基于Zigbee和MEMS的物聯網綜合實驗研究

周 亮，吳 昊，林水生

（電子科技大學 通信與信息工程學院，四川 成都 611731）

物聯網（internet of things，IOT）的出現是互聯網后信息技術的又一重大突破，它將網絡從人與人之間的信息交互擴展到物與物、人與物的信息交互，大大提高了社會信息化水平［1］。物聯網技術和產業的發展將引發新一輪信息技術革命和產業革命，是信息產業領域未來競爭的制高點和產業升級的核心驅動力［2］。為落實《國家中長期教育改革和發展規劃綱要（2010—2020年）》，推進“卓越工程師教育培養計劃”開展，創建高校和行業企業聯合培養人才的新機制，加強高校工程實踐教育，培養適應行業企業需求的工程人才，物聯網工程專業必須從一開始就要加強工程能力的培養，特別是要注重培養學生的創新思維，并提高其創新實踐的能力。

隨著物聯網產業的高速發展和應用市場的逐步開拓，開展物聯網技術相關的課程已成為高等院校勢在必行的舉措，通過物聯網相關實驗課程，可以使學生理解物聯網感知層、傳輸層、信息處理應用層常用技術和設備［3］。目前各高校隨著技術快速發展逐步展開了物聯網相關專業的建設，但實驗室的建設明顯存在不足和滯后。絕大多實驗仍然是以實驗箱為平臺，動手空間很小，不利于培養學生的創新能力［4］。為了使學生能夠全面掌握物聯網系統的相關知識，提高學生的應用技術開發能力，針對物聯網中信息的采集、傳輸、處理、應用等環節，本文圍繞運動姿態檢測、智能化傳感信息融合、目標定位跟蹤等方面開展了物聯網綜合實驗的設計和研究。

1 Zigbee及MEMS技術在物聯網中的應用

Zigbee是一種短距離、低功耗、低速率、組網靈活的無線通信技術［5－7］，適用于傳輸數據量小、功耗要求較為苛刻、實時性要求較低、網絡節點要求較多的場合。Zigbee具有3種拓撲結構，其中網狀拓撲結構特別適用于物聯網，并且具備自組織、自愈功能，其魯棒性很強。目前該技術已經廣泛應用于物聯網之中。本綜合實驗系統采用Zigbee協議以實現無線自組織網絡通信。

MEMS器件和系統具有體積小、重量輕、功耗低等優點，在航空、航天、汽車、生物醫學等諸多領域有著十分廣闊的應用前景［8］。由于其體積小、抗沖擊、可靠性高、壽命長、成本低，是一類非常適于構建微型捷聯慣性導航系統的慣性傳感器［9］。目前常見的 MEMS慣導傳感器有加速度傳感器和陀螺儀等。在物聯網設備中，通常會受到體積、功耗等方面的限制，因此常規傳感器很難集成于其中，而MEMS則非常適合于物聯網設備。傳感技術是物聯網的基礎技術之一。本綜合實驗系統使用了多類MEMS運動傳感器件，以實時獲取運動目標的姿態信息。

2 綜合實驗系統結構

本物聯網綜合實驗系統主要包括硬件平臺、軟件資源和實驗資源三大部分。其系統結構如圖1所示。

圖1 物聯網綜合實驗系統結構圖

硬件平臺主要由中央網關處理器、傳感設備和控制設備等組成，它們通過Zigbee無線信道相互連接，并以多跳自組織形式相互通信。中央網關處理器采用高性能ARM處理器作為核心，集成了多種外設接口，便于功能性擴展。中央網關處理器可以通過有線或無線的方式接入Internet，達到遠程控制的目的。傳感設備和控制設備中的無線通信節點均采用TI CC2431低功耗處理器。傳感設備中除包含溫、濕度傳感器等常規傳感器外，還包括加速度傳感器、陀螺儀、磁方位傳感器等MEMS運動傳感器，為運動姿態檢測提供基本硬件支持。控制設備中包括照明控制、電動窗簾控制等。

軟件資源主要包括自組織網絡協議棧、嵌入式網關軟件、嵌入式節點軟件、SQL數據庫及各類圖形化信息反演、管理、控制軟件。

為使學生能夠綜合地學習物聯網中信息的采集、傳輸、處理、應用等，基于以上平臺和資源開發了多套典型實驗，包括運動信息傳感及姿態反演實驗、物聯網定位實驗和智能控制實驗等。

3 物聯網實驗設計

運動信息傳感及姿態反演實驗是利用物聯網中相應的運動信息傳感器采集信息，并通過Zigbee無線通信方式進行數據傳輸，在網關平臺上進行誤差修正和數據融合，實時反演物體的運動姿態。本實驗側重于運動信息的采集與處理，可以鍛煉學生對物聯網中多類數據融合的能力。

物聯網定位實驗使用射頻傳輸的RSSI信息，利用無線信道傳播模型進行移動節點的定位與跟蹤，側重于定位信息的自組網傳輸和定位跟蹤算法的研究，可以鍛煉學生對在物聯網中開發自組織網絡的能力，并提高其處理數據的能力。

智能控制實驗利用光照等傳感信息，對多組終端設備進行遠程智能控制，側重于物聯網系統整體的組網原理和數據通信機制，鍛煉學生從宏觀上把握物聯網系統智能控制和遠程控制的優勢。

3.1 運動信息傳感及姿態反演實驗

掌握各類運動姿態傳感器的工作原理，實現傳感器數據的采集，并對多傳感器數據進行融合，完成物體運動姿態的反演。

在該實驗中，運動信息采集節點負責運動信息的采集，并將采集到數據通過無線傳感器網絡發送給匯聚節點，匯聚節點再將接收到的數據發送給中央網關處理器，在網關平臺上實現傳感誤差修正、數據融合以及運動姿態的反演。

運動信息的獲取主要由終端采集節點完成。加速度傳感器和磁方位傳感器使用I2C接口，陀螺儀使用ADC接口與節點處理器CC2431連接。獲取傳感數據的流程如圖2所示。當程序開始運行時，首先完成系統時鐘、射頻及接口的初始化，接下來配置傳感器的參數，配置成功后各傳感器開始工作，每隔100ms采集一次各傳感器的數據，并將采集到的傳感數據通過射頻接口發出。

圖2 傳感數據采集流程圖

在導航系統中通常利用俯仰角、翻滾角和航偏角對一個物體在空中的姿態進行描述。由于傳感器器件本身存在的誤差及安裝誤差等，導致測量結果不準確，因此在傳感器初始化時通常要進行定標處理，其方法可參考文獻［10］。此外，由于運動等因素的影響，單獨利用加速度傳感器或磁方位傳感器的數據計算載體的姿態的精度較差，而單獨利用陀螺儀的數據，通過積分計算出姿態角也存在累積誤差等問題。對于這種情況，通常采用的方法是卡爾曼濾波法，但是卡爾曼濾波法的收斂速度慢，對處理器的速度有較高的要求，并且實現復雜度高。而互補濾波法［11－12］結構簡單，易于實現，很好地解決了加速度傳感器和磁方位傳感器的抖動誤差以及陀螺儀累積誤差的問題。

互補濾波器的結構框圖如圖3所示。首先，加速度傳感器和磁方位傳感器的數據通過低通濾波器濾除高頻的抖動噪聲，之后計算得到姿態角，同時，陀螺儀的數據經過積分得到姿態角，并通過高通濾波器濾除低頻漂移噪聲。然后將得到的這2組數據加權平均得到最優化的姿態角結果。此外，根據加速度傳感器的數據，可以利用計步器原理，粗略地推算出運動軌跡。最終得到的運動姿態反演的效果如圖4所示。

圖3 互補濾波器結構圖

圖4 運動姿態反演效果圖

3.2 物聯網定位實驗

基于RSSI的測距方法簡單，無需增加專用測距部件，因此被廣泛地應用于各類無線定位系統中［13－14］。本實驗系統利用多個節點組成定位網絡，主要由參考節點和盲節點組成，通過獲取接收信號強度值RSSI來確定目標位置信息。參考節點預知自身位置并可將位置信息通過自組織網絡傳輸至其他節點，盲節點為需要被定位的節點。網絡布置時，需確保盲節點能收到3個或3個以上的參考節點信號。

基于RSSI的測距原理是已知參考節點的發射功率，盲節點根據接收到的信號強度值，計算出信號傳播損耗，使用理論或經驗的信號傳播模型將傳播損耗反演為距離。在實際應用中，普遍采用的信號傳播模型是Shadowing模型：

結合以上算法實現物聯網定位系統工作流程，如圖5所示。

圖5 定位系統工作流程圖

（1）匯聚節點作為協調器組建一個Zigbee網絡，所有節點加入該網絡。

（2）盲節點廣播一系列RSSI Blast信號，在該數據包中設定跳數為1，確保只有一跳范圍內的參考節點收到此數據包。

（3）收到該廣播信號的參考節點對接收到的RSSI值作處理。由于受到多徑、繞射、障礙物等不穩定因素的影響，RSSI會出現一定幅度的擾動，因此各參考節點使用高斯濾波法選取高概率的RSSI值，然后求取幾何平均以減少小概率事件對整體測量結果的干擾。

（4）盲節點發送RSSI請求信號，參考節點將處理過的RSSI連同自身位置信息打包發送給盲節點。

（5）盲節點將從各個參考節點收到的數據打包，發送給匯聚節點。

（6）匯聚節點將數據傳送到中央網關處理器，由中央網關處理器執行定位算法并給出定位結果。

3.3 智能控制實驗

學習物聯網系統的組網原理，理解數據通信的機制，掌握基本的智能反饋控制和編程方法。在實驗過程中可通過中央處理平臺觀察控制設備和傳感設備的入網情況和拓撲形成，同時還可進行手動控制或通過傳感器智能反饋控制相關的電器設備。

在實驗系統中，傳感設備和控制設備通過Zigbee網絡與匯聚節點進行通信，中央網關處理器負責后臺的數據處理與前臺的控制命令下發。智能控制工作流程如下：

（1）各傳感器設備與匯聚節點形成自組織網絡；

（2）由傳感器節點完成數據采集并通過自組織網絡傳送至匯聚節點；

（3）匯聚節點進行數據融合之后將數據傳送至中央網關處理器；

（4）中央網關處理器使用SQL數據庫進行傳感數據的存儲、處理與分析，然后通過匯聚節點發送各類命令至控制節點；

（5）各控制節點接收到命令后利用控制電路對各對象（例如：照明燈、窗簾等）進行控制。

中央網關處理器的應用軟件能夠顯示出當前加入到網絡中的各節點信息，包括節點數、ID編號和采集到的數據等情況。學生可以根據所接收的信息，實時地得知房間中的光照、溫濕度等環境狀況。應用軟件能夠記錄保存各節點的歷史數據，方便查詢實時數據和歷史數據。此外，根據室內環境的實際需要，可以設置光照的閾值，超過該閾值的時候，應用軟件根據設置的閾值發出相應的控制命令，控制照明燈或電動窗簾進行環境指標的調節，使得環境調節智能化。圖6、圖7分別為客戶端節點拓撲控制界面和傳感器信息查詢界面。

圖6 控制軟件界面

圖7 傳感器信息查詢界面

4 結束語

本物聯網綜合實驗系統涵蓋面廣泛，設計思路新穎，實驗現象生動形象，讓學生從基本的實驗入手，逐步了解面向應用的物聯網系統架構，從簡單的演示性實驗到最終全面設計復雜的應用，涉及到了物聯網的各個層面，極大地發揮了學生的自主創新能力，培養了學生的工程實踐能力，使學生更全面地掌握物聯網系統技術，為其今后的研究及開發工作奠定了基礎。

（

）

［1］李天松，周海燕，蔡成林.北斗導航與物聯網的聯合實驗室建設［J］.實驗技術與管理，2013，30（6）：158－162.

［2］黃崢，古鵬.物聯網實驗室建設研究與探討［J］.實驗技術與管理，2012，29（2）：191－195.

［3］秦磊華，張海珍，石柯，等.物聯網導論課程實驗教學探究［J］.實驗室研究與探索，2012，31（6）：150－151.

［4］閆春娟.物聯網專業實驗室的創新建設［J］.高校實驗室工作研究，2012（2）：89－91.

［5］周怡頲，凌志浩，吳勤勤.Zigbee無線通信技術及其應用探討［J］.自動化儀表，2005，26（6）：5－9.

［6］原羿，蘇鴻根.基于Zigbee技術的無線網絡應用研究［J］.計算機應用與軟件，2004，21（6）：89－91.

［7］顧瑞紅，張宏科.基于Zigbee的無線網絡技術及其應用［J］.電子技術應用，2005（6）：1－3.

［8］張威，張大成，王陽元.MEMS概況及發展趨勢［J］.微納電子技術，2002（1）：22－27.

［9］李榮冰，劉建業，曾慶化，等.基于MEMS技術的微型慣性導航系統的發展現狀［J］.中國慣性技術學報，2004，12（6）：88－94.

［10］彭孝東，陳瑜，李繼宇，等.MEMS三軸數字陀螺儀標定方法研究［J］.傳感器與微系統，2013，32（6）：63－69.

［11］梁延德，程敏，何福本，等.基于互補濾波器的四旋翼飛行器姿態解算［J］.傳感器與微系統，2011，30（11）：56－61.

［12］郭曉鴻，楊忠，陳喆，等.EKF和互補濾波器在飛行姿態確定中的應用［J］.傳感器與微系統，2011，30（11）：149－152.

［13］董梅，楊曾，張健，等.基于信號強度的無線局域網定位技術［J］.計算機應用，2004，24（12）：49－52.

［14］楊維，周嗣勇，喬華.煤礦安全監測無線傳感器網絡節點定位技術［J］.煤炭學報，2007，32（6）：652－656.