基于物联网的家庭自动化系统:使用网络映射器和MQTT协议

论文标题

Internet of Things-based Home Automation with Network Mapper and MQTT Protocol

基于物联网的家庭自动化系统:使用网络映射器和MQTT协议

作者信息

Tahsin Alam, Md. Rokonuzzaman, Sohag Sarker, A F M Zainul Abadin, Tarun Debnath, Md. Imran Hossain

a Department of Information and Communication Engineering (ICE), Pabna University of Science and Technology (PUST), Pabna-6600, Bangladesh

b School of Engineering & Advanced Engineering Platform, Monash University Malaysia, Jalan Lagoon Selatan, 47500 Bandar Sunway, Selangor, Malaysia

c Institute of Sustainable Energy (ISE), Universiti Tenaga Nasional (The Energy University), Jalan IKRAM-UNITEN, 43000 Kajang, Selangor, Malaysia

*通讯作者:Md. Rokonuzzaman, Sohag Sarker

论文出处

Computers and Electrical Engineering

Volume 120, 2024, 109807

Available online 5 November 2024
Redirecting

© 2024 The Author(s). Published by Elsevier Ltd. This is an open access article under the CC BY license (Deed - Attribution 4.0 International - Creative Commons).

摘要

随着互联网连接的日常电子产品能力的提高,智能家居已成为全球趋势。物联网(IoT)使环境设备能够通过各种传感器无缝通信和交互。新兴的技术概念,如Web3和工业5.0,需要在网络边缘实现去中心化和智能化的系统。物联网传感器产生的PB级数据导致云服务器存储空间不足,增加了物联网系统的延迟。标准的基于云的物联网系统在互联网不稳定的地区无法完全发挥作用。本文针对这些挑战,提出了集成边缘计算概念的解决方案。所提出的系统是使用支持向量机(SVM)算法的Raspberry Pi 3家庭服务器(RHS)开发的。设计的原型包括一个具有MQ2气体、灰尘、温度和火焰传感器的火灾和烟雾检测系统。SVM和这些传感器形成了一个数据融合模块,与网络映射器(NMAP)、消息队列遥测传输(MQTT)代理、MariaDB SQL服务器和InfluxDB时间序列数据库集成。实验表明,基本的边缘操作延迟为2.45毫秒,而NMAP集成确保了数据安全和设备验证,以便传感器数据存储。合成模拟显示了基于数据融合的监控系统的积极结果,当传感器值变化时,警报会及时触发,整个系统的延迟大约为24毫秒。开发的系统管理家庭自动化、实时监控火灾、烟雾、煤气泄漏、网络扫描、异常检测、电器使用跟踪和云数据备份。多层次警报系统确保早期威胁缓解,通过警报、短信、通知和电子邮件警报来最大化意识。

引言

物联网是一个嵌入式传感器、软件和其他执行器的电子网络,它们通过互联网与其他设备收集和交换数据。在过去的几十年中,物联网应用不断增加,随着Web3和工业5.0的出现,预计将进一步扩展。这些进步需要边缘智能来支持中央人工智能,以满足计算需求。由于微控制器和单板计算机的硬件改进和计算能力的提高,物联网应用越来越多地促进机器学习。到2025年,连接到互联网的物联网设备数量预计将达到大约750亿。在物联网的无数应用中,智能家居或家庭自动化是一个重要的焦点。智能家居依赖于相互连接的设备,如风扇、灯、锁、百叶窗、门、窗户、加热器和安全摄像头,优化操作并减少人为干预。在这样的家庭中,设备连接到一个共同的网络骨干,并且可以通过智能手机或计算机进行控制。一个智能的物联网中心或平台将数据发送到云端进行分析,增强用户体验、产品开发和创新。这些系统通过智能决策能力,使移动性、医疗保健、安全、水资源管理和能源效率得到创新性的增强。

相关工作的最新研究

家庭自动化是一个快速发展的领域,正在进行的研究正在探索多样化的解决方案来解决与该领域相关的特定挑战。尽管尚未建立标准化框架,但研究人员正在制定创新的解决方案来应对特定挑战,从资源受限的解决方案到专门的应用,如室内传感、空气质量监测、实时传感器管理、事故缓解、火灾安全和数据处理。

提出模型

本文旨在介绍一个与现有家庭Wi-Fi网络完全兼容的模型。该工作使用低成本的TPLINK TL-MR3420无线路由器,符合IEEE 802.11n标准,可以建立传输速度高达300 Mbps的无线网络。Raspberry Pi 3 Model B+是智能家居的边缘计算节点。这个单板计算机可以运行官方的Raspberry Pi OS、Ubuntu Mate和Snappy Ubuntu。智能家居架构的块图如图2所示。整体架构分为五层,每层的详细描述如下。

实验设置

多传感器家庭自动化系统由各种组件互连而成,以实现全面的监控、火灾检测和控制能力。Raspberry Pi 3是中心枢纽,负责数据处理、分析和通信。ESP32和ESP8266微控制器使用轻量级MQTT协议,每15毫秒传输一次传感器数据,确保实时响应。Arduino Mega连接气体和灰尘传感器,将数据传输到ESP-01 Wi-Fi模块以中继到中心枢纽。ESP32与SIM 800L模块配对,启用蜂窝通信以发送SMS警报或远程控制设备。ESP8266与DHT-22传感器和火焰传感器一起,收集环境数据并检测火焰。

结果与讨论

研究结果和所提出系统的评估根据逻辑进行,可观察的自动化列在表1中。使用基于Go语言的MQTT延迟基准测试工具来评估开发系统。该工具旨在测量本地托管MQTT代理的延迟。在第一次延迟测量中,一个客户端一次发送一条消息,消息大小逐渐从1,000增加到100,000字节。在QoS 0和QoS 1下分别测量每种情况下的延迟。发布1,000字节消息的平均延迟是QoS 0的2.9毫秒,QoS 1的3.6毫秒。对于10,000字节的消息,延迟增加到QoS 0的10.535毫秒和QoS 1的10.940毫秒。在接下来的测试中,消息大小固定在1,000字节,同时发送单条消息的客户端数量逐渐从10增加到500。10个并发客户端的延迟是QoS 0的2.79毫秒和QoS 1的3.42毫秒。当并发客户端数量达到100时,延迟增加到QoS 0的132.84毫秒和QoS 1的220.59毫秒。当并发客户端数量达到500时,延迟是QoS 0的832.49毫秒和QoS 1的868.760毫秒。图8显示了消息大小与延迟的图表,图9显示了客户端数量与延迟的关系。

结论和未来工作

这项研究成功展示了一个完全功能的基于物联网的家庭自动化系统,该系统采用边缘计算范式。系统在控制设备的响应时间上具有最小的延迟,NMAP模块的集成也完美无缺。开发的增强型家庭自动化系统在解决物联网的独特挑战方面取得了突破,特别是互联网中断和火灾事故的问题。通过实施SVM和高级数据融合技术,大大减少了延迟,在模拟测试中检测火灾、烟雾和LPG泄漏的平均延迟为24毫秒。此外,基于直接传感器值、衍生指标(如变化率)和数据融合触发危险通知。这一显著的延迟优化确保了实时监控和控制所需的快速响应时间。通过利用InfluxDB进行传感器数据和MariaDB进行设备状态的本地数据管理,所提出的系统在这方面表现出色。总体而言,即使在简单的设置中,由于采用了复杂的算法,也取得了令人满意的结果。每天大约每15毫秒生成30个设备状态记录和传感器数据点,并本地存储。这种计算策略确保只保留重要信息,大大减少了发送到云端的数据量,预计年度存储需求仅为0.73 MB。最后,这项研究引入了一个开创性的基于物联网的家庭自动化系统,具有最小的响应时间、高级数据管理以及针对互联网中断和火灾事故的有效解决方案。这里介绍的系统可以进行微调以提高可扩展性。它可以集成心率监测器和其他健康服务,用于在家中监测老年人,如药物提醒和处方更新。可以为主门添加一个安全系统,以通知如果有人接近或靠近门。此外,基于AI的面部识别系统将增强安全性。可以设计一个更具功能性的Android应用程序,以执行与现有应用程序类似的基本任务,并增加在没有人为干预的情况下拨打特定联系人和紧急响应人员电话的能力。RHS应该能够独立处理这些任务。多个RHS边缘节点可以形成一个本地集群网络,创建自己的物联网系统之间的广域网(WAN),允许在没有互联网的情况下进行数据共享,减少对功能强大的服务器的需求,这对发展中国家特别有利。同样,可以为农场、成衣行业和其他车间建立集群网络,集成安全和警报系统,以便快速疏散和通知响应人员。该系统也可以集成到学校和学院中,用于学生考勤和通知警报。未来的研究选项包括开发有效的加密和压缩算法以处理大型有效载荷,并实施AI以增强自动化和功能。

相关推荐
网易独家音乐人Mike Zhou12 分钟前
【卡尔曼滤波】数据预测Prediction观测器的理论推导及应用 C语言、Python实现(Kalman Filter)
c语言·python·单片机·物联网·算法·嵌入式·iot
2401_882727574 小时前
BY组态-低代码web可视化组件
前端·后端·物联网·低代码·数学建模·前端框架
畅联云平台7 小时前
美畅物联丨智能分析,安全管控:视频汇聚平台助力智慧工地建设
人工智能·物联网
东芝、铠侠总代136100683939 小时前
浅谈TLP184小型平面光耦
单片机·嵌入式硬件·物联网·平面
BY—-组态10 小时前
web组态软件
前端·物联网·工业互联网·web组态·组态
Vodka~13 小时前
物联网——UNIX时间戳、BKP备份寄存器、RTC时钟
物联网·实时音视频
电子科技圈14 小时前
XMOS携手合作伙伴晓龙国际联合推出集成了ASRC等功能的多通道音频板
科技·嵌入式硬件·mcu·物联网·音视频·iot
IT枫斗者15 小时前
如何解决Java EasyExcel 导出报内存溢出
java·服务器·开发语言·网络·分布式·物联网
7yewh15 小时前
嵌入式硬件杂谈(四)-高速板PCB设计 高速信号全面讲解 蛇形线 等长线 差分对 阻抗对
驱动开发·嵌入式硬件·mcu·物联网·硬件工程·pcb工艺·精益工程
南门听露16 小时前
适用于资源受限IoT系统的非对称语义图像压缩技术
深度学习·神经网络·物联网