葉廷東 彭選榮 高藝康 梁豪

（廣東輕工職業(yè)技術(shù)學(xué)院計算機工程系）

基于物聯(lián)網(wǎng)的室內(nèi)微環(huán)境智能監(jiān)測系統(tǒng)*

葉廷東 彭選榮 高藝康 梁豪

（廣東輕工職業(yè)技術(shù)學(xué)院計算機工程系）

針對現(xiàn)代生產(chǎn)生活對室內(nèi)微環(huán)境實時多參數(shù)監(jiān)測的需求，設(shè)計一種微環(huán)境監(jiān)測系統(tǒng)模型及軟件結(jié)構(gòu)，以DSP、ARM為核心芯片實現(xiàn)系統(tǒng)自校正、多傳感、存儲和無線通信等功能。該系統(tǒng)利用TEDS校正引擎實現(xiàn)多傳感自校正；利用基于時間同步的傳感網(wǎng)絡(luò)信息預(yù)測技術(shù)，改善了由于網(wǎng)絡(luò)不確定性造成的傳感器信號采樣延時問題；基于SVM模型的舒適度評價方法實現(xiàn)了綜合舒適度評價，以此作為室內(nèi)環(huán)境自動調(diào)節(jié)控制的指導(dǎo)依據(jù)。應(yīng)用實驗研究表明，溫度檢測誤差±1.0%，濕度檢測誤差±3%RH，噪聲檢測誤差±2 dB，光照檢測誤差±4%，氣體甲醛檢測分辨率0.01 mg/m3，具有良好準確度，可實現(xiàn)多終端實時監(jiān)測。

物聯(lián)網(wǎng)；環(huán)境監(jiān)測；多傳感信息；舒適度

0 引言

現(xiàn)代社會人們85%以上的時間都在室內(nèi)度過，尤其是職業(yè)工作者，因此室內(nèi)環(huán)境的好壞對人體的身心健康、工作效率都有直接的影響，研究表明適宜的熱環(huán)境可提高生產(chǎn)率達18%[1-2]。另外一些公共的室內(nèi)場所，如辦公樓、商場、機房等，可通過對室內(nèi)環(huán)境監(jiān)測，進行通風(fēng)優(yōu)化控制，消除室內(nèi)空氣污染源頭，降低空氣傳播性疾病的危害，產(chǎn)生健康效應(yīng)的同時實現(xiàn)節(jié)能。隨著經(jīng)濟發(fā)展和人們生活水平的提高，各種建筑材料大量應(yīng)用于室內(nèi)裝飾，造成一定程度的空氣污染，威脅人們的生命和財產(chǎn)安全。隨著智能家居的發(fā)展與應(yīng)用，市場上出現(xiàn)了很多類型的室內(nèi)環(huán)境監(jiān)測裝置與系統(tǒng)，但現(xiàn)有的室內(nèi)環(huán)境監(jiān)測裝置大多是針對溫度、濕度、甲醛等的監(jiān)測。

本系統(tǒng)將基于物聯(lián)網(wǎng)技術(shù)，綜合監(jiān)測溫度、濕度、噪聲、光照、煙霧、揮發(fā)性氣體甲醛，風(fēng)速（新風(fēng)量）等參數(shù)，基于多傳感自校正技術(shù)、傳感網(wǎng)絡(luò)信息預(yù)測技術(shù)、基于SVM模型的舒適度評價方法等，研發(fā)一個具有室內(nèi)環(huán)境監(jiān)測、舒適度評價等功能一體化的室內(nèi)微環(huán)境監(jiān)測系統(tǒng)，實現(xiàn)室內(nèi)環(huán)境監(jiān)測、警報。

1 多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測系統(tǒng)模型

室內(nèi)微環(huán)境監(jiān)測需要監(jiān)測的參數(shù)眾多，決定了接口的多樣性，是一個典型的多輸入多輸出系統(tǒng)。為此，基于IEEE 1451.0標準，采用數(shù)字、模擬信號混合接口模式，進行系統(tǒng)模型架構(gòu)設(shè)計，使傳感器快速接入到監(jiān)測網(wǎng)絡(luò)[3]。系統(tǒng)模型應(yīng)該具備多種類型接口的傳感器（執(zhí)行器）配置和數(shù)據(jù)采集能力，同時可實現(xiàn)對傳感檢測數(shù)據(jù)的自校正、網(wǎng)絡(luò)化傳輸、顯示等功能，對此，設(shè)計了如圖1所示的多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測系統(tǒng)模型架構(gòu)。

圖1 多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測系統(tǒng)模型架構(gòu)

圖1中智能變送器接口模塊（smart transducer interface module，STIM）用于多參數(shù)采集與A/D轉(zhuǎn)換，實現(xiàn)溫度、濕度、噪聲、光照、煙霧、揮發(fā)性氣體、風(fēng)速（新風(fēng)量）、大氣壓等參數(shù)的監(jiān)測；變送器電子數(shù)據(jù)表格（transducerselectronic data sheet，TEDS）實現(xiàn)各種不同接口模式傳感器的快速接入；網(wǎng)絡(luò)適配器（network capable application processor，NCAP）模塊用于實現(xiàn)自校正、數(shù)據(jù)存儲和網(wǎng)絡(luò)通信等功能，它在運行中通過裝載嵌入式系統(tǒng)實現(xiàn)。NCAP與STIM模塊間通過變送器獨立接口（transducer independent interface，TII）實現(xiàn)短距離的數(shù)據(jù)通信。由圖1可知，所設(shè)計的系統(tǒng)模型架構(gòu)具有多傳感、自校正、存儲和無線通信等功能。

2 軟件設(shè)計及關(guān)鍵技術(shù)

根據(jù)網(wǎng)絡(luò)化智能監(jiān)測系統(tǒng)模型架構(gòu)和室內(nèi)微環(huán)境監(jiān)測的需求，設(shè)計如圖2所示的軟件系統(tǒng)結(jié)構(gòu)，它包括多傳感信息自校正模塊、網(wǎng)絡(luò)傳感信息預(yù)測補償模塊和舒適度評價模塊等。

圖2 軟件結(jié)構(gòu)

在室內(nèi)環(huán)境監(jiān)測中，存在大量的信息耦合問題，如濕度傳感器受到溫度的影響、氣體傳感器受到溫度、濕度和其它氣體的影響等，因此需要在實驗標定的基礎(chǔ)上，在DSP處理單元中利用TEDS對多傳感信息進行自校正；另外在傳感器網(wǎng)絡(luò)中，傳輸?shù)男畔⒔^大部分是各種傳感器實時采集的數(shù)據(jù)，在一些應(yīng)用中，它的時間特性顯得特別重要，因為網(wǎng)絡(luò)的不確定性，在一定程度引入了傳輸?shù)牟淮_定性，如數(shù)據(jù)幀丟失、網(wǎng)絡(luò)擁塞、延時等問題，極大地影響了傳感器信號的實時性和可靠性。為此基于通信實現(xiàn)時間校正，然后基于統(tǒng)一的時間基準，通過預(yù)測的方法，改善由于網(wǎng)絡(luò)不確定性造成的傳感器信號采樣延時問題。室內(nèi)微環(huán)境監(jiān)測系統(tǒng)在獲得準確的實時環(huán)境監(jiān)測參數(shù)后，利用舒適度評價模塊對室內(nèi)環(huán)境舒適度進行綜合評價，以作為室內(nèi)環(huán)境自動調(diào)節(jié)控制的指導(dǎo)依據(jù)。

2.1 多傳感信息自校正模塊

傳感信號自校正是智能傳感技術(shù)重要的功能特點，對于基于IEEE 1451的智能傳感系統(tǒng)來說，傳感信息的校正主要采用基于特定TEDS格式校正引擎的方式，其校正TEDS包括最后校準日期、校準周期和校正算法涉及的校準參數(shù)等[4-6]。圖1所示智能傳感系統(tǒng)模型的校正引擎運行在NCAP，通過讀取STIM中的校正TEDS系數(shù)，應(yīng)用分段線性插值函數(shù)，對多個STIM通道傳感數(shù)據(jù)進行校正。對于一個k通道的傳感系統(tǒng)模型，其校正公式為

其中，Xk為傳感器輸出向量；Hk為輸出向量的修正值向量；D(k)為輸出向量的階數(shù)；Ci，j，…，p為分段線性插值函數(shù)系數(shù)。

從校正引擎公式來看，校正模型的參數(shù)來自于TEDS，它通過實驗標定把各傳感器的標定點數(shù)據(jù)Xl（1

數(shù)據(jù)結(jié)構(gòu)如圖3所示，其中Calibration TEDS用于校正，使用設(shè)置的TEDS校正系數(shù)實現(xiàn)對傳感原始數(shù)據(jù)的校正。Channel TEDS用于描述傳感通信通道，包括檢測對象的數(shù)據(jù)模型等。

圖3 電子數(shù)據(jù)表格TEDS構(gòu)成框圖

2.2 網(wǎng)絡(luò)傳感信息預(yù)測補償模塊

在應(yīng)用中，傳感網(wǎng)絡(luò)的時鐘同步信息由報文進行傳遞，報文的傳遞必然帶來延時抖動，需通過傳輸延遲測算方法計算出時間偏移，進而實現(xiàn)基于時鐘偏移修正的時間同步?；谘舆t測算的時間同步過程如圖4所示，其實現(xiàn)過程為：各節(jié)點獲得參考時間、測算時間傳輸誤差、修正本地時鐘[7]。該方法為了消除發(fā)送端發(fā)送時延和MAC訪問時延的影響，匯聚節(jié)點在發(fā)送數(shù)據(jù)時，給同步廣播分組在MAC層加上時間標記Ti(i=1,2,…,n)。這時為了便于子節(jié)點的同步，需要發(fā)送同步前導(dǎo)碼，根據(jù)發(fā)送數(shù)據(jù)比特數(shù)k和每個比特的傳輸時間t，可以計算出同步前導(dǎo)碼的發(fā)送時間為kt。子節(jié)點j在接收完同步前導(dǎo)碼后，打上第一個本地時間標記t1_ji，待子節(jié)點接收并處理完同步信息后，再加上第二個本地時間標記t2_ji，則子節(jié)點處理延遲為t2_ji- t1_ji。那么子節(jié)點從Ti到調(diào)整時鐘前，經(jīng)歷的時間延遲為

那么子節(jié)點j的本地時鐘tji調(diào)整為

圖4 基于延遲測算的時間同步過程

傳感網(wǎng)絡(luò)經(jīng)過一個時間周期就會進行一次時間同步，通過時間同步，不僅可以使整個系統(tǒng)有一個統(tǒng)一的時間基準，還可以獲得網(wǎng)絡(luò)的傳輸延遲tNW。在一個同步周期內(nèi)，可認為網(wǎng)絡(luò)傳輸延遲基本相同，這樣可對傳感采樣通過多項式預(yù)測來解決延遲補償問題。

設(shè)匯聚節(jié)點根據(jù)時間標記，分別獲得了最近M個網(wǎng)絡(luò)傳感信息Y(t)=[xi,M,xi,M-1,...,xi,1]T（i為傳感器編號，1

其中，AN為多項式模型階次；aN,l為多項式模型參數(shù)。設(shè)模型參數(shù)A=[aN,AN,...,aN,1,aN,0]T，且有則由最小二乘方法，可求出模型參數(shù)A為

式中W-1XT只與ni（i=1,2,…,K）有關(guān)，一旦確定ni，就可以預(yù)先計算出W-1XT。在預(yù)測計算中只需將新獲得的網(wǎng)絡(luò)傳感信息，更新到矩陣Y就可用式(5)進行參數(shù)估計，即可實現(xiàn)傳感信息的實時預(yù)測，同樣基于該多項式模型，可通過插值來補充網(wǎng)絡(luò)丟失的數(shù)據(jù)。

2.3 舒適度評價模塊

從人體角度，對室內(nèi)環(huán)境進行主觀感覺評判是當

前室內(nèi)環(huán)境研究的方向之一[8-9]。為更好表征環(huán)境指標參數(shù)對舒適度的影響，利用e-SVM模型具有全局最優(yōu)、結(jié)構(gòu)簡單、泛化（推廣）能力強等優(yōu)點，將傳感器采集到的溫度、濕度、風(fēng)速、空氣質(zhì)量、噪聲和光照等環(huán)境參數(shù)作為SVM模型的輸入?yún)⒘?；利用實驗得到生理參?shù)作為輸出訓(xùn)練e-SVM模型；利用訓(xùn)練得到的e-SVM模型實現(xiàn)對室內(nèi)環(huán)境舒適度值的綜合評價。具體實施步驟如下：

1)利用室內(nèi)微環(huán)境參數(shù)監(jiān)測系統(tǒng)，使用實驗方法，監(jiān)測人在不同溫度、濕度、風(fēng)速、空氣質(zhì)量、噪聲和光照環(huán)境參數(shù)下的手部皮膚平均溫度[10]；

2)利用e-SVM支持向量機模型，確定e-SVM模型的RBF核函數(shù)損失函數(shù)參數(shù)其中，x￠=0.2；s為輸入樣本的標準偏差；l為樣本數(shù)；y為訓(xùn)練樣本輸出均值；sy為輸出值標準偏差；

3)根據(jù)實驗得到的環(huán)境監(jiān)測參數(shù)作為輸入，監(jiān)測到的生理參數(shù)手部溫度作為輸出，利用e-SVM模型進行訓(xùn)練；

4)由傳感器采集室內(nèi)溫度、濕度、風(fēng)速、空氣質(zhì)量、噪聲和光照參數(shù)，構(gòu)成向量作為輸入數(shù)據(jù)，其中為傳感器監(jiān)測到的一組數(shù)據(jù)；利用訓(xùn)練好的模型進行在線評價，再利用公式

可獲得在[0,1]間變化的舒適度值，式(6)中y為e-SVM模型輸出，其擬合曲線如圖5所示。

圖5 手部溫度與舒適度關(guān)系圖

3 監(jiān)測試驗

基于多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測系統(tǒng)模型，采用美國德州儀器TMS320LF2812芯片和意法半導(dǎo)體公司的STM32F205RGT6芯片分別作為DSP和ARM模塊的主控芯片，開發(fā)了如圖6所示的室內(nèi)微環(huán)境監(jiān)測系統(tǒng)。

圖6 室內(nèi)微環(huán)境監(jiān)測系統(tǒng)

監(jiān)測節(jié)點如圖6(a)所示，具有ZigBee和Wi-Fi通信模式，ZigBee通信模式用于室內(nèi)監(jiān)測節(jié)點組網(wǎng)，同時充分利用室內(nèi)Wi-Fi無線通信的優(yōu)勢，將室內(nèi)環(huán)境監(jiān)測參數(shù)通過Wi-Fi網(wǎng)絡(luò)傳輸?shù)竭h端的系統(tǒng)服務(wù)器

上；服務(wù)器采用阿里云服務(wù)，可以隨時隨地進行數(shù)據(jù)存取，它保存終端節(jié)點工作中的所有數(shù)據(jù)以供用戶查詢。終端監(jiān)測節(jié)點通過插座由室內(nèi)供電線路供電，通過設(shè)置的匯聚節(jié)點可以實現(xiàn)時間同步，如圖6(b)所示，同時實現(xiàn)了手機端的實時查詢服務(wù)（如圖6(c)所示）。該室內(nèi)微環(huán)境監(jiān)測系統(tǒng)通過傳感元件的顯示測試，實驗測試數(shù)據(jù)如表1所示，關(guān)聯(lián)的各傳感元件通過TEDS可以自動識別，并初步獲得如下性能指標：1)準確監(jiān)測室內(nèi)微環(huán)境參數(shù)，溫度檢測誤差±1.0%，濕度檢測誤差±3%RH，大氣壓力檢測誤差±1%，空氣流速檢測誤差±0.1 m/s，氣體煙霧檢測誤差±4%，噪聲檢測誤差可達±2 dB，光照檢測誤差±4%，氣體甲醛檢測誤差±5%，分辨率為0.01 mg/m3；2)以人的生理感受為評價標準，利用e-SVM模型得到的舒適度，綜合考量了熱環(huán)境、空氣質(zhì)量環(huán)境、聲環(huán)境和光環(huán)境等因素的影響，具有良好的適用性；3)系統(tǒng)選用ZigBee/Wi-Fi網(wǎng)絡(luò)模式和阿里云服務(wù)，實現(xiàn)監(jiān)測參數(shù)遠程檢測與通信，實現(xiàn)了Web和手機端的多終端監(jiān)測。

表1 實驗測試數(shù)據(jù)

4 結(jié)語

針對室內(nèi)微環(huán)境網(wǎng)絡(luò)化監(jiān)測，建立一種具有自校正、多傳感、存儲和網(wǎng)絡(luò)化通信等功能的多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測系統(tǒng)模型，并開發(fā)了室內(nèi)微環(huán)境監(jiān)測系統(tǒng)，實現(xiàn)了對室內(nèi)多環(huán)境參數(shù)的準確實時監(jiān)測：

1)基于特定TEDS格式校正引擎，通過實驗標定把各傳感器的標定點數(shù)據(jù)作為校正參數(shù)，以矩陣數(shù)據(jù)表格形式輸入TEDS中，應(yīng)用分段線性插值函數(shù)，實現(xiàn)了多傳感信息的自校正，提高了系統(tǒng)參數(shù)檢測的準確性。

2)基于延遲測算的時間同步方法，為微環(huán)境監(jiān)測系統(tǒng)建立了一個統(tǒng)一的時間基準，然后通過多項式預(yù)測補償?shù)姆椒?，改善由于網(wǎng)絡(luò)不確定性造成的傳感器信號采樣延時問題，在時間校正的同時，實現(xiàn)延時補償。

3)研究了一種室內(nèi)環(huán)境舒適度評價方法，它將傳感器采集到的溫度、濕度、風(fēng)速、空氣質(zhì)量、噪聲和光照等環(huán)境參數(shù)作為輸入?yún)⒘?，利用實驗得到生理參?shù)作為輸出訓(xùn)練e-SVM模型，利用訓(xùn)練得到的e-SVM模型可得到室內(nèi)綜合環(huán)境舒適度值。該方法以人的生理感受為評價標準，得到的舒適度，綜合考量了熱環(huán)境、空氣質(zhì)量環(huán)境、聲環(huán)境和光環(huán)境等因素的影響，具有良好的適用性。

4)本監(jiān)測系統(tǒng)基于多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測系統(tǒng)模型，采用IEEE 1451混合標準架構(gòu)設(shè)計，采用DSP和ARM芯片開發(fā)，使其具有快速數(shù)據(jù)處理能力、豐富的接口、良好的通用性和擴展性。該模型和相應(yīng)的關(guān)鍵技術(shù)，可以應(yīng)用在生態(tài)環(huán)境監(jiān)測、農(nóng)林生產(chǎn)和化工醫(yī)藥制造等場合。

[1]李婷.基于能耗最小的室內(nèi)環(huán)境控制研究[D].廣州:華南理工大學(xué),2011.

[2]Seung-Chul Lee,Young-Dong Lee,Wan-Young Chung. Design and implementation of reliable query process for indoor environmental and healthcare monitoring system[J]. Convergence and Hybrid Information Technology,2008,11: 398-402.

[3]葉廷東,程韜波,周松斌,等.海洋水環(huán)境網(wǎng)絡(luò)化智能監(jiān)測系統(tǒng)的建模設(shè)計研究[J].計算機測量與控制,2014,22(6):1697-1699.

[4]Jin H Z，Lu H，Cho S K，et al．Nonlinear compensationfor non-contact electronic joystick with a single Hall sensor[J]. Science,Measurement＆Technology，2008，2(1):9-17.

[5]Eniz Gurkan,Xiaojing Yuan,Driss Benhaddou,et al. UH-ToSS:A sensor networking testbed with IEEE 1451 compatibility for space exploration[C]..3rd International Conference on Testbeds and Research Infrastructure for the Development of Networks and Communities,Lake Buena Vista,FL,USA:IEEEPress,2007:144-149.

[6]黃國健,劉桂雄,洪曉斌,等.IEEE1451網(wǎng)絡(luò)化智能傳感器的通用建模方法及應(yīng)用[J].光學(xué)精密工程,2010,18(8): 1914-1921.

[7]韓永朋,安勇,牟榮增,等.基于自動校準的WSNs時間同步算法[J].傳感器與微系統(tǒng),2013,32(8):128-130.

[8]Concei??oEusébio Z E,Nunes Abel R L,Gomes,Jo?o M M, et al.Application of a school building thermal response numerical model in the evolution of the adaptive thermal comfortlevelintheMediterraneanenvironment[J]. InternationalJournal ofVentilation,2010,9(3):287-304.

[9]Liu W W,Lian Z W,Zhao B.A neural network evaluation modelforindividualthermalcomfort[J].Energyand Buildings,2007,39(10):1115-1122.

[10]王冠.基于數(shù)據(jù)的乘車環(huán)境舒適度評價方法[D].北京:北京交通大學(xué),2013.

Indoor Micro Environment Monitoring System Based on Internet of Things

Ye TingdongPeng XuanrongGao YikangLiang Hao
(Computer Engineering Department,Guangdong Industry Polytechnic)

The paper introduces a kind of micro environmental monitoring system model and its software structure design. The monitoring system with ARM and DSP has achieved functions of self-calibration,multi-sensing,storage and wireless communications,etc.,and uses TEDS correction engine to implement the self-calibration of multi-sensing information.It uses prediction technology of sensor network information to improve the delay of the sensor signal sampling caused by network uncertainty,and uses SVM model to realize the comprehensive comfort assessment,which can be used as a guide for the automatic control of the indoor environment.The application experiment showed that its temperature measurement error is±1.0%,humidity measurement error is±3%RH,noise measurement error is±2dB,illumination measurement error is±4%,formaldehyde measurement resolution is 0.01mg/m3.

Internet of Things;Environmental Monitoring;Multi-Sensing Information;Comfort

葉廷東，男，1976年生，博士后，副教授，主要研究方向：多維傳感信息建模方面的研究。E-mail:yuetd@163.com

廣東省科技計劃項目（2015A020214025，2015A070710030）；廣州市科技計劃項目（2013J4100077）；創(chuàng)新強校工程項目（2A11105）。