CN104796937A - 一种基于移动机器人的无线传感器网络节点故障巡检方法 - Google Patents

Abstract

本发明公开了一种基于移动机器人的无线传感器网络节点故障巡检方法。属于故障诊断领域；该方法的具体步骤如下，步骤一：传感器节点布置与组网；步骤二：利用RSSI测距确定各节点之间的距离与坐标；步骤三：采用混合遗传算法确定机器人遍历各节点的最优路径；步骤四：移动机器人遍历所有节点，采集相应的数据；步骤五：与节点数据进行对比，判断是否发生故障及其类型。采用本发明所述的巡检方法，可以实现对大型无线传感网络中传感器实时巡检，方便实用，并可以对故障进行实时诊断。

Description

一种基于移动机器人的无线传感器网络节点故障巡检方法

技术领域

本发明涉及无线传感网络故障诊断领域，具体涉及一种基于移动机器人的无线传感器网络节点故障巡检方法。

背景技术

今年来，无线传感器网络被广泛应用在气候监测，周边环境中的温度、灯光、湿度等情况的探测，大气污染的监测，建筑的结构完整性监控，家庭环境的异常情况，机场等公共场所的化学、生物威胁的检测与预报方面。典型的无线传感网络WSN(Wireless Sensor Network)是一种自组织网络，通过大量低成本的传感器节点设备协同工作实现某一特定任务。特别是电化学传感器的广泛使用，使无线传感器网络普遍易出错。同时，节点间采用无线信号进行数据传输，环境变化，障碍物的出现，很可能导致节点间瞬时或者永久的失去连接。

无线传感器网络规模大，节点数目多，且单个节点一般连接多个传感器，这都增加无线传感网络节点故障诊断的复杂度。当前国内的无线传感器网络故障诊断方法主要针对的是节点之间连通性等网络故障的诊断，对节点所连接的传感器故障定位与诊断，还相对较少。本发明使用结合无线传感网络的移动机器人，实现对网络中节点及节点所连接的传感器进行巡检。

本发明中移动机器人遍历所有节点的路径规划实质是旅行商问题，最早的数学规划是由Dantzig等人在1959年提出，其核心问题是寻求遍历所有路径规划需求点的最少路径成本问题，目前大多采用的是启发式算法和遗传算法解决。

发明内容

针对上述问题，本发明提出了一种基于移动机器人的无线传感器网络节点故障巡检方法，以解决目前传感器网络故障诊断的问题，以实现传感器网络的故障巡检，保证无线传感器的故障能够及时发现、定位、识别、消除。

本发明提出了种基于移动机器人的无线传感器网络节点故障巡检方法。包括以下步骤：

步骤一：传感器节点布置与组网。选用ZigBee协议组建mesh网络进行数据收集，网络中包含协调器，路由器，终端三类设备；移动机器人携带校准的传感器节点、GPS模块和ZigBee模块以路由器形式入网，并确定其初始位置。

步骤二：利用RSSI测距确定各节点之间的距离与坐标。将协调器置于无线传感网络中心区域，进行广播，无线传感网络中其他节点接收协调器的广播数据；RSSI和无线信号传输距离之间存在确定的计算公式，通过它计算出节点之间的距离及坐标，存入地理位置数据库中，数据模型的结构为[节点，节点类型，节点坐标]+[节点对之间的距离]。

步骤三：采用混合遗传算法确定机器人遍历各节点的最优路径。根据步骤二中得到的地理位置数据库，我们采用混合遗传算法确定机器人之间遍历各节点的最优路径；其具体过程如下：编码方法选取，使用环游所经历的顶点的顺序排列而构成的序列作为编码的方法；选取适度函数；遗传算子的选用，选择算子采取比例算子，变异算子采用倒位算子或插入变异算子，交叉算子采用顺序交叉或重组交叉；确定运行参数。

步骤四：移动机器人遍历所有节点，采集相应的数据。整个无线传感网络进入工作状态，运行一段时间，移动机器人可以从地理信息库中得到所有节点的地理信息，根据步骤三所确定的最优路线，遍历所有节点；每到达一个节点，需要与当前节点进行身份确认，让两者的数据采集时间对准，采集数据，其数据包中包含：采集开始结束时间，遍历的节点号，采集的数据组。

步骤五：与节点数据进行对比，判断是否发生故障及其类型。对节点数据和移动机器人采集的数据进行预处理，中值滤波和温湿度补偿；将同一时间段移动机器人数据与所对应的节点数据做残差，残差除以节点数据，计算出百分比；当百分比超出阈值时，我们认定传感器有故障，采用相应的故障诊断方法，确定其故障类型；不然，认定该传感器阵列正常运行。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为本发明的流程框图。

具体实施方式

下面将结合附图，详细阐述本发明的实施方式。如图1所示，本发明提出了一种基于移动机器人的无线传感器网络节点故障巡检方法，包含以下几个步骤：

步骤一：传感器节点布置与组网。选用ZigBee协议组建mesh网络进行数据收集，网络中包含协调器，路由器，终端三类设备；移动机器人携带校准的传感器节点、GPS模块和ZigBee模块以路由器形式入网，并确定其初始位置。

步骤二：利用RSSI测距确定各节点之间的距离与坐标。将协调器置于无线传感网中心区域，进行广播，无线传感网络中其他节点接收协调器的广播数据；无线信号传输中普遍采用Shadowing模型由式(1)给出：

${\left[\stackrel{\‾}{p_r\left(d\right)}\right]}_{\mathrm{dBm}}={\left[p_r\left(d_0\right)\right]}_{\mathrm{dBm}}-10\mathrm{nlg}\left(\frac{d}{d_0}\right)+X_{\mathrm{dBm}}---\left(1\right)$

式中，d为接收端与发射端之间的距离(m)；d₀为参考距离(m)，一般取1m；是接收端的接收信号功率(dBm)；p_r(d₀)是参考距离d₀点对应的接收信号功率(dBm)；X_dBm是一个平均值为0的高斯随机变量(dBm)，反映了当距离一定时，接收信号功率的变化；n为路径耗损指数，是一个环境相关的值。本发明采用的简化的Shadowing模型，由式(2)给出

${\left[\stackrel{\‾}{p_r\left(d\right)}\right]}_{\mathrm{dBm}}={\left[p_r\left(d_0\right)\right]}_{\mathrm{dBm}}-10\mathrm{nlg}\left(\frac{d}{d_0}\right)---\left(2\right)$

取d₀＝1m，从而得到实际应用中的RSSI测距公式，由式(3)给出：

${\left[\mathrm{RSSI}\right]}_{\mathrm{dBm}}={\left[\stackrel{\‾}{p_r\left(d\right)}\right]}_{\mathrm{dBm}}=A-10\mathrm{nlgd}---\left(3\right)$

上式中。A为信号传输1m后被接收到的功率。通过上述公式计算出节点之间的距离及坐标，存入地理位置数据库中，数据模型的结构为[节点，节点类型，节点坐标]+[节点对之间的距离]。

步骤三：采用混合遗传算法确定机器人遍历各节点的最优路径。根据步骤二中得到的地理位置数据库，我们采用混合遗传算法确定机器人之间遍历各节点的最优路径；其具体过程如下：

编码方法选取，使用环游所经历的顶点的顺序排列而构成的序列作为编码的方法。

选取适度函数，选取的适度函数为F(T)＝n/length(T)。

遗传算子的选用，选择算子采取比例算子，变异算子采用倒位算子或插入变异算子，交叉算子采用顺序交叉或重组交叉。

确定运行参数；

{M,T,p_c,p_m},其中1000≤M≤2000,M∈Z,100≤T≤200,T∈Z,p_c∈[0.44,0.99],p_m∈[0.0001,0.1]。

步骤四：移动机器人遍历所有节点，采集相应的数据。整个无线传感网络进入工作状态，运行一段时间，移动机器人可以从地理信息库中得到所有节点的地理信息，根据步骤三所确定的最优路线，遍历所有节点；每到达一个节点，需要与当前节点进行身份确认，让两者的数据采集时间对准，采集数据，其数据包中包含：采集开始结束时间，遍历的节点号，采集的数据组。

步骤五：与节点数据进行对比，判断是否发生故障及其类型。对节点数据和移动机器人采集的数据进行预处理，中值滤波和传感器温湿度漂移补偿；滤波主要是为了减少环境干扰因素对气体传感器的影响，抑制实验中的环境干扰、脉冲噪声等。温湿度漂移等短期漂移，波动频率较大，难以忽视，特别是冬夏之间，昼夜间的巨大温差造成的短期漂移差异。根据结束开始时间与节点号，将同一时间段移动机器人数据与所对应的节点数据做残差，残差除以节点数据，计算出百分比；当百分比超出阈值时，我们认定传感器有故障，采用相应的故障诊断方法，确定其故障类型；不然，认定该传感器阵列正常运行。

Claims (6)

1.一种基于移动机器人的无线传感器网络节点故障巡检方法，其特征在于，包括如下步骤：

步骤一：传感器节点布置与组网；

步骤二：利用RSSI测距确定各节点之间的距离与坐标；

步骤三：采用混合遗传算法确定机器人遍历各节点的最优路径；

步骤四：移动机器人遍历所有节点，采集相应的数据；

步骤五：与节点数据进行对比，判断是否发生故障及其类型。

2.根据权利要求1所述的，一种基于移动机器人的无线传感器网络节点故障巡检方法，其特征在于：在步骤一中，选用ZigBee协议组建mesh网络进行数据收集，网络中包含协调器，路由器，终端三类设备；移动机器人携带校准的传感器节点、GPS模块和ZigBee模块以路由器形式入网，并确定其初始位置。

3.根据权利要求1所述的，一种基于移动机器人的无线传感器网络节点故障巡检方法，其特征在于：在步骤二中，将协调器置于无线传感网中心区域，进行广播，无线传感网络中其他节点接收协调器的广播数据；RSSI和无线信号传输距离之间存在确定的计算公式，通过它计算出节点之间的距离及坐标，存入地理位置数据库中，数据模型的结构为[节点，节点类型，节点坐标]+[节点对之间的距离]。

4.根据权利要求1所述的，一种基于移动机器人的无线传感器网络节点故障巡检方法，其特征在于：在步骤三中，根据步骤二中得到的地理位置数据库，我们采用混合遗传算法确定机器人之间遍历各节点的最优路径；其具体过程如下：编码方法选取，使用环游所经历的顶点的顺序排列而构成的序列作为编码的方法；选取适度函数；遗传算子的选用，选择算子采取比例算子，变异算子采用倒位算子或插入变异算子，交叉算子采用顺序交叉或重组交叉；确定运行参数。

5.根据权利要求1所述的，一种基于移动机器人的无线传感器网络节点故障巡检方法，其特征在于：在步骤四中，整个无线传感网络进入工作状态，运行一段时间，移动机器人可以从地理信息库中得到所有节点的地理信息，根据步骤三所确定的最优路线，遍历所有节点；每到达一个节点，需要与当前节点进行身份确认，让两者的数据采集时间对准，采集数据，其数据包中包含，采集开始结束时间，遍历的节点号，采集的数据组。

6.根据权利要求1所述的，一种基于移动机器人的无线传感器网络节点故障巡检方法，其特征在于：在步骤五中，对节点数据和移动机器人采集的数据进行预处理，中值滤波和温湿度补偿；将同一时间段移动机器人数据与所对应的节点数据做残差，残差除以节点数据，计算出百分比；当百分比超出阈值时，我们认定传感器有故障，采用相应的故障诊断方法，确定其故障类型；不然，认定该传感器阵列正常运行。