非合作目标的侦察是包括安防、数字化城市等众多领域数字化、智能化系统的重要基础。进行非合作目标侦察往往使用多种探测手段,其中摄像机由于符合人眼视觉、纹理信息丰富;厘米波雷达由于可全天候、中远距离探测且性价比较高,这两种探测源得到较为广泛的应用。基于雷达和视觉的协同侦察具有侦察范围广、直观便捷、信息量大的特点,能极大提高系统的检测识别跟踪能力。本文针对雷达和云台（Pan-Tilt-Zoom,PTZ）摄像机网络的协同侦察展开研究,主要工作内容如下:（1）研究PTZ摄像机内参、摄像机云台和场景标定:1)内参标定针对中远距变焦场景中张氏标定法无法正确使用的问题,采用两步标定法计算摄像机内参,进行该方法的验证及与张氏标定法的比较;2)由于PTZ摄像机具有转动结构,本文提出针对摄像机云台标定的光心运动轨迹模型,模型输入为摄像机转角,输出为光心坐标;3)场景标定研究如何将目标从雷达转换到各摄像机坐标系下,用于引导PTZ摄像机侦察目标。（2）研究针对雷达和PTZ摄像机网络的基于专家经验和基于马尔科夫链的协同调度方法。前者基于专家经验,分析其它模块和上级指令对协同调度的影响,从而制定协同调度模块的状态转移准则;后者针对本文场景进行仿真,将系统状态看作马尔科夫决策过程,提出以尽可能多高优先级目标被侦察到为正收益目标,并考虑摄像机转动效率带来的负收益,将总收益最大化的摄像机联合行动即为最佳调度决策。（3）设计针对单雷达和双摄像机的共同、接力侦察两种模式的亚公里级内场和外场的协同侦察实验,并采用基于专家经验的协同调度方案,对非合作行人、汽车、无人机目标进行协同侦察试验。本文所提出的方法已通过仿真和实测数据验证。结果表明:1)本文提出的PTZ标定方法能有效提高内参标定的精度,比张氏标定法的结果更加准确;2)本文提出的场景标定方法能在可接受误差范围内完成探测源的互引导;3)针对基于马尔科夫链的协同调度方法,本文提出的收益计算方法比传统方法在仿真条件下更加有效;4)本文提出的基于专家经验的协同调度方法能在亚公里级场景下按要求完成两种不同模式的协同侦察任务。