局部数据聚合是节省传感器节点能量、延长无线传感器网络寿命的有效手段。然而，当传感器网络用于跟踪移动对象时，网络中的局部数据聚合任务提出了一组新的课题，例如需要根据节点在不同时刻获取摄像头干扰器的信息，通常实时估计目标不断变化的状态。为了解决这些问题，我们提出了一种分布式目标跟踪系统，该系统在无线摄像机网络中采用基于聚类的卡尔曼滤波器。

    当检测到一个目标时，可以观察同一目标的摄像机相互作用，形成一个簇并选择簇头。集群成员获取的目标的本地测量值被发送到集群头，然后集群头通过卡尔曼滤波估计监控屏蔽器目标位置，并定期将该信息发送到基站。底层集群协议允许在跟踪对象时在集群之间轻松传递目标位置的当前状态和不确定性。这使得基于卡尔曼滤波的目标跟踪成为可能猫鼬系统是一种由电池供电的摄像头节点组成的无线网络，可用于监控广大区域。

    本文描述了Meerkats体系结构，包括：（1）一些应用级视觉传感器采集和处理技术，如图像采集策略（包括协作、事件驱动策略）；用于检测摄像头屏蔽器、参数估计和分层表示的可视化分析；（2） 动态评估电源与应用级别需求的资源管理策略，以对系统要执行的任务做出决策（例如，在给定时间点传输数据时使用何种数据表示级别）；（3）用于带宽和功率自适应路由以及媒体扩展的网络级技术。我们还报告了我们为图像采集调度开发的统计模型的结果，该模型在给定误检测概率的情况下，通过确定摄像机何时唤醒并采集图像来尽量减少功耗。我们展示了猫鼬传感器节点功耗特性的结果，该传感器节点基于十字弓星际门。