基于ZigBee云服務的拖拉機作業環境監測系統設計

吳杰楠

(廣州工程技術職業學院，廣州　510075)

0　引言

隨著遠程監測系統不斷深入發展，其應用范圍已經擴展到各行各業中，包括電力機房、通信機房、鐵路機房，包括公寓、居民樓、實驗室及寫字樓等場所。遠程監測系統實現了對目標長時間不間斷的監測，在很大程度上解放了人力，促進了行業的快速發展。在拖拉機作業環境實時監測時，為了解決視頻數據存儲量較大的問題，可以借助云存儲技術。對于拖拉機的定位和環境信息采集，可以采用ZigBee無線傳感網絡，在節點進行定位的同時可以采集到環境坐標、環境溫度和濕度等作業環境信息，對于提高拖拉機作業環境信息監測效率和質量具有重要的意義。

1　環境實時監測系統總體設計和基于ZigBee拖拉機定位

系統的總體設計主要分為系統總體結構框架設計和功能性設計。為了實現拖拉機作業環境的高精度和大數據監測，引入了基于ZigBee的無線傳感技術和云存儲服務技術。考慮監測系統的實時性和遠程信息傳輸，系統總體設計的模塊主要包括視頻采集模塊、控制器模塊、通信模塊、顯示模塊、遠程控制端和供電模塊等，如圖1所示。監測系統總體設計的功能和指標主要包括4部分:首先是實時的數據采集功能，包括拖拉機在作業過程中的溫度、濕度、拖拉機作業參數及環境的實時圖像信息等；然后是實時上傳功能，可以將采集到的實時信息上傳到Web服務器；第3個功能是實時顯示功能，可以將上傳數據在Web瀏覽器實時瀏覽；最后是報警功能，當拖拉機作業過程中產生故障時，或者監測環境含有不適合作業的條件時會發出報警。監測系統功能流程如圖2所示。

圖1　監測系統總體設計框架

圖2　監測系統功能流程

本設計的ZigBee定位算法采用的是三質心測量法。該方法要比三邊測量法誤差更小一些，其技術依據是RSSI測距技術，原理如圖3所示。通過計算重疊區域的3個頂點坐標A、B、C所組成的質心坐標，確定移動節點的坐標。

在定位時，參考節點是C1、C2和C3，待測移動節點是O，通過測試可以得到O到C1、C2和C3的距離分別是r1、r2和r3。以距離為半徑，以參考點為圓心，可以得到重疊區域，然后利用三質心定位的原理，可得到待測節點O的具體位置坐標。

圖3　基于ZigBee和三質心法的定位原理

2　拖拉機環境監測視頻數據采集系統

為了使拖拉機環境監測的圖像更加清晰，使用高清攝像頭作為視頻和圖像的采集裝置，但高清視頻的數據采集和處理問題較為困難，這就需要借助于大容量數據存儲和管理的系統，而云服務系統可以滿足設計需求。云存儲技術利用集群分布式存儲技術，可以使不同類型的設備協同工作，從而有效提高了數據存儲的容量和效率。

云存儲系統相比其他視頻和圖像采集處理系統具有許多明顯的優勢，其數據的備份和恢復能力強，具有安全可靠的特點，且存儲成本低、效率高。本次使用的云存儲系統結構分為4個層次，包括采集設備層、存儲數據層、管理數據層和應用設備接口層。其中，采集設備層在最低端，應用設備接口層在最頂端。

1)采集設備層。采集設備層主要將拖拉機環境監測終端攝像頭和數據處理服務器進行連接，包括視頻圖像數據的采集、處理、編碼和解碼等一系列操作，通過云存儲和數據網絡進行雙向數據傳輸，實現視頻和圖像等采集信息的實時保存。

2)存儲數據層。存儲數據層是完成數據存儲的關鍵層，該層次為視頻和圖像等數據的保存提供了硬件支持。該層次支持硬件設備的類型廣泛，可以將不同地點的存儲設備連接到一起協同工作，從而形成一個龐大的數據存儲系統，并對為管理數據層提供處理數據資源。

3)管理數據層。管理數據層是整個云存儲系統的核心，可以將數據存儲的物理層設備和邏輯層設備建立聯系，使數據管理變得模塊化，通過集成管理接口提供高效的數據處理服務。

4)應用設備接口層。應用設備接口層主要是對外部設備提供數據服務，可以根據用戶的需求定制各種服務，從而實現多用戶和群組的數據共享以及遠程終端的數據服務等，包括數據Web顯示端、視頻網站及遠程監控端等。

基于這4個層次，對層次的結構進行了拓撲，如表1所示。

表1云服務系統4個層次主要功能軟件拓撲

Table 1Software topology of 4 levels of main function in cloud service system

層次功能采集設備層網絡接口API接口、各種應用軟件存儲數據層分布式文件系統數據壓縮、數據加密、數據恢復管理數據層存儲集中管理存儲虛擬化、數據系統管理應用設備接口層采集攝像頭視頻數據編碼、解碼

表1中，通過系統結構的拓撲，對系統的應用軟件進行了拓撲設計，軟件拓撲功能主要是基于云存儲架構。在監測系統實際運行時，根據用戶端的視頻和圖像等數據的請求，對所需請求的數據存儲地址進行查詢，然后將查詢的鏈接發動給對應的存儲服務器；服務器開始響應，最終為用戶提供定制的視頻需求，從而有效的提高了數據的存儲和查詢效率。

3　基于ZigBee和云服務平臺的拖拉機作業環境監測系統測試

以拖拉機實際作業環境為研究對象，建立了基于ZigBee和云存儲的監測系統平臺。拖拉機作業環境如圖4所示。

圖4　拖拉機作業環境示意圖

受各種植物的影響，拖拉機的作業環境比較復雜，因此在拖拉機作業過程中需要進行實時監測。為此，對采用ZigBee定位方法的效果進行了測試，通過測試得到了如圖5所示的測試曲線。

圖5　實際值與測試值對比圖

圖5中：虛線表示傳統方法測試得到的數值，實線部分表示實際數值和采用ZigBee定位方法測得的值。通過將ZigBee定位的測試值和實際值進行對比發現：采用ZigBee定位方法得到的數值和實際值吻合程度較高，可以滿足高精度定位的需求。

經過系統調試，通過ZigBee通信可以在云存儲遠程端的Web頁面上顯示返回環境監測信號的效果圖(見圖6)，從而驗證了系統的可行性。對傳回的溫度數據進行了統計分析，得到了如表2所示的結果。

對拖拉機環境監測系統傳回的溫度信息進行了統計，并對其誤差進行了計算。由誤差統計結果可知：最大誤差僅為0.69℃，平均最大誤差僅為0.28℃，滿足環境監測的需求。

圖6　環境監測信息返回結果圖

測試編號實際溫度/℃最大誤差/℃平均誤差/℃120.150.520.22221.330.630.23322.150.570.25421.540.430.21520.650.690.27622.580.660.28

4　結論

在拖拉機環境實時監測時，視頻數據的存儲量較大，為了返回拖拉機環境的實時信息，采用云存儲技術，實現海量環境信息數據的存儲和處理。在實際監測時，拖拉機定位是首先要解決的問題。本次利用ZigBee無線傳感網絡節點進行了定位，并采集到了環境坐標、環境溫度和濕度等作業環境信息。測試結果表明：采用該系統可以實時地傳回高清的作業環境圖像，并可以實時地傳回溫度等信息數據，且數據的精度較高，為拖拉機遠程監控系統的設計提供了較有價值的參考。