基于物联网的家居环境监测预警系统设计
2021-11-22肖茂翔
李 兵，肖茂翔
（广东邮电职业技术学院，广东 广州 510630）
0 引 言
随着物联网、大数据、嵌入式技术的发展，智能家居环境的应用系统已经由单一控制系统向“云-管-端”一体化[1]平台方向演进，由单项环境监测向综合环境治理系统转变。
目前，大部分智能家居系统主要使用单节点监测获取环境数据，既缺乏对家居生态系统中不同场景的实时监控与预警，又难以获取实际场景的准确数据。鉴于此，本文设计出一个涵盖温湿度采集、火灾监测、光强度检测、PM空气质量监测、可燃气体浓度监测、实时视频监控这六大功能的综合性智能家居监测预警系统，构建“云-管-端”一体化的物联网信息集成系统。
1 系统总体设计
家居监测预警使用TI CC2530芯片[2]作为各类传感器的主控芯片，并构建ZigBee协议搭建无线传感器网络。ZigBee协调器将汇集到的传感器数据通过串口传输到开源硬件Raspberry Pi4上[3]，经过数据处理后上传至物联网云平台[4]。用户通过物联网云平台提供的接口实现数据的呈现、传感器节点的控制与预警设置等功能。
本系统包括传感器数据采集系统、信息处理与传输模块、物联网云平台三大部分，如图1所示。
图1 家居环境监测预警系统框架图
1.1 传感器数据采集系统
传感器数据采集系统使用TI CC2530F256芯片搭建ZigBee无线传感器网络。无线传感器网络各节点根据家居环境的场景与温湿度采集数据，同时搭载使用火焰传感器、光强度传感器、PM激光粉尘变送器传感器、可燃气体浓度传感器，以实现数据采集。例如，可以考虑将可燃气体与火焰传感器节点置于厨房等易燃易漏燃气区域，将温湿度传感器节点置于客厅，光照传感器节点置于卧室等私密性较高的生活区域。
各节点数据最终汇集到ZigBee网络的协调器节点，经由协调器节点串口通信发送到信息处理与传输模块。
1.2 信息处理与传输模块
本系统使用开源硬件作为核心，负责系统信息的收发、集中、存储与分析处理，在执行云平台下发指令的同时可完成部分运算功能。此外，本模块具备通信功能，能将处理后的数据传送至物联网云平台。
1.3 物联网云平台
使用武汉某物联网企业的物联网平台[5]，在云端对各种传感器的状态进行数据显现、分析、控制以及信息日志的调用、报警消息处理等，具有一定的独立性。
2 系统硬件设计
根据系统组建简易性、经济性、兼容性等特点，对系统各部分的硬件设备进行选型。
2.1 TI CC2530F256
TI CC2530是 用 于 2.4 GHz IEEE802.15.4、ZigBee和RF4CE的片上系统SoC解决方案，包含RF收发器、标准增强型 8051 CPU、系统内可编程闪存、8 KB RAM等功能部件，能够以较低的材料成本建立起超强网络节点。它结合了德州仪器的业界领先的黄金单元ZigBee协议栈（Z-StackTM），提供了一个强大和完整的ZigBee解决方案。
家居环境监测预警系统以TI CC2530F256为感知节点，通过I2C、I/O口等方式采集温湿度、火焰、光强度、PM值、可燃气体浓度数据，最终将数据通过ZigBee无线局域网汇聚到协调器当中，通过协调器节点的串口发送至信息处理与传输模块。
2.2 各类传感器
家居环境监测预警系统的各类传感器选项及其与CC2530芯片的通信方式如图2所示。
图2 各类传感器选项及其与CC2530的通信图
2.2.1 温湿度传感器
HTU21D温湿度传感器为OEM应用提供准确可靠的温湿度测量数据。通过一个微控制器的接口和模块连接实现温度和湿度数字输出。HTU21D共有6个引脚，它与CC2530之间通过I2C接口进行通信。
2.2.2 光敏传感器
BH1750FVI是一种用于两线式串行总线接口的数字型光照度传感器集成电路，可根据收集的光线强度数据来调整液晶或者键盘背景灯的亮度。利用其高分辨率可以探测较大范围的光照度变化，测量范围为1～65 535 lx。
2.2.3 火焰传感器
采用型号为ZY-HY002xIO的火焰传感器，它通过940 nm的红外接收管经过运算放大器采集火焰红外信息。如图3所示将FLAME接口连接到CC2530的一个普通I/O口进行电平读取即可。
图3 ZY-HY002xIO的火焰传感器电路原理图
2.2.4 PM激光粉尘变送器传感器
使用PM 激光粉尘变送器传感器（型号为ZYPM001xTTL）。它通过MD/8端子连接到CC2530节点进行串口通信。
2.2.5 可燃气体传感器
使用商业燃气监测传感器（型号为ZY-RQ001xIO）。它通过位I/O口电平读取判断家居环境中是否有可燃气体。
2.3 Raspberry Pi4B
Raspberry Pi4B（树莓派4B）是基于Cortex-A72（ARM v8）64位的开源硬件，标准40针GPIO接头，并搭载WiFi通信模块、蓝牙5.0、千兆以太网通信模块，可烧录Linux操作系统，实现I/O、I2C、SPI等外设通信接口功能。
家居环境监测预警系统的协调器将传感器数据发送到Raspberry Pi4B后，由Raspberry Pi4B对数据进行JSON格式处理，再通过WiFi通信模块将数据传输至物联网云平台。同时，Raspberry Pi4B板载CSI接口摄像头，对家居环境进行实时视频监控。
3 系统软件设计
家居监测预警系统的软件主要包括四个部分：ZigBee无线传感器网络程序设计、Raspberry Pi4B的数据处理与信息传输程序设计、物联网云平台数据展示与预警应用配置、私有平台程序设计（可选部分）。
ZigBee技术是一种近距离、低复杂度、低功耗、低速率、低成本的双向无线通信技术。ZigBee网络目前有星型、树型和网状网三种构架，这三种结构各有优势，可以根据实际项目需要选择合适的ZigBee网络结构。无线传感器网络采用Zstack协议栈组建一个低功耗无线局域网。由于本系统针对智慧家居环境的应用场景，节点传感器数据数量有限，考虑组建星型的拓扑结构，网络设备类型包括协调器与终端节点两大类[6]。网络各节点的程序设计流程如图4所示。
图4 ZigBee网络节点的程序流程
负责信息处理与传输模块的Raspberry Pi4B搭载Raspbian操作系统（基于 Debian GNU/Linux 的免费操作系统，它面向armhf处理器架构[7]做了优化），是一个裁剪版的Linux操作系统，使用Python编程语言开发。可设置板载WiFi模块，开机后自动搜索匹配程序的名称和密码连接网络，连接成功后由物联网云平台进行终端接入；并通过API接口将各类传感器数据传输到私有平台，对数据进行可视化处理，从而实现数据呈现、报警与控制。在进行初始应用配置时，在Raspbian系统中安装avconv和GStreamer用于采集摄像头捕获的视频流并推送到RTMP服务[8]；同时安装NGINX和RTMP模块，用于接收视频流，提供视频发布功能。
在开源硬件Raspberry Pi4B中运行两个线程[9]：线程1完成对串口数据读取，可将开源硬件的串口通信速率设置为9 600 b/s，通过串口采集到ZigBee协调器节点数据并将其以JSON格式[10]上传到物联网云平台；线程2负责摄像头视频流数据的采集，并运行Raspbian系统安装的RTMP服务，完成视频流数据向物联网云平台的推送。信息处理与传输模块程序流程如图5所示。
图5 信息处理与传输模块程序流程
在调用时须注意导入的Python模块：
import threading
import requests
import json
import RPi.GPIO as GPIO
本系统使用中智讯（武汉）科技有限公司的智云平台作为物联网云平台，平台具备数据中心以提供数据的存储、推送服务以及自动控制服务等深度的项目接口[11]。用户可自行创建智能家居等场景的物联网应用，信息处理与传输模块通过平台提供的ID/KEY将设备数据传输至智云平台创建应用的设备进行绑定，即可完成数据的展示与自动控制。应用创建及数据展示、控制操作如图6所示。
图6 智云平台应用创建及设备管理操作
私有平台程序设计为本系统的可选软件部分，它主要是针对物联网云平台的二次开发。家居监测预警系统由私有平台使用HTML5[12]开发应用，对接智云平台的Web应用编程接口实现更加个性化的应用，如大数据分析建模、人工智能二次开发等功能。
4 系统测试结果
启动并组建无线传感器网络，预设WiFi热点，使开源硬件连接外网；之后由开源硬件通过ID/KEY认证权限将各类传感器数据和摄像头数据推送至智云平台，实现家居环境的实时监测。智云平台可进行设备管理、报警信息的接收处理及数据历史日志的查看、调用、分析等。例如，当出现火焰、可燃气体检出或温湿度异常时，系统会推送至客户端报警，此时用户可远程打开摄像头进行初步查看，达到及时应对异常的目的。
大部分的物联网云平台，如中国移动的OneNET等，都能为用户的物联网应用场景提供应用创建、设备管理（含传感器管理、执行器管理、摄像头管理）、自动控制（触发器管理、控制器管理、执行任务管理）等功能[13]。智云平台也能为用户提供多种物联网场景的应用创建，在应用中用户可进一步创建各类传感器（含语音视频类设备）、触发器和控制器以实现设备的实时监测预警。本文所述家居环境监测预警系统的登录、设备管理、数据呈现及监控画面如图7所示。
图7 系统登录、设备管理、数据呈现及监控
5 结 语
根据较长时间的测试可知，家居环境监测预警系统可实时监测各类传感器数据，并准确稳定地上传到物联网云平台。用户通过应用系统可获取家居环境较为综合性的数据，实现各个不同区域的精确监控与预警。该系统搭建简便，数据查询便捷，可扩展性强；不仅适用于家居环境的监测管理，也可用于办公区域、场馆等领域。后续工作集中在以下两个方面：（1）加强对智慧环境应用场景的监测与预警研究[14]；（2）针对物联网云平台二次开发的人工智能算法进行研究[15]。
