CN111526177B - 面向智慧城市信息-物理融合的智能物联网系统构建方法 - Google Patents

Abstract

本发明公开了一种面向智慧城市信息‑物理融合的智能物联网系统构建方法，包括统一建模语言AIoTML和对应的编译系统，为智慧城市信物融合智能物联网系统提供快速，专用、易用性强的构造方式。所述方法首先将智慧城市信物融合智能物联网系统划分为云‑端协同控制策略模型、仿真环境模型、终端物联网设备模型和通信模型。接着对物联网系统建模语言ThingML语言进行拓展，拓展后的语言即为AIoTML语言，支持对所述智慧城市信物融合智能物联网系统模型建模。最后通过使用一套编译系统，将AIoTML语言模型生成异构平台可直接部署的代码从而完成智能物联网系统的构建。该方法支持多目标编程语言和多目标平台代码生成，有效降低开发难度，减少编程的学习和使用成本。

Description

面向智慧城市信息-物理融合的智能物联网系统构建方法

技术领域

本发明属于计算机领域，尤其涉及一种面向智慧城市信息-物理融合的智能物联网系统构建方法。

背景技术

智慧城市信息-物理融合系统是在环境感知的基础上，深度融合计算、通信和控制能力的网络化物理设备互联系统，其通过反馈回路深度融合计算进程和物理进程，从而实现对智慧城市中物理实体安全、高效和实时的检测与控制。然而由于缺乏有效的针对物理与计算设备的统一建模机制与物理设备间逻辑关系的自动化识别方法，目前的物联网技术只能在单个系统小范围设备间实施简单的“感执传控”，无法从宏观的角度对多个异构系统同时进行精确实时地认知、控制与协同。随着物联网设备数量爆炸式增长以及智慧城市应用需求的不断增加，如何针对物联网设备的强时空性、异构性及其所处环境的不确定性，研究面向智慧城市 CPS 系统的统一建模理论，支持连续离散、强时空、网络化、协同性等特征的刻画，支持物联网异构设备/系统的无缝集成。将大规模信息世界与物理世界作为一个整体来进行认知与控制，实现对智慧城市CPS系统高效且智能化的分析、控制和优化协同，已成为学术界和工业界研究的热点。

发明内容

本发明的目的是提供一种面向智慧城市信息-物理融合的智能物联网系统构建方法，该方法支持多种目标编程语言和多目标平台代码生成，有效降低开发难度，减少编程的学习和使用成本。

实现本发明目的的就具体技术方案是：

一种面向智慧城市信息-物理融合的智能物联网系统构建方法，该方法包括以下步骤：

步骤1：对物联网系统建模语言ThingML语言进行拓展形成AIoTML语言以支持智慧城市信息-物理融合智能物联网系统模型建模，其含有的语法元素为事物、实体、控制策略、配置、动作/表达式/函数、状态机及通信端口/消息，通信协议；包括添加控制策略、实体、对事物进行拓展以及对配置进行拓展；

步骤2：实现一套编译系统，能够将步骤1所述的AIoTML语言转换为目标平台代码或目标语言代码；编译系统由编译系统前端和后端组成；编译系统前端对AIoTML语言进行词法及语法分析；接着编译系统后端根据配置中的平台信息选择相应的编译器进行语义分析生成目标语言代码或目标平台代码；

步骤3：将智慧城市信息-物理融合智能物联网系统模型划分为云-端协同控制策略模型、仿真环境模型、终端物联网设备模型和通信模型；云-端协同控制策略模型对物联网设备控制策略进行建模，包括策略选择、参数设置、动作及状态模型；仿真环境模型对物联网全体设备和物理环境进行建模，包括虚拟机设备、物理环境和物理过程；终端物联网设备模型对具体的真实物联网设备进行建模；通信模型对协同控制策略、仿真环境和终端物联网设备模型之间的连接关系和通信协议进行建模；接着使用AIoTML语言对智慧城市信息-物理融合智能物联网系统模型进行描述得到AIoTML模型文件并使用步骤2所述编译系统将文件生成云-端协同控制策略、仿真环境、终端物联网设备和通信代码；最后将代码部署到云端和物联网设备完成面向智慧城市信息-物理融合的智能物联网系统的构建；

其中：

所述AIoTML语言使用控制策略、事物、实体和配置语言结构/组件描述智慧城市信物融合智能物联网系统模型。

所述控制策略由控制算法组件、动作组件及状态组件构成，用于描述物联网设备协同控制策略。

所述控制算法组件包括策略选择以及相应的参数设置。

所述动作组件可以设备动作范围，支持连续和离散的动作空间，将控制算法得出的控制命令转化为可被物联网设备识别的动作命令。

所述状态组件可以定义设备状态范围，处理从仿真环境或真实设备发送的状态供控制算法使用。

所述实体组件由一组常规属性组成，用于描述常规属性集合，其中常规属性是定义在事物或实体中的具有数据类型的全局变量。

所述事物组件包含属性、消息、端口、函数、表达式和状态机的定义。其中属性是在事物范围内定义的全局变量，属性可以是常规属性，也可以是实体的实例。状态机用于描述事物的逻辑功能，函数于普通编程语言类似用于描述计算过程。端口和端口用于事物及控制策略组件之间的连接和通信。属性、消息、端口、函数和状态机组成的事物可以对智能物联网系统的仿真环境及物联网设备进行建模。

所述对事物组件进行拓展包括对表达式、状态机、消息及端口的扩展，可用于描述智能物联网CPS系统仿真环境或真实物理设备。

所述对表达式进行拓展是将基本算数运算和逻辑运算范围从基本数据类型拓展到实体上。

所述对状态机进行拓展即拓展了状态机以支持对连续行为的建模，对事物组件的行为进行建模。

所述对消息和端口扩展支持了包含实体的消息的发送和接收。

所述配置组件包括平台选择、通信协议、序列化以及组件连接，用于描述系统全局设置，如物联网设备类型设定及云平台设定，终端设备与云平台的通信协议，消息序列化以及组件连接关系包括控制策略逐渐和事物之间的连接。

所述对配置组件进行拓展包括对平台选择、通信协议及序列化进行拓展。

所述平台选择包括设备选择和云平台选择。设备选择用于指定物联网设备控制器型号，包括Arduino及STM32系列单片机。

所述对平台选择进行扩展包括添加了云平台选择；云平台选择用于指定云平台，包括中移物联网OneNET云平台。

所述对通信协议进行拓展包括拓展了原有通信协议以及添加云平台接入协议以支持控制策略、物联网设备、仿真环境和云平台之间的相互通信。

所述对序列化进行拓展，拓展了消息序列化以支持包含实体的消息的序列化。

本发明具有的有益效果在于：

本发明涉及了一种面向智慧城市信息-物理融合的智能物联网系统构建方法，包括统一建模语言AIoTML和一套编译系统，为智慧城市信物融合智能物联网系统提供快速，专用、易用性强的构造方式。所述方法首先将智慧城市信物融合智能物联网系统划分为云-端协同控制策略模型、仿真环境模型、终端物联网设备模型和通信模型。接着对物联网系统建模语言ThingML语言进行拓展，包括添加了控制策略组件、实体组件，对原有的事物组件和配置组件进行拓展，拓展后的语言即为AIoTML语言，支持对所述智慧城市信物融合智能物联网系统模型建模。最后通过一套编译系统，将AIoTML语言模型生成异构平台可直接部署的云-端协同控制策略代码、仿真环境代码、物联网终端设备代码以及通信代码。该方法支持多种目标编程语言和多目标平台代码生成，有效降低开发难度，减少编程的学习和使用成本。

附图说明

图1是本发明流程图；

图2是智慧城市简单推球场景示意图；

图3是智慧城市CPS系统模型；

图4是智慧城市CPS系统仿真器AIoTML模型；

图5是仿真器状态机示意图；

图6是仿真器AIoTML行为模型；

图7是仿真器物理过程AIoTML模型；

图8是AIoTML编译系统框架图。

具体实施方式

参阅图1，本发明提供一种面向智慧城市信息-物理融合的智能物联网系统构建方法，该方法包括以下步骤：

步骤1：对物联网系统建模语言ThingML语言进行拓展形成AIoTML语言以支持智慧城市信息-物理融合智能物联网系统模型建模，其含有的语法元素为事物、实体、控制策略、配置、动作/表达式/函数、状态机、通信端口/消息及通信协议；包括添加控制策略、实体、对事物进行拓展以及对配置进行拓展；

步骤2：实现一套编译系统，能够将步骤1所述的AIoTML语言转换为目标平台代码或目标语言代码；编译系统由编译系统前端和后端组成；编译系统前端对AIoTML语言进行词法及语法分析；接着编译系统后端根据配置中的平台信息选择相应的编译器进行语义分析并结合内置的通信协议库、模板库及驱动库生成目标语言代码或目标平台代码；

步骤3：将智慧城市信息-物理融合智能物联网系统模型划分为云-端协同控制策略模型、仿真环境模型、终端物联网设备模型和通信模型；云-端协同控制策略模型对物联网设备控制策略进行建模，包括策略选择、参数设置、动作及状态模型；仿真环境模型对物联网全体设备和物理环境进行建模，包括虚拟机设备、物理环境和物理过程；终端物联网设备模型对具体的真实物联网设备进行建模；通信模型对协同控制策略、仿真环境和终端物联网设备模型之间的连接关系和通信协议进行建模；接着使用AIoTML语言对智慧城市信息-物理融合智能物联网系统模型进行描述得到AIoTML模型文件并使用步骤2所述编译系统将文件生成云-端协同控制策略、仿真环境、终端物联网设备和通信代码；最后将代码部署到云端和物联网设备完成面向智慧城市信息-物理融合的智能物联网系统的构建。

下面结合具体实施例对本发明作进一步说明。

如图2所示，在一个简单的智慧城市信物融合场景即推球场景下，用小球表示的agent需要相互协作将大球表示的landmark通过碰撞推到指定的地点。Agent和landmark代表不同类型的物联网设备，所有物联网设备接入OneNET云平台。云平台上部署云-端协同控制策略，通过实时获取物联网设备当前状态（即速度、位置）得出下一步agent物联网设备动作（即运动方向、碰撞力度）并向物联网设备发送指令，所有agent接收到指令后做出相应动作，接着agent与landmark再将当前状态发送到云平台。如此不断重复直到landmark到达指定地点。

如图3所示，该推球场景模型可具体分为云-端协同控制策略模型、仿真器模型、物联网设备模型和通信模型。控制策略策略根据系统定义目标即将landmark推到指定位置来控制物联网设备的动作，在该场景下动作为带有方向的碰撞力。仿真器包含虚拟设备、物理环境以及相应物理过程模型，在该场景下物理过程主要为agent与landmark碰撞过程。物联网设备模型定义了真实物联网设备逻辑功能，在该场景下其逻辑功能为设定碰撞力、方向和返回自身状态如速度及位置。通信模型刻画了系统各部分间的连接关系以及通信协议，在该场景下，控制策略连接到仿真器，物联网云平台通过接入协议连接到物联网设备。云平台部署的控制策略可使用现有强化学习方法或特定的人工编写策略。强化学习方法可以通过仿真器模拟现实的CPS系统进行控制策略的训练，其训练好的模型作为最终的控制策略控制真实物联网设备。控制策略根据agents和landmark的速度和位置计算出agents下一步的动作并将动作命令即碰撞力通过云平台发送到仿真器或真实设备，设备接收到命令后做出相应的动作接着再次将自身状态即速度和位置上报到控制策略部分。

如图4所示，AIoTML使用事物（thing）、实体（subthing）和配置（configuration）描述了智慧城市CPS系统的仿真器。事物包含了常规属性（property）、实体的实例（cproperty）、端口（port）、消息（message）、函数（function）和状态机（statechart）组件。

其中事物包含实例、常规属性、消息、端口和状态机的定义。事物的行为是使用状态机定义的。常规属性是在事物范围内定义的全局变量，具有数据类型。实例是实体的实例。在该场景下常规属性和实例描述了仿真器物理环境所需参数和虚拟设备实例，如弹性力参数、衰减参数、agent和landmark。通过端口和消息组件可以异步地发送和接收一组消息。消息组件定义了5种消息，动作命令消息、agent状态消息、landmark状态消息、重置消息（reset）与停止消息（done）。端口组件绑定了5种消息，并将动作消息、重置消息及结束消息作为接收消息将状态消息作为发送消息。

实体表示虚拟设备，这里定义了两种设备agent和landmark，实体由一组属性组成如名称、速度、位置及质量等。

配置由实例化、端口连接和通信协议组成，表示实例化该仿真器，将该仿真器的msg_port端口使用websocket协议通过9010端口连接到外部人工编写的控制策略。

仿真器行为模型如图5状态图所示，仿真器的初始状态为init状态，该状态为每个虚拟设备（即agent和landmark）和环境设置初始状态如初始位置、初始速度、agent数量及弹性系数等。接着init状态无条件迁移到Set-action状态，Set-action状态等待控制策略发送动作命令，当接收到动作命令时Set_action动作被激活接着迁移到Step状态，这里Set_action动作解析msg_port端口获取的动作命令actionmsg并为每个虚拟设备设置动作。Step状态由三个子状态组成：phy-apply-action、phy-apply-envforce及phy-integrate-state，phy-apply-action状态的进入动作包括为虚拟设备执行所设定的动作即虚拟设备施加碰撞力，phy-apply-envforce状态的进入动作为模拟虚拟设备物理碰撞过程，phy-integrate-state状态的进入动作为更新虚拟设备的状态即进行动作后的速度和位置。phy-integrate-state状态进入动作执行完后通过msg_port端口向控制策略部分发送当前虚拟设备的状态并迁移到Set-action状态继续等待下一次动作命令。Set-action状态接收到重置命令reset后迁移到init状态再次初始化仿真器，若接收到结束命令done则迁移到stop状态结束仿真。图6是状态图的相应的AIoTML模型描述。

该场景下仿真环境的物理过程主要是agent与landmark碰撞过程，landmark受到agent碰撞力的影响会改变自身的加速度从而改变速度和位置，同样agent会受到其他agent和landmark的反作用力影响改变自身的加速度从而改变速度和位置。图7显示了AIoTML描述的物理过程，这里物理过程用函数代替子状态，因为物理过程的子状态是无条件迁移的。

参阅图8，编译系统负责将AIoTML语言转换到目标语言和目标平台。如图7所示使用AIoTML语言描述系统仿真器后，编译系统前端对AIoTML模型进行词法及语法分析，其对应的语法元素包括事物、实体、配置、动作/表达式/函数、状态机、通信端口/消息及通信协议等组件。接着编译系统后端根据配置中的平台信息选择相应的编译器如NodeJS语言编译器进行语义分析并结合通信协议库、模板库及驱动库等语言库生成目标语言或目标平台的代码。

Claims (1)

1.一种面向智慧城市信息-物理融合的智能物联网系统构建方法，其特征在于，该方法包括以下步骤：

步骤1：对物联网系统建模语言ThingML语言进行拓展形成AIoTML语言以支持智慧城市信息-物理融合智能物联网系统模型建模，其含有的语法元素为事物、实体、控制策略、配置、动作/表达式/函数、状态机及通信端口/消息，通信协议；包括添加控制策略、实体、对事物进行拓展以及对配置进行拓展；

步骤2：实现一种编译系统，能够将步骤1所述的AIoTML语言转换为目标平台代码或目标语言代码；编译系统由编译系统前端和后端组成；编译系统前端对AIoTML语言进行词法及语法分析；接着编译系统后端根据配置中的平台信息或目标语言信息选择对应的编译器进行语义分析生成目标平台代码或目标语言代码；

步骤3：将智慧城市信息-物理融合智能物联网系统模型划分为云-端协同控制策略模型、仿真环境模型、终端物联网设备模型和通信模型；云-端协同控制策略模型对物联网设备控制策略进行建模，包括策略选择、参数设置、动作及状态模型；仿真环境模型对物联网全体设备和物理环境进行建模，包括虚拟机设备、物理环境和物理过程；终端物联网设备模型对具体的真实物联网设备进行建模；通信模型对协同控制策略、仿真环境和终端物联网设备模型之间的连接关系和通信协议进行建模；接着使用AIoTML语言对智慧城市信息-物理融合智能物联网系统模型进行描述得到AIoTML模型文件并使用步骤2所述编译系统将文件生成云-端协同控制策略、仿真环境、终端物联网设备和通信代码；最后将代码部署到云端和物联网设备完成面向智慧城市信息-物理融合的智能物联网系统的构建；其中：

AIoTML语言对ThingML语言进行拓展包括添加了控制策略及实体组件，对事物组件进行拓展及对配置组件进行拓展；其中，所述控制策略由控制算法组件、动作组件及状态组件构成，用于描述物联网设备协同控制策略；

所述实体组件由一组常规属性组成，用于描述常规属性集合，其中常规属性是定义在事物或实体中的具有数据类型的全局变量；

所述对事物组件进行拓展包括对表达式、状态机、消息及端口的扩展；

所述对配置组件进行拓展包括对平台选择、通信协议及序列化进行拓展；

所述控制算法组件包括策略选择以及参数设置；

所述动作组件能够设定动作范围，支持连续和离散的动作空间，将控制算法得出的控制命令转化为可被物联网设备识别的动作命令；

所述状态组件能够定义设备状态范围，处理从仿真环境或真实设备发送的状态供控制算法使用；

所述对表达式进行扩展是将基本算数运算和逻辑运算范围从基本数据类型扩展到实体上；

所述对状态机扩展即扩展了状态机以支持对连续行为的建模；

所述对消息及端口扩展支持包含实体的消息的发送和接收；

所述对平台选择进行扩展包括添加了云平台选择；云平台选择用于指定云平台；

所述对通信协议进行拓展包括拓展了原有通信协议以及添加云平台接入协议以支持控制策略、物联网设备、仿真环境和云平台之间的相互通信；

所述对序列化进行拓展，拓展消息序列化以支持包含实体的消息的序列化。

Images