幼儿园基于ZigBee的实时定位及体征监测系统研究
2015-12-25李文齐王泽阳李毅周俨李佳伦
李文齐 王泽阳 李毅 周俨 李佳伦
摘要:对于幼儿园的各种安全隐患,设计了ZigBee实时定位及体征监测系统。系统根据RSSI计算出移动节点到达参考节点的距离,再利用三边测量定位算法实现准确定位。通过儿童佩戴的移动节点上的传感器实现体温、脉搏的监测。在保证儿童自由度的基础上,具有身份识别及考勤管理功能。
关键词:ZigBee;幼儿园;实时定位;体征监测;模糊逻辑 文献标识码:A
中图分类号:TP212 文章编号:1009-2374(2015)31-0017-03 DOI:10.13535/j.cnki.11-4406/n.2015.31.008
儿童是祖国的希望和未来。传统的幼儿园监控是通过摄像头了解儿童的安全情况,但是摄像头布控存在一些盲区,且受环境影响较大。还有利用信息接送卡等对幼儿进行监管,但是容易造成幼儿信息的泄露和伪造。参考文献[4]中提出了幼儿园指纹识别接送,但该系统无法主动发现可疑人物,也无法对儿童进行实时监控。参考文献[5]中提出了一种基于ZigBee和RFID的物联网,通过读写器不断对儿童所持的RFID卡发送查询信号实现对儿童的活动范围感知,其缺点是无法对儿童实时准确定位,也无法实时监测到儿童的身体指标。参考文献[6]和参考文献[7]中所述,在国外,已经将无线网络应用于幼儿园安全体系,但仍然没有实现实时精确定位与体征监测。综合国内外的研究现状,并没有将实时准确定位、到达危险区域警告和生理参数的监测有机地融合到幼儿园安全管理之中,而这些在本系统中得以实现。本系统不仅可以对幼儿园内所有人员进行实时定位、基本信息管理、身份识别、统计出入情况以及考勤管理,还可以在儿童到达危险区域自动报警,同时也实现了实时对儿童体温、脉搏的监测,通过ZigBee网络将所有数据以多跳的方式发送至上位机,一旦发现生命体征超出正常范围的儿童将立即报警。并且对于实时位置、体温、脉搏三个指标,系统采用模糊逻辑,将危险情况划分等级,通过计算与信息库中样例的贴近度给出决策方案,方便教师及时准确地了解儿童的情况。
1 系统结构
本系统包括ZigBee实时定位、实时体征监测两大模块。儿童身上所佩戴的微型设备是ZigBee移动节点。将ZigBee参考节点安放在幼儿园四周。移动节点可以通过检测获取自身与参考节点之间通讯的接收信号强度(RSSI),并将检测信息包传送给网关;网关与上位机(PC电脑或工控机)相连,通过使用VB编写的上位机程序即可显示移动节点相对于参考节点的具体位置及坐标数值,从而实现定位的功能。可以在监控台界面上任意设定一定范围的危险区域,当定位系统监测到儿童到达危险区域时,会立即发出警报,通知有关人员采取措施保障儿童安全。在实时定位的基础上,可实现对园内人员进行身份识别、统计出入情况及考勤管理等功能。移动节点还可以采集儿童的体温、脉搏数据,通过ZigBee无线通信将数据发送至监控台,当儿童的某项身体参数指标超过正常范围时,监控台上位机程序就会自动报警。本系统总括于图1:
图1 系统结构功能示意图
2 系统主要模块原理
2.1 实时定位模块
采用网状结构实现节点间通信,几何中心定位节点。利用接收信号强度指示技术RSSI(Received Signal Strength Indicator)功耗低、成本低、实用性高的特点,采用距离算法实现准确定位。
在测量中选用以下的模型:
式中,射频参数A被定义为用dBm表示的距离发射器1m接收到的平均能量绝对值,也就是距发射节点1m处的接收信号强度;n为信号传输常数,与信号传输环境有关;d为距发射节点的距离。RSSI对应距离曲线,可以针对特定的应用场景进行拟合,这样即可获得射频参数A和信号传输常数n。再采用如参考文献[10]和参考文献[11]中所述的三边测量定位算法即可获得移动节点的坐标。定位系统的运行流程。在网络的通信过程中,首先定位节点发送信号到参考节点,参考节点把接收到的一定时间内的信号强度取平均值,然后发回到定位节点,定位节点再把收到的信息传输到网关节点,最后传输到上位机。上位机的测算流程如图2,需要设置所有参考节点的坐标,然后选取对应场景的距离曲线。
图2 定位系统测算流程
在此算法中,如果选取N个参考节点来定位,需要进行次测算,综合考虑计算强度与定位精度性价比,选取4个参考节点来定位。在此基础上,可以实现儿童到达危险区域警告、身份识别及考勤管理功能。
2.2 实时体温、脉搏监测模块
体温检测采用Melexis公司生产的MLX90614红外温度传感器,它响应速度快、精度高、体积小、稳定性好,在温度范围为32℃~42℃时,测量的绝对精度为±0.2℃。利用参考文献[14]所述查表法进行温差修正,可降低环境温度对所测数据的影响。由于脉搏信号振动幅度小、频率低,综合考虑抗噪性及信号的放大效果,选择HK2000C脉搏传感器进行脉搏的测量。采用压电式原理采集信号,通过检测电流变化的程度测量压力大小。将测得的体温、脉搏数据经过AD转换后,通过ZigBee无线通信网络传送到中央监控台。当体温或脉搏值超过设定的正常范围时,检测模块中的蜂鸣器会立即报警,同时上位机显示界面也会发出报警提示。
3 实验验证结果
本系统在实验测试中取得了令人满意的结果。图3为中央实时监控台控制界面,在VB.net2008+SQL2000平台下实现。其中蓝色1~4号代表安放在幼儿园的参考结点,它们构成一个矩形区域;位于矩形区域内部的红色1号、2号移动节点代表两名儿童;上面没有标记数字的黑色圆点代表人为划定的危险区域的中心位置,危险区域的的半径可据实际情况调整。在实际应用中可以导入地图,使观察更为直观。界面的左下角分别显示了两位儿童的脉搏、体温实时数据,由于此时1号儿童没有标记数字的黑色圆点距离较近,已经进入划定的危险区域范围,2号儿童体温、脉搏数据超过正常值,所以危险信息栏中分别出现了警告信息,并伴有声光报警。endprint
数据传输延迟不超过2s,数据传输稳定、可靠。可在监控台控制界面进行射频标定,根据不同地理位置下电波损耗程度不同、干扰因素不同人为改变射频参数中A和n的值,进一步提高定位的精确度。还可以进行场景缩放以及固定点坐标调整,既能从宏观上观察到整个区域的实时状况,又不能放过任何一个危险角落。
图3 中央实时监控台控制界面
当需要进一步观察脉搏波形及详细数据时,可在控制界面中打开“脉搏详细参数”菜单,将出现以下
界面:
图4 脉搏详细信息显示界面
4 基于模糊逻辑的决策方案
4.1 决策原理
模糊逻辑(Fuzzy logic)是一种典型的人工智能方法。运用模糊集合,将[0,1]区间的取值无穷化,将实际应用中不能精确判断的问题或是数学方法所不能确定的系统、模型,用模拟人脑的方式来进行建模分析。
4.2 方案建立
运用模糊逻辑,我们将儿童状况模糊量化,再计算与信息库中样例的贴近度,当最大的贴近度达到一定值时,可认为现在儿童情况与典型样例十分贴合,可根据该
样例采取的解决方案处理现在的事件。具体流程如下:
4.2.1 搜集典型的儿童身体指标与相应的解决方案建立信息库。进行模糊处理后,用百分制定义儿童身体指标的各项检测数据:
Position:儿童离危险区域的距离。大于10m时为100,小于10m时按每离近1m减10处理。
Temperature:儿童体温。在进行温差修正后,取36.5℃~37.5℃为正常范围,量化为100,37.5℃~38℃及36℃~36.5℃儿童低热,38℃以上及36℃以下为发烧状态,因此选择超出正常范围每0.1℃减10处理。
Pulse:儿童脉搏。发烧会引起心率增快,体温每升高1℃,心率增快10~15次/分。考虑到儿童的活跃性以及幼儿园儿童的年龄段,这里取3~5岁儿童平静时的正常标准100~110次/分为正常范围(100),超出正常范围每1次/分减5处理。
具体标准用户可根据幼儿园具体情况改动。表1为数据库中的三个典型样例:
4.2.2 计算儿童与数据库中典型样例的贴近度。定义i(i=0,1,2……m)为儿童各项量化后的指标,利用Hamming距离可得被监测儿童与数据库中样例(k=1,2……h)的贴近度:
当最大贴近度时,可以认为该儿童状况与数据库中的典型样例极为吻合,可根据该样例相应的解决方案处理当前事件。
5 结语
该系统是一个以幼儿园为实际背景,并可用于多种场合的健康安全保障系统,具有一定的实用价值。在未来可对该系统的软件和硬件进一步完善,将时刻的呵护送达幼儿园儿童身边。本系统的设计得到国家级创新项目支持,在研究中得到李德敏教授、张光林副教授的巨大帮助和大力支持,在此特别感谢。
参考文献
[1] 李志.一种基于ZigBee的幼儿园监控系统[J].工业控制计算机,2014,27(7).
[2] 宋志强,徐健.幼儿园指纹识别接送系统设计[J].计算机与现代化,2009,(10).
[3] 赵筱赫,张春强.指纹识别在幼儿园接送管理系统中的应用[J].数字技术与应用,2013,(6).
[4] 陈维立,陈向东,李志霞.基于ZigBee的幼儿园无线指纹识别接送系统设计[J].现代电子技术,2014,37(21).
[5] 李鸿,王林珠,张文,等.RFID技术与ZigBee网络融合的幼儿安全管理系统[J].智能系统学报,2013,(8).
[6] 李鸿,王林珠,谭怀忠.物联网技术在幼儿园幼儿管理中的应用研究[J].中国教育技术装备,2013,(9).
[7] Chao Chen.Design of a Child Localization System on RFID and Wireless Sensor Networks[J].Journal of Sensors,2010.
[8] 高明,吉祥,刘宇,等.ZigBee技术在室内定位中的应用[J].西安工业大学学报,2010,30(1).
[9] 朱明辉,张会清.基于RSSI的室内测距模型的研究
[J].传感器与微系统,2010,29(8).
[10] Niculescu D.Positioning in Ad hoc sensor networks
[J].IEEE Network,2004,18(4).
[11] Andreas S,Han C C,Srivastava M B.Dynamic fine-grained localization in Ad-hoc networks of sensors[J].ACM SIGMOBILE 01,Rome,Italy,2001.
[12] 张日欣.基于MLX90614的非接触式体温测量系统设计[J].软件导刊,2009,8(3).
[13] 沙春芳.红外温度计MLX90614及其应用[J].现代电子技术,2007,(22).
[14] 夏候凯顺,曾宪金,胡立坤,等.基于MLX90614和ZigBee技术的体温实时监控系统的设计[J].自动化与仪表,2011,(11).
[15] 苏俊丰.基于CC2530的多点无线脉搏检测系统[D].华中师范大学,2014.
[16] 孙超.基于模糊逻辑的异构无线网络接入选择算法[D].吉林大学,2013.
[17] Giupponil L.,Agusti R.,Perez R.J.,et al.A Novel Joint Radio Resource Management based on Fuzzy Neural Methodology[J].IEEE Transactions on Vehicular Technology,2008,57(3).
[18] 阎平凡,张长水.人工神经网络与模拟进化计算[M].北京:清华大学出版社,2005.
[19] 李强.模糊数学方法在二手房价格估算中的应用[J].青海师范大学学报(自然科学版),2008,(2).
基金项目:国家级创新项目(No.201410255041)。
作者简介:李文齐(1993-),男,东华大学信息科学与技术学院学生,研究方向:无线传感器网络与嵌入式系统;王泽阳(1994-),男,东华大学信息科学与技术学院学生,研究方向:无线通信与远程监控;李毅(1994-),男,东华大学信息科学与技术学院学生,研究方向:电气工程与智能控制;周俨(1994-),男,东华大学信息科学与技术学院学生,研究方向:现代控制理论;李佳伦(1994-),女,东华大学信息科学与技术学院学生,研究方向:通信信号处理。
(责任编辑:周 琼)endprint