針對日常生活中的偷盜行為如何防治,采用無線通信設備的腕式傳感器和主體科拆卸智能口袋進行了巧妙的結合。運用不同模塊信息采集以及綜合分析方式,獲得口袋內物品突然丟失的報警功能實現。其目的是為了公民的財產獲得安全保護的同時,讓產品具有一定的市場開發價值。
【關鍵詞】防盜 智能口袋 機器學習
通過多傳感器數據信息采集以及分析,運用無線通信傳輸系統進行報警功能的實時連接,獲得用戶交互系統以及信息存儲系統的輔助,進而實現其物品安全防范的功能。
1 設計的意義
1.1 探測靈敏度高
防盜系統的核心是探測器,針對目前很多產品不能獲得靈敏預報的問題。選擇多傳感器裝置進行多角度的物品數據信息的檢測,并進行監督式的機器學習算法的建立,進而解決傳統產品探測靈敏度不高的問題。
1.2 報警直觀度優良
市面很多產品的報警器設計存在不合理的問題,待機和檢測的時間偏低。因此,本次設計針對報警裝置采用了腕式顯示器振動方式,讓手環和口袋獲得了聯系,極大的提高抗干擾性以及實時性。
1.3 通用型較強
市場上的很多產品受到距離、內部物品大小、外界環境影響等因素較大。因此,本次設計采用了抗環境干擾特點,并選擇節能環保材料,讓成本以及便攜度都獲得了顯著的提升,極大的提高了社會使用價值。
2 硬件總體方案
本次設計主要分為腕式顯示交互部分以及智能口袋部分進行整體的組成,并劃分出七個主體模塊。為主要分為電源模塊,控制與接口模塊,傳感器與信息采集系統模塊,顯示與用戶交互模塊,通信模塊,預警提醒模塊和信息存儲模塊。應用鋰離子可從點電池提供電能,選擇多傳感器方式進行信息的獲取和模塊的處理。
3 口袋外觀與硬件位置分布設計
選擇可拆卸的功能呢設計,運用魔術貼方式進行口袋黏著性的提高。并針對不同模塊在口袋中的分布情況進行了合理的及,紅外傳感器進行了人手進入位置的安置。并把其他相應的模塊裝置設計在口袋底部,提高穩定性以及防止掉落的安全性。
4 硬件方案
4.1 電源部分
采用鋰電池供電,電源輸入采用Micro-USB接口輸入,經過LM1117-3.3給主控單片機穩壓以3.3V優質電壓供電,稱重模塊采用鋰電池直接輸入的5V電壓進行供電。
4.2 控制模塊
控制模塊分為兩個部分,一個是智能口袋的部分,一個是腕式顯示器的部分。采用了基于ARM Cortex-M3內核的STM32F103系列微控制器,該微控制器基于32位的ARM內核,具有72MHz的強勁運算性能,并且采用了具有獨立的指令總線和數據總線的哈佛結構,可以同時進行取指和數據讀寫操作,從而提高了處理器的運行性能,避免了單一總線引起的沖突。
4.3 傳感器與信息采集模塊
采集智能口袋內的壓力傳感器所獲得的物品壓力參數以及加速度與陀螺儀傳感器所提供的運動狀態參數,結合紅外傳感器和超聲波傳感器,通過使用有監督式機器學習算法對多傳感器信息進行處理,判斷口袋內物品是否丟失,記錄相關數據等。采用1Kg的稱重傳感器。在通信模塊上,本項目選擇藍牙4.0協議中的低功耗規范(Bluetooth 4.0 LE)作為本設備的無線通信協議,實現以藍牙的方式接收與發送信息。最后,預警提醒模塊主要位于手環部位,用于在物品丟失或被盜時提供及時的報警,由蜂鳴器和震動馬達兩個部分組成,在物品丟失或被盜時提供及時的報警。
5 軟件設計方案
5.1 軟件程序運行流程
本次設計的軟件主要包括口袋內的數據采集處理部分和腕表顯示控制兩個部分構成。
5.2 Supervised Learning有監督式機器學習算法
在有監督式機器學習算法中,輸入的數據被稱為訓練數據。一個模型需要通過一個訓練過程,在這個過程中進行預期判斷,如果錯誤了再進行修正,訓練過程一直持續直至訓練數據達到預期的精確性。人在行走過程中會有上下的豎直加速度,MCU獲得的壓力傳感器的壓力數據會進行上下波動。
6 總結
綜上所述,本次設計合理和簡潔,產品具有廣闊的開發應用前景。本產品可拆卸以和其他多種產品配合使用,攜帶輕便,節能環保,同時具有一定的美觀作用,適合廣大人群使用,符合當今社會的發展趨勢。可以有效的解決日常生活中的偷盜問題。
參考文獻
[1]張媛一,張景全,王春來.基于ZigBee的智能家居系統設計[J].工程技術研究,2016(08):12-16.
[2]孔淑苗.基于ADS智能穿戴設備藍牙微帶天線設計與優化[J].機電工程技術,2016(Z1):20-25.
[3]瞿云飛,劉玉,劉鵬飛,吳漢斌,田海水.基于混合網狀網絡的智能能量管理系統的設計與應用[J].河北電力技術,2016(S1):25-28.
[4]Libsvm:the code of SVR from http://www.csie.ntu.edu.tw/cjlin/libsv,/for machine leaming.
[5]Z.Xu,R,Jin,H.Yang,I,King,and M.R.Lyu,“Simple and efficient multiple kernel learning by group Lassso,”in Proceedings of the 27th lntrnational Conference on Maching Learning(ICML-10),2010,pp.1174-1182.
作者簡介
郝悅(1995-),女,河北省保定市人。在讀本科生,研究方向為信息與通信系統。
余璠(1997-),女,安徽省合肥市人。在讀本科生,研究方向為通信工程。
董士洋(1997-),男,安徽省合肥市人。在讀本科生,研究方向為通信工程。
吳耀軍(1996-),男,浙江省麗水市人。在讀本科生,研究方向為通信工程。
作者單位
安徽大學電子信息工程學院通信工程系 安徽省合肥市 230601