CN101949953B - 基于三维加速度无线传感器网络的货物状态监测方法 - Google Patents

Abstract

本发明公开了一种基于三维加速度无线传感器网络的货物状态监测方法。所述无线传感器网络包括一个服务器和一个或多个监测区域，每个监测区域包括一个或多个待监测货物，每个货物的不同表面设置至少两个三维加速度无线传感器节点；每个监测区域包括一个汇聚节点，传感器节点和汇聚节点数据连接；汇聚节点和服务器数据连接，所述方法包括初始化过程和监测过程，初始化时，每个传感器节点确定自身处于静止状态后，确定货物的一个竖直维度和两个水平维度；监测时，每个传感器节点计算自身的监测参数，服务器根据监测参数确定货物状态，监测参数包括三维平均值、三维平均振幅、特征值和倾角。本发明可用于运输业等的货物监测。

Description

基于三维加速度无线传感器网络的货物状态监测方法

技术领域

本发明涉及物体姿态检测，特别是一种基于三维加速度无线传感器网络的货物状态检测方法。

背景技术

无线传感器网络由部署在感知区域的大量微型传感器节点组成，这些节点通过无线通信方式形成一个多跳的自组织网络系统，协同的感知、处理和传输采集的数据，使得人们能够远程地获取需要的信息。

铁路是我国危险货物运输(特别是中长途及大宗货物运输)的主要通道，但由于缺乏先进的货物状态监测手段，使得在运输途中危险货物，如易燃易爆和放射性物品等，倾倒而导致的爆炸、燃烧、泄漏事故无法在第一时间采取妥善措施，导致巨大的人员伤亡、财产损失，以及严重污染环境。

目前的货物姿态检测领域中，主要的检测方法包括：一种三自由度并联结构机器人姿态检测装置，用于机器人姿态参数的综合测量，利用由基平台、动平台和位移传感器组成的系统来测量物体的姿态；一种利用加速度计和角速度仪的笔杆运动姿态检测，利用加速度传感器和角速度传感器的协同组合测量来确定物体的姿态；基于加速度传感器的前臂运动姿态检测，利用加速度传感器各个轴与重力方向(竖直向下)之间的夹角来测量物体的姿态。这几种方法往往针对不同的应用需求设计。第一种测量方法用于相对位置比较固定的物体姿态测量，虽然有很好测量的效率和精度，但由于基平台的限制，适应性较差；第二种方法可用于多种状况下物体姿态的测量，适应性很好，但由于加速度传感器和角速度传感器性质上的不同，在经过运算处理后，对测量结果精度的作用也不同，所以组合得到的物体姿态的误差比较大；第三种测量方法，加速度传感器各个轴与重力方向的夹角是由同一个传感器测量到的，可以精确跟踪物体的倾侧状态，但对于颠簸、位移等货物状态无法进行有效的监测，适用于简单的状态测量应用。

发明内容

本发明的目的在于克服现有技术中存在的问题，提出一种基于三维加速度无线传感器网络的货物状态监测方法。

为了实现上述技术目的，本发明采用如下技术方案。

一种基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，所述无线传感器网络包括一个服务器1和一个或多个监测区域2(参见图1)，

每个监测区域2包括一个或多个待监测货物21，每个货物21的不同表面设置至少两个三维加速度无线传感器节点22，同一货物21的传感器节点22组成传感器节点组；

每个监测区域2包括一个汇聚节点24，所述监测区域2内的所有传感器节点22和所述汇聚节点24数据连接；

所有监测区域2内的汇聚节点24和所述服务器1数据连接，

所述方法包括初始化过程和监测过程，

在初始化过程中，每个传感器节点确定自身处于静止状态后，确定货物的一个竖直维度和两个水平维度，所述三个维度两两垂直，

监测过程中，每个传感器节点计算自身的监测参数，并将所述监测参数经汇聚节点发送至服务器，服务器根据所述监测参数确定货物状态，

所述监测参数包括三维平均值、三维平均振幅、特征值和倾角，其中，

三维平均值：

n表示采样次数，X_i、Y_i、Z_i分别表示各个维度的加速度采样值，

三维平均振幅： $A_X=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|X_i-\stackrel{\‾}{X}|,$ $A_Y=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|Y_i-\stackrel{\‾}{Y}|,$ $A_Z=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|Z_i-\stackrel{\‾}{Z}|,$

特征值： $S=\sqrt{{\stackrel{\‾}{X}}^2+{\stackrel{\‾}{Y}}^2+{\stackrel{\‾}{Z}}^2},$

三维倾角： $\mathrm{\θx}=\arccos \left(\frac{\stackrel{\‾}{X}}{\text{S}}\right),$ $\mathrm{\θy}=\arccos \left(\frac{\stackrel{\‾}{Y}}{\text{S}}\right),$ $\mathrm{\θz}=\arccos \left(\frac{\stackrel{\‾}{Z}}{\text{S}}\right).$

优选地，在本发明的方法中，所述至少两个三维加速度无线传感器节点中的一个位于货物的顶面，另一个位于货物的侧面。

优选地，在本发明的方法中，所述监测区域内2的所有传感器节点22通过无线连接和所述汇聚节点24数据连接；所有监测区域2内的汇聚节点24通过无线连接和所述服务器1数据连接。

优选地，在本发明的方法中，所述传感器节点组中的一个传感器节点22担任组长23，在所述监测过程中，所述传感器节点组内的其它节点22的监测参数发送至所述组长23，由所述组长23将所述监测参数经汇聚节点24发送至服务器1。

优选地，在本发明的方法中，所述监测区域为火车的一节车厢、货车或卡车的车厢、一个集装箱，所述汇聚节点设置于所述车厢或集装箱的顶部。

优选地，在本发明的方法中，所述初始化过程持续1分钟，在初始化过程中，每个传感器节点每秒钟采样10次，连续采样20秒钟；所述监测过程持续1分钟，在监测过程中，每个传感器节点每秒钟采样10次，连续采样30秒钟，30秒钟后停止采样并计算所述监测参数。

优选地，在本发明方法的初始化过程中，每个传感器节点通过下述方法确定自身处于静止状态：任意确定一个竖直维度和两个水平维度，所述三个维度两两垂直，计算传感器节点自身的三维平均值和三维平均振幅，当所述三个维度的三维平均振幅均小于设定阈值时，确定自身处于静止状态；否则重复进行初始化过程，直到确定自身处于静止状态。

优选地，在本发明方法的初始化过程中，每个传感器节点通过下述方法确定货物的竖直维度：计算传感器节点自身的特征值和三维倾角，选择倾角最接近90°的维度为竖直维度。

优选地，在本发明的方法中，服务器按设定的规则确定货物状态，所述设定的规则包括：

1)平衡：传感器节点组的每个节点的三维平均振幅均小于设定值；

2)撞击：在设定数量的连续几次采样过程中，传感器节点组的各个节点的至少一个水平维度的三维平均值超过设定值；

3)晃动：在设定数量的连续几次采样过程中，传感器节点组的各个节点的三个维度的三维平均值小于设定值，但至少一个节点的至少一个维度的三维平均振幅超过设定值；

4)翻倒：传感器节点组的各个节点在竖直维度的三维平均值和上一次监测过程的差值超过设定值，同时各个节点在至少一个水平温度的三维平均值和上一次监测过程的差值超过设定值。

和现有技术相比，本发明的技术效果在于：

三维加速度无线传感器节点可以灵活部署在危险货物周围，常不需要外接电源和网络基础设施的支持，适应性强；三维加速度无线传感器节点可以自动形成合理的通信拓扑结构，在部署位置变化之后，可以自适应的快速形成新的通信拓扑结构，列车的编组和解体不影响无线自组网工作，自动组网工作无需人工干预；另外大规模部署的三维加速度无线传感器节点协同工作可以增加可靠性，提高姿态监测的精确度，保证系统具有高可靠性。

附图说明

图1表示无线传感器网络示意图；

图2表示三维加速度无线传感器节点硬件结构示意图；

图3表示无线传感器网络汇聚节点硬件结构示意图；

具体实施方式

下面通过具体实施例结合附图对本发明作进一步描述。

首先如图1所示搭建无线传感器网络，该无线传感器网络包括一个远程服务器1和多个监测区域2，每个监测区域2对应于一节火车车厢。

注意，此处所述的“搭建无线传感器网络”应当理解为货物21上的各个传感器节点22自组装成上述无线传感器网络结构。

每个监测区域2包括多个待监测货物21(比如图1显示的是四个货物21)，每个货物21的顶面和侧面上各设置一个三维加速度无线传感器节点22，同一货物21的传感器节点22组成传感器节点组，其中一个为组长23，在图1中，以实心点表示组长23，以空心点表示一般节点；

每个监测区域2还包括一个汇聚节点24，汇聚节点24位于车厢中部的顶部，所述监测区域2内的所有传感器节点22和所述汇聚节点24数据连接；

所有监测区域2内的汇聚节点24和所述服务器1数据连接。

如图1所示，形成由9个节点组成的无线传感器局域网络。

由于单个传感器节点的通信范围小于10m，因此部分节点需要经过多跳将数据传输至汇聚节点，比如图1最左端和最右端的传感器节点。

在上述无线传感器网络中，所述三维加速度无线传感器节点22采用图2所示的硬件体系结构框架，主要包括三维加速度传感器模块、处理器模块、本地存储模块、无线通信模块和能量供应模块五部分。

所述汇聚节点采用图3所示的硬件体系结构框架，主要包括处理器模块、无线通信模块和能量供应模块和GPRS模块，可将收集到的数据通过接入外部移动网络转发到监控中心。

下面描述该网络的具体应用过程。

汇聚节点24启动之后运行GPRS模块，接入移动网络，与监控中心服务器1建立TCP连接。

所有三维加速度无线传感器节点22启动之后进入初始化阶段，时间长度为1分钟。在初始化阶段三维加速度无线传感器节点22启动路由功能模块，使用一定的路由协议建立到汇聚节点24的无线数据通道；同时节点启动三维加速度传感器周期采样，每秒钟采样10次，连续采样20秒钟。三维加速度传感器返回的采样数据是X、Y、Z三维方向的加速度数值，标示为X，Y，Z，范围(-128，128)，其中负数表示反方向。节点采样20秒钟之后停止采样，开始计算初始姿态参数，包括三维平均值、三维平均振幅、特征值和倾角。

三维平均值 $\stackrel{\‾}{X}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i,$ $\stackrel{\‾}{Y}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{Y}_i,$ $\stackrel{\‾}{Z}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{Z}_i$

三维平均振幅 $A_X=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|X_i-\stackrel{\‾}{X}|,$ $A_Y=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|Y_i-\stackrel{\‾}{Y}|,$ $A_Z=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|Z_i-\stackrel{\‾}{Z}|$

特征值 $S=\sqrt{{\stackrel{\‾}{X}}^2+{\stackrel{\‾}{Y}}^2+{\stackrel{\‾}{Z}}^2}$

三维倾角 $\mathrm{\θx}=\arccos \left(\frac{\stackrel{\‾}{X}}{\text{S}}\right),$ $\mathrm{\θy}=\arccos \left(\frac{\stackrel{\‾}{Y}}{\text{S}}\right),$ $\mathrm{\θz}=\arccos \left(\frac{\stackrel{\‾}{Z}}{\text{S}}\right)$

三维加速度无线传感器节点计算完成之后，根据平均振幅判断节点的运动状态：如果三个维度平均振幅都小于阈值30，则判定节点处于近似静止状态；否则节点处于运动状态，若节点处于运动状态，则再进行初始化，直到判定结果为静止状态。

同时，根据三个维度的倾角判定自身的位置情况：选择三个维度中倾角θ最接近π/2的维度，判定为垂直水平面的维度，其他两个维度判定为水平面的两个维度。这三个维度两两垂直，构成三维坐标系。

初始化阶段结束后，所有三维加速度无线传感器节点22进入周期性检测阶段，周期为1分钟，同时开启无线接收邻居节点的信息。检测周期开始时每个节点就启动三维加速度传感器周期采样，每秒钟采样10次，连续采样30秒钟。节点采样30秒钟之后停止三维加速度传感器采样，开始计算当前周期姿态参数，包括三维平均值、三维平均振幅、特征值和倾角，计算方法与初始化阶段的计算方法相同。三维加速度无线传感器节点计算完成之后把当前周期姿态数据通过无线广播发送给同组的组长节点24。同时组长节点24在收到同组的三维加速度无线传感器节点22的姿态数据之后保存。在检测周期最后5秒，检测周期即将结束时，三维加速度无线传感器组长节点24停止无线接收同组节点信息，并将本组节点在该周期的姿态数据通过无线网络自动路由发送到汇聚节点24，同时结束当前检测周期，进入下一个检测周期。

汇聚节点24收到姿态数据后，利用GPRS模块发送到监控中心服务器1，实现姿态重现。货物的姿态判断标准如下：

1)平衡：传感器节点组的每个节点的三维平均振幅均小于设定值5；

2)撞击：在连续5次采样过程中，传感器节点组的各个节点的至少一个水平维度的三维平均值超过设定值80；

3)晃动：在连续5次采样过程中，传感器节点组的各个节点的三个维度的三维平均值小于设定值20，但至少一个节点的至少一个维度的三维平均振幅超过设定值60；

4)翻倒：传感器节点组的各个节点在竖直维度的三维平均值和上一次监测过程的差值超过设定值60，同时各个节点在至少一个水平温度的三维平均值和上一次监测过程的差值超过设定值60。

试验证明，采用这种决策方法，无线传感器网络的生命周期比普通的网络延长了约3倍。

Claims (9)

1.一种基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，所述无线传感器网络包括一个服务器和一个或多个监测区域，

每个监测区域包括一个或多个待监测货物，每个货物的不同表面设置至少两个三维加速度无线传感器节点，同一货物的传感器节点组成传感器节点组；

每个监测区域包括一个汇聚节点，所述监测区域内的所有传感器节点和所述汇聚节点数据连接；

所有监测区域内的汇聚节点和所述服务器数据连接，

所述方法包括初始化过程和监测过程，

在初始化过程中，每个传感器节点确定自身处于静止状态后，确定货物的一个竖直维度和两个水平维度，所述三个维度两两垂直，

在监测过程中，每个传感器节点计算自身的监测参数，并将所述监测参数经汇聚节点发送至服务器，服务器根据所述监测参数确定货物状态，

所述监测参数包括三维平均值、三维平均振幅、特征值和倾角，其中，

三维平均值： $\stackrel{\‾}{X}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i,$ $\stackrel{\‾}{Y}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{Y}_i,$ $\stackrel{\‾}{Z}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{Z}_i,$ n表示一次监测过程中的采样次数，X_i、Y_i、Z_i分别表示一次采样中各个维度的加速度采样值，

三维平均振幅： $A_X=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|X_i-\stackrel{\‾}{X}|,$ $A_Y=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|Y_i-\stackrel{\‾}{Y}|,$ $A_Z=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|Z_i-\stackrel{\‾}{Z}|,$

特征值： $S=\sqrt{{\stackrel{\‾}{X}}^2+{\stackrel{\‾}{Y}}^2+{\stackrel{\‾}{Z}}^2},$

三维倾角： $\mathrm{\θx}=\arccos \left(\frac{\stackrel{\‾}{X}}{S}\right),$ $\mathrm{\θy}=\arccos \left(\frac{\stackrel{\‾}{Y}}{S}\right),$ $\mathrm{\θz}=\arccos \left(\frac{\stackrel{\‾}{Z}}{S}\right).$

2.如权利要求1所述的基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，所述至少两个三维加速度无线传感器节点中的一个位于货物的顶面，另一个位于货物的侧面。

3.如权利要求1所述的基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，所述监测区域内的所有传感器节点通过无线连接和所述汇聚节点数据连接；所有监测区域内的汇聚节点通过无线连接和所述服务器数据连接。

4.如权利要求1所述的基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，所述传感器节点组中的一个传感器节点担任组长，在所述监测过程中，所述传感器节点组内的其它节点的监测参数发送至所述组长，由所述组长将所述监测参数经汇聚节点发送至服务器。

5.如权利要求1所述的基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，所述监测区域为火车的一节车厢、货车或卡车的车厢、一个集装箱，所述汇聚节点设置于所述车厢或集装箱的顶部。

6.如权利要求1所述的基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，所述初始化过程持续1分钟，在初始化过程中，每个传感器节点每秒钟采样10次，连续采样20秒钟；所述监测过程持续1分钟，在监测过程中，每个传感器节点每秒钟采样10次，连续采样30秒钟，30秒钟后停止采样并计算所述监测参数。

7.如权利要求1所述的基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，在初始化过程中，每个传感器节点通过下述方法确定自身处于静止状态：

任意确定一个竖直维度和两个水平维度，所述三个维度两两垂直，

计算传感器节点自身的三维平均值和三维平均振幅，当所述三个维度的三维平均振幅均小于设定阈值时，确定自身处于静止状态；否则重复进行初始化过程，直到确定自身处于静止状态。

8.如权利要求7所述的基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，在初始化过程中，每个传感器节点通过下述方法确定货物的竖直维度：

计算传感器节点自身的特征值和三维倾角，选择倾角最接近90°的维度为竖直维度。

9.如权利要求1所述的基于三维加速度无线传感器网络的货物状态监测方法，其特征在于，服务器按设定的规则确定货物状态，所述设定的规则包括选自下列组的一项或多项：

1)平衡：传感器节点组的每个节点的三维平均振幅均小于设定值；

2)撞击：在设定数量的连续几次采样过程中，传感器节点组的各个节点的至少一个水平维度的三维平均值超过设定值；

3)晃动：在设定数量的连续几次采样过程中，传感器节点组的各个节点的三个维度的三维平均值小于设定值，但至少一个节点的至少一个维度的三维平均振幅超过设定值；

4)翻倒：传感器节点组的各个节点在竖直维度的三维平均值和上一次监测过程的差值超过设定值，同时各个节点在至少一个水平维度的三维平均值和上一次监测过程的差值超过设定值。

Images