CN104833777A - 一种基于物联网与移动机器人的气体传感器在线漂移校正方法 - Google Patents

一种基于物联网与移动机器人的气体传感器在线漂移校正方法 Download PDF

Info

Publication number
CN104833777A
CN104833777A CN201510237367.XA CN201510237367A CN104833777A CN 104833777 A CN104833777 A CN 104833777A CN 201510237367 A CN201510237367 A CN 201510237367A CN 104833777 A CN104833777 A CN 104833777A
Authority
CN
China
Prior art keywords
mobile robot
time window
gas sensor
drift
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510237367.XA
Other languages
English (en)
Inventor
魏善碧
柴毅
周展
邓萍
唐健
罗宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201510237367.XA priority Critical patent/CN104833777A/zh
Publication of CN104833777A publication Critical patent/CN104833777A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开了一种基于物联网与移动机器人的气体传感器在线漂移校正方法。属于传感器漂移校正领域；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：确定移动机器人遍历所有节点的路线，并实施；步骤三：设定多个时间窗，得到残差矩阵和漂移成分矩阵；步骤四：将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据；五：完成传感器漂移的在线校正。采用本发明所述的校正方法，可以实现气体传感器在线漂移补偿，提高了无线传感器网络的可靠性，延长系统的使用寿命。

Description

一种基于物联网与移动机器人的气体传感器在线漂移校正方法
技术领域
本发明涉及气体传感器漂移校正领域，具体涉及一种基于物联网与移动机器人的气体传感器在线漂移校正方法。
背景技术
传感器技术作为信息技术的三大组成部分之一，已经得到了极其广泛的应用。特别以气敏传感器为代表的电子鼻技术的发展，采用性能稍逊但价格便宜的气敏传感(如金属氧化物传感器)组成的传感器阵列，利用气敏传感器的交叉敏感特性，结合智能信息处理及模式识别算法，弥补传感器性能上的差距，并同样能达到较高的检测精度。
气敏传感器存在各种各样的问题，漂移就是其中一个不可避免的现象。由于气敏传感器的自身原因，其输出信号会随环境因素的变化、自身老化的原因发生波动现象，被称之为传感器漂移。传感器漂移会导致模式识别算法的精度或系统稳定性下降。解决途径主要有两类，一类为根本解决方案，在于提高气敏传感器本身的可靠性和稳定性，这很依赖于物理、化学、材料及制造工艺等多方面进行突破，成本巨大；另一类，使用信号校正方法对传感器响应中的漂移影响进行校正，本发明主要从信号校正的角度出发，研究气体传感器的漂移问题。
成分校正由Artusson等提出，该算法认为传感器漂移具有一定的规律和惯性，并非随机自由分布，因此可以选择一种具有代表的、性质与测试样本类似的样本作为参考样本，找到测试样本的漂移方向，作为测试样本漂移规律的估计。而基于主成分分析的成分校正为其最成熟的一种。
无线传感器网络是由低成本、低功耗的微型无线传感器节点通过自组织通信形成的分布式网络。其节点成本低廉，可以随机散布在目标区域，通过无线通信和分布式数据处理协调完成信息处理任务。移动机器人作为多种传感器的集成体，其上搭载的高精度校准的传感器阵列，而且机器人可以搭载更多的能量，拥有更强的智能和执行能力，可以运行复杂的算法和执行复杂的任务。
发明内容
针对上述问题，本发明提出了一种基于物联网与移动机器人的气体传感器在线漂移校正方法，以解决目前传感器长期漂移的问题，以实现传感器网络的在线偏移校正，保证气体传感器经校正后仍能保持良好的识别性能。
本发明提出了一种基于物联网与移动机器人的气体传感器在线漂移校正方法。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GPS模块、ZigBee模块和校准的传感器阵列以协调器形式入网，并确定其初始位置。
步骤二：确定移动机器人遍历所有节点的路线，并实施。确定移动机器人遍历所有节点的路线，其实质是旅行商问题，本发明采用溶入最近邻算法的混合遗传算法确定其最优路径，遍历所有的节点，在每个节点处停留固定时间，获取数据。
步骤三：设定多个时间窗，得到残差矩阵和漂移成分矩阵。按20天为一个时间窗，将节点与移动机器人采集到的数据分别进行预处理：中位值平均滤波和传感器温湿度补偿；将机器人采集到的标准数据与相应节点的数据做差，得到残差矩阵Y；将当前时间窗节点数据进行主成分分析，得到漂移载荷p。
步骤四：将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据。将当前时间窗的数据矩阵X映射到到载荷向量p上，得到漂移成分矩阵；将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据。
步骤五：完成传感器漂移的在线校正。将时间窗wi中样本就算出来的校正矩阵用于下一个时间窗wi+1中样本的校正，假定相邻两个窗内的样本漂移方向近似相同。这样虽然在一定程度上损失了一部分校正精度，但其实现了气体传感器的在线漂移校正，并且由于移动机器人的使用使得其校正后的总体趋势依然有较好的表现。
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。
图2为传感器在线漂移校正算法的流程框图。
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物联网与移动机器人的气体传感器在线漂移校正方法，包含以下几个步骤：
步骤一：传感器节点布置与组网。在某个需要监测的区域中采用网格式传感器布局，即将待测区域划分成单位区域，单位长度和单位面积根据传感器的感知半径而定，在每个单位区域的中心布置一个传感器节点，传感器数据通过无线网络进行传输，移动机器人携带GPS模块、ZigBee模块和高精度校准的传感器阵列以协调器的功能入网，处于其初始位置(一般选在区域的中心)。
步骤二：确定移动机器人遍历所有节点的路线，并实施。确定移动的机器人遍历所有节点的最优路线，其实质是一个旅行商问题，我们选用的是溶入最邻近算法的一种复合遗传算法，其具体的步骤为：编码方法选择；适应度函数选取；
遗传算子的选用；确定运行参数。
通过上述算法，确定遍历的最优路径。移动机器人按照确定的路径，遍历所有的传感器节点，在每个节点处停留固定时间并测得一组数据，传送至上位机。
步骤三：设定多个时间窗，得到残差矩阵和漂移成分矩阵。将时间窗的宽度设为20(天)，即每隔20天更新一次校正矩阵。在算法校正分析之前，对传感器和移动机器人所采集的数据进行预处理：中位值平均滤波和传感器温湿度漂移补偿。中位值平均滤波主要是为了减少环境干扰因素对气体传感器的影响。温湿度漂移补偿属于短期漂移补偿，波动频率要远大于长期漂移，特别是冬夏之间与昼夜之间巨大温差所造成的短期漂移差异，所以温湿度漂移补偿相当必要。预处理后，将移动机器人所测的校准数据与节点采集的数据做差，得到残差矩阵Y。基于主成分分析的成分校正首先对时间窗wi的节点数据矩阵进行主成分分析，得到载荷向量p。一般认为，第一载荷向量对传感器阵列的漂移贡献最大。假设传感器在时间窗wi中长期漂移方向与在时间窗wi+1中漂移的方向是相同的。
步骤四：将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据。其在线漂移校正的具体步骤如下：
(1)首先对时间窗wi的节点数据矩阵进行主成分分析，得到漂移载荷向量p。
(2)将时间窗wi+1的节点数据矩阵X映射到载荷向量p上：
t＝Xp   (1)
(3)将漂移成分tpT和时间窗wi的残差矩阵Y按一定权重参与校正，得到校正后的数据Xcorrected：
Xcorrected＝X-t1tpT-t2Y   (2)
其中式(2)t1、t2为校正的权重系数，且t1+t2＝1
步骤五：完成传感器漂移的在线校正。将时间窗wi中样本就算出来的校正矩阵用于下一个时间窗wi+1中样本的校正，假定相邻两个窗内的样本漂移方向近似相同。这样虽然在一定程度上损失了一部分校正精度，但其实现了气体传感器的在线漂移校正，并且由于移动机器人的使用使得其校正后的总体趋势依然有较好的表现。

Claims (6)

1.一种基于物联网与移动机器人的气体传感器在线漂移校正方法，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：确定移动机器人遍历所有节点的路线，并实施；
步骤三：设定多个时间窗，得到残差矩阵和漂移成分矩阵；
步骤四：将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据；
步骤五：完成传感器漂移的在线校正。
2.根据权利要求1所述的，一种基于物联网与移动机器人的气体传感器在线漂移校正方法，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GPS模块、ZigBee模块和校准的传感器阵列以路由器形式入网，并确定其初始位置。
3.根据权利要求1所述的，一种基于物联网与移动机器人的气体传感器在线漂移校正方法，其特征在于：在步骤二中，确定移动机器人遍历所有节点的路线，其实质是旅行商问题，本发明采用溶入最近邻算法的混合遗传算法确定其最优路径，遍历所有的节点，在每个节点处停留固定时间，获取数据。
4.根据权利要求1所述的，一种基于物联网与移动机器人的气体传感器在线漂移校正方法，其特征在于：在步骤三中，按20天为一个时间窗，将节点与移动机器人采集到的数据分别进行预处理：中位值平均滤波和传感器温湿度补偿；将机器人采集到的标准数据与相应节点的数据做差，得到残差矩阵Y；将当前时间窗节点数据进行主成分分析，得到漂移载荷p。
5.根据权利要求1所述的，一种基于物联网与移动机器人的气体传感器在线漂移校正方法，其特征在于：在步骤四中，将当前时间窗的数据矩阵X映射到到载荷向量p上，得到漂移成分矩阵；将前一个时间窗的两个矩阵按一定权重校正当前时间窗的数据。
6.根据权利要求1所述的，一种基于物联网与移动机器人的气体传感器在线漂移校正方法，其特征在于：在步骤五中，将时间窗wi中样本就算出来的校正矩阵用于下一个时间窗wi+1中样本的校正，假定相邻两个窗内的样本漂移方向近似相同。这样虽然在一定程度上损失了一部分校正精度，但其实现了气体传感器的在线漂移校正，并且由于移动机器人的使用使得其校正后的总体趋势依然有较好的表现。
CN201510237367.XA 2015-05-11 2015-05-11 一种基于物联网与移动机器人的气体传感器在线漂移校正方法 Pending CN104833777A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510237367.XA CN104833777A (zh) 2015-05-11 2015-05-11 一种基于物联网与移动机器人的气体传感器在线漂移校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510237367.XA CN104833777A (zh) 2015-05-11 2015-05-11 一种基于物联网与移动机器人的气体传感器在线漂移校正方法

Publications (1)

Publication Number Publication Date
CN104833777A true CN104833777A (zh) 2015-08-12

Family

ID=53811790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510237367.XA Pending CN104833777A (zh) 2015-05-11 2015-05-11 一种基于物联网与移动机器人的气体传感器在线漂移校正方法

Country Status (1)

Country Link
CN (1) CN104833777A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938133A (zh) * 2016-04-07 2016-09-14 中国农业大学 一种无线气体传感器在线校准方法及系统
CN108828150A (zh) * 2018-06-20 2018-11-16 深圳市环思科技有限公司 基于时域滤波的传感器数据在线校准方法及装置
CN109164218A (zh) * 2018-11-12 2019-01-08 罕王微电子（辽宁）有限公司 一种智能传感器
CN109716128A (zh) * 2016-12-06 2019-05-03 曾宁 一种网络化的环境监测系统、方法和计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5696316A (en) * 1994-03-01 1997-12-09 Robert Bosch Gmbh Adaption device for transmitter wheel of combustion engine
CN102507677A (zh) * 2011-11-01 2012-06-20 重庆大学 一种基于多重自组织神经网络的电子鼻漂移抑制方法
US20140012791A1 (en) * 2012-07-05 2014-01-09 Caterpillar Inc. Systems and methods for sensor error detection and compensation
CN103885002A (zh) * 2014-03-06 2014-06-25 中国船舶重工集团公司第七一〇研究所 磁传感器阵列测量中的平行度误差补偿方法和系统
CN103983332A (zh) * 2014-05-31 2014-08-13 福州大学 一种基于hgsa-bp算法的传感器误差补偿方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5696316A (en) * 1994-03-01 1997-12-09 Robert Bosch Gmbh Adaption device for transmitter wheel of combustion engine
CN102507677A (zh) * 2011-11-01 2012-06-20 重庆大学 一种基于多重自组织神经网络的电子鼻漂移抑制方法
US20140012791A1 (en) * 2012-07-05 2014-01-09 Caterpillar Inc. Systems and methods for sensor error detection and compensation
CN103885002A (zh) * 2014-03-06 2014-06-25 中国船舶重工集团公司第七一〇研究所 磁传感器阵列测量中的平行度误差补偿方法和系统
CN103983332A (zh) * 2014-05-31 2014-08-13 福州大学 一种基于hgsa-bp算法的传感器误差补偿方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋秀毅等: "嵌入式大气数据传感系统及其校正", 《应用科学学报》, vol. 26, no. 3, 31 May 2008 (2008-05-31), pages 301 - 306 *
杨农林等: "机器人传感信息的融合与传感系统", 《华中理工大学学报》, vol. 23, no. 3, 31 March 1995 (1995-03-31), pages 43 - 47 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938133A (zh) * 2016-04-07 2016-09-14 中国农业大学 一种无线气体传感器在线校准方法及系统
CN105938133B (zh) * 2016-04-07 2017-11-17 中国农业大学 一种无线气体传感器在线校准方法及系统
CN109716128A (zh) * 2016-12-06 2019-05-03 曾宁 一种网络化的环境监测系统、方法和计算机可读存储介质
CN109716128B (zh) * 2016-12-06 2022-05-10 曾宁 一种网络化的环境监测系统、方法和计算机可读存储介质
CN108828150A (zh) * 2018-06-20 2018-11-16 深圳市环思科技有限公司 基于时域滤波的传感器数据在线校准方法及装置
CN108828150B (zh) * 2018-06-20 2021-05-04 深圳市环思科技有限公司 基于时域滤波的传感器数据在线校准方法及装置
CN109164218A (zh) * 2018-11-12 2019-01-08 罕王微电子（辽宁）有限公司 一种智能传感器

Similar Documents

Publication Publication Date Title
zeng Wang et al. Improvement on APIT localization algorithms for wireless sensor networks
Cassandras et al. Sensor networks and cooperative control
US10778556B2 (en) Efficient mesh network data gathering
CN104833777A (zh) 一种基于物联网与移动机器人的气体传感器在线漂移校正方法
Ruan et al. Cooperative relative localization for UAV swarm in GNSS-denied environment: A coalition formation game approach
CN102316496A (zh) 无线传感器网络中基于卡尔曼滤波的数据融合方法
Amutha et al. A distributed border surveillance (dbs) system for rectangular and circular region of interest with wireless sensor networks in shadowed environments
EP3900267B1 (en) Parameter selection for network communication links using reinforcement learning
Erdelj et al. Multiple point of interest discovery and coverage with mobile wireless sensors
CN103052128A (zh) 一种基于无线传感器网络能量有效的协同调度方法
CN117171698A (zh) 一种异步多传感器目标追踪自适应融合方法及系统
CN110113807A (zh) 无线传感器网络中基于数据相似度的节点休眠调度方法
CN105072582A (zh) 基于rss分布的距离自适应的无线传感网络被动式定位方法
Tolić et al. Resource management in cooperative multi‐agent networks through self‐triggering
Kay et al. An expedient wireless sensor automaton with system scalability and efficiency benefits
Du et al. A multi-sensor data fusion algorithm based on consistency preprocessing and adaptive weighting
Rani et al. Enhancing QoS in Wireless Sensor Networks Using Dynamic Energy-Efficient Multimode Transmission with the Network Adaptive Multimode Transmission LEACH Protocol
Hartung et al. Monte Carlo localization for path-based mobility in mobile wireless sensor networks
KR20220146864A (ko) 게임 이론을 이용한 스마트 팩토리 환경의 무선 센서 네트워크 자원 할당 방법 및 이를 기록한 기록매체
CN111669767A (zh) 一种传感器网络动态部署方法
CN107040409B (zh) 一种无线传感器网络路由协议推荐系统
Hossain et al. Design and Implementation of WSN Based Indoor Environmental Monitoring System Using Multiple Sensor Data Acquisition with IoT Integration
CN102469545A (zh) 移动代理行程规划方法及装置
Chang et al. Planning rendezvous using the Halin graph in wireless sensor networks
Wang et al. Compensation strategy for distributed tracking in wireless sensor networks with packet losses

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150812