشنهادی ایجاد نمی کند.

Locating and Optimizing Coverage of CCTV Cameras to Support Better Monitoring Using S-ROPE Algorithm and 3D Visualization

Background and Objective: Modern surveillance systems based on CCTV cameras is an essential element for protecting the environment and social security. Camera network optimization and designing its architecture are among the issues of camera network studies. The purpose of this paper is to develop a geospatial solution to find configurations for CCTV cameras in such a way that creates the maximum possible visual coverage in an urban area.Methods: In general, this research is performed in two steps. In the first step, the algorithm is used to locate cameras in twodimensional space, and the resulting output is analyzed in the second step in a threedimensional space and visually. The first step was performed using ArcGIS software and Python programming language, and the SROPE algorithm was used as a highprecision method for 2D camera deployment. After the modifications were made at the viewing and nonbinary regions of the region, the location of the cameras was determined. In the second stage, the threedimensional model of City Engine software was used to validate the output obtained using the SROPE algorithm. The evaluation of the applied method was performed on an urban study area.Findings: With the SROPE algorithm, an automated location determination for cameras was taken so that the area of 1798.28 m² was covered by a total area of 1953.98 m² of study area, i.e. 92%. After a threedimensional review, only two cameras were added to the total of cameras to cover 100%.Discussion and Conclusion: With the proposed method, the number of cameras used makes significant savings, and the most possible coverage is achieved. The only challenge is the process time for large areas, which, due to the nonurgent nature of the problem, does not create a dent in the proposed method.