基于WSAN的道路积水监控系统的设计与实现

苗红霞，文禹鸿，白宏熙

(河海大学 物联网工程学院，江苏 常州 213022)

基于WSAN的道路积水监控系统的设计与实现

苗红霞，文禹鸿，白宏熙

(河海大学 物联网工程学院，江苏 常州 213022)

强降雨及城市排水系统的老化，使得城市道路低洼处积水严重，对市民人身安全、财产、路基、城市交通产生不容忽视的影响;针对该问题，采用无线传感器/执行器网络(WSAN)技术，设计了道路积水监控系统;该系统分为传感/执行层、网络层和应用层三层;传感/执行层的传感器节点使用超声波传感器采集积水信息，执行器节点使用执行器水泵进行排水；网络层网关及汇聚节点使用ZigBee网络和GPRS网络相结合来实现传感/执行层与应用层之间的数据双向传输；应用层服务器储存采集的道路积水信息，调用百度地图API将实时信息显示在web端，并通过网络层发送指令控制积水区域内的执行器水泵动作，实现闭环控制；该系统能够简洁有效地实现道路积水信息的实时共享，可以实现及时排水，具有实际的应用价值。

积水监控；GPRS；ZigBee；无线传感器/执行器网络

0 引言

近年来，强降雨以及城市排水系统的老化使得城市低洼路段、凹式立交桥、隧道处积水严重，对人身安全、财产、路基、城市交通产生不容忽视的影响。以北京为例，12年特大洪涝灾害，7段道路交通中断，27个立交桥积水，主要积水道路63处，积水30公分以上路段30处，路面塌方31处，大量车辆因路面积水熄火，全市79人遇难，160.2万人受灾，造成严重的显性与隐性经济损失[1]。因此，急需寻找有效的解决办法，将城市积水内涝带来的灾害降到最低。

现有的解决办法主要分为两个方面：一方面是积极修建并管理好城市排水设施，另一方面要加快城市道路(涵洞)积水监控系统等非工程性措施的建设和应用。

随着智慧城市的提出，政府、研究机构和企业都在设计和开发城市道路积水监控系统上取得了积极的进展。目前，基于超声波、射频波、压力变送等技术开发的积水深度测量系统可实现低功耗、高精度地采集道路积水信息[2-4]；基于无线传感网(WSN)技术、云服务器开发的城市道路积水监测系统打破了仅市政人员可获得积水信息的状况，实现了道路积水信息的采集和共享[5-10]，但这些系统没有加入执行器水泵，没有通过网络反馈控制执行器水泵动作，无法实现闭环控制。目前，也有部分控制执行器水泵动作，实现水位闭环控制的系统[11-12]，但其只能实现在线或短距离内控制，只应用于工业生产、供水系统等领域中，在需要远距离控制的道路积水监控系统中尚未应用。而无线传感器/执行器网络(WSAN)不仅可以实现数据的采集及远距离传输，而且可以实现远距离通过网络反馈控制执行器，实现闭环控制。但是该技术只在农场、牧场及智能家居等领域中广泛应用[13-16]，尚未应用于道路积水监控系统。

本文采用WSAN技术，使用超声波传感器采集道路积水深度，执行器水泵排水，ZigBee网络和GPRS网络相结合的方式传输积水信息及指令，服务器储存积水信息，调用百度地图API在Web端实时显示信息，并通过控制积水区域内的执行器水泵动作，完成了道路积水信息的实时共享，及时排走了积水，实现了闭环控制。

1 系统整体设计

本系统结构如图1所示，包括了传感/执行层、网络层、应用层三层。传感/执行层由若干传感器节点和一个执行器节点组成，其中传感器节点以超声波传感器为基础，并结合温度传感器修正声速，精确测量道路积水深度，执行器节点使用脉冲宽度调制(PWM)技术控制直流水泵的流速。网络层由网关及汇聚节点构成，网关及汇聚节点将该区域内传感器节点发来的积水信息进行融合，并将该区域积水信息发送到软件服务器，同时将软件服务器发送的指令转发给执行器节点。应用层由数据库、软件服务器组成，数据库用于储存道路积水信息，软件服务器接收到网络层发送的积水信息后转存到数据库中，调用百度地图API将实时积水信息显示在Web端，同时软件服务器通过处理道路积水信息，将控制积水区域内水泵工作的指令发送给网络层，实现闭环控制。

图1 系统结构图

2 传感/执行层设计及实现

2.1 传感器节点设计及实现

在本实验装置中，传感器节点硬件组成结构如图2所示，包括了片上系统(SOC)、超声波测距传感器、温度传感器和电池组。

图2 传感器节点硬件组成框图

片上系统使用CC2530，用于为传感器节点加入一个ZigBee网络，并通过ZigBee网络将积水数据发送至汇聚节点。其供电模式下电流低至0.4 μA，可使用ZigBee兼容解决方案的Z-Stack软件，有极高的接收灵敏度和抗干扰性能。

超声波测距传感器使用HC-SR04+传感器，用于采集超声波测距传感器至水面的距离,从而计算出积水的深度。HC-SR04探测距离为2～450 cm，测量精度可达0.3 cm。

温度传感器使用DS18B20传感器，用于环境温度的测量，并对超声波在空气中的传播速度进行修正。DS18B20测量温度范围为-55～+125 ℃，在-10～+85 ℃范围内,精度为±0.5 ℃。

电池组使用串联的3节1.5 V的干电池，用于为传感器节点各模块提供能量。电池组的电压经过AMS1117-3.3稳压芯片稳压后，为HC-SR04、MCU及DS18B20提供3.3 V电压。

传感器节点通过温度补偿来精确地计算出水位高度，其软件流程如图3所示。首先程序开始后加入汇聚节点创建的ZigBee网络，并读取DS18B20温度传感器采集到的摄氏温度θ。然后根据公式(1)计算出超声波在空气中的声速，式中v为超声波在空气中的声速。再根据超声波传感器Echo回波引脚高电平的持续时间t，使用公式(2)计算出超声波模块到水面的距离S，然后利用公式(3)计算出积水深度H，式中L为超声波测距传感器距路面的高度。若采样次数达5次，则将积水深度的中位值发送出去。

(1)

(2)

H=L-S

(3)

图3 传感器节点积水信息采集的软件流程图

2.2 执行器节点设计及实现

在本实验装置中，执行器节点硬件组成结构如图4所示，包括了片上系统(SOC)、紧急按钮、水泵驱动模块、执行器水泵、电池组和电源。

图4 执行器节点硬件组成框图

1)片上系统、电池组与传感器节点相同。执行器水泵使用R385直流隔膜泵，用于将积水排到河道或蓄水池中。该水泵最大扬程5 m，工作进水压力0.3 Mpa。

2)紧急按钮用于当监控系统出现故障时，紧急启动水泵抽水。

3)水泵驱动模块使用L298N，用于水泵的驱动。L298N工作方式为H桥驱动，驱动电流高达2 A。

4)电源使用线性开关电源，用于为水泵提供长久的能量。该电源能将220 V交流电变换成供水泵使用的12 V直流电。

5)执行器节点根据指令改变PWM输出的占空比，实现水泵流速的控制，其软件流程如图5所示。首先，加入汇聚节点创建的ZigBee网络。若紧急按钮按下，则将PWM输出的占空比改为100%，使水泵全速抽水；否则判断是否接收到指令，若接收到指令，改变PWM输出的占空比，继而改变水泵的流速，实现控制水泵的目的。

图5 执行器节点水泵执行的软件流程图

3 网络层设计及实现

在本实验装置中，网关及汇聚节点的硬件组成结构如图6所示，包括微控制器(MCU)、ZigBee模块、现场显示屏、GSM模块和电源。

图6 汇聚节点硬件组成框图

微控制器使用MSP430F149单片机，用于ZigBee网络和GPRS网络之间数据及指令的交换以及积水信息的融合及暂时储存。该单片机使用16位精简指令集，命令周期125 ns，五级节电模式，掉电模式电流低至0.1 μA，且拥有两个USART单元，60 KB flash。

ZigBee模块，用于网关及汇聚节点与传感器节点或执行器节点之间通信，将传感器节点传来的数据发送给MCU，并将MCU发送的指令传给执行器节点。ZigBee模块是一个适应2.4 GHz IEEE 802.15.4的无线收发器，拥有两个USART单元，8 KB RAM。ZigBee模块与MUC之间使用UART通信协议通信，该协议参数为：波特率115 200，停止位1位，数据位8位，无奇偶校验。

现场显示屏使用OLED显示屏，用于现场积水深度的显示。OLED显示屏具有对比度高，视角广，反应速度快，不用实时刷新等优势。OLED显示屏与MCU使用SPI通信协议通信。

GSM模块使用SIM900A，用于借助GPRS网络与远端服务器实现通信，可以将MCU的数据上传至服务器，同时将服务器的执行指令下传给MCU。SIM900A通过AT命令控制，嵌入TCP/UDP协议，支持FTP/HTTP协议。SIM900A与MCU使用UART通信协议通信，该协议参数为：波特率115 200，停止位1位，数据位8位，无奇偶校验。

电源使用开关电源，用于为网关及汇聚节点各模块提供长久的能量。该电源能将220 V交流电变换成3.3 V、5 V两路直流电，其中3.3 V供ZigBee模块、MCU及显示屏使用，5 V供GSM模块使用。

网关及汇聚节点通过配置ZigBee网络与GPRS网络，实现传感器节点、执行器节点与服务器之间数据及指令的传输，其软件流程如图7所示。首先创建一个ZigBee网络，等待传感器节点和执行器节点加入，创建一个GPRS场景，初始化HTTP服务，并设置HTTP会话参数。当任意传感器节点发送数据时，网关及汇聚节点接收并储存该数据。直到所有传感器节点的数据均接收完毕，则将与中位值相差10的异常数据舍弃，然后将该区域的设备编号，采集时间及该区域积水深度组成一个数据包，利用HTTP会话的方式发送至服务器，并等待接收和转发服务器指令。最后将该区域积水深度及采集时间显示到显示屏上。

图7 汇聚节点数据及指令传输的软件流程图

4 应用层设计及实现

应用层系统模块可分为数据预处理、预测模型、数据可视化和数据仓库4个模块，如图8所示。服务器系统的处理流程分为数据输入、数据预处理、模型训练、水位预测及数据可视化5个步骤如图9所示。

图8 应用层模块结构图

图9 服务器数据处理流程图

4.1 数据输入

传感器节点将自己的数据通过ZigBee网络传输到网关及汇聚节点，网关及汇聚节点通过GPRS向Apache服务器发送数据，具体数据包为设备编号、数据发送时间及积水深度，主服务器端接收到数据包后，将其存储到MySQL数据库中。

4.2 数据预处理

数据预处理中，即是对数据的清洗、转换、规约等操作。Apache服务器对接收到的由于硬件异常、网络传输或服务器异常而产生的缺失、噪声数据进行统一的处理，同时对数据进行规约和转换，并将其临时存储到MySQL数据库中，保证系统下一步处理的数据是安全合法的。处理规则如表1所示。

表1 数据预处理规则

4.3 模型训练

在水位数据的预测流程中，预测工具采用RapidMiner JAVA 开源库，数据仓库的历史数据会提供预测模型初始化的必要数据。使用反向传播算法对网络的权值和偏差进行反复的更新和训练，使输出的向量与期望向量尽可能地接近，当满足错误率低于给定的阈值、迭代次数高于阈值或权值收敛任一条件时，训练终止，最后保存网络的权值和偏差作为预测水位的离线模型。模型训练包括输入层、隐藏层、输出层三部分。

4.3.1 输入层

输入历史数据中预测水位的训练样本，每个输入节点都被映射成一个水位相关属性，模型随机初始化输入节点的权值。

4.3.2 隐藏层

神经网络中的每个神经元都是一个基本的处理单元，它组合所有的输入，进行特定的计算，然后触发一个输出值(激活)。其中组合函数采用参数可调的Gaussian函数，即:

(4)

输出计算函数(激活函数)选取斜度可调的Sigmoid函数，即:

(5)

4.3.3 输出层

由给定的输入输出模式(即网络中当前的相关边的权值)对隐藏层、输出层各单元组合后进行输出，并计算输出误差。而隐含神经元的误差是基于下一层中的神经元的误差和相关权值来计算。计算出每个神经元的误差后,更新网络中的权值。

1)输出层神经元误差

Erri=Oi(1-Oi)(Ti-Qi)

(6)

其中：Qi是输出层神经元i的输出，Ti是基于训练样例的该输出层神经元的实际值。

2)隐含层神经元误差

Erri=Oi(1-Oi)ΣjErriWij

(7)

其中：Qi是隐含层神经元i的输出，该单位有j个到下一层的输出,Errj是神经元j的误差,Wij是这两个神经元的权值。

3)权值更新

Wij=Wij+l*Erri*Qi

(8)

其中:ij是学习速度，其值位于0～1的范围内。

4.4 水位预测

系统正式运行时，数据预处理后的数据会产生一份副本，数据原件结合经纬度等信息用来实时可视化当前水位情况。副本被用做预测输入，通过训练完成的BP神经网络模型进行水位数据的预测。预测结果通过可视化模块显示在用户界面上，同时也会进一步指导硬件控制系统进行相应的动作。

4.5 数据可视化

本文所设计的Web数据可视化界面如图10所示。只有再次添加节点设备时才会触发百度麻点图更新，否则基准地图一直使用初始化的百度麻点地图。而批次数据采集频率范围可从一分钟到十分钟，具体数值不定，根据实际需求进行调整，也可以手动请求更新，程序默认为五分钟。基本实时数据的显示，采用Weka数据可视化工具，并结合系统给定的水深等级表和百度经纬度逆解析API进行颜色深度的选取和描点绘图，在地图上构建实时水位数据麻点图。

图10 Web界面图

5 结束语

基于WSAN设计的道路积水监控系统，通过在传感/执行层传感器部署传感器节点采集积水信息，并放置执行器节点排水，网络层采用ZigBee网络和GPRS网络相结合的方式传输积水信息及指令，应用层服务器储存积水信息，调用百度地图API在Web端实时显示信息，并控制积水区域内的执行器水泵动作。该系统实现了车辆行人可通过web查看道路积水实时信息，选择合适的道路避开积水，保护自己的人身财产安全；同时实现了云端数据处理后再返回现场执行的控制，可及时将道路积水排走。在后续工作中，可以将道路积水数据用于控制红绿灯等交通控制系统，主动地引导车辆及行人避开道路积水严重地段。

[1] 姜 玲,邱志德.城市洪涝灾害的间接经济损失评估——以北京市为例[J].现代城市研究,2014,(7):6-13.

[2]孙 婧.基于改进LEACH算法的路面积水深度测量系统的设计与实现[J].计算机测量与控制,2014,22(4):1297-1299.

[3]黄志武,王曙霞.基于传感网络的公路积水深度测量系统的设计[J].计算机测量与控制,2013,21(2):352-354.

[4]姜世英.基于AVR单片机的道路积水预警系统[J].自动化技术与应用,2015,34(9):40-43,51.

[5]邵鹏飞,赵燕伟,杨明霞,等.城市内涝监测预警信息系统研究[J].计算机测量与控制,2016,24(2):49-52.

[6]Liu Y, Du M, Jing C, et al. Design and implementation of monitoring and early warning system for urban roads waterlogging[A].8th International Conference on Computer and Computing Technologies in Agriculture (CCTA)[C].2014：610-615.

[7]周汝雁,白 凡,随宏运,等.嵌入式远程城市积水监测系统[J].水利科技与经济,2013,19(4):109-112.

[8]祁 霞,耿博望,陈艳超,等.基于云服务器的城市道路积水监测系统[J].单片机与嵌入式系统应用,2015,15(11):37-39.

[9]孙永尚,刘 扬,赵军合,等.北京市内涝积水监测预警系统设计与实现[J].地理空间信息,2015(4):117-119.

[10]夏志川,钟小建,阮 飞,等.城市道路积水多点监测及预警系统设计[J].电子测试,2013(5):56-57.

[11]周继裕,王承亮,黄 楠,等.基于超声波的高精度水位控制系统设计[J].现代电子技术,2014(10):116-119.

[12]郝迎吉,高红红,王 燕,等.远距离水位智能监控系统的研究与实现[J].仪器仪表学报,2004,25(6):809-812.

[13]Li Z, Wang N, Hong T, et al. Closed-loop drip irrigation control using a hybrid wireless sensor and actuator network[J]. Science China Information Sciences, 2011, 54(3):577-588.

[14]Wark T, Crossman C, Hu W, et al. The Design and Evaluation of a Mobile Sensor/Actuator Network for Autonomous Animal Control[A]. 6th International Symposium on Information Processing in Sensor Networks[C]. IEEE, 2007:206-215.

[15]Suh C, Ko Y B. Design and implementation of intelligent home control systems based on active sensor networks[J]. Transactions on Consumer Electronics IEEE, 2008, 54(3):1177-1184.

[16]Mo L, Xu B, You X, et al. Distributed lighting system based on wireless sensor and actuator networks[J]. Ad Hoc & Sensor Wireless Networks, 2013, 20(1):21-46.

Design and Implementation of Road Waterlogging Monitoring System Based on WSAN

Miao Hongxia，Wen Yuhong，Bai Hongxi

(College of IOT Engineering，Hohai University，Changzhou 213022，China)

Heavy rainfall and aging urban drainage system make the low-lying road waterlogged seriously and have an important effect on the safety and property of citizens, roadbed and urban traffic. In order to solve this problem, the wireless sensor / actuator network (WSAN) technology is used to design a monitoring system. The system is divided into three layers: sensor / actuator layer, network layer and application layer. Ultrasonic sensors are deployed to collect the information of water level in sensor nodes of sensor / actuator layer, actuator pump is used to drain away the water in actuator nodes of sensor / actuator layer. The ZigBee network and GPRS network are configured for two-way data transmission between sensor / actuator layer and application layer in the gateway and sink node of network layer. The server of application layer stores the information of road waterlogging, calls Baidu map API to display the real-time information on the web, and sends commands to achieve closed-control by controlling the actuator pump in the road waterlogging area action through the network layer. The system not only shares the real-time information of the road waterlogging simply and effectively, but also realizes the timely drainage. So it has practical application value.

water monitoring; GPRS; ZigBee; wireless sensor/actuator networks

2017-05-08；

2017-05-23。

江苏省常州市科技支撑计划(工业)(CE20160068)。

苗红霞(1968-)，女，河北邯郸人，副教授，硕士研究生导师，主要从事人工智能与工业大数据应用方向的研究

1671-4598(2017)12-0068-05

10.16526/j.cnki.11-4762/tp.2017.12.018

TP277

A