基于無線傳感器網(wǎng)絡(luò)的智能家居安防系統(tǒng)設(shè)計(jì)

何云飛,王利松,陳黃立

(1.浙江大華系統(tǒng)工程有限公司,浙江 杭州 310057;2.杭州糧油食品有限公司,浙江 杭州 310000)

1 基于無線傳感器網(wǎng)絡(luò)智能家居安防系統(tǒng)的關(guān)鍵技術(shù)

1.1 短距離無線通信技術(shù)

智能家居安防系統(tǒng)具有終端節(jié)點(diǎn)密集分布、節(jié)點(diǎn)間距小的特征,常規(guī)無線通信技術(shù)的系統(tǒng)結(jié)構(gòu)相對(duì)復(fù)雜,技術(shù)應(yīng)用價(jià)值也無法充分發(fā)揮。 系統(tǒng)采用短距離無線通信技術(shù),包括紅外技術(shù)、家庭無線電射頻技術(shù)、藍(lán)牙技術(shù)、ZigBee 技術(shù)、WiFi 技術(shù)等,工作頻段、傳輸速率、數(shù)據(jù)類型與最大功耗不一致,需要根據(jù)智能家居安防系統(tǒng)的使用需求加以選擇。 例如,從控制系統(tǒng)建設(shè)維護(hù)成本角度出發(fā)時(shí),選擇采取功耗與成本較低的ZigBee 技術(shù), 工作頻段為2.4 GHz、 傳輸速率為0.25 Mbps、最大功耗僅為1～3 mW。 對(duì)數(shù)據(jù)類型要求嚴(yán)格的情況下,本研究采用WiFi 技術(shù)或家庭無線電射頻技術(shù),數(shù)據(jù)類型包括數(shù)據(jù)、視頻、音頻3 種。

1.2 防入侵技術(shù)

防入侵技術(shù)是由紅外入侵、聲源定位兩項(xiàng)子技術(shù)組成,在智能家居安防系統(tǒng)中配置一定數(shù)量的熱釋電紅外傳感器以及聲音傳感器,由傳感器持續(xù)采集現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào),將現(xiàn)場(chǎng)信號(hào)上傳至系統(tǒng)后臺(tái)執(zhí)行邏輯運(yùn)算,從而判斷是否出現(xiàn)人員入侵問題,跟蹤監(jiān)測(cè)入侵人員的位置、判定入侵人員數(shù)量、系統(tǒng)識(shí)別到特定電平信號(hào)后控制蜂鳴器發(fā)出警示音[1]。

紅外入侵技術(shù)是在門窗部位設(shè)置傳感器,當(dāng)傳感器監(jiān)測(cè)到周邊環(huán)境中出現(xiàn)溫度較高物體時(shí),晶體溫度隨之改變,產(chǎn)生熱釋電反應(yīng),釋放特定波長(zhǎng)的紅外線與輸出高電平信號(hào)。 芯片在識(shí)別到高電平信號(hào)后發(fā)送報(bào)警信號(hào),將相關(guān)信息發(fā)送至上位機(jī)觀察者。 由于熱釋電紅外傳感器常出現(xiàn)誤報(bào)問題,紅外入侵技術(shù)組合應(yīng)結(jié)合其他防入侵技術(shù),系統(tǒng)接收到多份傳感器報(bào)警信號(hào)后再啟動(dòng)系統(tǒng)報(bào)警流程[2]。

聲源定位技術(shù)是在房間內(nèi)部四周布置若干聲音傳感器,持續(xù)收集現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào),判定周邊環(huán)境聲音為人為聲源或是自然聲源,判定為人為聲源后,采取到達(dá)時(shí)間差法或雙曲線定位法,建立聲源定位幾何模型,自動(dòng)計(jì)算聲源坐標(biāo)值,持續(xù)鎖定聲源位置。 同時(shí),為提高監(jiān)測(cè)精度,設(shè)計(jì)人員可選擇在系統(tǒng)中設(shè)置多處錨節(jié)點(diǎn),保持全部錨節(jié)點(diǎn)間的協(xié)調(diào)狀態(tài)。

1.3 火災(zāi)監(jiān)測(cè)技術(shù)

在智能家居安防系統(tǒng)中設(shè)置若干一氧化碳、二氧化碳、可燃?xì)怏w與溫濕度傳感器,同時(shí)采集現(xiàn)場(chǎng)的空氣組分含量、環(huán)境溫度、空氣濕度等參數(shù),實(shí)時(shí)對(duì)比現(xiàn)場(chǎng)監(jiān)測(cè)參數(shù)與預(yù)設(shè)指標(biāo)警戒值。 如果智能家居安防系統(tǒng)檢測(cè)到參數(shù)超限情況,系統(tǒng)可以自動(dòng)發(fā)送報(bào)警信號(hào),并鎖定火勢(shì)蔓延范圍、評(píng)估煙霧濃度與空氣質(zhì)量。

火災(zāi)監(jiān)測(cè)子系統(tǒng)運(yùn)行面臨易受外部噪聲干擾和傳感器數(shù)據(jù)不一致的技術(shù)難題,在系統(tǒng)應(yīng)用中要組合應(yīng)用濾波技術(shù)與多傳感器數(shù)據(jù)融合技術(shù)。 其中,濾波技術(shù)是在系統(tǒng)中設(shè)置高斯濾波器、卡爾曼濾波器與滑動(dòng)平均濾波器,負(fù)責(zé)過濾所采集現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào)中夾雜的高斯噪聲、消除觀測(cè)值隨機(jī)干擾量和執(zhí)行滑動(dòng)平均濾波操作,以消除誤差,提高火災(zāi)監(jiān)測(cè)精度。 多傳感器數(shù)據(jù)融合技術(shù)是在智能家居安防系統(tǒng)中采取加權(quán)平均、Bayes 推理、神經(jīng)網(wǎng)絡(luò)等隨機(jī)類與人工智能類算法,對(duì)多個(gè)傳感器采集的現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào)進(jìn)行交、并運(yùn)算處理,從中提取傳感器的冗余信息和互補(bǔ)信息,強(qiáng)化系統(tǒng)的容錯(cuò)性、實(shí)時(shí)性、互補(bǔ)性和擴(kuò)大實(shí)際探測(cè)范圍[3]。

1.4 嵌入式技術(shù)

為提高家居安防系統(tǒng)的智能化程度,設(shè)計(jì)人員使家居安防系統(tǒng)具備模擬人類思維方式、自主感知環(huán)境情況與輸出控制指令的功能作用,要在系統(tǒng)中應(yīng)用嵌入式技術(shù)。 在系統(tǒng)后臺(tái)或建筑室內(nèi)環(huán)境中安裝智能網(wǎng)關(guān)等設(shè)備,嵌入特定對(duì)象體系中,完成現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào)的轉(zhuǎn)換、分類整理、邏輯運(yùn)算、控制指令輸出、反饋評(píng)估等任務(wù),這一系統(tǒng)可視為智能家居安防系統(tǒng)的“大腦”,將無線通信網(wǎng)絡(luò)視為智能家居安防系統(tǒng)的“神經(jīng)”,現(xiàn)場(chǎng)傳感器與控制器視為系統(tǒng)的“感知器官”。

現(xiàn)階段,常用的系統(tǒng)嵌入設(shè)備為智能網(wǎng)關(guān),智能網(wǎng)關(guān)作為一種網(wǎng)絡(luò)設(shè)備,有支持虛擬網(wǎng)絡(luò)接入、有線寬帶接入、局域網(wǎng)內(nèi)設(shè)備信息采集、信息輸出、遠(yuǎn)程控制與聯(lián)動(dòng)控制等使用功能。 例如:智能網(wǎng)關(guān)具備故障自診、主動(dòng)上報(bào)功能,通過獲取并分析本地各測(cè)量點(diǎn)的最新數(shù)據(jù)。 當(dāng)檢測(cè)到異常數(shù)據(jù)時(shí),智能網(wǎng)關(guān)根據(jù)異常狀況前后一段時(shí)間的變化情況來判斷故障類型、分析問題成因,并以發(fā)送故障碼、發(fā)送報(bào)警信號(hào)、控制廣播通信系統(tǒng)播報(bào)等方式主動(dòng)上傳,這也是實(shí)現(xiàn)智能家居安防系統(tǒng)自控目標(biāo)的關(guān)鍵[4]。

2 基于無線傳感器的智能家居安防系統(tǒng)實(shí)現(xiàn)路徑

2.1 確定系統(tǒng)總體架構(gòu)

從智能家居安防系統(tǒng)的用途角度來看,該系統(tǒng)主要以人員入侵、火災(zāi)監(jiān)測(cè)作為系統(tǒng)防范對(duì)象,需就此設(shè)計(jì)系統(tǒng)總體架構(gòu)。 該系統(tǒng)可選擇應(yīng)用ZigBee 技術(shù)來建立樹形拓?fù)湎到y(tǒng)架構(gòu)。 系統(tǒng)結(jié)構(gòu)由遠(yuǎn)程客戶端、用戶手機(jī)端、家庭網(wǎng)關(guān)裝置、協(xié)調(diào)器與路由器節(jié)點(diǎn)、傳感器節(jié)點(diǎn)、終端執(zhí)行機(jī)構(gòu)等部分組成。 這類系統(tǒng)有優(yōu)異的結(jié)構(gòu)部署能力與規(guī)模伸縮能力,將系統(tǒng)結(jié)構(gòu)劃分為3個(gè)層級(jí),從上至下分別為協(xié)調(diào)器層、節(jié)點(diǎn)層與執(zhí)行機(jī)構(gòu)層。 協(xié)調(diào)器層負(fù)責(zé)執(zhí)行數(shù)據(jù)交互操作與網(wǎng)絡(luò)管理任務(wù),節(jié)點(diǎn)層負(fù)責(zé)持續(xù)采集并上傳現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào)以及向終端執(zhí)行機(jī)構(gòu)傳達(dá)控制指令,執(zhí)行機(jī)構(gòu)層負(fù)責(zé)執(zhí)行協(xié)調(diào)器層向下傳達(dá)的控制指令,如啟動(dòng)排風(fēng)扇。

2.2 服務(wù)器端軟件設(shè)計(jì)

在服務(wù)器端軟件設(shè)計(jì)環(huán)節(jié),根據(jù)系統(tǒng)使用需求,設(shè)計(jì)人員可選擇設(shè)計(jì)PC 端或Android 端,分別使用C#語言和Java 語言開展軟件編程工作。 其中,PC 端軟件有使用靈活、數(shù)據(jù)采集流程簡(jiǎn)單的特征,由傳感器持續(xù)采集現(xiàn)場(chǎng)檢測(cè)信號(hào),通過ZigBee 協(xié)議將現(xiàn)場(chǎng)信號(hào)上傳至協(xié)調(diào)器,再由協(xié)調(diào)器通過RS232 芯片將數(shù)據(jù)處理結(jié)果上傳至PC 端加以顯示。 用戶可以直接在數(shù)據(jù)采集流程中使用串口控件來讀取實(shí)時(shí)信息。 PC 端軟件有著需要準(zhǔn)確設(shè)置BaudRate 等屬性參數(shù)、易出現(xiàn)串口堵塞與數(shù)據(jù)包讀取不全問題的局限性。 在軟件設(shè)計(jì)環(huán)節(jié),設(shè)計(jì)人員可采取增設(shè)ZedGraph 圖表控件、設(shè)置線程休眠觸發(fā)程序等措施來解決這類問題。 Android 端軟件有著可直接運(yùn)行Android 生態(tài)環(huán)境中已開發(fā)應(yīng)用程序、服務(wù)器端自身具備通信供暖與安卓設(shè)備數(shù)據(jù)傳輸功能的優(yōu)勢(shì),但服務(wù)器端的限制條件較多,包括在緩沖區(qū)數(shù)據(jù)過多時(shí)易造成數(shù)據(jù)包不完整和部分?jǐn)?shù)據(jù)丟失、必須設(shè)置路由器網(wǎng)關(guān)、套接字創(chuàng)建流程煩瑣、自身不具備圖表控件等,要采取相應(yīng)設(shè)計(jì)措施彌補(bǔ)服務(wù)器端短板,如手動(dòng)下載AcharyEngine 開源圖標(biāo)庫(kù),使服務(wù)器端支持各類圖表的數(shù)據(jù)顯示。

此外,還要在方案中建立系統(tǒng)客戶端、服務(wù)端間的通信機(jī)制,應(yīng)用WiFi 通信技術(shù),用戶預(yù)先在服務(wù)器端輸入端口號(hào)以及IP 地址等信息,使客戶端接入服務(wù)器網(wǎng)絡(luò)服務(wù)體系中,服務(wù)端、客戶端保持連接狀態(tài),服務(wù)器端持續(xù)將加工處理后的數(shù)據(jù)信息以圖表形式顯示在客戶端顯示屏上,確保用戶可以遠(yuǎn)程了解家居環(huán)境的實(shí)時(shí)狀況。

2.3 系統(tǒng)程序設(shè)計(jì)

首先,為滿足不同場(chǎng)景下的智能家居安防系統(tǒng)使用需求,設(shè)計(jì)人員應(yīng)在系統(tǒng)程序中設(shè)計(jì)布防、撤防、實(shí)時(shí)監(jiān)控3 種系統(tǒng)工作狀態(tài),采取用戶手動(dòng)調(diào)整或系統(tǒng)自動(dòng)感知的方式來切換系統(tǒng)工作狀態(tài)。 系統(tǒng)處于布防狀態(tài)時(shí),自動(dòng)進(jìn)入警戒模式,由單片機(jī)通過現(xiàn)場(chǎng)裝置探測(cè)周邊環(huán)境情況,監(jiān)測(cè)到未知身份人員侵入、明火、空氣中煙霧濃度超標(biāo)等異常情況時(shí),由單片機(jī)直接向上級(jí)監(jiān)控中心與手機(jī)端App 發(fā)送報(bào)警信號(hào)。 系統(tǒng)處于撤防狀態(tài)時(shí),切換至不警戒工作狀態(tài),即使監(jiān)測(cè)到異常情況,也不會(huì)直接發(fā)送報(bào)警信號(hào),而是由單片機(jī)根據(jù)現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào)判斷問題類型與嚴(yán)重程度。 當(dāng)系統(tǒng)處于實(shí)時(shí)監(jiān)控狀態(tài)時(shí),控制布防區(qū)域內(nèi)現(xiàn)場(chǎng)裝置持續(xù)監(jiān)測(cè)環(huán)境情況,處于全天候警戒狀態(tài)。

其次,在系統(tǒng)中明確設(shè)定不同運(yùn)行模式的工作流程,以實(shí)時(shí)監(jiān)控狀態(tài)為例,系統(tǒng)對(duì)基站節(jié)點(diǎn)和傳感器節(jié)點(diǎn)執(zhí)行初始化操作,調(diào)整至對(duì)應(yīng)的節(jié)點(diǎn)工作狀態(tài),隨后,基站對(duì)各類狀態(tài)的數(shù)據(jù)實(shí)施差異性處理。

最后,單片機(jī)完成控制命令后切換至返回狀態(tài),等待后續(xù)命令處理。

2.4 節(jié)點(diǎn)設(shè)計(jì)

在開發(fā)智能家居安防系統(tǒng)時(shí),設(shè)計(jì)人員務(wù)必做好協(xié)調(diào)器節(jié)點(diǎn)與終端節(jié)點(diǎn)的設(shè)計(jì)工作。 在協(xié)調(diào)器節(jié)點(diǎn)設(shè)計(jì)中,設(shè)計(jì)人員將網(wǎng)絡(luò)射頻頻段劃分為若干數(shù)量獨(dú)立信道,在各處設(shè)備中設(shè)置配套的默認(rèn)信道集。 協(xié)調(diào)器運(yùn)行期間,系統(tǒng)依次執(zhí)行掃描噪聲最小信道、建立全新網(wǎng)絡(luò)、啟動(dòng)終端設(shè)備、控制設(shè)備接入網(wǎng)絡(luò)、向終端設(shè)備分配對(duì)應(yīng)網(wǎng)絡(luò)地址、保持終端設(shè)備與協(xié)調(diào)器的雙向通信狀態(tài)等操作,實(shí)現(xiàn)大量終端設(shè)備的集成管理目標(biāo),并將終端設(shè)備信息發(fā)送到上位機(jī)加以解析處理。 在終端節(jié)點(diǎn)設(shè)計(jì)環(huán)節(jié),可選擇在系統(tǒng)中安裝具備AD 轉(zhuǎn)換器的CC2530 型號(hào)芯片,配置模擬多路轉(zhuǎn)換器裝置來實(shí)現(xiàn)模擬數(shù)字轉(zhuǎn)換功能,并采取定時(shí)讀取傳感器的方式來完成現(xiàn)場(chǎng)信號(hào)采集任務(wù)。

2.5 基于多傳感器數(shù)據(jù)融合的智能家居安防算法模型設(shè)計(jì)

在現(xiàn)代智能建筑工程中,多傳感器檢測(cè)方式逐漸取代了傳統(tǒng)的單傳感器檢測(cè)方式。 智能家居安防系統(tǒng)在運(yùn)行期間持續(xù)采集環(huán)境溫度、空氣濕度、聲音分貝與聲源等多項(xiàng)參數(shù),以此來強(qiáng)化系統(tǒng)的環(huán)境感知能力。在系統(tǒng)設(shè)計(jì)環(huán)節(jié),多傳感器檢測(cè)方式解決了各類傳感器數(shù)據(jù)的融合計(jì)算問題,避免了感知節(jié)點(diǎn)數(shù)據(jù)沖突、檢測(cè)精度下降等問題。 為保證檢測(cè)結(jié)果真實(shí)準(zhǔn)確,切實(shí)滿足多傳感器數(shù)據(jù)融合計(jì)算需求,需要在系統(tǒng)設(shè)計(jì)方案中建立多傳感器數(shù)據(jù)融合算法模型[5]。

以神經(jīng)網(wǎng)絡(luò)及模糊邏輯推理算法模型為例,充分結(jié)合神經(jīng)網(wǎng)絡(luò)算法的并行計(jì)算、自適應(yīng)與自學(xué)習(xí)能力強(qiáng)、容錯(cuò)能力強(qiáng)的優(yōu)點(diǎn)以及模糊邏輯推理算法的易實(shí)現(xiàn)、充分利用經(jīng)驗(yàn)知識(shí)、貼近人體思維模式的優(yōu)點(diǎn)。 在設(shè)計(jì)方案中,該模型采取并聯(lián)算法模型結(jié)構(gòu)。 獨(dú)立并聯(lián)是獨(dú)立控制兩種算法的參數(shù),輔助并聯(lián)由模糊邏輯控制向神經(jīng)網(wǎng)絡(luò)提供輔助修正量來減小誤差,模糊邏輯控制與神經(jīng)網(wǎng)絡(luò)分別負(fù)責(zé)處理語義信息和難以用規(guī)則表示的信息,如圖1 所示。 隨后,該模型將算法模型拆解為數(shù)據(jù)感知層、數(shù)據(jù)融合層、決策層3 部分進(jìn)行設(shè)計(jì)。 感知數(shù)據(jù)層負(fù)責(zé)收集傳感器的現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào),由感知節(jié)點(diǎn)端微處理器對(duì)接入傳感器的上傳數(shù)據(jù)加以預(yù)處理、本地決策處理,并執(zhí)行信號(hào)放大、濾波去噪、A/D轉(zhuǎn)換等操作。 如果決策結(jié)果超過預(yù)先設(shè)定的界限值時(shí),表明出現(xiàn)異常狀況,微處理器將相關(guān)信息發(fā)送至智能網(wǎng)關(guān)設(shè)備。 為解決不同輸入數(shù)據(jù)的單位量級(jí)差異性問題,設(shè)計(jì)人員應(yīng)采取歸一化方法,按比例將輸入數(shù)據(jù)縮放后,映射值在[0,1]區(qū)間內(nèi)。 數(shù)據(jù)融合層由神經(jīng)網(wǎng)絡(luò)融合、模糊邏輯推理融合兩部分組成,在神經(jīng)網(wǎng)絡(luò)融合方案中采取3 層BP 網(wǎng)絡(luò)結(jié)構(gòu),由底部輸入層接收感知數(shù)據(jù)層發(fā)送的數(shù)據(jù)信息,由輸入層將數(shù)據(jù)整理后發(fā)送至隱藏層節(jié)點(diǎn)進(jìn)行計(jì)算,如根據(jù)環(huán)境溫度、CO 濃度、煙霧濃度等數(shù)據(jù)來計(jì)算明火事故、火災(zāi)事故和陰燃火事故的出現(xiàn)概率,輸出層得到具體火災(zāi)概率值。 模糊邏輯推理融合方案設(shè)計(jì)系統(tǒng)模糊化處理、模糊邏輯推理和去模糊化功能,最終獲取火災(zāi)概率值。 決策層負(fù)責(zé)根據(jù)神經(jīng)網(wǎng)絡(luò)與模糊邏輯推理算法的輸出結(jié)構(gòu)進(jìn)行決策分析,仍以火災(zāi)概率計(jì)算為例,決策層對(duì)比兩種算法的輸出值與界限值,如在BP 神經(jīng)網(wǎng)絡(luò)和模糊邏輯推理算法均判定明火概率值超過0.7 時(shí),判定已發(fā)生明火事故,由系統(tǒng)對(duì)終端設(shè)備下達(dá)相應(yīng)控制指令和播報(bào)警情。

圖1 算法模型并聯(lián)結(jié)構(gòu)

3 結(jié)語

在無線傳感網(wǎng)絡(luò)智能家居安防系統(tǒng)的開發(fā)與應(yīng)用過程中,工作人員必須深入了解系統(tǒng)關(guān)鍵技術(shù)手段,圍繞防范對(duì)象和系統(tǒng)用途,以清晰的系統(tǒng)開發(fā)思維制定科學(xué)的系統(tǒng)總體設(shè)計(jì)方案。 設(shè)計(jì)人員要重點(diǎn)控制系統(tǒng)架構(gòu)、服務(wù)器端軟件與節(jié)點(diǎn)設(shè)計(jì)質(zhì)量,增強(qiáng)系統(tǒng)的應(yīng)用效果,保證系統(tǒng)安全、穩(wěn)定運(yùn)行。