基于位置服务的室内照明灯的控制设计

陶 陶，汪 胜

(安徽工业大学 计算机科学与技术学院，安徽 马鞍山 243000)

基于位置服务的室内照明灯的控制设计

陶 陶，汪 胜

(安徽工业大学 计算机科学与技术学院，安徽 马鞍山 243000)

针对现阶段室内照明灯的控制方式，提出一种基于位置服务的照明灯的控制方式.在该控制方式中，首先利用物联网的室内指纹定位技术，改进离线阶段指纹库的建立和在线匹配阶段的匹配算法，实现目标照明区域定位；其次基于GPRS和WIFI的无线通信模式，实现照明灯管理中心、监控子站以及照明灯控制终端三者之间的通信，从而实现对照明的智能控制；最后，采用不同的指纹布局来测试目标在照明区域的定位准确性，并比较基于位置服务的照明灯的控制方式、室内常见路灯控制方式、室外智能路灯方式，分析它们之间的优缺点和差别.研究结果表明该控制方式具有一定的适用性和推广性.

室内照明；位置服务；智能路灯；指纹算法；区域定位；智能控制

随着物联网技术的发展，一批以环保、节能、智能为特征的物联网应用逐步走向日常生活，其中智能路灯就是一种比较典型的应用.在室外，智能路灯已经得到了一定的应用，如龙创科技研发的基于数字电子技术的数字城市照明监控系统、GPRS网络通信以及电力载波技术等实现了对城市路灯照明系统的集中控制、远程控制、智能控制、实时控制和灵活控制.在室内，走廊或者楼道照明的控制方式大多是声控、光控、时控或者是红外感应，室内房间照明灯的控制更多的还是传统的手动控制方式，如企业或学校的办公楼，而这种控制方式的缺点在于当人员较少时，全部开启整个办公室的照明设备，容易造成电力资源浪费，且不利于楼层管理者对照明灯的统一管理.

照明灯的智能控制是指利用一些计算机技术对电力照明实行自动控制，使其在特定的空间和时间达到特定的照明效果[1].目前，国内外也出现了相关智慧照明的产品：中国科学院软件应用技术研究所采用Zigbee无线通信以及电力载波通信技术，开发了智能能源管理系统(smart energy management system，SEMS)，实现了对路灯的智能控制和管理；法国SLV(Street Light Vision)公司的CMS(central management software)能够通过智能手机控制路灯.在上述背景下，本研究基于物联网的室内定位技术和无线通信技术，设计了一种基于位置服务的智能照明控制系统.本系统利用了现有的无线路由器和智能手机，在基于位置信息的前提下，为目标提供照明服务，以求贯彻节能减排的发展理念，促进电力资源更加合理利用.

1 系统概述

基于位置的服务(location based service, LBS)基本包括两个含义：首先是确定用户或者移动设备所在的位置信息，其次是提供与位置信息相关的位置服务[2].基于无线局域网(wireless local area network,WLAN)的接收信号强度指示(received signal strength indication,RSSI)指纹信息定位技术受益于智能终端的低开发成本、纳米级定位精度性能以及WLAN技术在室内场景的广泛分布，而成为室内LBS系统中定位技术的首选[3]，所以采用此定位技术来确定目标的位置信息.在离线阶段，传统的指纹库的建立与更新需要消耗大量的人力和物力，从而提高了指纹定位技术的实施难度，因此为减小数据库建立与更新带来的工作量，将室内划分为若干个区域，并在采集阶段采集每个区域的信息的同时提取信息的物理特征，以减少人力、物力的消耗.在在线阶段，指纹模式匹配技术的设计需要克服受阴影效应、多径效应引起的时变特性所产生的位置估计误差，同时为了提高定位实时性性能，需要降低算法计算复杂度.此外，目标的匹配是通过两个步骤来完成，即首先依据信号强度值实现目标的粗定位，从而减小匹配运算量；其次通过目标的方向角来实现目标的精准区域定位.

在确定目标位置信息后，需要为目标提供相关服务，而为目标提供照明服务是依靠照明灯的智能控制系统来实现的.智能照明灯的控制是通过在每个区域的照明灯上都安装节点控制器，并把所有的节点控制器均连接到网络，然后通过部署在控制中心的计算机系统对各个区域的照明灯进行独立控制，而这同时还可以检测各个区域照明灯的运行状态，实现高效的远程管理.照明灯的智能控制系统主要包括照明灯管理中心、监控子站和照明灯控制终端三个部分.

2 指纹算法的区域定位的设计

在走廊或者楼道，根据人员位置信息来控制照明灯的开启与关闭，即采用红外线人体感应灯.红外感应灯的缺点在于容易受各种热源、光源干扰，当环境温度和人体温度接近时，探测和灵敏度明显下降，有时会造成短时失灵.为此，对室内人员位置信息的判别可以根据RSSI定位模型和指纹定位技术，由室内无线路由器和智能手机来完成.指纹定位技术的定位过程主要分为离线阶段的信息采集与处理和在线阶段的目标匹配两个阶段.

2.1 区域定位指纹数据库的建立

离线阶段建立指纹数据库一般将目标区域划分为规则格网状，以格网交点作为训练参考点(reference point，RP).RSSI指纹库的建立一般是将每个参考点的所有可视无线信号接入点(accessed points,APS)所接收到的RSSI测量值与坐标(XRP，YRP)第i个参考点表示为

(1)

式中：A表示无线信号接入点AP，R表示RSSI观测值，Pt表示坐标值[4].

区域指纹库的建立首先要根据室内路灯的布局特点，将所有照明区域划分为若干个子区域，并在指纹库建立前，对各个子区域所采集的数据进行预处理.设定每个接入点AP对应的子区域所接收到信号强度值的非零个数与总采集个数比例不小于80%为有效接入点.对每个参考点的接收数据，提取平均信号强度最大的10个有效接入点观测量，并将其作为区域指纹库的基本数据.在这其中，无效观测值的情况可能发生，比如信号源中断、接收终端无法识别信号源或者外界环境的干扰等.对于此类无效信号，可直接剔除，不作为有效观测量[5].在采集样本点时，除RSSI观测值外，还计算子区域与AP处的角度，得到1个子区域参考点.指纹数据库

(2)

2.2 目标区域定位的实现

在区域定位的在线匹配过程中，主要分为两个阶段，而采用双重匹配方法实现目标的区域定位的意义在于缩减搜索空间，提高定位效率.

第一阶段：当目标进入定位区域，目标会同时接收到多个无线AP接入点发出的信号.由于以电磁波形式相互通信的节点随着路径的延长无线信号强度逐渐衰减[4]，即距离目标节点越近目标接收到的信号强度值越大.将实时接收到的前n个最大RSSI与指纹库中向量进行粗匹配，确定n个距离目标较近的AP点，实现目标的粗定位；依据三边定位的原理，在后续实验中，一般令n值为3.

第二阶段：根据粗匹配结果，导致正确匹配率低的很大原因是产生了邻近类匹配.这是由于邻近类集合的样本点在几何位置上相对靠近，同属于一个片区，能接收到的接入点AP具有很大的相似性[6].因此，为避免因匹配到邻近类而产生较大误差，可根据信号强度特征，考虑在可能正确匹配的范围内，做进一步的类精匹配.

目标节点在接收到接入点AP发出的信号的同时，目标节点存在一个方向角，在完成粗匹配运算以后，这时候会产生多组(θ,RSSI)向量信息，其中方向角是确定的，RSSI值是来自粗匹配确定的接入点AP发出的；将n组(θ,RSSI)分别与指纹库中对应的接入点AP进行匹配运算，从而确定该组向量是来自那个AP点的指纹库，实现目标节点的精定位.

3 照明灯智能控制的实现

在室内照明灯控制系统中，数据的传输基于两种不同的无线通信模式，即近距离的WIFI通信模式和远距离的GPRS通信模式.WIFI网络实现智能终端与照明灯管理中心和各路灯控制终端与监控子站之间的信息传递，而GPRS网络实现路灯管理中心与监控子站之间的通信[7].智能照明控制通过以下流程实现：

1)智能终端进入到照明灯的智能控制区域后，同时接收到该区域多个无线接入点发出的信号，终端将接到的信号强度信息以及自身方向信息传送到照明灯管理中心.

2)照明灯管理中心将接收到的位置信息进行智能分析，确定目标的位置信息，同时结合室内路灯的布局结构，将控制指令发送到监控子站.

图1 系统实现流程

3)监控子站接收控制指令，同时结合当前室内照明灯的使用状态，向照明灯控制终端发送数据.

4)照明灯控制终端执行照明灯开启或者关闭命令.具体的控制流程如图1所示.

系统各个模块的功能如下：

1)照明灯管理中心.照明灯管理中心主要是通过PC端上位机软件来监控室内所有照明灯的控制系统，以查看并管理系统中所有照明灯的信息状态；负责控制系统中的监控子站，当照明灯管理中心接收到智能手机发过来的位置信息，完成位置信息处理后，下达相应的操作命令是由GPRS网络实现与监控子站之间的通信；监控子站通过WIFI无线局域网对照明灯终端完成相关操作命令，实现对室内照明灯控制终端的远距离无线监控[8].

2)监控子站. 监控子站接收到照明灯管理中心的操作命令，通过WIFI网络把相应的操作信息转发给照明灯控制终端，确保照明灯能够及时打开或者关闭；维护照明灯控制终端的节点信息并把相应的照明灯状态信息通过GPRS网络及时反馈给照明灯管理中心.

3)照明灯控制终端.通过WIFI网络接收来自监控子站下达的指令，完成相应操作；同时将采集到室内照明灯的电压、电流等状态信息通过WIFI网络发送给监控子站.

图2 系统测试环境

4 系统测试

4.1 数据采集与预处理

系统测试环境如图2所示，即在我校的某一阶梯教室进行.将面积约为150m2的教室划分为4×37.5m2的4个区域，在每个区域中心处安置1个无线接入点.

在实验开始前期，先检测实验环境是否满足实验需求.图3表示的是区域中某时刻智能手机接收到的4个AP发出的信号强度值.从图3中可以看出：在该区域接收来自区域1的无线接入点的信号强度值最大，为-46dBm；其次是区域2和区域3的信号强度值，即-52dBm和-57dBm，而来自区域4的信号强度值为-65dBm.显然，信号强度值随着距离增大而不断减小，满足RSSI定位模型的基本原理[9]，即该环境适合做系统的测试环境.

图3 信号强度采集

在离线采样阶段，将各区域划分为若干个子区域.在实验中，分别将区域划分为4×4格、5×5格、6×6格和7×7格，并采集在每个子区域智能手机接收到的各个AP点的信号强度，并建立指纹库.某有效接入点AP最大差值如图4所示.图4显示不同方向上的最大差值已经达到12dBm，而这种差值的产生一方面是受室内环境布局的多路径效应的影响，另一方面人体本身也是干扰无线信号传播的因素之一.相关实验表明，面朝与背向AP时，两者信号强度之差平均可达到5～10dBm[10].

图4 某AP不同方向的最大差值

4.2 系统测试结果

针对不同的指纹布局方式，首先测试的是不同布局方式对定位结果准确率的影响.对分别在每个区域的不同子区域进行测试，正常环境下不同布局方式的区域定位结果见表1.

表1 区域定位结果

从表1的定位结果可以看出，4种不同布局结构所产生的区域定位准确率是不同的.随着布局密度的提高，准确率逐步提升.

图5 照明控制界面

智能设备在照明区域定位的基本实现，使得路灯的控制中心能够依据智能设备的位置信息发送指令，控制局部的照明设备.图5是某阶梯教室照明灯的控制界面.另外，除了能够依据位置信息来控制照明的开启与关闭，在控制中心还可以手动控制整个区域的照明状态，如全部开启或者关闭，从而方便了整个照明系统的协调管理.

5 不同控制方式的对比

将照明灯的智能控制方式分别与当前室内照明灯的几种常见控制方式进行对比，结果见表2.从表2中可以看出，基于位置服务的照明灯的智能控制方式的优点在于其具有较强的实时性，且操作方便；而主要缺点就在于智能设备在接收无线信号强度值的时候容易受外界环境干扰，影响照明灯点亮的准确性，抗干扰能力一般.因此，下一步的研究重点将进一步优化定位算法，减小外界环境对区域定位带来的干扰，提高目标在区域定位的准确率.

表2 不同控制方式对比

将基于位置服务的控制方式与室外智能路灯的控制方式进行对比，结果见表3.从表3中可知：在系统结构上，室内的智能照明依托的是室内无线路由器和个人的智能手机等设备，减少了智能路灯中传感器的使用，具有较强的实用性；在安全性、扩展性以及能源利用方面优于室外的智能路灯.

表3 室内与室外智能路灯对比

6 结语

基于位置服务的照明方式利用了现有的无线设备和通信设备，改进了指纹定位技术的定位算法，实现了目标在照明区域的区域定位.系统通过目标的位置信息下发指令，控制照明灯的状态，进而实现了照明灯的智能控制.这无疑有利于进一步推动室内位置服务的发展，对促进智能家居、智慧城市等的建设都有着积极的意义.

[1] 黄祖成,袁峰,李引.基于使用IPv6的低功耗无线个人局域网的无线传感网在智慧路灯中的应用[J].计算机应用,2014(10):3029-3033.

[2] 李怀瑜,朱瀚,肖汉,等.基于位置的参与式感知服务[J].北京大学学报(自然科学版),2014(2):341-347.

[3] 张斌,魏海坤,方仕雄,等.基于物联网的大场景智能照明监控系统中心软件设计与实现[J].工业控制计算机,2015(3):14-16.

[4] 基于几何聚类指纹库的约束KNN室内定位模型[J].武汉大学学报(信息科学版),2014(11):1287-1292.

[5] ZHOU M,QIU F,XU K,et al.Error bound analysis of indoor Wi-Fi location fingerprint based positioning for intelligent access point optimization via Fisher information[J].Computer Communications,2016,86:57-74.

[6] 曹始亮.基于Wi-Fi指纹的移动位置服务设计与实现[D].北京:北京邮电大学,2015.

[7] 盛凯.基于ZigBee和GPRS技术的智能路灯控制系统研究[D].聊城:聊城大学,2015.

[8] 张堃.基于无线网络的智能路灯控制系统设计[D].吉林:吉林大学,2015.

[9] CHANG Q,VAN DE,WANG W,et al.Wi-Fi fingerprint positioning updated by pedestrian dead reckoning for mobile phone indoor localization[C]//China Satellite Navigation Conference (CSNC) 2015 Proceedings:Volume III.Springer Berlin Heidelberg,2015:729-739.

[10] JANG M S,KIM B C,KIM P S,et al.A study on the localization algorithm Using RSSI and directional antennas between sensor nodes for the DV-HOP algorithm[M]//Advances in Computer Science and Ubiquitous Computing.Springer Singapore,2015:465-470.

(编辑 徐永铭)

Control Design of Indoor Lighting Based on Location Service

TAO Tao,WANG Sheng

(School of Computer Science and Technology, Anhui University of Technology, Ma'anshan 243000, China)

According to the current indoor lighting control mode,this paper proposes a control method of location-based lighting services.In this control mode,firstly,the indoor fingerprint location technology of the Internet of Things is used to improve the establishment of the offline fingerprint library and the matching algorithm of the online matching stage.Secondly,based on the wireless communication mode of GPRS and WIFI,the communication among lighting management center,monitoring sub-station and lighting control terminal can be connected, so as to realize the intelligent control of lighting.Finally,the different fingerprint layout is used to test the target location accuracy in the lighting area. Based on location-based services, the control mode of the lamp is compared with the indoor common street lamp control mode and the outdoor intelligent street lamp,and the advantages and disadvantages are analyzed.The results show that the control method has a certain applicability and popularization.

indoor lighting; location service; intelligent street lamp; fingerprint algorithm; regional location; intelligent control

2016-09-21

国家自然科学基金项目(61672038)；赛尔网络下一代互联网技术创新项目(NGII20150617)

陶 陶(1977-)，男，副教授，博士研究生，硕士生导师，主要从事无线传感网络、物联网技术研究.

TP391.7

A

1674-358X(2016)04-0059-06