基于WSAN的道路積水監控系統的設計與實現

苗紅霞，文禹鴻，白宏熙

(河海大學 物聯網工程學院，江蘇 常州 213022)

基于WSAN的道路積水監控系統的設計與實現

苗紅霞，文禹鴻，白宏熙

(河海大學 物聯網工程學院，江蘇 常州 213022)

強降雨及城市排水系統的老化，使得城市道路低洼處積水嚴重，對市民人身安全、財產、路基、城市交通產生不容忽視的影響;針對該問題，采用無線傳感器/執行器網絡(WSAN)技術，設計了道路積水監控系統;該系統分為傳感/執行層、網絡層和應用層三層;傳感/執行層的傳感器節點使用超聲波傳感器采集積水信息，執行器節點使用執行器水泵進行排水；網絡層網關及匯聚節點使用ZigBee網絡和GPRS網絡相結合來實現傳感/執行層與應用層之間的數據雙向傳輸；應用層服務器儲存采集的道路積水信息，調用百度地圖API將實時信息顯示在web端，并通過網絡層發送指令控制積水區域內的執行器水泵動作，實現閉環控制；該系統能夠簡潔有效地實現道路積水信息的實時共享，可以實現及時排水，具有實際的應用價值。

積水監控；GPRS；ZigBee；無線傳感器/執行器網絡

0 引言

近年來，強降雨以及城市排水系統的老化使得城市低洼路段、凹式立交橋、隧道處積水嚴重，對人身安全、財產、路基、城市交通產生不容忽視的影響。以北京為例，12年特大洪澇災害，7段道路交通中斷，27個立交橋積水，主要積水道路63處，積水30公分以上路段30處，路面塌方31處，大量車輛因路面積水熄火，全市79人遇難，160.2萬人受災，造成嚴重的顯性與隱性經濟損失[1]。因此，急需尋找有效的解決辦法，將城市積水內澇帶來的災害降到最低。

現有的解決辦法主要分為兩個方面：一方面是積極修建并管理好城市排水設施，另一方面要加快城市道路(涵洞)積水監控系統等非工程性措施的建設和應用。

隨著智慧城市的提出，政府、研究機構和企業都在設計和開發城市道路積水監控系統上取得了積極的進展。目前，基于超聲波、射頻波、壓力變送等技術開發的積水深度測量系統可實現低功耗、高精度地采集道路積水信息[2-4]；基于無線傳感網(WSN)技術、云服務器開發的城市道路積水監測系統打破了僅市政人員可獲得積水信息的狀況，實現了道路積水信息的采集和共享[5-10]，但這些系統沒有加入執行器水泵，沒有通過網絡反饋控制執行器水泵動作，無法實現閉環控制。目前，也有部分控制執行器水泵動作，實現水位閉環控制的系統[11-12]，但其只能實現在線或短距離內控制，只應用于工業生產、供水系統等領域中，在需要遠距離控制的道路積水監控系統中尚未應用。而無線傳感器/執行器網絡(WSAN)不僅可以實現數據的采集及遠距離傳輸，而且可以實現遠距離通過網絡反饋控制執行器，實現閉環控制。但是該技術只在農場、牧場及智能家居等領域中廣泛應用[13-16]，尚未應用于道路積水監控系統。

本文采用WSAN技術，使用超聲波傳感器采集道路積水深度，執行器水泵排水，ZigBee網絡和GPRS網絡相結合的方式傳輸積水信息及指令，服務器儲存積水信息，調用百度地圖API在Web端實時顯示信息，并通過控制積水區域內的執行器水泵動作，完成了道路積水信息的實時共享，及時排走了積水，實現了閉環控制。

1 系統整體設計

本系統結構如圖1所示，包括了傳感/執行層、網絡層、應用層三層。傳感/執行層由若干傳感器節點和一個執行器節點組成，其中傳感器節點以超聲波傳感器為基礎，并結合溫度傳感器修正聲速，精確測量道路積水深度，執行器節點使用脈沖寬度調制(PWM)技術控制直流水泵的流速。網絡層由網關及匯聚節點構成，網關及匯聚節點將該區域內傳感器節點發來的積水信息進行融合，并將該區域積水信息發送到軟件服務器，同時將軟件服務器發送的指令轉發給執行器節點。應用層由數據庫、軟件服務器組成，數據庫用于儲存道路積水信息，軟件服務器接收到網絡層發送的積水信息后轉存到數據庫中，調用百度地圖API將實時積水信息顯示在Web端，同時軟件服務器通過處理道路積水信息，將控制積水區域內水泵工作的指令發送給網絡層，實現閉環控制。

圖1 系統結構圖

2 傳感/執行層設計及實現

2.1 傳感器節點設計及實現

在本實驗裝置中，傳感器節點硬件組成結構如圖2所示，包括了片上系統(SOC)、超聲波測距傳感器、溫度傳感器和電池組。

圖2 傳感器節點硬件組成框圖

片上系統使用CC2530，用于為傳感器節點加入一個ZigBee網絡，并通過ZigBee網絡將積水數據發送至匯聚節點。其供電模式下電流低至0.4 μA，可使用ZigBee兼容解決方案的Z-Stack軟件，有極高的接收靈敏度和抗干擾性能。

超聲波測距傳感器使用HC-SR04+傳感器，用于采集超聲波測距傳感器至水面的距離,從而計算出積水的深度。HC-SR04探測距離為2～450 cm，測量精度可達0.3 cm。

溫度傳感器使用DS18B20傳感器，用于環境溫度的測量，并對超聲波在空氣中的傳播速度進行修正。DS18B20測量溫度范圍為-55～+125 ℃，在-10～+85 ℃范圍內,精度為±0.5 ℃。

電池組使用串聯的3節1.5 V的干電池，用于為傳感器節點各模塊提供能量。電池組的電壓經過AMS1117-3.3穩壓芯片穩壓后，為HC-SR04、MCU及DS18B20提供3.3 V電壓。

傳感器節點通過溫度補償來精確地計算出水位高度，其軟件流程如圖3所示。首先程序開始后加入匯聚節點創建的ZigBee網絡，并讀取DS18B20溫度傳感器采集到的攝氏溫度θ。然后根據公式(1)計算出超聲波在空氣中的聲速，式中v為超聲波在空氣中的聲速。再根據超聲波傳感器Echo回波引腳高電平的持續時間t，使用公式(2)計算出超聲波模塊到水面的距離S，然后利用公式(3)計算出積水深度H，式中L為超聲波測距傳感器距路面的高度。若采樣次數達5次，則將積水深度的中位值發送出去。

(1)

(2)

H=L-S

(3)

圖3 傳感器節點積水信息采集的軟件流程圖

2.2 執行器節點設計及實現

在本實驗裝置中，執行器節點硬件組成結構如圖4所示，包括了片上系統(SOC)、緊急按鈕、水泵驅動模塊、執行器水泵、電池組和電源。

圖4 執行器節點硬件組成框圖

1)片上系統、電池組與傳感器節點相同。執行器水泵使用R385直流隔膜泵，用于將積水排到河道或蓄水池中。該水泵最大揚程5 m，工作進水壓力0.3 Mpa。

2)緊急按鈕用于當監控系統出現故障時，緊急啟動水泵抽水。

3)水泵驅動模塊使用L298N，用于水泵的驅動。L298N工作方式為H橋驅動，驅動電流高達2 A。

4)電源使用線性開關電源，用于為水泵提供長久的能量。該電源能將220 V交流電變換成供水泵使用的12 V直流電。

5)執行器節點根據指令改變PWM輸出的占空比，實現水泵流速的控制，其軟件流程如圖5所示。首先，加入匯聚節點創建的ZigBee網絡。若緊急按鈕按下，則將PWM輸出的占空比改為100%，使水泵全速抽水；否則判斷是否接收到指令，若接收到指令，改變PWM輸出的占空比，繼而改變水泵的流速，實現控制水泵的目的。

圖5 執行器節點水泵執行的軟件流程圖

3 網絡層設計及實現

在本實驗裝置中，網關及匯聚節點的硬件組成結構如圖6所示，包括微控制器(MCU)、ZigBee模塊、現場顯示屏、GSM模塊和電源。

圖6 匯聚節點硬件組成框圖

微控制器使用MSP430F149單片機，用于ZigBee網絡和GPRS網絡之間數據及指令的交換以及積水信息的融合及暫時儲存。該單片機使用16位精簡指令集，命令周期125 ns，五級節電模式，掉電模式電流低至0.1 μA，且擁有兩個USART單元，60 KB flash。

ZigBee模塊，用于網關及匯聚節點與傳感器節點或執行器節點之間通信，將傳感器節點傳來的數據發送給MCU，并將MCU發送的指令傳給執行器節點。ZigBee模塊是一個適應2.4 GHz IEEE 802.15.4的無線收發器，擁有兩個USART單元，8 KB RAM。ZigBee模塊與MUC之間使用UART通信協議通信，該協議參數為：波特率115 200，停止位1位，數據位8位，無奇偶校驗。

現場顯示屏使用OLED顯示屏，用于現場積水深度的顯示。OLED顯示屏具有對比度高，視角廣，反應速度快，不用實時刷新等優勢。OLED顯示屏與MCU使用SPI通信協議通信。

GSM模塊使用SIM900A，用于借助GPRS網絡與遠端服務器實現通信，可以將MCU的數據上傳至服務器，同時將服務器的執行指令下傳給MCU。SIM900A通過AT命令控制，嵌入TCP/UDP協議，支持FTP/HTTP協議。SIM900A與MCU使用UART通信協議通信，該協議參數為：波特率115 200，停止位1位，數據位8位，無奇偶校驗。

電源使用開關電源，用于為網關及匯聚節點各模塊提供長久的能量。該電源能將220 V交流電變換成3.3 V、5 V兩路直流電，其中3.3 V供ZigBee模塊、MCU及顯示屏使用，5 V供GSM模塊使用。

網關及匯聚節點通過配置ZigBee網絡與GPRS網絡，實現傳感器節點、執行器節點與服務器之間數據及指令的傳輸，其軟件流程如圖7所示。首先創建一個ZigBee網絡，等待傳感器節點和執行器節點加入，創建一個GPRS場景，初始化HTTP服務，并設置HTTP會話參數。當任意傳感器節點發送數據時，網關及匯聚節點接收并儲存該數據。直到所有傳感器節點的數據均接收完畢，則將與中位值相差10的異常數據舍棄，然后將該區域的設備編號，采集時間及該區域積水深度組成一個數據包，利用HTTP會話的方式發送至服務器，并等待接收和轉發服務器指令。最后將該區域積水深度及采集時間顯示到顯示屏上。

圖7 匯聚節點數據及指令傳輸的軟件流程圖

4 應用層設計及實現

應用層系統模塊可分為數據預處理、預測模型、數據可視化和數據倉庫4個模塊，如圖8所示。服務器系統的處理流程分為數據輸入、數據預處理、模型訓練、水位預測及數據可視化5個步驟如圖9所示。

圖8 應用層模塊結構圖

圖9 服務器數據處理流程圖

4.1 數據輸入

傳感器節點將自己的數據通過ZigBee網絡傳輸到網關及匯聚節點，網關及匯聚節點通過GPRS向Apache服務器發送數據，具體數據包為設備編號、數據發送時間及積水深度，主服務器端接收到數據包后，將其存儲到MySQL數據庫中。

4.2 數據預處理

數據預處理中，即是對數據的清洗、轉換、規約等操作。Apache服務器對接收到的由于硬件異常、網絡傳輸或服務器異常而產生的缺失、噪聲數據進行統一的處理，同時對數據進行規約和轉換，并將其臨時存儲到MySQL數據庫中，保證系統下一步處理的數據是安全合法的。處理規則如表1所示。

表1 數據預處理規則

4.3 模型訓練

在水位數據的預測流程中，預測工具采用RapidMiner JAVA 開源庫，數據倉庫的歷史數據會提供預測模型初始化的必要數據。使用反向傳播算法對網絡的權值和偏差進行反復的更新和訓練，使輸出的向量與期望向量盡可能地接近，當滿足錯誤率低于給定的閾值、迭代次數高于閾值或權值收斂任一條件時，訓練終止，最后保存網絡的權值和偏差作為預測水位的離線模型。模型訓練包括輸入層、隱藏層、輸出層三部分。

4.3.1 輸入層

輸入歷史數據中預測水位的訓練樣本，每個輸入節點都被映射成一個水位相關屬性，模型隨機初始化輸入節點的權值。

4.3.2 隱藏層

神經網絡中的每個神經元都是一個基本的處理單元，它組合所有的輸入，進行特定的計算，然后觸發一個輸出值(激活)。其中組合函數采用參數可調的Gaussian函數，即:

(4)

輸出計算函數(激活函數)選取斜度可調的Sigmoid函數，即:

(5)

4.3.3 輸出層

由給定的輸入輸出模式(即網絡中當前的相關邊的權值)對隱藏層、輸出層各單元組合后進行輸出，并計算輸出誤差。而隱含神經元的誤差是基于下一層中的神經元的誤差和相關權值來計算。計算出每個神經元的誤差后,更新網絡中的權值。

1)輸出層神經元誤差

Erri=Oi(1-Oi)(Ti-Qi)

(6)

其中：Qi是輸出層神經元i的輸出，Ti是基于訓練樣例的該輸出層神經元的實際值。

2)隱含層神經元誤差

Erri=Oi(1-Oi)ΣjErriWij

(7)

其中：Qi是隱含層神經元i的輸出，該單位有j個到下一層的輸出,Errj是神經元j的誤差,Wij是這兩個神經元的權值。

3)權值更新

Wij=Wij+l*Erri*Qi

(8)

其中:ij是學習速度，其值位于0～1的范圍內。

4.4 水位預測

系統正式運行時，數據預處理后的數據會產生一份副本，數據原件結合經緯度等信息用來實時可視化當前水位情況。副本被用做預測輸入，通過訓練完成的BP神經網絡模型進行水位數據的預測。預測結果通過可視化模塊顯示在用戶界面上，同時也會進一步指導硬件控制系統進行相應的動作。

4.5 數據可視化

本文所設計的Web數據可視化界面如圖10所示。只有再次添加節點設備時才會觸發百度麻點圖更新，否則基準地圖一直使用初始化的百度麻點地圖。而批次數據采集頻率范圍可從一分鐘到十分鐘，具體數值不定，根據實際需求進行調整，也可以手動請求更新，程序默認為五分鐘。基本實時數據的顯示，采用Weka數據可視化工具，并結合系統給定的水深等級表和百度經緯度逆解析API進行顏色深度的選取和描點繪圖，在地圖上構建實時水位數據麻點圖。

圖10 Web界面圖

5 結束語

基于WSAN設計的道路積水監控系統，通過在傳感/執行層傳感器部署傳感器節點采集積水信息，并放置執行器節點排水，網絡層采用ZigBee網絡和GPRS網絡相結合的方式傳輸積水信息及指令，應用層服務器儲存積水信息，調用百度地圖API在Web端實時顯示信息，并控制積水區域內的執行器水泵動作。該系統實現了車輛行人可通過web查看道路積水實時信息，選擇合適的道路避開積水，保護自己的人身財產安全；同時實現了云端數據處理后再返回現場執行的控制，可及時將道路積水排走。在后續工作中，可以將道路積水數據用于控制紅綠燈等交通控制系統，主動地引導車輛及行人避開道路積水嚴重地段。

[1] 姜 玲,邱志德.城市洪澇災害的間接經濟損失評估——以北京市為例[J].現代城市研究,2014,(7):6-13.

[2]孫 婧.基于改進LEACH算法的路面積水深度測量系統的設計與實現[J].計算機測量與控制,2014,22(4):1297-1299.

[3]黃志武,王曙霞.基于傳感網絡的公路積水深度測量系統的設計[J].計算機測量與控制,2013,21(2):352-354.

[4]姜世英.基于AVR單片機的道路積水預警系統[J].自動化技術與應用,2015,34(9):40-43,51.

[5]邵鵬飛,趙燕偉,楊明霞,等.城市內澇監測預警信息系統研究[J].計算機測量與控制,2016,24(2):49-52.

[6]Liu Y, Du M, Jing C, et al. Design and implementation of monitoring and early warning system for urban roads waterlogging[A].8th International Conference on Computer and Computing Technologies in Agriculture (CCTA)[C].2014：610-615.

[7]周汝雁,白 凡,隨宏運,等.嵌入式遠程城市積水監測系統[J].水利科技與經濟,2013,19(4):109-112.

[8]祁 霞,耿博望,陳艷超,等.基于云服務器的城市道路積水監測系統[J].單片機與嵌入式系統應用,2015,15(11):37-39.

[9]孫永尚,劉 揚,趙軍合,等.北京市內澇積水監測預警系統設計與實現[J].地理空間信息,2015(4):117-119.

[10]夏志川,鐘小建,阮 飛,等.城市道路積水多點監測及預警系統設計[J].電子測試,2013(5):56-57.

[11]周繼裕,王承亮,黃 楠,等.基于超聲波的高精度水位控制系統設計[J].現代電子技術,2014(10):116-119.

[12]郝迎吉,高紅紅,王 燕,等.遠距離水位智能監控系統的研究與實現[J].儀器儀表學報,2004,25(6):809-812.

[13]Li Z, Wang N, Hong T, et al. Closed-loop drip irrigation control using a hybrid wireless sensor and actuator network[J]. Science China Information Sciences, 2011, 54(3):577-588.

[14]Wark T, Crossman C, Hu W, et al. The Design and Evaluation of a Mobile Sensor/Actuator Network for Autonomous Animal Control[A]. 6th International Symposium on Information Processing in Sensor Networks[C]. IEEE, 2007:206-215.

[15]Suh C, Ko Y B. Design and implementation of intelligent home control systems based on active sensor networks[J]. Transactions on Consumer Electronics IEEE, 2008, 54(3):1177-1184.

[16]Mo L, Xu B, You X, et al. Distributed lighting system based on wireless sensor and actuator networks[J]. Ad Hoc & Sensor Wireless Networks, 2013, 20(1):21-46.

Design and Implementation of Road Waterlogging Monitoring System Based on WSAN

Miao Hongxia，Wen Yuhong，Bai Hongxi

(College of IOT Engineering，Hohai University，Changzhou 213022，China)

Heavy rainfall and aging urban drainage system make the low-lying road waterlogged seriously and have an important effect on the safety and property of citizens, roadbed and urban traffic. In order to solve this problem, the wireless sensor / actuator network (WSAN) technology is used to design a monitoring system. The system is divided into three layers: sensor / actuator layer, network layer and application layer. Ultrasonic sensors are deployed to collect the information of water level in sensor nodes of sensor / actuator layer, actuator pump is used to drain away the water in actuator nodes of sensor / actuator layer. The ZigBee network and GPRS network are configured for two-way data transmission between sensor / actuator layer and application layer in the gateway and sink node of network layer. The server of application layer stores the information of road waterlogging, calls Baidu map API to display the real-time information on the web, and sends commands to achieve closed-control by controlling the actuator pump in the road waterlogging area action through the network layer. The system not only shares the real-time information of the road waterlogging simply and effectively, but also realizes the timely drainage. So it has practical application value.

water monitoring; GPRS; ZigBee; wireless sensor/actuator networks

2017-05-08；

2017-05-23。

江蘇省常州市科技支撐計劃(工業)(CE20160068)。

苗紅霞(1968-)，女，河北邯鄲人，副教授，碩士研究生導師，主要從事人工智能與工業大數據應用方向的研究

1671-4598(2017)12-0068-05

10.16526/j.cnki.11-4762/tp.2017.12.018

TP277

A