語義傳感器Web中傳感器本體的構建及應用①

王海淵, 張雅涵, 黃佳進, 李淮周, 黃智生,3, 鐘 寧,4

1(北京工業大學 信息學部, 北京 100124)

2(河北省對外服務總公司秦皇島外企服務中心, 秦皇島 066000)

3(阿姆斯特丹自由大學 知識表示和推理組, 阿姆斯特丹 1081 HV)

4(前橋工科大學 生命科學與信息系, 前橋 371-0816)

當前信息技術高度發展, 以太網、Wi-Fi和3G/4G等各種Internet接入方式使得一些基于物聯網(Internet of Things, 簡稱 IoT)的應用在不斷地出現.新興的智慧城市就是以物聯網為基礎, 通過對城市中各部分進行動態監測、分析、整合和利用, 實現對城市中生活環境的透徹感知、城市資源的全面調控、城市中各個部分協調配合, 使得城市方方面面便捷運作、人和城市之間和諧共贏等的新型城市[1].然而目前智慧城市中各個傳感器系統往往是獲取數據后提供給專業人員, 不能進行系統之間的交流溝通以及數據間的共享, 形成了一座座數據的孤島[2,3], 同時Web中相關的傳感器資源、既有的領域知識也很難與應用系統相結合.針對這些問題, 將語義Web中數據的管理及知識的表達方式應用于傳感器領域, 而形成了語義傳感器Web這一交叉應用[4].語義傳感器Web是將語義技術與物聯網中大量傳感器關聯起來, 提供有效的數據和知識的表示、管理和共享技術手段, 使得工程師或應用程序不僅僅可以利用Web中各傳感器系統的數據[5],而且也可以融合Web中的各種資源.

1 傳感器領域本體

本體或本體論(Ontology)是概念化的顯示規范,是對領域知識的概念化、規范化的表達[6], 其主要解決知識共享以及知識表達的規范化問題, 可以形成統一的知識體系[7].通過本體, 不同的人或應用程序之間可以共享一組有結構的信息, 并達成理解上、知識上的共識, 本體可以作為通信的媒介, 以輔助獲取、表達和操作領域知識[8].2009 年萬維網聯盟 (World WideWeb Consortium, 簡稱W3C)成立了語義傳感器網絡(Semantic Sensor Network, 簡稱 SSN)工作組, 開發描述傳感器和傳感器網絡特性的本體, 制定面向傳感器網絡服務應用的語義標注語言, 并通過傳感器發現技術的應用, 展現傳感器技術和語義技術相結合的巨大優勢和現實意義[9].

SSN本體建立了傳感器感測相關領域的基本概念和關系, 然而其直接應用于Web中傳感器系統還存在以下的不足:

1)沒有具體傳感器的類型, 需要用戶根據應用領域的不同融合領域知識, 自行擴展;

2)傳感器只有概念上的描述, 對于傳感器的組成結構和功能部件缺乏必要的說明.這樣一些由多種感測元件組成的復合傳感器, 其內部感測元件間的關系就無法說明.

由以上分析可知, 每一類傳感器往往有其適用的條件, 要進一步優化、細化, 滿足特定領域的應用需求,是在語義Web中描述傳感器系統的關鍵.

2 基于 SSN 的傳感器系統本體

2.1 傳感器系統概念的劃分

整個傳感器系統是一般由各種傳感器(包括敏感元件)、數據采集儀、數據傳輸網絡以及各種軟件子系統組成.圖1對可以接入Internet的傳感器系統的組成進行了劃分, 主要由傳感器、數據采集儀、傳輸網絡和服務器組成[10].

圖1 傳感器系統中相關概念的劃分

2.2 傳感器本體

傳感器(Sensor)在維基百科中的定義是能感受規定的被測量并按照一定規律轉換成可用輸出信號的器件或裝置.傳感器本體主要是抽象和建模所使用的傳感器, 標準化傳感器的種類、功能、性能指標等[11].因此, 傳感器類的定義如式(1)所示:

其中, Object屬性hasOutput表明傳感器需要具有輸出, 其對象為類型 SensorOutput.定義 SensorOutput用于表示傳感器輸出的信號特征, 不同的傳感器有不同的輸出信號, 因此需要構建SensorOutput的子類.

Object屬性measure表明測量的為一種現象(Phenomenon), 且測量也是輸入屬性的一種(measure?hasInput).現象 (Phenomenon)是傳感器可以感知的物理世界的狀態或事件, 如溫度、速度、加速度等.傳感器輸入(SensorInput)類, 是物理世界的所有現象或事件的一個子集, 如式(2)所示.

根據其中測量類型的不同的, 傳感器可進一步細分.例如, 測量加速度的加速度計 (Accelerometer)、測量溫度的溫度計(Thermometer)等等.

2.3 數據采集儀本體

數據采集儀是整個系統中必不可少的環節, 這里數據采集儀不僅僅包括A/D的功能, 數據傳輸和傳感器網絡的連接也是數據采集儀本體描述的范圍.每種類型的傳感器應用上都應該有采集儀與之匹配或集成.數據采集儀 (Data Acquisition Instrument, 簡稱 DAI)類為能夠獲取傳感器輸出信號, 并可以提供特定輸出信號格式的設備(Device), 其定義如式(3)所示.

不同類型的傳感器往往需要配接不同類型的數據采集儀, 如加速度數據采集儀(AccelerationDAI)類定義為可配接加速度傳感器的數據采集儀如式(4)所示.

2.4 數據接口本體

對于構成傳感器數據采集系統的各個環節來說,各個功能模塊接口間的匹配是保障系統正常、穩定工作的必要條件.接口類的主要層次結構如圖2所示.接口類(Interface)由模擬接口(AnalogInterface)和數字接口(DigitalInterface)兩部分組成.模擬接口需根據實際輸出情況定義Data屬性, 例如幅度、頻率、輸出阻抗等電氣特性, 而數字接口則可以根據數字協議進一步劃分子類, 如SPI、USB、UART等.

對于傳感器的輸出類SensorOutput、采集儀的輸入類DAIInput和采集儀的輸出類DAIOutput都屬于Interface的一個子集.

3 基于本體推理的應用

3.1 設備自動分類管理

本體的推理是語義Web應用中不可或缺的內容之一, 使用本體推理可以推理出潛在的或被人們忽視的知識[12,13].利用知識推理對設備進行分類, 有助于在大規模、復雜網路環境下對Web中的傳感器資源進行統一管理[14].尤其當前許多傳感器、采集儀等產品信息都以網頁的形式展現, 從Web中抓取的產品信息,往往只具有碎片式的信息, 通過基于本體概念以及定義規則的推理, 可以實現產品的合理分類, 方便用戶的選型, 提高效率.例如, 從一些網站上可以抓取某個傳感器所包含的敏感元件, 傳感器包含敏感元件就必然會能檢測敏感元件所能檢測的物理量.因此, 定義SWRL (SemanticWeb Rule Language)規則[15]實現該邏輯推理, 如式(6)所示.

圖2 接口類主要層次類型

3.2 系統配接關系推薦

在設計傳感器系統時, 傳感器的選型和采集儀的選配往往是一項繁重的工作.一旦進行了錯誤的配接,不僅僅影響系統工作, 而且往往會燒毀傳感器或數據采集儀.

定義規則Rule 2用于推理采集儀和傳感器的配接關系, 如式 (7)所示.

在建立的傳感器和采集儀本體基礎上, 針對具體應用中提出的測量參數可推薦用于當前測量參數的傳感器及采集儀的選型, 方便系統工程師設計傳感器系統, 具體實施流程如圖3所示.

4 實驗測試

測試實驗中, 從傳感器生產廠家網站抓取傳感器信息形成測試實例.在 Protégé3.4.8 的集成環境下, 通過 SWRL Tab 中 Jess(Java Expert Shell System)推理引擎插件對所構建的本體以及Rule1和Rule2進行測試,其中類、屬性、實例等存儲于本體模型中[16].Jess插件可以通過一些通用推理規則對本體類別信息、屬性信息、實例信息進行拓展推理[17].最后, Jess將推理出的新事實可再寫回到本體模型中.

圖3 傳感器及采集儀推薦匹配流程

圖4 Jess推理流程

在SWRL Tab環境下輸入Rule1和Rule2, 如圖5所示.

圖5 建立 SWRL 規則

從傳感器生產廠家PCB公司選取傳感器實例(353B14).如圖6所示是PCB傳感器公司網站提供的型號為353B14傳感器信息[18].

定義pcb353B14為該傳感器類(Sensor)的一個實例, 從圖6中可知該傳感器具有敏感元件:石英晶體(Quartz), 即 pcb353B14 具有hasDetector屬性, 且屬性值為Quartz.該敏感元件可以用于加速度的感知, 因此啟動推理, Jess 依據 Rule 1 推理 pcb353B14 的measure屬性具有屬性值 Accelation_1, 如圖 7 所示.同時可以將pcb353B14推理為PiezoelectricAccelerometer的一個實例, 實現了對產品的分類管理.

圖6 PCB 公司型號 353B14 傳感器基本信息

定義中國建筑科學研究院生產的基樁動測儀(BETC-C6A)為基樁動測儀(PileDynamicTester)的一個實例, PileDynamicTester為加速度采集儀的一個子類.pcb353B14的輸出屬性值與BETC-C6A的輸入屬性值匹配.根據 Rule 2, 可以推理出 pcb353B14 具有canbeConnected 屬性, 如圖 7 所示.通過設計 Sparql語句進行查詢即可獲得可以與傳感器相配接的采集儀的實例.

然而, 參數類型的匹配必不一定表明該傳感器滿足現場要求, 且能與數據采集儀匹配.按照圖3所示流程設計如圖8所示的傳感器/采集儀推薦演示系統.當用戶選擇所感知的物理量, 預估物理量大小后, 點擊查詢即返回滿足測量要求的傳感器類型.當點擊某一傳感器后, 右側出現與之匹配的數據采集儀的類型.

5 總結

在當前各種傳感器系統不斷接入Web的應用背景下, 本文以若干傳感器及其配套的數據采集儀為例,在參考SSN本體基礎上構建了語義傳感器本體, 通過推理可以使得智慧城市中的傳感器系統管理更加方便、智能, 而且可以輔助工程師對傳感器系統中傳感器與采集儀間的配接進行推薦, 提高系統設計的效率和可靠性.

然而, 在Web中的這些傳感器系統只是數據的源頭, 其源源不斷產生著海量的傳感器數據.對于用戶而言, 傳感器網絡的核心是感知數據, 而不是網絡硬件,用戶感興趣的是傳感器產生的數據[19].如果這些數據的應用背景不明確、處理不及時, 容易造成數據的堆積, 甚至成為數據垃圾.因此在傳感器本體的基礎上建立感測數據的本體, 形成以傳感器數據驅動的處理模式, 將是語義傳感器Web中研究的方向之一.