基于DSP和雙目視覺的多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)計與實現(xiàn)

張云洲，蔣培，高亮，李立強(qiáng)

(1. 東北大學(xué) 信息科學(xué)與工程學(xué)院，遼寧 沈陽 110819；2. 海軍工程大學(xué) 兵器工程系，湖北 武漢 430033)

1 引言

無線傳感器網(wǎng)絡(luò)（WSN， wireless sensor network）深刻地改變了人類與自然的交互方式[1，2]，并廣泛應(yīng)用于軍事、工業(yè)、醫(yī)療、環(huán)境監(jiān)測等諸多領(lǐng)域[3，4]。隨著人們對物理世界認(rèn)識的加深和環(huán)境日趨復(fù)雜，傳統(tǒng)無線傳感器節(jié)點(diǎn)所獲取的簡單數(shù)據(jù)已經(jīng)無法滿足人們實現(xiàn)全面檢測環(huán)境的需求，迫切需要將圖像、視頻、音頻、空間立體感知等媒體信息引入到無線傳感器網(wǎng)絡(luò)中來，實現(xiàn)更精準(zhǔn)、細(xì)微的監(jiān)測，多媒體傳感器網(wǎng)絡(luò)由此應(yīng)運(yùn)而生[5]。

多媒體傳感器網(wǎng)絡(luò)是由一組計算、存儲且具有無線通信能力的多媒體傳感器節(jié)點(diǎn)組成的分布式傳感器網(wǎng)絡(luò)[6]。相對WSN而言，多媒體信息的引入使WSN的數(shù)據(jù)處理速度、網(wǎng)絡(luò)存儲容量、網(wǎng)絡(luò)傳輸、能量供應(yīng)等方面顯著增強(qiáng)，可完成傳統(tǒng)無線傳感器網(wǎng)絡(luò)無法實現(xiàn)的復(fù)雜任務(wù)[7]，滿足人們對環(huán)境監(jiān)測的多樣化需求。受網(wǎng)絡(luò)傳輸帶寬、能耗、實時媒體傳輸、網(wǎng)絡(luò)信息處理、QoS保障等方面的影響[8]，無線多媒體傳感器網(wǎng)絡(luò)目前還處于理論研究階段，且多數(shù)依賴于仿真環(huán)境開展研究。由于應(yīng)用場合不同，無線傳感器節(jié)點(diǎn)系統(tǒng)的設(shè)計有很大區(qū)別。

本文依托高性能DSP處理器，結(jié)合ZigBee無線傳輸協(xié)議，設(shè)計了一款支持圖像處理、雙目視覺及深度信息提取的無線多媒體傳感器節(jié)點(diǎn)，同時集成了多種傳感器形成了環(huán)境綜合感知能力。

2 相關(guān)工作

從現(xiàn)有文獻(xiàn)來看，無線多媒體傳感器節(jié)點(diǎn)的硬件設(shè)計，一般是在無線傳感器節(jié)點(diǎn)系統(tǒng)的基礎(chǔ)上增加了視覺感知。歸功于圖像壓縮與處理技術(shù)的進(jìn)步[9]，圖像傳感器實際已成為多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的標(biāo)準(zhǔn)設(shè)備，復(fù)雜算法也開始引入節(jié)點(diǎn)信息處理?？傮w上，當(dāng)前設(shè)計成功的多媒體傳感器節(jié)點(diǎn)系統(tǒng)的主流方案可分為2種：1) 以通用處理器為核心處理部件的嵌入式系統(tǒng)節(jié)點(diǎn)；2) 利用FPGA、ASIC等專用器件設(shè)計的圖形采集傳輸平臺。

功能相對完善的多媒體傳感器節(jié)點(diǎn)，主要有斯坦福大學(xué)的MeshEye節(jié)點(diǎn)、波特蘭大學(xué)的Panoptes節(jié)點(diǎn)、加利福尼亞大學(xué)的Cyclops節(jié)點(diǎn)、馬薩諸塞大學(xué)的 Quickcam Pro Camera、Stargate節(jié)點(diǎn)、CMU camhe和 Mica節(jié)點(diǎn)等[10，11]；國內(nèi)的代表性 WMSN節(jié)點(diǎn)主要有北京郵電大學(xué)的音頻節(jié)點(diǎn)、南京郵電大學(xué)的UbiCell圖像節(jié)點(diǎn)和UbiCell音頻節(jié)點(diǎn)等[12～14]。其中，Panopts節(jié)點(diǎn)基于Strong ARM設(shè)計的嵌入式平臺，主頻達(dá)206 MHz，運(yùn)行于Linux操作系統(tǒng)，采用USB接口的WebCam作為圖像傳感器模塊，支持視頻流數(shù)據(jù)的獲取、壓縮、過濾緩沖等處理功能[15]。南京郵電大學(xué)設(shè)計的UbiCell節(jié)點(diǎn)，是以O(shè)V7620作為圖像傳感設(shè)備，以ATmegal128L為控制核心，CC2420作為通信模塊設(shè)計的傳感器節(jié)點(diǎn)；UbiCell視頻傳感器節(jié)點(diǎn)則以SoC2440為主控制模塊，外接以太網(wǎng)和WLAN網(wǎng)卡實現(xiàn)視頻流的快速傳輸。

總體上，無線多媒體傳感器節(jié)點(diǎn)的常用基本架構(gòu)是以微處理器為核心，集成圖像傳感器、環(huán)境傳感器和無線通信裝置，其具體配置隨實際應(yīng)用而有所區(qū)別?，F(xiàn)有的WMSN節(jié)點(diǎn)大多在單幅圖像采集并有效傳輸方面展開研究與開發(fā)，不具備圖像深度的測量功能。本文設(shè)計的無線多媒體傳感器節(jié)點(diǎn)，除實現(xiàn)基本的圖像獲取及處理之外，著眼于獲取現(xiàn)場環(huán)境的圖像深度感知，目的在于實現(xiàn)現(xiàn)場環(huán)境的立體感知，使節(jié)點(diǎn)的具備更強(qiáng)的圖像感知與理解能力。

3 多媒體節(jié)點(diǎn)系統(tǒng)架構(gòu)及功能

3.1 節(jié)點(diǎn)框圖

多媒體傳感器節(jié)點(diǎn)主要包括4個模塊：傳感器模塊、數(shù)據(jù)處理模塊、ZigBee通信模塊和控制模塊。傳感器模塊主要包括熱釋外傳感器、濕度、溫度、加速度、電磁羅盤、音頻傳感器、圖像傳感器等，主要負(fù)責(zé)外部信息的感知；其中雙目攝像機(jī)用于完成立體環(huán)境的監(jiān)測，加速度、電磁羅盤傳感器完成節(jié)點(diǎn)本身的姿態(tài)感知，濕度、溫度、熱釋外用于監(jiān)測現(xiàn)場環(huán)境的綜合感知。主處理器主要由高性能數(shù)據(jù)處理器及其外部 RAM、Flash、時鐘、電源等外部輔助設(shè)備組成，用于圖像、音頻等數(shù)據(jù)量相對較大信號的運(yùn)算處理與識別。通信模塊主要由ZigBee射頻通信模塊組成，用于無線多媒體傳感器節(jié)點(diǎn)動態(tài)組網(wǎng)及節(jié)點(diǎn)數(shù)據(jù)的無線傳輸?？刂颇K主要有射頻通信模塊及其內(nèi)嵌的微控制器內(nèi)核組成，負(fù)責(zé)節(jié)點(diǎn)任務(wù)安排以及整個節(jié)點(diǎn)的功耗控制。圖1所示為無線多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的整體框架。

圖1 無線多媒體傳感器節(jié)點(diǎn)整體框架

3.2 接口設(shè)計

隨著傳感器技術(shù)的發(fā)展，傳感器集成化程度越來越高，通信接口日益趨向于標(biāo)準(zhǔn)化，用戶使用越來越方便。雙目攝像機(jī)通過專用解碼芯片轉(zhuǎn)化成數(shù)字信號后供處理器接收與處理，并將處理分析的結(jié)果通過SPI總線發(fā)送至ZigBee模塊并將數(shù)據(jù)傳送至控制中心，ZigBee模塊也可通過SPI總線向主處理器發(fā)送控制信號，用于控制 DM642的工作過程。三軸加速度傳感器、電磁羅盤以及視頻解碼芯片通過I2C總線與主控制器信息交換；溫度傳感器通過C51內(nèi)核擴(kuò)展的GPIO完成數(shù)據(jù)的讀取，濕度傳感器通過8 bit ADC接口讀取，熱釋外傳感器通過觸發(fā)主控制器模塊外部中斷實現(xiàn)人體監(jiān)測。

4 多媒體傳感器節(jié)點(diǎn)的軟硬件設(shè)計

4.1 核心處理器電路設(shè)計

1) DM642數(shù)字信號處理器：TMS320DM642是基于第二代高性能VelociTI 超長指令字結(jié)構(gòu)處理器開發(fā)的增強(qiáng)型微處理器，在720 MHz的時鐘下，最高每秒可處理5 760百萬條指令。C64x內(nèi)核具有64個32 bit的通用寄存器以及8個高度獨(dú)立的功能單元、2個乘法器以及6個算數(shù)邏輯單元（ALU）。

DM642擁有3路可配置的視頻端口（VIC）以及以太網(wǎng)端口（EMAC）、數(shù)據(jù)輸入輸出端口、VCXO差補(bǔ)控制端口、多通道音頻串口等接口，還有3個獨(dú)立32 bit計數(shù)器、1條I2C總線。通過以上接口可實現(xiàn)多路視頻音頻信息的獲取和外部設(shè)備通信及控制。

DM642的視頻端口（VP0、VP1、VP2）可與常規(guī)視頻編解碼器無縫連接，每個端口擁有5 120 byte采集/顯示緩沖，可供a、b2個通道同時使用。由于 DM642兼具強(qiáng)大的數(shù)據(jù)處理能力和豐富的片上外設(shè)，可以滿足WMSN節(jié)點(diǎn)設(shè)計的需求。

2）外部RAM及Flash接口設(shè)計： DM642處理器芯片片內(nèi)集成了64 bit寬度的EMIF接口，有4個獨(dú)立地址空間，均可配置成同步和異步模式，可與SDRAM以及異步Flash無縫連接。根據(jù)實際需求，本文在數(shù)據(jù)處理模塊設(shè)計了2片容量為16 MB和1片容量為2 MB的Flash存儲芯片，分別配置在0x80000000和0x90000000地址空間上，其接口方式如圖2所示。

圖2 外部RAM接口

其中，RAM用與緩存程序或數(shù)據(jù)，F(xiàn)lash內(nèi)部自0x90000000開始的1 MB空間用于存放系統(tǒng)啟動程序，剩余1 MB存放數(shù)據(jù)。系統(tǒng)中2片SDRAM芯片共同占用 EMIF接口的地址總線，而且 Flash芯片和位于低位的SDRAM共用低8位數(shù)據(jù)線及全部地址總線。為了確保信號質(zhì)量，本文在地址總線和數(shù)據(jù)總線上添加了阻值為22 Ω的匹配電阻，其拓?fù)浣Y(jié)構(gòu)如圖3所示。

圖3 外部RAM和Flash的拓?fù)浣Y(jié)構(gòu)

4.2 綜合感知子系統(tǒng)設(shè)計

1) 視頻接口設(shè)計

本文的多媒體傳感器節(jié)點(diǎn)采用雙目攝像機(jī)，以2片獨(dú)立的解碼芯片完成視頻信號解碼，構(gòu)成雙路視覺信號的實時獲取。TMS320DM642芯片集成了3個相同的20 bit VPort，每個VPort可配置為2個10 bit的視頻通道，可獨(dú)立配置成輸入或輸出模式。

2片解碼芯片分別占用 VPort2端口的 2個通道，使用8 bit傳輸模式，其接口方式如圖4所示。

圖4 視頻解碼的接口設(shè)計

2) 音頻編解碼接口設(shè)計

本文的 WMSN節(jié)點(diǎn)擴(kuò)展了音頻接口，用于監(jiān)聽環(huán)境聲音和音響信號。TMS320DM642通過I2C完成對音頻芯片 TLV320AIC23的初始化配置，通過將MCBSP接口配置成SPI總線模式與串行口進(jìn)行數(shù)據(jù)交換。接口設(shè)計如圖5所示。

圖5 音頻編碼的接口設(shè)計

3）傳感器接口設(shè)計

無線多媒體傳感器節(jié)點(diǎn)必須具備實時感知環(huán)境信息的能力，為此需要擴(kuò)展多種傳感器，以實現(xiàn)對所處環(huán)境以及對節(jié)點(diǎn)自身姿態(tài)的綜合感知。圖 6給出了本文節(jié)點(diǎn)的綜合感知接口設(shè)計。

圖6 綜合感知單元接口設(shè)計

其中，DM642通過I2C總線與MPU-6050角度傳感器和 MAG3110地磁傳感器進(jìn)行數(shù)據(jù)交互；通過GPIO模擬1-Wire協(xié)議訪問DS18B20；以中斷方式監(jiān)測熱釋電紅外傳感器 ME003的輸出電平；通過A/D轉(zhuǎn)換讀取模擬傳感器GB2530的數(shù)據(jù)。事實上，傳感器通常采用I2C、SPI、串行口、1-Wire等電氣接口與數(shù)據(jù)協(xié)議，DM642豐富的外設(shè)接口可以實現(xiàn)多種傳感器的擴(kuò)展。

4.3 無線通信接口設(shè)計

無線通信選用了ZigBee協(xié)議模塊，實現(xiàn)系統(tǒng)的組網(wǎng)與節(jié)點(diǎn)間的數(shù)據(jù)傳輸。射頻芯片選用 CC2530，內(nèi)部集成了C51內(nèi)核，并具備GPIO、EXINT、SPI、UART等可復(fù)用的輸入輸出引腳。其中，SPI總線用于與TM320DM642處理器之間進(jìn)行數(shù)據(jù)交互。

此外，為減輕核心處理器TMS320DM642的任務(wù)載荷，減少節(jié)點(diǎn)的總體能耗，將部分傳感器通過ZigBee通信芯片CC2530的C51內(nèi)核讀取數(shù)據(jù)。

4.4 軟件流程

本文所設(shè)計的WMSN節(jié)點(diǎn)系統(tǒng)中，DM642和CC2530需要分別開發(fā)應(yīng)用軟件。其中，CC2530的主要功能是完成節(jié)點(diǎn)間的組網(wǎng)控制、通信控制以及DM642啟/停的控制。DM642處理器的任務(wù)則包括雙目攝像機(jī)的圖像獲取及處理、三軸加速度、電磁羅盤等傳感器的讀取與處理等。

圖7給出了WMSN節(jié)點(diǎn)的軟件設(shè)計流程。

圖7 WMSN節(jié)點(diǎn)軟件設(shè)計流程

4.5 雙目校正及立體匹配算法

1) 雙目標(biāo)定與校正

與一般攝像機(jī)標(biāo)定相比，雙目標(biāo)定不僅需要得到每個攝像機(jī)的內(nèi)參，還要確定2個攝像機(jī)之間的相對位置關(guān)系。隨后根據(jù)雙目標(biāo)定結(jié)果進(jìn)行的雙目校正，可以使2幅圖像的對極線處于同一水平線上，提高立體匹配的搜索效率。

本文標(biāo)定及校正過程采用的Matlab開源標(biāo)定工具箱具有很高的精度，之后將校正結(jié)果保存成查找表格，以便在系統(tǒng)實時運(yùn)行時快速實現(xiàn)圖像校正。

2) 立體匹配算法

由于該塊原始地層能量高，常規(guī)壓裂投產(chǎn)日期較早，大規(guī)模壓裂投產(chǎn)時地層能量下降較多，因此大型壓裂壓后7d內(nèi)初產(chǎn)產(chǎn)油量較常規(guī)壓裂低，但生產(chǎn)周期內(nèi)平均產(chǎn)量較常規(guī)壓裂的平均產(chǎn)量高。因投產(chǎn)時間相近，油層厚度相近的樊142-317（加砂35.6 m3）與樊142-321（加砂91.1m3）相比，樊142-321具有更高的初產(chǎn)和更長的穩(wěn)產(chǎn)期。

考慮到資源的限制與實時性的要求，本文選擇了基于加權(quán)窗口的區(qū)域灰度立體匹配算法獲取深度信息。為減少因兩攝像機(jī)亮度不一致造成的干擾，先采用水平Sobel算子對圖像濾波，然后對濾波后的圖像進(jìn)行立體匹配。具體原理為：對左攝像機(jī)（參考圖像）的每一點(diǎn)Il(x，y)，在右攝像機(jī)（目標(biāo)圖像）一定搜索范圍內(nèi)搜索其最佳的匹配點(diǎn)Ir(x+d，y)。由于雙目視覺系統(tǒng)的極限約束原理，匹配點(diǎn)必然在同一水平線上，d即為該點(diǎn)的視差值。為減少匹配過程的隨機(jī)性，選取Il(x，y)周圍一定大小的支撐窗口W，在W內(nèi)累計匹配代價C(x，y，d)。匹配代價的累計采用加權(quán)的SAD度量函數(shù)為

其中，γc，γg為控制常數(shù)，Δcxy是窗口內(nèi)的點(diǎn)Il(x，y)與窗口中心點(diǎn)Ilo的灰度值相關(guān)度，Δgxy是點(diǎn)Il(x，y)與窗口中心點(diǎn)的幾何距離相關(guān)度。

然后，選取目標(biāo)圖中匹配代價最小的點(diǎn)作為最佳匹配點(diǎn)，兩圖像中相對應(yīng)的匹配點(diǎn)的橫坐標(biāo)之差即為當(dāng)前匹配中該點(diǎn)的視差值d。作為校驗過程，互換參考圖像與目標(biāo)圖像再次匹配，若在2次匹配結(jié)果深度圖Df與Di中的任意點(diǎn)df(x,y)與di(x+df(x,y), y)滿足

則認(rèn)為該點(diǎn)視差值匹配正確。這里，T為2次匹配結(jié)果的誤差允許范圍，一般選擇為2。

在求得視差值d之后，可以按照下式獲得圖像中場景的深度值

其中，f為攝像機(jī)焦距，T為雙目攝像機(jī)的基線寬度，即左右兩攝像機(jī)間的距離，Z為物體到雙目攝像機(jī)的物理距離。

5 實驗及分析

5.1 視覺數(shù)據(jù)獲取及處理

1) 單目圖像采集。為測試節(jié)點(diǎn)雙目攝像機(jī)的圖像采集功能，將攝像機(jī)安裝于實驗室門口上方垂直向下拍攝，圖像通過CCS中保存數(shù)據(jù)的方式將圖像數(shù)據(jù)保存成DAT文件。通過Matlab讀取并顯示，試驗其中拍攝的左、右攝像機(jī)靜態(tài)圖像如圖8所示。

圖8 左、右攝像機(jī)采集的靜態(tài)圖像

2）雙目立體視覺。為測試WMSN節(jié)點(diǎn)的立體視覺性能，以4.5節(jié)的算法對左、右攝像機(jī)采集的2幅圖像進(jìn)行運(yùn)算，得到監(jiān)測現(xiàn)場的深度信息并通過圖像的形式表達(dá)出來。實際測試結(jié)果如圖9所示。

圖9 雙目視覺獲得的深度圖

3) 人數(shù)統(tǒng)計實驗。在立體視覺的基礎(chǔ)上，將本文設(shè)計的 WMSN節(jié)點(diǎn)應(yīng)用于建筑物進(jìn)出人數(shù)的檢測與統(tǒng)計。實驗測試圖像如圖 10所示，分別給出了原始圖像與運(yùn)用算法處理之后的結(jié)果。在室內(nèi)光線環(huán)境下，對身高1.50～1.85 m、以正常步速行進(jìn)的進(jìn)出人員進(jìn)行了 100次測試。其中，單人間隔進(jìn)/出共35人次，識別率達(dá)到100%；雙人并排同向進(jìn)出共35次，識別率約96%；多人交叉進(jìn)出共30次，識別率約93%。以上述形式進(jìn)、出各100人次，系統(tǒng)統(tǒng)計數(shù)據(jù)為進(jìn)97次、出94次，總體正確率達(dá)到95.5%。在進(jìn)出人員較為貼近、手持較大物品等情況下，系統(tǒng)較容易產(chǎn)生錯誤計數(shù)的情況。

圖10 WMSN節(jié)點(diǎn)的人數(shù)統(tǒng)計測試

5.2 通信實驗

1) 組網(wǎng)測試。由相互距離為30 m的5個節(jié)點(diǎn)通過 ZigBee通信模塊組成小型網(wǎng)絡(luò)。經(jīng)測試，各個節(jié)點(diǎn)之間可相互進(jìn)行數(shù)據(jù)傳輸，并能組成小型Mesh網(wǎng)絡(luò)。

2) 通信距離測試。采用2個WMSN節(jié)點(diǎn)，分別處于固定位置和移動狀態(tài)。通過一個節(jié)點(diǎn)連續(xù)向另外一個節(jié)點(diǎn)發(fā)送數(shù)據(jù)，發(fā)送成功表示通信正常，并通過LED閃爍表示；當(dāng)LED無變化表示數(shù)據(jù)發(fā)送錯誤發(fā)送失?。唤?jīng)過測試，本文節(jié)點(diǎn)在視距范圍的可靠通信距離達(dá)到了60 m。

3) 數(shù)據(jù)傳輸測試。由WMSN節(jié)點(diǎn)將1MB大小的數(shù)據(jù)分組傳送至另一個距離固定、可正常通信的WMSN節(jié)點(diǎn)，獲得不同距離下的數(shù)據(jù)通信誤碼率，實驗結(jié)果如圖11所示。當(dāng)節(jié)點(diǎn)間距離在14 m以內(nèi)時，數(shù)據(jù)傳輸未發(fā)生錯誤，速率最高可達(dá)到120 kbit/s；隨著距離的增加，逐漸出現(xiàn)誤碼現(xiàn)象，在20 m距離的數(shù)據(jù)傳輸錯誤率大幅上升，通信質(zhì)量已無法保障。由于WMSN節(jié)點(diǎn)的實際部署間距一般不超過14 m，本文節(jié)點(diǎn)能夠?qū)崿F(xiàn)較可靠的無線數(shù)據(jù)通信。

圖11 節(jié)點(diǎn)誤碼率隨距離變化

為了測試節(jié)點(diǎn)的抗干擾能力，利用干擾源產(chǎn)生一定頻率的干擾信號，并改變電壓值使干擾信號強(qiáng)度變化。在一定距離（0～10 m）的干擾情況下無線通信的誤碼率，實測情況如圖 12曲線所示。可以看出，隨著干擾強(qiáng)度的增加，數(shù)據(jù)通信誤碼率也逐漸增大；相對地，誤碼率的增加幅度較小，且變化較為緩慢，表明本文 WMSN節(jié)點(diǎn)的數(shù)據(jù)通信具有較強(qiáng)的抗干擾性。

圖12 節(jié)點(diǎn)誤碼率隨噪聲強(qiáng)度變化情況

5.3 多媒體傳感器節(jié)點(diǎn)的性能對比

為體現(xiàn)本文設(shè)計的 NeuWMSN無線多媒體傳感器節(jié)點(diǎn)的技術(shù)特色，將其參數(shù)與現(xiàn)有的無線多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)關(guān)鍵參數(shù)進(jìn)行比較，如表1所示。

可以看出，在主處理器方面，多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)通常具有很高的主頻，一般在200 MHz，遠(yuǎn)高于常規(guī)的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)[16]。采用較高主頻本文節(jié)點(diǎn)的處理器性能高達(dá)600 MHz，擁有強(qiáng)大的數(shù)據(jù)處理能力，計算能力優(yōu)于其他節(jié)點(diǎn)；所采用的無線通信芯片CC2530，是CC2420的改進(jìn)型號，在數(shù)據(jù)通信方面具有較大優(yōu)勢；當(dāng)前的多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)大多僅支持單目視覺，其圖像分辨率最高為640×480。本文節(jié)點(diǎn)是目前唯一實現(xiàn)雙目立體視覺的多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)，圖像分辨率達(dá)到640×480。由此可見，本文所設(shè)計的WMSN節(jié)點(diǎn)性能較為優(yōu)越。

表1 多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的性能對比

在能耗方面，由于多媒體傳感器網(wǎng)絡(luò)能夠感知和處理大數(shù)據(jù)量的圖像、音頻、視頻，WMSN節(jié)點(diǎn)的能耗普遍較高[1，7，17]。考慮到本文WMSN節(jié)點(diǎn)主要用于監(jiān)控場合，在能耗方面采用了空閑-狀態(tài)切換的方式，其工作模式為：在空閑時，CC2530無線模塊通過繼電器切斷 DSP系統(tǒng)的電源，并轉(zhuǎn)入休眠狀態(tài)；當(dāng)紅外傳感器感知到目標(biāo)存在時，無線模塊從休眠狀態(tài)喚醒，控制繼電器接通 DSP系統(tǒng)的電源，采集圖像并進(jìn)行識別。CC2530模塊內(nèi)置增強(qiáng)型的8051內(nèi)核，可以設(shè)置定時休眠-喚醒工作模式，處于休眠模式時電流消耗約20 μA。采用這種模式，本文WMSN節(jié)點(diǎn)的900 mA鋰電池供電可以持續(xù)工作較長時間。

6 結(jié)束語

本文采用DSP處理器和雙目攝像機(jī)，結(jié)合無線通信和多種傳感器，設(shè)計并實現(xiàn)了新型 WMSN節(jié)點(diǎn)。通過圖像、通信等方面的實驗驗證，該節(jié)點(diǎn)能夠?qū)崿F(xiàn)圖像采集、壓縮、傳輸?shù)热蝿?wù)，并能夠通過雙目立體攝像機(jī)獲得現(xiàn)場環(huán)境的深度信息。通過WMSN節(jié)點(diǎn)的ZigBee無線通信協(xié)議，可以實現(xiàn)多個節(jié)點(diǎn)的動態(tài)組網(wǎng)，實現(xiàn)所采集數(shù)據(jù)和信息的快速傳輸。所設(shè)計的節(jié)點(diǎn)已成功應(yīng)用于建筑物內(nèi)的安全監(jiān)控與人數(shù)統(tǒng)計，在典型室內(nèi)環(huán)境和噪聲中表現(xiàn)出良好的穩(wěn)定性。

[1] AKYILDIZ I F， SU W， SANKARASUBRAMANIAM Y，et al. Wireless sensor networks： a survey[J]. Computer Networks， 2002，38(4)： 393-422.

[2] 孫利民， 李建中， 陳渝等. 無線傳感器網(wǎng)絡(luò)[M]. 北京： 清華大學(xué)出版社， 2005.SUN L M， LI J Z， CHEN Y，et al. Wireless Sensor Networks[M]. Beijing： Tsinghua University Press ，2005.

[3] ZHANG D M， MA H D， LIU L，et al. EAAR： an approach to environment adaptive application reconfiguration in sensor network[A].Proc of the Int'l Conf on Mobile Ad-Hoc and Sensor Networks (MSN 2005)[C]. 2005. 259-268.

[4] MA H D， LIU Y H. Correlation based video processing in video sensor networks[A]. Proc of the IEEE WirelessCom 2005[C]. IEEE Press，2005. 987-992.

[5] CUCCHIARA R. Multimedia surveillance systems[A]. Proc of the ACM VSSN 2005[C]. New York， 2005. 1-10.

[6] DEBARDELABEN J A. Multimedia sensor networks for ISR applications[A]. Conference Record of the Thirty-Seventh Asilomar Conference on Signals， Systems and Computers[C]. 2003.2009-2012.

[7] 馬華東， 陶丹.多媒體傳感器網(wǎng)絡(luò)及其研究進(jìn)展[J]. 軟件學(xué)報，2006(9)： 2013-2028.MA H D， TAO D. Multimedia sensor network and its research progresses[J]. Journal of Software，2006，17(9)： 2013-2028.

[8] 王汝傳， 孫麗娟. 無線多媒體傳感器網(wǎng)絡(luò)技術(shù)[M]. 北京：人民郵電出版社，2011.WANG R Z， SUN L J. Wireless Multimedia Sensor Networks[M].Beijing： Posts & Telecom Press，2011.

[9] 周四望， 王耀南， 林亞平等. 視覺傳感器網(wǎng)絡(luò)協(xié)作塊壓縮感知圖像傳輸方法[J]. 儀器儀表學(xué)報， 2011， 32(11)： 2493-2498.ZHOU S W， WANG Y N，LIN Y P，et al. Collaborative image transmission using block compressed sensing for visual sensor networks[J].Chinese Journal of Scientific Instrument，2011，32(11)：2493-2498.

[10] MCINTIRE D. Energy benefits of 32-bit Microprocessor Wireless Sensing Systems[R]. Sensoria Corporation White Paper， 2003.

[11] BULENT T， KEMAL B， RUKEN Z. A survey of visual sensor network platforms[J]. Multimedia Tools Application， 2012， 60： 689-726.

[12] 汪濤， 崔遜學(xué)， 李云. 基于Stargate的無線視頻傳感器節(jié)點(diǎn)的實現(xiàn)[J]. 西華大學(xué)學(xué)報， 2009， 28(1)： 25-28.WANG T，CUI X X，LI Y. Realization of wireless video sensor node based on stargate[J]. Journal of Xihua University：Natural Science Edition， 2009，28(1)：25-28.

[13] 周春喜， 唐軍， 金心宇. 面向目標(biāo)跟蹤的混合WMSN設(shè)計與實現(xiàn)[J]. 計算機(jī)工程與應(yīng)用， 2011， 47(2)： 52-56.ZHOU C X，TANG J，JIN X Y. Design and implementation of hybrid WMSN oriented to target tracking[J]. Computer and Engineering Applications，2011，47(2)：52-56.

[14] 沙超， 王汝傳. 無線多媒體傳感器無網(wǎng)絡(luò)節(jié)點(diǎn)關(guān)鍵技術(shù)研究[D].南京：南京郵電大學(xué)， 2010.SHAR C， WANG R C. Research on Energy Saving in Wireless Multimedia Sensor Networks[D]. Nanjing： Nanjing University of Posts and Telecommunication， 2010.

[15] FENG W， CODE B， KAISER E，et al. Panoptes： a scalable architecture for video sensor networking applications[A]. Proc of the ACM Int'l Conf on Multimedia 2003[C]. New York， 2003.151-16.

[16] 吳鍵， 袁慎芳. 無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的設(shè)計和實現(xiàn)[J]. 儀器儀表學(xué)報， 2006， 27(9)：1120-1124.WU J，YUAN S F. Design and implementation of a general node for wireless sensor networks[J].Chinese Journal of Scientific Instrument，2006，27(9)：1120-1124.

[17] 羅武勝， 翟永平， 魯琴. 無線多媒體傳感器網(wǎng)絡(luò)研究[J]. 電子與信息學(xué)報， 2008， 30(6)： 1511-1516.LUO W S， ZHAI Y P， LU Q. Study on wireless multimedia sensor networks[J]. Journal of Electronics & Information Technology， 2008，30(6)： 1511-1516.