多传感器协同侦察系统能够在无人值守的野外自然环境下全天候的探测入侵目标,并对其监测到的目标视频流进行计算机视觉处理,对运动目标进行检测侦察和跟踪。在有限能量的前提下,通过合理协同配置节点,既能保证传感器网络多视角、强容错的优势,又能提高系统效率、延长系统生命周期,在物联网、军事、环境、健康、家庭和其他商业领域有着广阔的应用前景。首先,为了解决多传感器节点协同调度问题,根据其多冗余、能量受限的特点,通过为传感器节点建立簇表信息和运用球形单工无迹卡尔曼滤器(SSUKF)来估计目标的运动状态,提出了基于传感器感知能力的簇生成方法,并综合考虑每个传感器节点剩余能量和其跟踪精度制定了簇头轮换方法,以移动目标为激励,目标周围节点动态组建成簇来完成跟踪任务,提出了一种节点协同调度跟踪策略。运用该协同调度策略仿真实现了目标跟踪过程,相对于传统的方法具有较好的稳定性和鲁棒性。其次,为了利用视频传感器节点采集的信息对目标进行实时侦察跟踪,基于轻量级深度学习目标检测网络SSD_Mobilenetvl,通过改进其网络结构,利用增加更细粒特征图参与位置回归和分类来综合网络的上下文信息,并通过引入反残差模块来提高网络提取特征的能力,在保证实时检测速度的同时提高了检测精度,并在KITTI数据集上进行训练验证,取得了良好的效果。最后,为了改善多传感器协同控制系统对用户的友好性,利用PyQt这一流行的GUI开发框架,基于Python语言完成了系统的基础架构和控制平台的设计,运用模块化的思想开发各个系统部件,实现了视频回显预警、侦察业务数据管理、地理态势联合展示等模块的开发,整体系统具有良好的可扩展性。