基于物联网的多传感器数据采集系统研究

胡茂力,李艳春，肖南峰

(华南理工大学 计算机科学与工程学院，广州 510006)



基于物联网的多传感器数据采集系统研究

胡茂力,李艳春，肖南峰

(华南理工大学 计算机科学与工程学院，广州 510006)

为了预防火灾、爆炸、泄漏、烟雾等灾害事故的发生，迫切需要实现对企业的安全生产进行监控和预警。为此，设计并实现了一套基于物联网的多传感器生产环境数据采集系统。使用TQ6410作为网关，将其融合在无线传感器网络中，调用GPRS服务，将采集到的生产环境数据可控地发送至远程的生产企业服务器进行甄别，之后再将预警结果发送至各类终端用户设备。实验结果表明：该方案能快速地对企业生产环境进行数据采集，当存在危险数据时，能及时做出预警与监控。

物联网；无线传感器网络；数据采集；安全监控

近年来，在我国各类大中小企业生产中，发生重大安全事故的案例越来越多,尤其是以火灾、爆炸、泄漏、烟雾等灾害事故居多，所以监控和预警这类灾害事故已成为迫在眉睫的任务。为此，本文以各类企业重大危险源辨识及事故调查反演分析为目标，以传统方法为基础并结合基于物联网的监控和预警关键技术，构建了一个能对企业关键生产装置中重大危险源进行辨识的灾害事故预警和监控系统。该系统将对于防范我国各类企业生产过程的火灾、爆炸、泄露、烟雾等灾害事故及事故调查反演分析起极大的作用。

1　基于物联网的多传感器数据采集系统设计

本文提出的基于物联网的多传感器数据采集系统的主要层次架构如图1所示。

图1　采集系统的主要层次架构

1.1无线网络层

无线网络层承载的是多传感器数据采集端，主要任务为在监控现场进行数据采集，并定时将采集到的数据通过GPRS传输到系统服务器。采集的数据主要分为两种：① 图像数据。即布置在各关键生产装置处的摄像设备所拍摄的图像；② 环境数据，即由各类传感器所采集到的数据信息，主要包括温度、湿度、烟雾浓度、一氧化碳浓度、二氧化碳浓度、液化石油气浓度、氨气浓度、醛酮醇类气体浓度等8种。本层主要使用8种类型的环境数据传感器和1种图像传感器，通过ZigBee局域网络协议组成无线传感器网络进行数据的采集[1-2]。

1) 环境数据传感器节点。8种环境数据传感器模块如表1所示，采用的是系统级芯片STM32W108。各模块各司其职，监测周围环境中对应的元素值。由于采集数据格式(单位、数值范围)各式各样，所以需要一个汇聚节点(亦即协调管理节点)来进行管理。汇聚节点主要汇聚8种环境数据传感器数据，进行格式化，并与TQ6410网关进行数据传输.因而可得到由环境数据传感器所组成的无线网络层拓扑结构，该结构为星型拓扑结构，如图2所示[3]。

表1　8种环境数据传感器

图2　无线网络层拓扑结构

2) 无线网络组建。无线网络是基于IEEE 802.15.4标准的无线传感器网络，该网络组建步骤如下：① SUN主节点(汇聚节点)首先初始化网络状态，对PLANET表初始化，设置PAN_ID和Node_ID(默认0x0000)，清除原有的直接队列和间接队列；打开无线信道，在11～26信道中选择一个能量最小的可用信道作为自己的网路信道，并设置网络状态为TRUE，等待PLANET子节点(传感器节点)加网。② SUN主节点初始化完成后，PLANET子节点准备加入网络。PLANET子节点首先判断自己是否在网络中，若不在网络中，则对自身进行初始化，构造1个负载类型为PT_SUN_SEARCH的帧，类型为SUN_SEARCH_ PACKET，然后在信道上查找是否有可用的网络，发送搜索数据包。③ SUN主节点收到SUN_SEARCH_ PACKET类型帧后，判断自身的PLANET表中是否有空间，如果有就向PLANET子节点反馈1个负载类型为PT_SUN_ AVAILABLE的帧，类型为SUN_AVAILABLE_PACKET，发送应答包。④ PLANET子节点收到SUN_ AVAILABLE_PACKET类型帧后，就找到了1个可用的网络，此时需要检查自己的PAN_ID是否与SUN节点一致，修改自身的PAN_ID和SUN一致后，向SUN单播发送1个负载类型为PT_JOIN_ REQUEST的帧，类型为JOIN_REQUEST_ PACKET的包，请求加入。⑤ SUN主节点收到JOIN_REQUEST_ PACKET类型帧后，检查自身的PLANET表空间，如果有空间，就为该PLANET分配1个短ID，并反馈1个JOIN_A CCEPTED_PACKET响应帧给PLANET。若无，则反馈JOIN_DENIED_ PACKET响应帧。⑥ PLANET子节点收到JOIN_ACCEPTED_ PACKET类型帧后，从SUN主节点发过来的数据包中提取SUN主节点分配的短地址并设置自己的短地址，并将networkJoinStopSearching标志改为TRUE，停止搜索。至此，PLANET子节点加入网络成功[4-6]。

3) 无线网络的数据传输。无线网络组建完成后，SUN节点与PLANT节点便可进行数据传输。PLANET子节点的基本工作为：首先进行硬件及相应变量的初始化，然后需要按下“发送按键”触发发送数据包操作；当按键被按下后，会发送数据包给SUN主节点。SUN主节点的基本工作则为：首先进行硬件及相应变量的初始化，然后循环检测是否收到来自PLANET子节点的数据包，若收到数据包则进行分析，执行与数据包对应的操作[4]。SUN主节点汇聚齐数据后，通过RS232交叉串口线与物联网网关按照协议进行通信，其中协议的细节在下一节数据链路层中会进行详细解析。

4) 图像传感器节点。图像传感器节点采用的是USB摄像头。在图像采集方案设计上，采用了V4L2(video 4 linux 2)这一针对uvc免驱usb设备的编程框架。其采集流程如下：① 通过/dev中的设备号，获取设备端口号，打开USB摄像头设备。② 选择图像输入，1个图像设备可以有多个图像输入。③ 设置图像的制式和帧格式，制式包括PAL和NTSC，帧的格式包括宽度和高度等。④ 向驱动申请帧缓冲，一般不超过5个。⑤ 申请物理内存，即将申请到的帧缓冲映射到用户空间，这样就可以直接操作采集到的帧，而不必去复制。将申请到的帧缓冲全部入队列，以便存放采集到的数据。⑥ 当前面的工作准备就绪后开始图像的采集。⑦采集图像，以取得已采集数据的帧缓冲，取得原始采集数据。发送给物联网网关(TQ6410)，网关会通过GPRS Modem来发送采集到的数据给服务器。⑧ 停止视频采集。⑨ 关闭视频设备。流程如图3所示[5-8]。至此，无线网络层的8+1种传感器的数据采集已完成，数据将传输至数据链路层。

1.2数据链路层

数据链路层承载的是物联网网关，本文选用天嵌科技研发的TQ6410开发板，如图4所示[9]。使用的端口有：USB接口1，与GPRS模块连接；USB接口2，与USB摄像头连接；COM接口1，与无线网络中的汇聚节点通过RS232交叉串口线连接；COM接口2，与调试PC连接(可选)。

图3　图像传感器节点工作流程

图4　TQ6410接口说明

物联网网关支持感知延伸设备之间的多种通信协议和数据类型，实现多种感知延伸设备之间数据通信格式的转换，对上传的数据格式进行统一，同时对下达到感知延伸网络的采集或控制命令进行映射，产生符合具体设备通信协议的消息。物联网网关对感知延伸设备进行统一控制与管理，向上层屏蔽底层感知延伸网络的异构性，共分为4层：业务服务层、标准数据构成层、协议适配层和感知延伸层。物联网网关架构如图5所示[10-11]。

图5　物联网网关架构

物联网网关架构的各层设计细节如下：① 业务服务层。主要模块为数据接收模块、数据发送模块。数据接收模块主要负责接收来自中央数据中心发送过来的具有标准格式的数据，例如发送数据的命令或者更改采集频率的通知等，并将上述数据往下传递给标准数据构成层。数据发送模块则主要负责向中央数据中心安全地传输来自最底层感知延伸网络所采集并经过底层协议包装的数据信息，包括环境数据传感器的数据以及图像传感器采集的图像信息。在接收与发送的过程中，对于接收、发送的数据必须保证其安全性以及协议封装有效性。② 标准数据构成层。主要模块为数据解析模块、数据转换模块。当上层数据往下传输时，数据解析模块将请求数据转换模块进行转换工作，将标准数据转换为协议适配层能够理解的且底层感知延伸设备能够应用的数据格式，转换规则依赖于具体的底层通信协议。而当底层的感知延伸设备往上传输采集的数据时，该模块将请求数据转换模块，将采集的数据转换为业务服务层能够发送的格式。本层的2个模块是整个物联网网关设计的重要工作，是网关的核心。本层还实现了物联网网关的可管理能力，对底层的感知延伸设备进行统一控制管理，在往上传输数据时，屏蔽底层协议的异构性，对数据格式管理也达到统一。③ 协议适配层。主要模块为协议解析模块，主要负责将底层多样的感知延伸设备所支持的通信协议转换为格式统一、便于管理的数据和控制命令。④ 感知延伸层。主要模块为数据接收模块、数据发送模块，与业务服务层类似，数据发送模块主要负责发送数据给底层的感知延伸设备，这些数据是经过标准数据构成层进行转换后获得的。数据接收模块则主要负责接收来自底层感知延伸设备采集到的数据，向上进行传输，发送至标准数据构成层进行解析工作。本层的感知延伸设备，主要包括8个环境数据传感器以及1个图像数据传感器，支持多种底层的通信协议，包括RFID协议、ZigBee协议、蓝牙协议等。物联网网关解决了物联网网络内不同设备无法统一控制和管理的问题，达到屏蔽底层通信差异的目的，并使得最终用户无需知道底层设备的具体通信细节，实现对不同感知延伸层设备的统一访问[10-13]。

1.3数据存储控制层

数据存储控制层承载的是中央数据中心。中央数据中心主要分为图像接收子系统、数据存储子系统、图像处理子系统。图像接收子系统负责接收图像数据，接收完成后再把图像数据发送到数据存储子系统。数据存储子系统对图像做预处理后进行存储，再把图像的编号放到待处理队列。该队列根据图像处理子系统的负载量适时的发送图像数据和处理命令到图像处理子系统对图像进行处理，并把处理结果返回保存到数据库中，再把相应监测对象的模板数据和刚处理得到的数据通过融合模型计算，从而得到预警结果。对于有可能发生灾害的数据生成预警信息，更新客户端的预警信息列表。中央数据中心的监控服务器系统总体功能结构如图6所示。该层处理图像数据及传感器数据还运用了其他算法，例如自底向上注意机制、Itti算法、FT(frequency-tuned salient region detection)算法等[1，14-15]。

1.4应用层

应用层承载终端用户设备，主要用于数据的显示和与用户进行交互。通过网络连接到服务器后，客户端通过给服务器发送命令，接收服务器返回的数据。在客户端可以执行查看图像、查看预警信息、对预警信息进行确认或取消等操作。本文采用云片网络提供的彩信、短信发送平台。图7所示为基于云片网络的短信发送后台管理系统。通过云片网提供的API接口主要函数，付费获取APIKEY，写入服务器程序中，与指定的用户号码进行通信。

图6　监控服务器系统总体功能结构

图7　云片网络短信发送后台管理系统

2　系统集成实现与测试

采集系统的实现如图8所示。多传感器数据采集端和物联网网关实现后的实物如图9所示。图9(a)中包含了8种无线传感器、汇聚节点、USB摄像头、TQ6410网关以及GPRS模块。为了实际测试采集系统的数据采集效果，还设计了实验箱来模拟火灾以及气体泄漏，分别如图9(b)和图9(c)所示。

图8　采集系统实现示意图

图9　实验设备

2.1GPRS模块通信实验

本实验的主要目的是验证采集系统的GPRS模块能否有效地链入网络，并准确地往中央数据中心接收与发送数据，从而验证无线网络层的传感器与数据存储层的数据中心之间的信息交互是否能够成功。实验时，通过TQ6410物联网网关与GPRS模块相互搭载，形成通信网关，如图10所示。将通信网关的硬件接通电源，并且使用拨号命令，拨号上网。多次收发数据，统计其中的上下行时间及带宽，并针对获取的数据进行总结分析。

图10　通信网关硬件

实验过程：首先接通TQ6410物联网网关的电源，在屏幕校准后进入GPRS拨号阶段；运行“pppd call gprs”拨号指令；在信号基站对链路的连接进行认证后，物联网网关分配到一个IPv4的地址(在图11中为10.74.132.78)，该组合的通信网关成功地加入了互联网中。网关的联网截图如图11所示。

图11　GPRS模块联网过程

接下来进行将传感器端的数据发送往中央数据中心实验。数据传输测试实验的具体步骤为：① 预设大约10 kb大小的数据；② 在拨通网络的条件下，循环地向中央数据中心发送与接收该组数据；③ 每一次数据统计都选取近10次的数据进行平均估值，并记录相应的带宽数据。在经过实验统计后，汇总数据如表2所示。

表2　数据传输时间统计

注：时间单位为ms；带宽单位为(kb·s-1)。

从表2统计的数据中可以看出：在系统的GPRS模块中，上下行带宽都能够超过10 kb/s，对于传感器采集的数据进行传输是满足其通信需求的，也证明了该GPRS链入的互联网网络可用于物联网的网络搭建，具有有效性及可行性。当然，其缺点也在于该GPRS网络的上下行传输速度不高。通过查阅移动网络方给予的官方数据可知GPRS通信最高带宽为172 kb/s。由于客观因素以及通信竞争等原因，用户只能享用其1/2的信道带宽，从而导致最终用户所使用的带宽可能不足官方数据显示的一半。在技术层面上来说，上行的带宽只占总带宽的1/3。因此，如果接收与传输的数据量增大，系统中的数据传输将成为瓶颈。不过，随着3G、4G网络的全方面覆盖以及对应的通信技术日趋成熟，这一问题可以很轻松地解决，而且日后移动通信网络也必将在物联网技术的传输领域占有不可替代的地位。

2.2环境传感器气体泄漏模拟实验

本实验主要目的是验证系统的无线网络层中的8种传感器能正确有效地组网，并在组网后，汇聚节点能通过连接线将数据传输至TQ6410开发板，并且通过GPRS模块将数据发送至中央数据中心。要求1：8种传感器能组入统一网络，并互不干扰的正常工作；要求2：在多个网络并存(存在多个汇聚节点)时，各类传感器能够找寻属于各自网络的汇聚节点，并正常工作。为了能满足要求1和2的要求，设计了两次实验。实验1为单组网络的正常工作。主要步骤：① 汇聚节点(Sun节点)与8种传感器节点(各Planet节点)同时通电；② 观察各Planet节点加入Sun节点组成的网络时LED灯的明暗变化并检查汇聚节点的汇总数据；③ 关闭8种传感器中的若干传感器，检查其他传感器是否正常工作并检查汇聚节点的汇总数据。实验2为多组网络的正常工作。主要步骤：① 同时启动两组传感器，观察各传感器的组网情况；② 关闭其中一组的某些传感器，观察两组传感器对应的传感器数值的变化；③ 多次重复步骤②。

两组实验中组网成功后，需要传感器的汇聚节点链接TQ6410开发板，TQ6410开发板再通过GPRS模块连接入网，往中央数据中心发送传感器节点采集的环境数据。单组传感器组网实验过程：首先打开Sun节点开发板上的开关，此时开发板上的power指示灯亮，表明开发板已经上电，并处于待机状态，实验时状态如图12 (a)所示。而此时各Planet节点开发板也由Sun节点开发板上提供的电源同时被上了电，均处于待机请求加网状态，实验时状态如图12 (b)所示。此时，使用串口工具向Sun节点发送组建无线传感器网络的命令“f”。Sun节点开发板接收到串口发送过来的命令“f”，则开始组建一个无线传感器网络，而各Planet节点开发板将陆续加入到该无线传感器网络当中，但暂时未开始采集数据。实验时状态如图12(c)和图12(d)所示。

此时，使用串口工具助手，发送“d”命令至Sun节点，查看各传感器的工作状态，如图13所示。由于各传感器的工作按钮尚未被按下，所以采集到的数据均为0。当各个Planet节点上的S3工作按钮被按下之后，对应节点才开始进行相应的环境数据采集，并将其定时发送到Sun节点上。再次通过串口助手发送“d”命令至Sun节点，即可接收到采集到的环境数据信息。实验时采集的数据如图14所示。

图13　各传感器加入网络

图14　汇总的数据示例

在Planet节点上还有一个Reset按钮可以重置节点状态，使其还原到初始状态。也可以使用开关on-off来调节节点的组网与否。关闭某传感器，对应的传感器会离网，其对应的传感器数值会变为0。在本实验中，关闭CH4传感器的电源，数据变化如图15所示。从上述的单组传感器组网实验中分析可以得出：8种类型的传感器能准确地加入汇聚节点；通过两个LED灯的明暗可以得知是否加入无线网中；节点与节点之间互不影响，任意一个节点不工作或者工作不正常，皆不影响其他传感器节点。

图15　断开传感器时示例

多组传感器组网实验过程：同时打开两组传感器，观察两组传感器节点的组网指示灯明暗变化。通过多次实验验证表明，两组传感器之间的传感器节点都能围绕各自的汇聚节点正常工作，互不干扰。中央数据中心打开数据接收程序，可以接收通过GPRS链接的TQ6410开发板发送过来的数据，如图16所示。从数据图像的变化可以看出：在模拟气体泄漏前后能准确捕捉到各项环境数据的变化，并准确显示到服务器端的展示处。

2.3图像传感器实验

本实验的主要目的：验证系统中的图像传感器节点能够正常工作，获取图像数据并回传到服务器中。实验步骤：① 通过USB接口将USB摄像头连接入TQ6410开发板中；② TQ6410开发板通过GPRS模块拨号上网，链接中央数据中心；③ 在火灾模拟实验箱中引燃可燃物，TQ6410启动图像数据采集程序，摄像头自动拍摄火灾图像；④ TQ6410开发板启动图像数据发送程序，将火灾图像发送至中央数据中心。实验过程及结果分析：首先将各硬件都连接妥当，并且使用GPRS模块拨号完毕，在火灾模拟实验箱的燃烧池中引燃可燃物。TQ6410便开始发送图像数据至服务器端。服务器端接收到数据，显示在程序的图片展示处，实验时具体情况如图17所示。从实验结果中可以看到，图像数据采集系统可以清晰地捕捉到生产环境的图像数据，并发送到中央数据中心，在加以处理后，显示于展示处。

图16　服务器端数据接收

图17　服务器端展示燃烧池火焰图像

2.4预警信息发送实验

气体泄漏和火灾灾情都会引发相应的预警处理。首先验证TQ6410的采集频率变化。采集频率的初始值为60 s(1 min)。即TQ6410网关每分钟发送1次数据给中央数据中心，具体数值可以随不同的生产装置而设置不同。在进行气体泄漏以及火灾模拟后，从数据库中可以取得关于传感器采集时间的相关数据，如表3所示。

可以发现：在正常情况下，数据采集时间间隔为60 s左右(存在系统误差)。在数据中心发现数据异常时，发送了“i”指令请求网关加快汇聚节点的数据采集频率，数据采集时间间隔被缩减为15 s 左右。当灾情消去时(泄漏气体扩散，灾情变小)，采集频率回到了60 s左右。由于中央数据中心确认发生了灾情，可以在预设手机接收端收到如图18所示信息，该信息证实了系统的预警处理以及云片网相应API的有效性。

表3　采集时间数据

图18　预警信息展示

3　结束语

本文通过分析企业生产安全中需要监控的数据，设计了基于物联网的多传感器数据采集系统，并通过对采集方案层次图的扩充，引入云片网的短信API技术，最终实现了数据采集系统，并设计实验箱用以模拟火灾环境。通过实验表明：该方案能够快速地对企业生产环境进行数据采集，当存在危险数据时，能及时做出预警与监控。

[1]岳学军,王叶夫,刘永鑫.基于GPRS与ZigBee的果园环境监测系统[J].华南农业大学学报,2014,35(4):109-113.

[2]陈琴琴.基于ZigBee技术的病人无线监护系统研究[D].成都:成都理工大学,2012.

[3]温良.基于物联网的数字式煤矿安全监测监控技术研究[C]//第九届全国煤炭工业生产一线青年技术创新文集.北京：煤炭工业出版社，2014:20-25.

[4]过怡.基于ZigBee无线传感器网络的实验室监测系统的设计[J].苏州市职业大学学报,2014,25(1):27-30．

[5]许诗,文翰,肖南峰.基于无线视频传输的道路灾害监控系统[J].重庆理工大学学报(自然科学),2011(10):46-53.

[6]卢雯雯.基于视频图像的道路灾害监测和预警系统的设计与实现[D].广州:华南理工大学,2011.

[7]党静.基于Google Maps API的道路灾难监测系统研究与实现[D].广州:华南理工大学,2012.

[8]陈康先,程兴国,肖南峰.基于GPRS的视频图像传输系统设计与实现[J].南京信息工程大学学报()自然科学版,2011,3(1):72-77.

[9]天嵌科技有限公司.TQ6410说明[EB/OL].[2016-05-20].http://www.embedsky.com/Index.php?s=/Index/index.html.

[10]景海阳.物联网技术与《科学》课程整合研究[D].开封:河南大学,2012.

[11]关勇.物联网行业商业模式发展分析[J].商业文化月刊,2014(27):35-42.

[12]Di BENEDETTO M D,D’INNOCENZO A,SERRA E,et al.Automatic verification of wireless control in a mining ventilation system[C]//IEEE Conference on Auto Science and Engineering.[S.l.]:IEEE,2008:858-863.

[13]CATHERINE H,MARKUS S.Probabilistic Reasoning Techniques for Situation[C]//Proceedings of the Third International Conference on Information Technology and Applications (ICITA’05) Assessments.2005.

[14]沈阳.基于GPRS网络电动汽车远程监控系统设计的研究[D].上海:上海交通大学,2013.

[15]郑小宁.基于因特网的远程控制技术研究[D].西安:西北工业大学,2002.

(责任编辑杨黎丽)

Research of Multi-Sensor Data Acquisition Technology Based on Internet of Things

HU Mao-li, LI Yan-chun, XIAO Nan-feng

(School of Computer Science & Engineering, South China University of Technology,Guangzhou 510006, China)

In order to prevent the occurrence of production accidents, it is urgent to research the technology which used in safety monitoring of enterprise manufacture that we can realize the monitoring and early warning of enterprise manufacture. We designed and implemented a multi-sensor data acquisition system based on Internet of things which using TQ6410 as a gateway. It fuses the data collected in wireless sensor network, and calls GPRS services, sends the environment data of production to the remote data center. After handling, the warning results will send to the terminal of user equipment. The experimental results show that the scheme can quickly have data acquisition to the enterprise production environment and can make the early warning and monitoring in a timely manner when there is a data danger.

Internet of things; wireless sensor networks; data acquisition; safety monitoring

2016-06-28

国家自然科学基金资助项目(61573145)；广东省公益研究与能力建设专项资金资助项目(2014B010104001)；广东省自然科学基金资助项目(2015A030308018)

胡茂力(1991—),男,硕士,主要从事智能计算与工业机器人研究; 通讯作者 李艳春(1981—)，女，湖南涟源人，博士研究生，讲师，主要从事计算机视觉和深度学习研究，E-mail:aserwer@163.com; 肖南峰(1962—),男,江西南昌人,教授,博士,CCF会员,本刊编委，主要从事人工智能,机器人,计算机应用研究，E-mail: xiaonf@scut.edu.cn。

format：HU Mao-li, LI Yan-chun, XIAO Nan-feng.Research of Multi-Sensor Data Acquisition Technology Based on Internet of Things[J].Journal of Chongqing University of Technology(Natural Science)，2016(10):108-117.

10.3969/j.issn.1674-8425(z).2016.10.017

TP391.1

A

1674-8425(2016)10-0108-10

引用格式：胡茂力,李艳春，肖南峰.基于物联网的多传感器数据采集系统研究[J].重庆理工大学学报(自然科学)，2016(10):108-117.