无线传感器网络平台设计文档格式.doc
《无线传感器网络平台设计文档格式.doc》由会员分享，可在线阅读，更多相关《无线传感器网络平台设计文档格式.doc（35页珍藏版）》请在冰点文库上搜索。
但是，由于单个机器人技术本身的限制，在信息获取、实时处理以及运动控制等方面仍存在些许不足，当面对某些在时间、空间、功能上呈现分布式的复杂任务时，单个机器人则难以胜任。
在生物群体环境适应性的启发下，可以将分布式人工智能、复杂系统、神经网络等领域的研究理论和方法引进到机器人领域，研究多个机器人结合成的多机器人系统的群体智能及协调[2]、协作以弥补个体功能的不足，进从而充分发挥群体性能，提高完成任务的可能性，缩短完成任务的时间，使系统具有较强的自适应性以及故障容错能力。
拓展研究单个机器人，从而得来了多机器人系统，机器人系统包含多个相互独立的个体机器人，具有以下特征：
1）空间上分布式。
许多的单个机器人能够一起在空间的不相同位置，而这个特征是完成许多任务的重中之重。
2）时间上并行。
有些任务能逐渐分解成许多跟个子任务，而这些子任务又是互相独立的，能够同时应对。
这样就使得在处理这些任务时，拥有并行结构的多机器人系统比个体机器人更具优越性能。
3）系统容错能力强。
在多机器人系统中允许个体机器人功能出现冗余，所以当某个机器人功能出现问题时，可以再次分配任务以避免由该障碍引发的系统性能下滑。
4）资源的高效利用。
多机器人系统中的各个机器人可充分采用、享受不同种资源以补偿个体能力的不完美，进而扩展机器人的应用领域。
由于其分布式特点，多机器人系统比但机器人系统拥有一定的优胜性能，比方并行性、鲁棒性、柔性[3]。
当其面临复杂任务时，能够经由有效的任务分解以及机器人之间的相互协作，来完善系统的整体性能。
由于多机器人系统存在诸多优势，所以在工业、军事、航空航天、医疗、服务行业等领域都具有良好的应用前景，日渐引起国内外学术界的兴趣和关注。
日前，国内外诸多大学以及科研机构都开始了对多机器人系统的广泛探究，并搭建了一连串具有针对性的多机器人系统，如Swarm-bots、SuperBot、M-TRAN、CENTIBOTS等，如图1.1所示。
美国国防部高级探讨计划局DARPA、欧盟等政府机构对多机器人的探究提供了不少资助，并且建立了许多针对多机器人系统探究的学科，如MARTHA、MARS、SDR、FIRE等等。
日本的一些大学也针对多机器人系统展开了进一步的探究。
上海交通大学用多种来自美国ActiveMedia企业的Pioneer2智能机器人来当做硬件载体对垃圾收集、队形控制等任务展开了研究；
中国社科院自动研究所针对所机器人系统的体系结构、学习理论、协调协作机制、数据融合和应对、运动掌控战略等进行探究，取得了一系列成果，开发完成了多自主移动机器人计算机仿真软件ColonySim，同时开展了对多微小型仿生机器鱼团体合作及多异构机器人系统编队、协调跟随与围捕问题的探究。
此外，清华大学、中国科技大学、东北大学、哈尔滨工业大学等高等院校同时开展了许多有益的探讨工作并且获得了显著的成果[4]。
由上可知，多机器人系统值得深入的探讨钻研，然而多机器人协调、协作探讨钻研是机器人研究以及发展趋势的重中之重。
可是由于多机器人系统的探究关乎到许多不同的领域和学术范围，它的成本必然要经受住相关学科及技术发展的约束，比如控制体系的完成、感知能力等硬件上的约束，除此之外，多机器人一些具体理论方面的故障不能有效地解决。
所以所机器人系统当做可发展探究的领域，它的理论框架和实现步骤都要逐步完满[5]。
与此同时，由于微机电系统、微电子技术、无线通信技术、片上系统、计算机网络技术、信息处理和低功耗嵌入式技术等的快速崛起，而孕育出的无线传感器网络（WirelessSensorNetwork,WSN），具有低消耗、低成本、分布式和自组织的特点，引发了信息变动与获取的一场改革[6]。
无线传感器网络具有无所不在的感知能力，如果同机器人系统相结合的话，可进一步提高系统的整体性能及完成任务的效率。
WSN是由分布在监控领域内的大量低成本微型传感器节点构成的，且通过无线通信方式而形成的一个多跳自组织网络系统，它的主要目的是协作地感知、采集和处理网络覆盖范围内被感知对象的信息，并发送给控制终端。
每个传感器节点均由供电模块（电池、DC/AC能量互换器）、数据采集模块（传感器、A/D转换器）、数据处理和控制模块（微处理器、存储器）和通信模块（无线收发器）等组成[7]。
传感器节点可以内置多个不一样类型的传感器，能够检测包含地震、电磁、温湿度、光强度、噪声、压力、土壤因素、运动物体的体积、速度以及运动方向等周围环境中的众多物理现象，具有自组织、多跳路由、动态网络拓扑、资源有限和以数据为中心的特点。
20世纪70年代开始对WSN进行探讨探究，最初主要用在军事方面，比如冷战阶段的声音监测系统（SOSUS，SoundSurveillanceSystem）以及空中预警与控制系统（AWACS，AirborneWarningandControlSystem）。
自1980年，DARPA的分布式传感器网络项目（DSN，DistributedSensorNetworks）以来，国内外许多研究机构相继展开了对WSN的研究工作。
20世纪80到90年代，对传感器网络的研究主要集中于军事领域，重点在于战场上获取情报的能力、信息的全面能力以及信息的利用能力，并且成为信息中心战思想中的主要技术，其中比较著名的系统有：
用于反潜的确定性分布系统（FDS，FixedDistributedSystem）和高级配置系统（ADS，AdvancedDeploymentSystem），美国海军研制的协同交战能力系统（CEC，CooperativeEngagementCapability）及远程战场传感器网络系统（REMBASS，RemoteBattlefieldSensorSystem）和战术远程传感器系统（TRSS，TacticalRemoteSensorSystem）等无人看管地面传感器网络系统。
迈进21世纪后，伴随微芯片制造技术的发展以及无线通信技术等的发展，WSN的探究已经深入到多层次领域并且实现了质的飞跃[8]。
美国、英国、意大利、日本等国家的众多大学和研究机构以及我国的中科院、清华大学、国防科技大学、天津大学、哈尔滨工业大学和重庆大学等都纷纷展开了对该领域基础理论和关键技术的探究。
WSN融合了各方面多领域多学科的相关知识，在现今信息时代，越来越成为一项新热点研究领域。
它所设计到的领域包括微型电子技术、嵌入式技术、传感器技术、通讯技术、信号处理等方方面面。
该项技术的研究与成熟会给现在人们的生活带来翻天覆地的改变，它所能应用的前景相当广阔。
该技术的成熟将惠及整个人类社会。
无线传感器网络研究的最终目标是通过传感器节点来获取周边环境的各种物理信息，并实现全方位的测量和任务的执行。
所以说，WSN是一种综合系统，它综合了监控、控制、通讯的相关信息技术。
他的精确定义应当是“无线传感器和执行机构网络”（WSAN,WirelessSensorandActuatorNetwork）。
虽然无线传感器网络具有极大的潜在利用价值，但是其中一些关键的技术仍有待解决，比如大规模节点的部署、节点定位和资源管理等[7][8]。
随着机器人技术不断地进步，机器人将具有更高的智能性和自主性，将机器人网络与无线传感器网络结合起来，既可以为传感网络中的关键问题提供一种解决方案，又可以借助传感器网络进一步提高机器人的感知能力，利用传感器网络来向多机器人系统可以传达环境中涉及到的实时信息，这样多机器人系统的协作性和实效性将大大改善提高。
目前已涌现出一些实验平台，如Robomote、iMouse、Ubirobot、Cotsbots、MobileEmulab和Ragobot等，进一步推动了无线传感器网络技术的发展[9]。
总结来说，研究无线传感器技术与多机器人系统的整合问题可以从两方面入手：
方面一无线传感器网络可以向多机器人系统传达环境中涉及到的实时信息，帮助导航设备与机器人之间的协作；
另一方面机器人系统能够协助无线传感器网络系统来实现更好的网络服务，比如机器人系统的节点控制及传感器数据的采集等[10]。
1.2国内外研究现状
现今无线网络技术的仿真与实务实验平台的技术成熟给无线网络的开发与论证提供了完善的条件。
而这种仿真实物平台的建立包括三种方法：
一是利用网络仿真平台来进行二次开发；
二是无线传感器网络仿真平台；
三是无线传感器网络工程实验床。
现在在国外相当多的研究机器人系统的部门都在进行着相关的研发工作。
德国的一位FalkoDressler教授，所属与爱尔兰根大学，其也在研究相关的工作。
其主要的研究方向便是混合网络，包括混合网络的Selfrepair、Selfmanagement、Adaptive等。
美国加州大学的SCOWR项目则是有关移动节点无线传感器网络的研究，其目的是为了研究在多种外界因素及节点自身的限制下，无线网络传感器技术的是否可以向外扩展。
英国牛津大学的RED-WSN项目则整个无线网络结构包括各个节点以及可活动的机器人结构，它主要用于研究在恶劣环境下的救援、营救。
其工作原理大体为：
由机器人系统分配静态节点，在利用无线传感器网络的各传感系统对环境信息进行检测分析并锁定跟踪待救援的人，最后经分析再右由其引导施救人员前来营救[11]。
国内方面，对这方面的研究也比较多。
东南大学的研究方向则是将无线传感器网络技术与分布式机器人相整合。
他们探索了二者的系统连接，他们的研究包括两方面的内容：
混合网络和主动网络。
他们也在对混合网络的自我修复、自我管理和自适应以及自主相应方面做了很多研究，他们还成功开发了具有自主机动功能的微型移动节点Racemote。
1.3论文研究内容
本文的研究方向为基于无线传感器网络的多机器人交互平台如何实现无线传感器网络与多机器人系统之间的“沟通”，综合传感器网络提供的相关信息，例如目标的身份、位置、运动状态等，提供给多机器人系统，这种系统使得任务执行的高效成为可能，综合来说，其主要包括：
1）多机器人系统和传感器网络信息交互框架结构
无线传感器网络可提供大量实时冗余的环境信息，能够弥补机器人系统自身感知的局限，有利于提高多机器人系统的协作性及完成任务的效率。
在平台中无线传感器网络节点是构成无线传感器网络的基础。
课题中移动载体机器人采用STM32处理器作为核心处理器，配以蓝牙接收模块、移动设备、电源模块等外围电路，构成功能完整的多功能移动智能载体，该移动智能载体能够代表用户动态地执行任务。
使用移动智能设备（如手机、平板电脑等）作为传感信息采集和信息收发的主体，并与上述多功能移动智能载体结合构成可移动的无线传感器网络节点[12]。
无线传感器网络节点通过移动智能设备自身所带的传感器,采集节点周围信息,通过周围的无线网络资源将数据信息上传到网络服务器控制平台，为机器人决策服务。
2）无线传感器网络下的系统通讯机制
受限于无线传感器网络的自身因素，如其各节点的存储有限，以及网络通讯技术的限制以及计算机系统的计算能力，其只能对近处的环境因素进行检测与处理。
因此其网络形式是无中心的、多跳的、自组织的无线网络也即无线自组网[13]。
本课题将就自组网络的通信机制展开研究，以保证节点数目动态变化时能够保证网络组织的完整性。
根据文章主要内容，将其分为七章，具体组织结构如下：
第一章中主要阐述了所述课题的研究背景及意义，以及国内国外相关机构的研究成果与现状，此外还简明阐述了本课题的主要研究内容。
第二章依次分析与研究了无线传感器网络系统与多机器人系统的发展前景、发展趋势等。
第三章结合两个热点领域，提出了基于无线传感器网络环境下的多机器人系统模型的建立，设计出无线传感器网络和多机器人系统的信息交互框架结构。
同时，为保证每个部分之间数据通信的有效性和高效性，设计了通信协议中的数据格式和指令格式。
第四章通过对无线传感器网络中常用的WiFi网络性能进行分析，设计出WiFi网络节点的接口协议、电路原理图、节点的PCB图等。
第五章根据无线传感器网络系统与多机器人系统研究的相关需求，提出了基于Android系统进行相关的平台设计，包括移动平台，控制平台等的设计。
第六章为对个平台的融合与交互的测验，判定其是否可行。
第七章对无线传感器网络系统与多机器人系统研究的总结。
第二章无线传感器网络及多机器人系统概述
2.1无线传感器网络
本课题所研究之无线传感器网络，简称WSN（WirelessSensorNetworks），其包含多领域的多项技术，其结构由多种传感器系统组成，他们有的为静止的有的为相对移动的，以多跳或自组织的方式构成。
WSN技术囊括了通信、计算机、信息处理、传感器及网络技术等多领域的技术[14]。
无线传感器网络可以相互“配合”的对周边的环境信息进行相关的检测、收集与处理，然后将所收集的环境参数传输给终端用户。
2.1.1无线传感器网络应用
因为无线传感器网络的随意性，其可以轻松的获取大量的信息，不受时间地点的限制，而且这种信息是安全的可靠的。
因此，无线传感器网络技术在现今社会应用相当广泛：
从国计民生的环境医疗再到关系国家安全的军事领域再到抗灾反恐等领域，尤为广泛。
现今这种技术也在不断的应用于智能家居等领域[15]。
无线传感器网络应用的广泛性可由图2.1展示，可见其应用范围之广。
图2.1无线传感器网络应用领域示意图
1）环境监测
现代社会人们备受各种环境问题的影响，人们逐渐对其重视起来。
而环境监测需要处理大量的信息数据。
这种数据是相当庞大的，如按传统方式按照人工采集，不仅效率低，所采集的数据也会有相当大偏差。
这种情况下，无线传感器网络技术的优势便显现出来。
由于无线传感器网络的随意性，人们可以在户外随时设置一些传感器设备。
比如研究跟踪候鸟的迁徙昆虫的生长，研究农作物的生长变化等，此外无线传感器网络系统还可以监测大气中的环境因素[16]。
利用无线传感器网络，我们还可以监测空气土壤等周遭环境，对其反馈的数据进行分析我们便可以预测各种自然灾害，如山洪暴雨等，进而降低其危害性。
另外无线传感器网络技术还能应用于农业生产中，传感器可以监测土壤的各项参数然后反馈给监测者让其做出相应的调整进而保证精耕精作，确保农作物的健康成长。
无线传感器网络还可以用于预报山洪、海啸、森林火灾等自然灾害，从而减少损失。
2）医疗卫生
无线传感器网络在医学上也有众多应用领域。
譬如，利用无线传感器网络医生在病人身上安置一些传感器，这些传感器可以监测病人的各项生命体征，这时医生只要对其进行实时远程监控，如脉搏、血压等等，一旦发现状况异常，就可以在第一时间进行抢救，以防错过最佳治疗时间。
因此，通过无线传感器网络的应用可相应减少医护人员的负担并同时保证对病人的准确、及时治疗。
3）军事防御
由于战场情况危险复杂，而且对敌方情况也不了解。
因此最佳的解决办法便是在敌方安插“眼线”，用于实时监控敌情，这里变回采用到无线传感器网络技术。
这样获取的情报不仅精确还能减少不必要的危险，减少伤亡，还可以避免被敌军发现的危险。
这里我们可以利用远程飞机等装备将大量迷你型的传感器等设备空投到敌军阵地上，然后利用这些传感器设备进行实施监控，再将这些数据回传回己方，进而对军情实时判断，对战略战术做出相应改变。
此外，在战士、枪支弹药和装备上装配识别传感器的话，就能在硝烟弥漫的战场上分清敌我，防止误打同军。
此外采用无线传感器网络还能及时判断核武器或生化武器的存在性，并检测其位置，给己方提供位置参数，以利于及时消除可能的危险，为军队排爆除险，最大限度地避免伤亡事故的出现。
4）反恐抗灾
在美国发生骇人听闻的911撞机事件后，反恐无疑已经成为了每个国家相当关心的事情。
而反恐归根结底就在于对危险信息的及时收集与处理。
利用无线传感器网络，人们可以及时的对周围存在的潜在危险因素做出判断并采取必要的措施，从而避免像911那样的惨案再次上演，保证大众的人生安全与财产安全。
5）交通管理
为了便于管理，美国打算开发“国家智能交通系统”[17]。
这种系统同样是利用无线传感器网络技术。
多种传感器的引入能够有效的监管各种车辆，确保彼此之间的安全行驶，避免交通事故的发生，同时还能给驾驶员提供实时的合理路线，减少交通拥堵状况的发生。
当在汽车上配备了各种传感器设备后，驾驶员就能够随时查看车辆的状态，如发现不良状况驾驶员便能实时做出判断，减少交通事故的发生。
另外传感器的引入还能够使驾驶员随时对车辆进行状态的调整，使车辆保持在高效安全的状态下行驶。
6）其他应用
无线传感器网络在外太空领域也有着相当广泛的应用。
受制于现有的技术，一些外太空人类还不太能够抵达，因此人们完全可以利用无线传感器网络技术对外太空进行无边界的探索。
我们通过内置在太空船上的各种传感器可以对其他星体进行实时监测。
传感器将星体的数据监测并传送回地球以便于人类更好的分析和了解外太空星体，从而为人类的着陆提供数据支持[18]。
现在人们热衷研究的智能家居系统其实也是基于无线传感器网络技术而搭建的。
通过各种传感器及数据分析网络共享技术把与我们生活息息相关的设备联系起来，这就是现有只能家居系统的大体轮廓。
经过整合人们可以高效方便的处理生活与工作，从而为人们的生活添光添彩。
2.1.2无线传感器网络发展趋势
现在，无线传感器网络技术其实有着长足的发展，在人们的生活中应用相当广泛，但其目前还有不少的问题，实用性较差。
主要表现在以下几个方面：
1）数据采集与管理
现在无线传感器网络的应用越来越广，发生于人类活动的方方面面，其处理的数据量也在不断的增加。
可是对于数量庞大的数据管理和使用能力仅限于当前的使用模式是不行的。
因此，眼前需要着重解决的便是数据的高效处理和运行管理，人们亟待研发出新的工作方式来解决这一问题，同样这也将是无线传感器网络技术未来发展需要解决的关键问题。
2）网络内通信问题
无线传感器网络的应用需要处理信号，而信号又极易受到干扰，所以无线传感器网络的通讯问题也是值得商榷的问题。
3）成本问题
由于无线传感器网络由许的微型传感器组成，而数量的增多也必然会增加成本，所以如何保证最低成本也是值得考究的问题。
4）功耗问题
功耗问题同样也值得注意。
因为实际中需要用到很多的各类传感器，好点肯定相当厉害。
怎样实现在提高网络性能及其精准度的同时，降低功耗和延长使用寿命，将是下一步研究的问题。
5）无线通讯的标准问题
另外，现行研究中对无线传感器网络的方向没有相应的标准，因此我们急需要指定统一的标准，这样才有利于其发展[19]。
总的说来，无线传感器网络技术在将来有着非常美好的发展前景，但目前它的发展遇到了各种问题，高成本、功耗大、标准不同意都会阻碍无线传感器网络技术的发展。
所以无线传感器网络要想稳步向前健康发展就必须先解决以上所遇到的
升级会员 