鄭博培,李 媛
(北京聯(lián)合大學(xué) 機(jī)器人學(xué)院,北京 100020)
隨著經(jīng)濟(jì)快速發(fā)展,國內(nèi)智能家電使用量不斷增加[1]。但目前智能家電的數(shù)據(jù)(天氣數(shù)據(jù)等)獲取形式較為單一[2],均通過網(wǎng)絡(luò)獲取。鑒于地域天氣多變且范圍廣[3],網(wǎng)絡(luò)數(shù)據(jù)存在精度不高的缺陷?;诖?,本文設(shè)計(jì)了基于物聯(lián)網(wǎng)的智能天氣識別系統(tǒng),可獲取當(dāng)前小范圍地區(qū)較精確的天氣信息,并提高智能家電決策效果,降低數(shù)據(jù)請求成本,更好服務(wù)于用戶。
智能天氣識別系統(tǒng)包括溫濕度數(shù)據(jù)采集系統(tǒng)、無線傳輸系統(tǒng)、上位機(jī)數(shù)據(jù)處理系統(tǒng)。
溫濕度數(shù)據(jù)采集系統(tǒng)由DS18B20測溫模塊、DHT11濕度采集模塊組成。溫濕度傳感器連接Arduino UNO開發(fā)板的數(shù)字量和模擬量輸入端口。Arduino UNO是一款基于ATmega328P的微控制器開發(fā)板[4-5],擁有14個(gè)數(shù)字輸入/輸出引腳(其中6個(gè)可用作PWM輸出),6個(gè)模擬輸入引腳,及16 MHz晶振時(shí)鐘、USB接口、電源插孔、ICSP接頭和復(fù)位按鈕。
DS18B20測溫模塊[6]的測溫原理如圖1所示。圖中低溫度系數(shù)晶振的振蕩頻率受溫度影響較小,所產(chǎn)生的固定頻率脈沖信號輸送到減法計(jì)數(shù)器;高溫度系數(shù)晶振的振蕩頻率受溫度影響變化較大,所產(chǎn)生的信號作為減法計(jì)數(shù)器的脈沖輸入。此外,圖中還隱含有計(jì)數(shù)門,當(dāng)計(jì)數(shù)門打開時(shí),DS18B20會對低溫度系數(shù)振蕩器產(chǎn)生的固定頻率脈沖進(jìn)行計(jì)數(shù),完成溫度測量。
DHT11的核心部件是濕敏電阻。當(dāng)空氣中的水蒸氣吸附在感濕膜上時(shí),DHT11的電子元件電阻率和電阻值發(fā)生變化,利用這一特性即可測量濕度。
信息傳輸系統(tǒng)采用ZigBee協(xié)議搭建無線傳感網(wǎng)[7]。CC2530是用于2.4 GHz IEEE 802.15.4、ZigBee和RF4CE的片上系統(tǒng)(SoC)解決方案[8-9],包含RF收發(fā)器、標(biāo)準(zhǔn)增強(qiáng)型8051 CPU、系統(tǒng)內(nèi)可編程閃存、8 KB RAM等功能部件,能夠以較低的材料成本建立起超強(qiáng)網(wǎng)絡(luò)節(jié)點(diǎn)。
本系統(tǒng)將Arduino UNO開發(fā)板與ZigBee模塊通過串口連接,作為物聯(lián)網(wǎng)感知層的傳感器節(jié)點(diǎn)。Arduino UNO開發(fā)板采集天氣信息并處理后,通過串口傳送給CC2530模塊,CC2530模塊將溫濕度數(shù)據(jù)信息通過無線網(wǎng)絡(luò)實(shí)時(shí)發(fā)送給協(xié)調(diào)器。USB接口與PC機(jī)連接,將接收的傳感器節(jié)點(diǎn)溫度、濕度信息通過串口發(fā)送給上位機(jī)系統(tǒng)。
上位機(jī)數(shù)據(jù)處理系統(tǒng)的硬件設(shè)備可采用PC機(jī)或工控機(jī)。PC機(jī)、工控機(jī)均可通過USB口轉(zhuǎn)串口接收協(xié)調(diào)器的溫濕度信息,并應(yīng)用Scikit-learn模型進(jìn)行當(dāng)前天氣狀況的識別。此外,PC機(jī)和工控機(jī)還可生成當(dāng)日、當(dāng)月天氣數(shù)據(jù)統(tǒng)計(jì)表并打印,便于使用者對天氣情況進(jìn)行統(tǒng)計(jì)和管理。
智能天氣識別系統(tǒng)軟件分為傳感器信息采集軟件、無線通信軟件、信息處理軟件(天氣識別軟件)。
傳感器信息采集軟件使用Arduino IDE編程語言開發(fā)[8]。由于溫濕度均為慢變參數(shù),因此設(shè)定程序采樣周期為5 s;Arduino串口通信速率設(shè)置為9 600 b/s,Arduino通過串口將采樣數(shù)據(jù)發(fā)送給CC2530芯片。
程序通過導(dǎo)入Arduino資源包,引用DHT11庫函數(shù),以便在程序中調(diào)用相關(guān)參數(shù)。
#include
#include
定義引腳,將1 wire數(shù)據(jù)總線與IO4連接;定義溫度、濕度引腳為2號引腳,并實(shí)例化一個(gè)對象。
#define ONE_WIRE_BUS 4
#define DHT11PIN 2
dht11 DHT11
Arduino數(shù)據(jù)采集及傳輸流程如圖2所示。
圖2 Arduino數(shù)據(jù)采集及傳輸流程
無線通信軟件包括協(xié)調(diào)器軟件和傳感器節(jié)點(diǎn)軟件。
2.2.1 協(xié)調(diào)器程序
協(xié)調(diào)器負(fù)責(zé)組建無線傳感網(wǎng),并接收傳感器節(jié)點(diǎn)信息,通過USB接口將信息傳輸給PC機(jī)。協(xié)調(diào)器程序流程如圖3所示。
2.2.2 傳感器節(jié)點(diǎn)程序
CC2530模塊通過串口接收Arduino采集的數(shù)據(jù)信息,并通過無線網(wǎng)傳輸。傳感器節(jié)點(diǎn)程序流程如圖4所示。
協(xié)調(diào)器通過RS 232串行協(xié)議通信方式將天氣信息數(shù)據(jù)傳輸給PC機(jī),PC機(jī)將通過串口小程序接收的溫度、濕度數(shù)據(jù)存入MySQL數(shù)據(jù)庫。保存到MySQL數(shù)據(jù)庫的部分溫度、濕度數(shù)據(jù)如圖5所示。
圖3 協(xié)調(diào)器程序流程
圖4 傳感器節(jié)點(diǎn)程序流程
2.3.1 信息數(shù)據(jù)清洗與數(shù)據(jù)標(biāo)注
(1)信息數(shù)據(jù)清洗
鑒于采集的天氣信息數(shù)據(jù)龐大(每天可收集17 280條數(shù)據(jù)),且一天之中天氣不會發(fā)生跳變,故本文采用Python對采集到的數(shù)據(jù)進(jìn)行處理[10],去掉重復(fù)數(shù)據(jù)。SQL去重語句為:
SELECT id,temputer,humidity,updata_time FROM table1 GROUP BY temputer,humidity。
經(jīng)去重處理,所采集的天氣信息數(shù)據(jù)減少到2 290條。去重后的部分?jǐn)?shù)據(jù)如圖6所示。
為使模型效果更好,本文采用數(shù)據(jù)增強(qiáng)策略,即對現(xiàn)有數(shù)據(jù)(溫度±1 ℃、濕度±5%RH)處理后,再進(jìn)行一次數(shù)據(jù)清洗,最終得到含有800個(gè)數(shù)據(jù)的訓(xùn)練集。
(2)數(shù)據(jù)標(biāo)注
溫濕度信息數(shù)據(jù)清洗之后,根據(jù)數(shù)據(jù)產(chǎn)生時(shí)間,及時(shí)間所對應(yīng)天氣情況對其標(biāo)注,即在收集溫度、濕度數(shù)據(jù)的同時(shí)記錄每個(gè)時(shí)間段的天氣情況。如:某時(shí)間段下雨,則標(biāo)注Rainy;如果為雨后天晴,則標(biāo)注Sunny。天氣標(biāo)注數(shù)據(jù)主要通過中國天氣網(wǎng)獲取。從中國天氣網(wǎng)獲取的部分天氣數(shù)據(jù)如圖7所示,獲取的數(shù)據(jù)中包含溫濕度數(shù)據(jù)及天氣情況,可作為標(biāo)注好的數(shù)據(jù)直接使用。
2.3.2 構(gòu)建SVM分類器并訓(xùn)練模型
構(gòu)建SVM分類器,即支持向量機(jī)。它是Scikit-learn中一組支持分類、回歸、異常值檢測的監(jiān)督學(xué)習(xí)方法。本系統(tǒng)采用SVM的fit(x,y)方法,只需要輸入數(shù)據(jù)集x和x對應(yīng)的標(biāo)簽y即可。
構(gòu)建SVM分類器的程序框架如圖8所示。
圖8 構(gòu)建SVM分類器的程序框架
訓(xùn)練所使用數(shù)據(jù)包含4個(gè)標(biāo)簽,即Sunny、Cloudy、Rainy、Snowy。為便于數(shù)據(jù)加載,通過以下程序?qū)?biāo)簽轉(zhuǎn)換成數(shù)值:
def weather_type(s):
weather = {b'Sunny':0, b'Cloudy':1, b'Rainy':2, b'Snowy':3}
return weather[s]
運(yùn)行的部分訓(xùn)練數(shù)據(jù)見表1所列。
智能天氣識別系統(tǒng)對作者所在地區(qū)的天氣信息進(jìn)行實(shí)時(shí)采集,用訓(xùn)練好的模型進(jìn)行天氣識別,將得到的模型輸出結(jié)果與當(dāng)時(shí)的天氣相比對,發(fā)現(xiàn)多組實(shí)驗(yàn)結(jié)果良好。實(shí)驗(yàn)效果如圖9所示。
表1 運(yùn)行的部分訓(xùn)練數(shù)據(jù)
圖9 實(shí)驗(yàn)效果
智能天氣識別系統(tǒng)可獲取所在地區(qū)較精確的天氣信息,便于智能家居提高決策效率,降低數(shù)據(jù)請求成本,應(yīng)用前景廣闊。
物聯(lián)網(wǎng)技術(shù)2020年12期