基于云端的无线智能锁系统设计与实现

张焕兰 肖明波

摘要：针对无线智能锁功耗高、智能监控便利性差等问题，提出一种基于433MHz频段转WiFi技术进行远程智能监控的智能锁系统。为了解决系统点对多点通信中互相干扰的问题，433MHz频段无线组网采用时分多址（TDMA）技术。门锁端的相关信息通过433MHz频段传输到集中器，然后转发到云端服务器，以此连接远程客户端进行远程监控。实验结果表明：远程客户端能实现对智能门锁的实时智能监控，系统通信稳定、可靠，且有效降低了功耗，达到了系统设计目的。

关键词：云端;智能锁;智能监控;时分多址

Design and Implementation of Wireless Intelligent Lock System Based on Cloud

ZHANG Huan lan， XIAO Ming bo

（School of Communication Engineering， Hangzhou Dianzi University， Hangzhou 310018， China）

Abstract：Aiming at the wireless intelligent lock with the high power consumption and low convenience of intelligent monitoring， this paper proposed an intelligent lock system with feature of remote intelligent monitoring through local communication based on 433MHz frequency band and WiFi technology for access to the cloud server. In order to solve the mutual interference problems during multipoint communication of this system， time division multiple access（TDMA） technology was adopted for the 433 MHz frequency band wireless network. The related information of the door lock terminal was transmitted to 433MHz to connect WiFi module through 433 MHz band. Then this WiFi module sent the information to the cloud server to connect the remote client for remote control. Many experiments showed that the remote client can monitor intelligent door lock intelligently in real time. The communication of the system was reliable and stable. Low power consumption was controlled well. The system reached the design requirements.

Key Words：cloud server; intelligent lock; intelligent monitor; TDMA

0 引言

隨着信息技术的发展，人们对家庭环境的要求越来越高，智能家居的概念逐渐成为人们的关注热点。大多数智能家居系统由3部分组成：网络、控制设备与家庭自动化，这些设备通过网络进行连接，形成物联网（IOT），物联网内的设备之间可以相互通信[1 2]。在智能家居环境中，控制系统与家庭设备通过有线或无线网络进行连接，用户向控制系统发送命令，从而对家庭设备进行控制。近年来，由于智能手机的普及与通信技术的发展，通过手机客户端即可实现对家庭的远程控制[3]。

智能锁作为智能家居中的重要部分，具有广阔的市场前景。无线智能锁系统常用的一些无线通信技术都有各自的优缺点，如蓝牙安全性较高，但传输距离较短[4];红外技术抗干扰能力强且传输速度快，但传输距离同样较短，且设备与设备之间的可视范围内不允许有障碍物遮挡[5];WiFi技术传输速度快、接入方便且安全性较高，但由于需要一直保持在线状态，所以功耗高，且信号绕射能力差[6]。由于433MHz频段为免申请的ISM频段，基于该频段研发的无线模块具有较多优点，如通信距离远、功耗低、信号绕射能力强等[7]，可适合智能锁对于低功耗以及室内安装的需求。因此，本文设计并实现一种基于433MHz频段转WiFi接入云端服务器进行远程智能监控的智能锁系统，并对其进行系统性能测试。

1 系统总体框架设计

系统主要由4部分组成，如图1所示，分别为门锁模块、433MHz转WiFi模块（也称为集中器）、云端服务器与手机客户端。多个门锁模块的433MHz无线通信模块与集中器在433MHz频段组成了一个局域网，它们将门锁端的相关信息通过433MHz频段上传到集中器，然后经该集中器的WiFi无线通信模块接入云端服务器;手机客户端可以通过WiFi或3G/4G通信技术接入云端服务器，门锁端上传的信息可以转发到手机客户端，手机客户端下发的指令也能及时转发到门锁端。因此，无论使用者在哪里，只要携带手机客户端，即能实现对家居系统的远程实时智能监控。考虑到一个集中器所携带的门锁节点不够，根据用户需求，可以设置多个集中器，每个集中器拥有一个唯一ID号以接入云端服务器，但每个集中器设置频率不一致，一般相邻信道间隔设置为1MHz，以防止同频之间的通信干扰[8]。

2 功能模块设计

2.1 门锁模块设计

门锁模块为门锁实体部分，如图2所示，主要包括开锁模块即锁舌控制部分、电源供电模块与433MHz无线通信模块等。

（1）主控芯片采用ST公司的STM32F103C8T6单片机[9]，该微控制器支持2.0～3.6V的电源，具有3个低功耗模式，并且拥有64K字节的FLASH与高达20K字节的SRAM，是一款性价比较高的主控芯片。

（2）锁舌控制电路采用ULN2003步进电机驱动器驱动电机，控制锁舌关闭或开启。

（3）由于系统需要给433MHz无线通信模块与电机驱动及其它设备供电，所以电源模块分两路输出直流5V与3.3V电源，并采用4节1.5V的碱性干电池供电。

（4）警报器采用电磁式蜂鸣器，当有人非法开门时发出警报声音。

（5）433MHz无线通信模块采用TI公司的CC1101射频芯片进行数据收发，该芯片具有体积小、功耗低、频段选择丰富等特点[10]。锁体内的433MHz无线通信模块与集中器通信构成一条通信链路，可使门锁端与云端服务器进行信息交互。

2.2 433MHz频段数据通信模块设计

433MHz频段通信主要是指门锁端433MHz无线通信模块与集中器433MHz无线通信模块之间的交互。

2.2.1 433MHz频段通信时分多址实现

由于一个集中器要与多个门锁端的无线模块进行通信，因而构成点对多点的通信模式[11]。然而，由于无线信道暴露在空气中，具有共享的特点，所以在该通信模式下，当多个门锁端的无线通信模块同时发送数据给集中器时，会令相邻链路之间互相影响，从而造成冲突[12]。在比较了几种常用的多址技术之后，本系统最终采用时分多址技术对整个网络的稳定性与容纳性进行优化。

系统时分多址技术的整体实现步骤为：首先集中器按周期T广播信标帧，将周期T划分为N个相等时隙，每个时隙记为 Δt ，将第一个时隙分配给未加入局域网的门锁终端节点进行入网交互，剩下时隙分配给已加入局域网的门锁终端节点进行数据交互。门锁端时分多址技术通信具体流程如图3所示。

对于 Δt的大小选择需要进行多次测试。在一个Δt时间内要完成一个通信连接与数据收发全过程，Δt 只有大于该过程的实际所需时间，才能使系统正常通信[13]。在一定信标周期内，当系统容纳量变大时，时隙则需要变小，但系统也会随之变得不稳定[14]，所以最好经过多次测试之后选择其中的最优值，并且在集中器中选择合适的门锁节点数量，才能使系统通信更加稳定、可靠。

2.2.2 门锁端433MHz无线通信模块设计

门锁端无线模块与集中器进行通信，首先要判断其是否加入了该集中器构建的局域网内，如果还未加入，则向集中器申请加入局域网。门锁端无线模块的主要功能是接收集中器下发的数据进而解析执行，并按时向集中器上报数据。根据时分多址技术，节点在自己的时隙内上报数据，门锁端无线模块工作流程如图4所示。由于无线门锁采用电池供电，对功耗控制较严，所以在门锁端无线模块工作流程中着重考虑了低功耗要求，通过使STM32单片机在没有数据帧收发时进入stop低功耗模式，以降低单片机功耗，从而有效延长系统工作时间。CC1101也设置了电磁波激活功能（WOR）模式[15]，使其能周期性地由深度休眠状态激活，不需要MCU作用即能侦测到数据包。

2.2.3 集中器433MHz无线通信模块设计

集中器实现了433MHz 频段信号转WiFi功能，主要为主控芯片分别通过SPI及UART端口与射频芯片CC1101及WiFi模块通信。集中器的433MHz无线通信模块主要与门锁端进行信息交互，其接收门锁端的数据上传，也将云端下发的数据转发给门锁端。集中器的433MHz无线模块工作流程如图5所示，集中器需要按周期T向外广播信标帧。经多次测试，将时隙周期设置为1 500ms。

2.3 集中器WiFi无线模块设计

集中器的主控芯片采用STM32，WiFi模块采用乐鑫ESP8266 ESP 12F串口转WiFi无线模块。集中器的WiFi模块主要实现接入云端服务器并与其进行信息交互，对云端下发的数据进行解析，并传给集中器的433MHz无线模块。WiFi模块需要手机客户端的帮助才能接入云端服务器，通过设备按键进行触发，STM32收到触发信号后发送一个信号给WiFi模块，使WiFi模块工作在AP模式下进行监听。手机客户端将连接的路由器密码、SSID、加密方式等参数发送给WiFi模块，使其经过联网路由器转接入云端服务器。手机客户端连接集中器并发送路由器参数如图6所示。

2.4 云端服务器模块设计

本系统的云端服务器选择阿里云平台的云服务器ECS（Elastic Compute Service），云端服務器主要由两大功能模块组成：集中器设备信息采集模块与客户端命令控制模块。云端服务器采用C++类库网络编程实现[16]，集中器设备信息采集模块主要通过socket套接字异步监听指定端口，接收集中器WiFi模块发送的数据包并解析出IP地址与端口号。集中器上报的数据包里还包含每个门锁的ID号，在云端解析数据后，可使手机客户端的设备状态得到准确更新。设备控制模块也需要监听端口，接收并解析用户提交的信息。用户提交集中器的编号（集中器ID号）与锁号（即锁ID号），以明确需要控制的门锁。云端服务器主要工作流程如图7所示。

云端服务器需要与多个客户端进行通信连接，因此云端服务器采用多线程工作方式。在多线程工作中可能会出现多个线程争抢同一资源的情况，导致一些如线程安全方面的问题，所以在本系统中加入互斥锁（Mutex）机制以保证线程安全[17]。云端服务器多线程机制如图8所示。

由图8可见，云端服务器首先开启一个主线程用来监听端口信息，其首先创建一个套接字，利用bind（）函数绑定IP地址与端口，然后调用listen（）函数监听端口信息，接收到客户端连接请求即创建一个子线程与其进行交互处理。为了确保线程安全，在线程运行时为其加锁，加锁采用pthread库的库函数pthread_mutex_lock（），加锁之后则开始接收连接请求并与之交互，进行数据处理。该线程执行完毕之后即调用解锁函数pthread_mutex_unlock（）释放锁，以供其它线程使用。这里的线程可以是集中器或手机客户端发起的连接，并按时间先后顺序进行连接。

2.5 手机客户端模块设计

本系统手机客户端在Windows 7系统上安装的Eclipse

编译环境下，使用Java语言进行开发[18]。手机客户端作为无线智能锁系统里的远程控制终端，需要与云端服务器建立通信连接（也需调用socket套接字），将其数据发送给云端服务器，由云端服务器转发给集中器，然后由集中器下发到门锁端，并将门锁端的实时状态上传到云端服务器，再由云端服务器转发给手机客户端。手机客户端还实现了一个功能，即如2.3节所述的帮助集中器连接云端服务器，从而准确控制该集中器所建立局域网内的所有门锁。手机客户端界面设计如图9所示。

3 系统性能测试

3.1 门锁端功耗测试

集中器由于可以放在有外接电源的地方，所以功耗问题不是需要最优先考虑的，而门锁采用电池供电，其功耗是一个必须解决的问题。门锁端的433MHz无线模块电流消耗阶段主要分为数据收发与低功耗模式阶段，由于硬件性能测试不稳定[19]，所以本次功耗测试对3个节点在不同工作模式下分别进行3次测试，以查看门锁端功耗，并根据测试结果结合收发数据所需的平均时间计算出平均消耗电流，得到测试数据如表1所示。

由表1可观察到门锁端平均消耗电流基本在200uA左右，而一般1.5V碱性干电池容量大约为1 500mAH（如果是南孚电池则容量更高），从而计算出耗电为200uA的模块可使用312.5天。可见本系统的功耗设计能较好地满足需求，用户可以在使用接近一年之后再更换电池。

3.2 系统整体通信稳定度测试

经过室内的433MHz频段通信距离测试，得知门锁

端与集中器的距离最好不要超过20m，通信才能较为稳定。所以本系统在进行整体通信测试时，将门锁放置在离集中器不到20m的范围内。

通信测试时，将集中器放在楼道中间固定，在离集中器20m距离范围内放置18个门锁（12个在房内，6个在房外），集中器通过上电初始化接入云端服务器，门锁端申请加入集中器构建的局域网。使用手机客户端发送开锁命令，并查看手机客户端界面状态是否及时更新。对每个门锁进行不定时、不定点（手机在WiFi下与3/4G下接入云端）的信号发送（发送间隔最好不低于3s），总共进行开锁操作1 500次，最后通过丢包率对该系统是否可靠、通信是否稳定进行直观判断[20]。系统整体通信测试数据如表2所示。

从表2可以看出，系统整体通信成功率在95%以上，丢包率被限制在5%（100%-成功率）以内。由此可见，该系统通信稳定、可靠，提出的系统方案可行。

4 结语

本文将433MHz频段无线组网应用于无线智能锁系统，将433MHz频段本地无线组网结合远程客户端，通过登录云端服务器进行远程实时智能监控。经系统测试验证了该系统功耗较低、通信稳定，可有效实现智能监控目的，具有较好的市场前景。然而，该系统还需进行优化升级，如增加PC客户端控制界面、优化手机客户端界面，改进433MHz组网方式使其更加灵活，以进一步增加传输距离并降低功耗。

参考文献：

[1] RICQUEBOURG V， MENGA D， DURAND D， et al. The smart home concept ： our immediate future[C]. 2006 1ST IEEE International Conference on E Learning in Industrial Electronics， 2006：23 28.

[2] YUAN C W， WANG H R，He J Y. Remote monitoring system based on MC9S12NE64 and Z WAVE technology[C]. 2010 International Conference on E Product E Service and E Entertainment， 2010：1 4.

[3] 王威.安全智能锁模式应用和关键技术[J].安徽电子信息职业技术学院学报，2014，13（2）：26 29.

[4] 王鑫南.基于嵌入式平台的蓝牙通信模塊研究[J].工业控制计算机，2015，28（8）：135 136.

[5] 曾腾缠，王公仆，盛琦贤，等.基于红外感知与无线应答的非接触式门禁系统设计[J].微型机与应用，2014，33（19）：34 37.

[6] DHAWAN S. Analogy of promising wireless technologies on different frequencies： bluetooth， wifi， and wimax[C].The 2nd International Conference on Wireless Broadband and Ultra Wideband Communications ， 2007：14.

[7] 程知群，方书放，冯骏.基于433 MHz无线模块和WiFi技术的智能锁系统[J].杭州电子科技大学学报：自然科学版，2015，35（1）：10 13.

[8] 马万治.无线通信抗干扰技术性能研究[D].成都：电子科技大学，2012.

[9] 喻金钱，喻斌.STM32F系列ARM Cortex M3核微控制器开发与应用[M].北京：清华大学出版社，2011.

[10] 黄璞.CC1101无线模块的设计与实现[J].数字技术与应用，2014（9）：168.

[11] 聂光义.点对多点的多任务无线通信[J].单片机与嵌入式系统应用，2003（3）：24 26.

[12] KANG B， MYOUNG S， CHOO H. Distributed degree based link scheduling for collision avoidance in wireless sensor networks[J]. IEEE Access， 2016，4：7452 7468.

[13] COROLLI L， LULLI G， NTAIMO L. The time slot allocation problem under uncertain capacity[J].Transportation Research Part C， 2014.

[14] 朱秋君，李立，单志林.基于CC1101的时分多址接入系统设计[J].物联网技术，2014（7）：52 53，57.

[15] 曾艳，程文彬，戴跃洪.智能家居RF通信模块的设计与实现[J].电信科学，2014，30（7）：95 99.

[16] 宋敬彬.Linux网络编程[M].第2版.北京：清华大学出版社，2014.

[17] 眭俊華，刘慧娜，王建鑫，等.多核多线程技术综述[J].计算机应用，2013，33（S1）：239 242，261.

[18] 赵英杰.Arduino互动设计入门[M].北京：科学出版社，2014.

[19] 蒋日辉.电子产品的硬件测试技术研究[J].电子测试，2016（14）：118 119.

[20] LI D， TIAN F， ZHU M， et al. A novel framework for analysis of global network neutrality based on packet loss rate[C]. 2015 International Conference on Cloud Computing and Big Data，2015：297 304.