基于物联网的车载孩童智能警报安保系统

2019-04-17翟依琳张天鸣张珂白雪孟佯

科学与财富 2019年17期

翟依琳张天鸣张珂白雪孟佯

摘要：针对夏季高温，婴儿被困车辆中，家长解救不及时造成的事件，提出并设计了基于物联网的车载孩童智能警报安保系统。系统主要包括感知数据感知模块，数据传输模块和处理控制模块三大部分。硬件部分中，在感知层通过温湿度传感器和热释电红外传感器收集温湿度数据和人体数据，实现安全监控；在传输层通过无线传输模块，将处理后的数据发往应用层。软件部分中，在应用层获取感知到的数据，显示给用户；在控制层，用户利用软件可以对感知层的硬件进行反馈控制，调节对车辆内部温度控制的警报阈值，构建一个基本的物联网工作框架，实现对车辆内婴儿的保护。

关键词：物联网，单片机开发，Android开发，无线短距离通信，安保监控

一、针对特殊应用背景的分析设计

在行车状态下的设计中，为了解决驾驶员行车不规范的安全问题，对车内情况进行监控，一些车辆装有乘客监测功能的系统。如Cadillac公司的SRX系列，这一系统通过乘客感知模块检测到座椅上的压力，再通过低速网络将数据传递给气囊模块，当气囊模块接收到座椅占用信号后，再发送指令给安全带指示灯及车体控制模块BCM，故障灯点亮并由BCM控制音频警报，提醒驾驶员及时系好安全带。

类似的，也有公司推出了驾驶员监控系统。中兴公司推出的大数据司机监测系统功能，可以检测驾驶员是否有疲劳驾驶的情况。2019年三星公司和以色列公司Eyesight合作推出一款更完善的检测系统，此次合作把Eyesight的高级人工智能计算机视觉驾驶员监控软件集成到三星的车载摄像头中，打造全集成式驾驶员监控系统。

但将这些系统运用至非行车高温状态下检测孩童被遗留车内的问题时，存在部分局限性，我们对此作出分析并提出思考设计。

（一）传感器分析

在Cadillac的乘客监测系统中，核心原理就是通过压力变化感知人体变化，但是可以引起座椅压力改变的不仅只有驾驶员，因此使用压力传感器得到的检测信号有很大的误报可能性。而结合了计算机视觉的驾驶员监控系统，对算法和环境的依赖程度非常高。为了识别出人体的危险动作，系统需要进行大量的数据分析和行为训练，才能够以可观的准确度识别出人体各个部位和行为动作特征。图像传感器在持续强光高温的环境下也会出现元件受损，画质不流畅的情况。

针对这些局限性，系统使用红外模块，结合温湿度模块共同感知检测来进行判断。与压力传感器和图像传感器不同，红外模块利用人体特有的辐射波长实现对人体的检测，避免了图像传感器受光照、路灯等无法预测的外界因素影响的缺陷，也避免了压力传感器无法判断压力源是否为人体的缺陷，简便高效。

（二）警报完善与阈值控制

针对行车状态下的人员检测，许多车联网的系统设计并不考虑将警报信息发送给用户的情况，而仅仅是在车内发出警报信息，并且在系统成型后，硬件的警报条件不会改变。

但是这些功能并不能完全满足非行车状态下的需求，因此目标系统中，不仅可以实现下位机的硬件报警，还可以将警报信号发送给用户，并且添加了警报阈值控制功能，用户可以通过改变阈值达到预报警的效果，提高系统友好性

二、总体结构设计

基于物联网的系统设计架构如图1所示，设计中重点包含传感器基础模块、单片机最小系统、无线局域网、服务器和移动客户端五大组成部分，包含感知采集，发送接收和应用控制三个核心操作。

传感器模块包含温湿度模块DHT11和红外热释电模块HC-SR501，微控制器选用简单便捷的51单片机，对传感器采集的数据进行简单处理，是整个感知层的核心部件。无线传输模块ESP8266对数据进行简单处理，并存储转发给用户。在服务器上，为用户提供网络登录注册的服务，搭建所需要的监测应用。移动客户端从无线局域网中获取数据，通过服务器嵌入应用中。当空间内有人且温度超过警戒阈值的情况下，下位机报警且用户得到警报提示。在移动端用户可以修改警报阈值，以满足不同用户的需要。

（一）系统硬件设计

1.感知层硬件设计

感知层由终端设备组成，是物联网体系结构的第三层，是最基础、最接近物理世界的一层。在这一层，将感知识别，采集数据作为主要任务，为后续的操作提供数据支持。感知层就像是人们的各种感官的综合体，可以通过多种不同的方式进行感知识别，获取数据。常见的终端设备有二维码标签和识读器、RFID标签和读写器、摄像头、GPS、传感器、传感器网关等。

本系统是利用51单片机开发板作为硬件开发基础，集成了板载温湿度传感器模块DHT11，WiFi模块ESP8266，热释电传感器模块HC-SR501三大重要组成器件，主要完成现场对环境的感知和现场报警的功能，向传输层发送采集的数据，也从传输层获取应用层传来的数据，支持终端设备与上位机的短距离无线通信，实现下位机与上位机的双向数据传输。

系统中最重要的部件是微控制器AT89C52单片机，它不仅要对传感器采集到的数据进行简单的处理，完成现场报警，还要依据应用层发来的数据及时修改警报条件，确保系统及时性。感知层硬件设计结构如图2所示。

1.1 温湿度信息采集

DHT11是一种常用的数字温湿度复合传感器，不能主动进行温湿度采集。因此实际应用中，需要在用户主机发送一次开始信号后，DHT11从低功耗模式转换到高速模式，待主机开始信号结束后发送响应信号，送出40bit的数据并触发一次信息采集。单片机连接DHT11的DATA引脚的I/O口输出低电平，且低电平保持时间不小于18ms，等待 DHT11应答信号。DHT11的DATA引脚检测到外部信号有低电平时，等待外部信号低电平结束，延迟后DHT11的DATA引脚处于输出状态，输出80us的低电平作为应答信号，再输出80us的高电平通知外設准备接收数据。与单片机的连接如图3所示。

1.2 人体信息采集

人体拥有恒定的体温，一般为37℃左右，可以散发红外热，辐射的红外线中心波长为9-10um。热释电红外传感器HC-SR501是一种高灵敏度探测原件，它的波长灵敏度约为0.2-20um。其中非常重要的原件是菲涅尔透镜。菲涅尔透镜一面为平坦的光面，另一面凸起刻有由小到大的同心圆面。它不仅可以聚焦，还可以将探测区域内分为若干个明区和暗区，使进入探测区域的移动物体能以温度变化的形式产生热释红外信号。菲涅尔透镜将探测空间的红外线有效地集中，再由热释电效应向外释放电荷，经过后续电路的检测处理，就能产生控制信号。

在现场应用中，当有人在传感器前移动时，人体发出的红外线不断地在明区与暗区之间交替，使接收到的红外信号以忽强忽弱的脉冲形式输入，经过检测信号处理电路，控制执行电路，最终转换为电信号输出。

这一模块将人体輻射红外信号转换为电信号，将输入信号输入到前置放大器中，完成信号的一级放大。一级放大信号经过耦合输入到运算放大器中，进行二级放大。完成放大后的信号经过双向鉴幅器，检测出有效触发信号，启动延时定时器，输出信号进入单片机中进行处理。

热释电红外传感器主要有三个引脚。两个接电源，一个接单片机I/O。当传感器感应到人体时，电平发生翻转，信号被检测到。

1.3 蜂鸣器报警及执行模块

各信号检测模块采集的数据经过放大滤波、A/D转换等基本处理后，传输到微控制器中。微控制器将这些数据暂时存储起来，做简单处理后，成为可以被控制器直接判断的数据。微控制器根据用户设定的判断条件，判断车内环境是否具有危险，并将数据发送到传输层，提供给用户。当单片机得到的温湿度数据超出警报阈值，并且红外模块的警报标志位为高电平时，在控制现场执行蜂鸣器报警命令，提醒外界行人车内有情况发生。

在这一系统中，警报阈值可以在应用控制层进行更改，当用户希望通过预警提前防止意外发生时，可以在移动客户端降低警报阈值，以达到预警目的。

2.传输层硬件设计

传输层作为物联网体系结构的第三层，主要进行有效安全的传输数据工作。传输层分为有线通信传输层和无线通信传输层。有线通信技术包括中长距离的广域网络和短距离的现场总线；无线通信层分为长距离的无线局域网、中短距离的无线局域网和超短距离的无线局域网。在这一设计中，采用的是无线短距离通信技术。

无线短距离通信包括三大主要技术，WiFi、蓝牙和ZigBee。现实应用中，蓝牙通信的通信距离一般为10米左右，且信号极易受到障碍物阻扰而削弱，通信距离变短。与通信距离可到达100米的WiFi通信相比，在抗干扰的性能上略有劣势，因此在这一系统中选取WiFi模块ESP8266，实现与应用层的数据收发。

ESP8266有STA/AP/STA+AP三种工作模式，可以使用AT指令集进行配置。

STA模式：ESP8266通过路由器连接互联网，移动设备通过互联网对设备做远程控制。AP模式：ESP8266作为热点，移动设备直接与模块通信，实现局域网无线控制。STA+AP模式：两种模式的共存模式，可以通过互联网控制可实现无缝切换。

连接ESP8266模块和单片机时，需要完成USB转TTL。在配置ESP8266时，利用串口助手发送AT指令设定，完成ESP8266模式、名称、密码等基本操作。基本设定完成，模块断电重启后，模式不会改变，WiFi信息不会改变，之后的指令可以通过单片机完成。

3.应用层硬件设计

应用层位于物联网体系结构中的第一层，主要的功能是处理数据、分析数据和应用数据。常见的应用层经常通过云计算平台进行信息处理与分析，为用户提供信息服务。应用层与最低端的感知层一起，是物联网系统的显著特征和核心所在，它可以对感知层采集到的数据进行计算、处理和挖掘，从而实现对物理世界的实时控制、精确管理和科学决策。

系统中，应用层的硬件设备以移动终端设备为主，也就是用户的手机。在手机中安装系统设计的软件，通过热点用户就可以获取底层的数据，实时关注距离外的情况。当情况出现异常时，可以第一时间获取求救信息。

（二）系统软件设计

在许多警报系统中，经常采用在软件中进行警报判定的形式。这种形式下，系统对经过A/D转换的模拟信号进行分析判断，并将数字信号转入对应的子程序，在上位机判断是否达到警报条件，再将判定结果发送给下位机。当达到警报条件时，上位机发出的控制命令，使下位机做出警报响应。

在本系统中，警报判定的过程是在下位机中实现，而软件中只包括记录用户信息，查看现场数据及和报警提示的功能。这一设计，不仅可以加快系统报警速度，减少了软件发送控制命令的时间，而且在用户没有打开软件的情况下，下位机依然可以行使报警功能，向外求助。软件运行的主流程图如图4所示。

1. 框架设计

软件的设计从主体布局文件开始，外层设置三个LinearLayout。在第一个线性布局下设置一个FrameLayout放置一个ImageView和TextView，显示界面上部的标题信息，通过调整相关的布局参数可以使界面布置清晰，对用户更加友好。在第二个线性布局下设置一个FrameLayout，放置一个ImageView和两个EditText，给用户填写用户名及密码。在第三个线性布局下，只包括一个登陆按钮和一个注册按钮。

接着书写java类文件，完善控件对应的逻辑，当用户输入用户名和密码在EditText中，系统获取填入的信息。在用户点击按钮后，触发按钮的绑定事件，将信息以Json格式打包上传到服务器中，进行比对。在确定了登陆者身份之后，即显示Toast登陆成功或注册成功，实现用户的登录注册功能。与此同时，按钮绑定事件中所包含的启动另一个Activity的语句生效，系统从MainActivity跳转到HttpActivity，准备下一个页面的工作。

2. 数据嵌入与阈值控制

用户登陆成功后，跳转到主功能页面。这一页面的设计是以LinearLayout和FrameLayout为主，利用EditText来显示获取的数据，并且用户通过修改数据就可以改变控制阈值。

在嵌入数据的过程中，系统从平台获取传上来的信息，通过Http协议的Get方式，获取服务器中的数据，通过分析处理，将数据剥离后获得可以提供给用户的数据，并显示在界面中。在修改阈值的过程中，用户根据自身需求调整数据，在用户重新修改阈值后，触发Button按钮的监听事件，此时下位机的警报条件已经被修改，需要开始一轮新的警报判断。

三、性能测试与系统试用

在完成硬件和软件的基本联通后，进行了性能测试。以一个小空间模拟车辆，用空调加温模拟车辆内部温度升高的情况，对系统做多次测试并记录数据，利用MATLAB进行数据处理，绘制数据图。測试情况下警报条件初始设置为温度阈值27℃，湿度阈值49%。在五十次的测试中，随机调整警报阈值。结果如图5所示。

在多次的测试过程中，发现在当温度与人体温度相差3-5℃的情况下，可感应到的距离变短，警报会出现误报，测试精准度略有降低。在这些测试中，当温度达到34℃之前，测试准确度达到了100%，但是在34℃之后的测试中，只有40%的准确度。因此，可以使用精度更好的红外模块进行人体监控，警报信息可以制作成震动响铃等更能引起用户注意的方式，这些都是可以改进优化的地方。成品效果如图6所示。

将设计应用到生活中，共进行两组实验，一组是真人，另一组是包裹盒子。选取一个较好的天气，在11点至14点之间进行模拟。车辆外人员将警报阈值调整为29℃，湿度阈值为43%。实验从13点开始，室外温度达到了17℃，湿度为47%，为了缩短实践的等待时间，车辆在实验时的起始温度为20℃。由于环境限制，实践时不能达到夏季35℃的高温，但其中的实践原理是一致的，警报条件也可依据实际情况修改。

车主将车调整为面朝太阳的方向。为了安全起见，首先做人体测试，测试过程只维持半小时。我们选取的车辆为一款市值约为12万的银色丰田，使用不到两年。如果车辆颜色更深，使用年限更长，隔热膜质量不够好的话，那么车辆的隔热性能会更差一些。

测试人员在车主离开，车窗车门紧闭后开始计时测试。在16分钟后，温度达到29℃，湿度达到40%，满足报警条件，车辆内发出了报警器的声音，客户端出现了警报提示。之后的14分钟内，警报一直维持。到30分钟实验结束时，此时的温度达到了33℃，湿度只有34 %，车内人员在不补充水分，不采取降温措施的情况下，已经出现流汗口干，轻微胸闷等生理反应。在测试人员离开车辆后，放置一个包裹盒子在座位上，此时的温度依然在不断攀升，但是车内并没有警报器的声音，客户端也没有警报提示。

如果室外温度达到35℃，车辆内被困住的是缺乏自救意识的婴幼儿，那么在太阳直射的情况下，只需要15分钟，就可能会失去一个生命。这一系统设计简便，所占空间小，测试准确率可观，但是只是依赖局域网传递数据，距离受到一定限制，如果将控制距离加大，扩大网络范围，经过合理的设计包装，那么会有更好的实用价值。

参考文献：

[1]Massimo Conti，Simone Orcioni. Smart Wireless Image Sensors for Video Surveillance[M].Springer Netherlands：2009-06-15.

[2]Saeed Shokrollahi，Fereidoon Shams. Rich Device-Services （RDS）： A Service-Oriented Approach to the Internet of Things （IoT）[J]. Wireless Personal Communications，2017，97（2）.

[3]Khalil， N.，Abid， M.R.，Benhaddou， D.，Gerndt， M.. Wireless sensors networks for Internet of Things[P]. Intelligent Sensors， Sensor Networks and Information Processing （ISSNIP）， 2014 IEEE Ninth International Conference on，2014.

[4]Gao Chong， Ling Zhihao， Yuan Yifeng. The research and implement of smart home system based on Internet of Things[P]. Electronics， Communications and Control （ICECC）， 2011 International Conference on，2011.

[5]Mi-Jeong Park，Seung-hyeok Yoo，Eung-kon Kim. Design of multiple sensors monitoring system using small flying vehicle[P]. Advanced Communication Technology （ICACT）， 2014 16th International Conference on，2014.

[6]Zhiping Liu，Wei Tao，Lei Jiang，Cunle Zhu. Design and application on electric vehicle real-time condition monitoring system by Internet of things technology[P]. Software Engineering and Service Science （ICSESS）， 2014 5th IEEE International Conference on，2014.

[7]Shulong Wang，Yibin Hou，Fang Gao，Xinrong Ji. Sensing as Services： Resource-Oriented Service Publishing Method for Devices in Internet of Things[J]. Wireless Personal Communications，2017，95（3）.

[8]王棟，袁伟，吴迪.基于WiFi物联网的图书馆环境监测系统[J].计算机科学，2018，45（S2）：532-534+557.

[9]陈秀兰，于丽萍.基于物联网的智慧图书馆服务架构设计与实现[J].电化教育研究，2013，34（10）：76-79+89.

[10]林祥，李建华，王士林，刘伟聪，程峰，黄潇洒.简述图像被动取证技术[J].Engineering，2018，4（01）：66-89.

[11]陈敏敏，廉迎战，黄道燚.基于WiFi物联网的温度监控系统设计与实现[J].现代电子技术，2017，40（18）：147-149+152.

[12]刘明周，蒋倩男，扈静.基于面部几何特征及手部运动特征的驾驶员疲劳检测[J].机械工程学报，2019，55（02）：18-26.

[13]邓正宏，黄一杰，李翔，张天凡.基于视频的驾驶疲劳检测技术的研究[J].西北工业大学学报，2015，33（06）：1001-1006.

[14]季建华.基于物联网的智能家居远程监控系统设计与实现[J].计算机应用与软件，2015，32（11）：143-146+205.

[15]胡艳蕊，宋开新，秦会斌，张明准.基于Android的LED智能照明系统客户端的设计与实现[J].计算机应用与软件，2016，33（10）：62-66.

[16]李佳毅，徐晓辉，苏彦莽，何双旺.基于Android平台的智能温室视频无线监控系统[J].农机化研究，2013，35（08）：188-191.

作者简介：

翟依琳，女，生于1998年8月，汉族，江苏常州人，江南大学，物联网方向.

张天鸣，男，生于1998年1月，汉族，江苏南通人，江南大学，自动化方向.