第八章-无线传感器网络与智能机器人

8无线传感器网络与智能机器人无线传感器网络（wirelesssensornetworks，WSN）是由大量密集布设在监控区域的、具有通信与计算能力的微小传感器节点，以无线的方式连接构成的自治测控网络系统。无线传感器网络显著地扩展了移动机器人的感知空间，提高了移动机器人的感知能力，为移动机器人的智能开发、机器人间合作与协调，以及机器人应用范围的拓展提供了可能。8.1无线传感器网络的基本理论无线传感器网络的发展最初可以上溯到1978年由DAR以在宾西法尼亚州匹兹堡的卡内基一梅隆大学(Carnegie-MellonUniversityinPittsburgh，Pennsylvania)主办的分布式传感器网络工作组(DistributedSensorNetsworkshop)。无线传感器网络被认为是继Internet之后，将对二十一世纪人类生活产生重大影响的IT热点技术。8.1.1无线传感器网络的体系结构1.传感器节点一个典型的无线传感器节点由四个基本模块组成：传感模块、处理器模块、无线通信模块和电源模块，其体系结构如图所示。传感器节点在实现具体的各种网络协议和应用系统时，存在着以下的限制：(1)电源能力受限(2)通信能力受限(3)处理能力受限2.网络结构无线传感器网络通常由传感器节点、汇聚节点（基站）和管理节点等组成，其网络结构如图所示。3.网络协议栈早期提出的无线传感器网络的协议栈如图所示，此协议栈包括物理层、数据链路层、网络层、传输层和应用层协议。(1)物理层负责数据的调制、发送与接收，为无线传感器网络提供简单可靠的信号调制和无线收发技术；(2)数据链路层负责数据成帧、帧监测、介质访问和差错控制，其主要功能是在相互竞争的用户之间分配信道资源；(3)网络层负责路由生成和路由选择，通过合适的路由协议寻找源节点到目标节点的优化路径，并且将监测数据按照多跳的方式沿着此优化路径进行转发；(4)传输层的主要功能是负责数据流的传输控制；(5)应用层包括一系列基于监测任务的应用层软件。另外，该协议栈还包括能量管理平台、移动管理平台和任务管理平台。(1)能量管理平台负责管理节点如何使用能量;(2)移动管理平台负责跟踪节点的移动，并且通过邻居节点的协调来平衡节点之间的功率和任务；(3)任务管理平台负责为一个给定区域内的所有传感器节点合理地分配任务。8.1.2无线传感器网络的特点无线自组网(mobilead-hocnetwork)是一个由几十到上百个节点组成的，采用无线通信方式的，动态组网的多跳的移动性对等网络。其目的是通过动态路由和移动管理技术传输具有服务质量要求的多媒体信息流。无线传感器网络具有以下几方面的特点：1.超大规模2.网络自组3.实时可靠4.能力受限5.能量受限6.动态拓扑7.以数据为中心8.1.3无线传感器网络关键技术无线传感器网络综合了传感器技术、通信技术、嵌入式计算技术、网络技术和程序设计等多方面技术。目前，尚有非常多的领域和关键技术有待进一步研究。1.路由选择路由选择就是在源节点和目的节点之间寻找一条传送数据的节点序列。寻找节点集合的算法称为路由选择算法。由于不同无线传感器网络的应用特殊性，不宜设计一个通用的路由算法。传感器网络路由选择算法应该根据某一特定应用，具体设计路由选择算法。一般而言，应该考虑到以下几方面因素：(1)在保证数据传输可靠性前提下尽量降低能耗，延长网络点使用寿命。(2)网络的自组织能力。(3)路由协议的动态适应能力和扩展能力。(4)数据融合和数据汇聚能力。(5)QoS保证。(6)算法的收敛性、鲁棒性。(7)失效节点的定位和故障恢复。2.定位技术位置信息对传感器网络的监测至关重要，事件的发生位置（获取信息的节点位置）是传感器节点监测消息所包含的重要信息。在传感器网络定位过程中，通常会使用三边测量法、三角测量法或极大似然估计法等。良好的定位算法通常应具备以下特点：(1)自组织性。(2)健壮性。(3)能量有效性。3.能量管理能量管理的核心是电源管理，由于网络中的传感器节点依靠携带的电池供电，而且网络监测区域环境恶劣，一般不具备充电条件，所以电源能量管理对延长网络的使用寿命至关重要。能量管理需要通过控制网络各个节点的能耗，来保证节点能量合理有效地利用，延长网络使用寿命。为了实现这个目标，传感器网络应用层在操作系统中采用动态电源管理和动态电压调整策略，折中考虑性能和功耗控制的需求来延长系统生存时间。4.数据融合在传感器网络中，对目标环境的监视和感知由所有传感器节点共同完成，在覆盖度较高的传感器网络中，相邻节点感知的信息基本相同，这导致在信息收集的过程中，各个节点单独传输数据到汇聚节点会产生大量的数据冗余，浪费大量的带宽资源和能量资源，也会降低信息收集的效率。为了解决这个问题，传感器网络采用数据融合技术，对多个传感器节点的数据进行处理，组合出更符合任务要求的数据，然后将这些数据传输到汇聚节点。数据融合技术对传感器网络而言具有如下作用：(1)节省能量。(2)获得更准确的信息。(3)提高数据传输效率。5.时间同步时间同步就是采用某种机制或者算法使网络中传感器节点的时钟完全相同。常用的算法有：(1)参考广播同步算法(ReferenceBroadcastSynchronization)。(2)传感器网络时间同步协议算法(Timing-SyncProtocolfor'SensorNetworks)。(3)Mini-Sync算法和Tiny-Sync算法。(4)基于树的轻权算法(LightweightTree-basedSynchronization)。6.网络安全无线传感器网络作为任务型的网络，不仅要进行数据的传输，而且要进行数据采集和融合，任务的协同控制等。为了保证任务的机密布置和任务执行结果的安全传递和融合，无线传感器网络需要实现一些基本的安全机制：机密性，点到点的消息认证，完整性的鉴别，新鲜性，认证广播和安全管理。除此之外，为了确保数据融合后数据源信息的保留，水印技术也成为无线传感器网络安全的研究内容。7.无线通信技术ZigBee技术的主要特点如下：(1)数据传输速率低(2)功耗低(3)成本低(4)网络容量大(5)时延短(6)网络的自组织、自愈能力强，通信可靠。(7)数据安全(8)工作频段灵活8.操作系统目前有代表性的开源的无线传感器网络操作系统有：(1)TinyOS2.0(2)MantisOS0.9.5(MultimodalNetworksofIn-situSensors(3)SOS1.78.1.4无线传感器网络的应用无线传感器网络作为一种新的信息获取和处理技术，在各种领域，它有着传统技术不可比拟的优势。1.军事应用2.环境应用3.灾难救援4.建筑物状态监测5.智能家居6.医疗保健8.2移动机器人与WSN结合8.2.1必要性分析无线传感器网络具有强大的感知能力，而移动机器人机动灵活、具有一定的自治能力。WSN与机器人技术的结合有利于发挥各自的优势和特点，其必要性主要体现在以下几个方面：1.无线传感器网络在移动机器人系统中的应用2.移动机器人在无线传感器网络中的应用8.2.2可行性分析从实际应用上讲，随着MEMS、大规模集成电路和嵌入式技术的快速发展，传感器网络节点的功能越来越强大。各种微小型机器人的体积也越来越小，价格越来越低，而且同时又像传感器网络节点一样，具有数据采集、处理和存储能力，同时具备了传感器网络节点和移动机器人的特征。无线传感器网络和多移动机器人系统的相似性主要体现在：(1)它们都是具有无线网络连接和通信能力的分布式传感与控制系统，具有典型的分布式特征；(2)无线传感器网络的节点和移动机器人个体一样，要求具有独立的电池供电方式、具有良好的传感能力，它们都是群工作系统中的自治个体。8.3无线传感器网络在移动机器人系统中的应用目前，机器人的定位技术主要分为以下两类：(1)通过码盘、电子陀螺仪、加速度计等传感器记录机器人自己的移动过程，通过累计计算出当前时刻的位置。(2)通过雷达、激光测距仪、图像匹配等确定机器人与环境的相对位置进而获得自己的位置信息。8.3.1WSN的节点相对定位1.测距定位原理在根据测距来定位的算法中，通常都是先通过测量参考节点和被测目标之间的距离，然后通过相关定位算法就可以求出对应的位置信息。可以说，定位坐标的准确性很大程度上取决于测距的精度。比较常用的测距方法有TOA（TimeofArrival）测距、TDOA（TimeDifferenceofArrival）测距、AOA（AngleofArrival）测距和RSSI（ReceivedSignalStrengthIndicator）测距。2、测距定位算法1）三边测量法在基于测距的定位算法中，三边测量法(trilateration)是一种常用计算定位坐标的方法。如下图所示，A、B、C代表是信标节点，假设它们的坐标是已知的，分别为（x1，y1），（x2，y2），（x3，y3）。d1、d2、d3表示定位节点D到信标节点A、B、C的距离。分别以A、B、C为圆心，d1、d2、d3为半径画圆，它们的交点就是定位节点的位置。ABCDd1d2d3设D的坐标为（x，y）它们的关系可以用下式表示：211222233()()()yydyydyyd212223（x-x）（x-x）（x-x）2）三角测量法三角测量法原理如图所示，令A，B，C三个参考节点的坐标分别为（xa，ya），（xb，yb），（xc，yc），节点A，B，C相对定位节点D的角度分别为：∠ADB，∠ADC和∠BDC，如果令定位节点D的坐标为（x，y）。A(xa,ya)O1(x01,y01)D(x,y)B(xb,yb)C(xc,yc)对于参考节点A，C和角∠ADC，假如弧线AC在△ABC的内部，那么通过计算能确定唯一的一个圆，令圆心的坐标为O1（x01，y01），半径是r1，那么α=∠AOC=（2π-2∠ADC），并存在如下公式：201011201011222211()()()()22cosaabbacacxxyyrxxyyrxxyyrr22(-)(-)3)极大似然法估计法在基于测距的定位算法中，也常采用极大似然法估计法，也称为多边测量法（multilateration），它是三边测量法的基础上变形而来。8.3.2基于WSN的移动机器人自主导航1.导航策略WSN对机器人提供的不只是单一的位置信息，而是一种全方位的导航策略，部署在工作区域内的信标节点通过决策信息引导机器人到达指定目标。如图所示，大量WSN节点通过空投或弹射的方式密集部署在战场区域以收集各类信息并为战场机器人提供导航服务。一般地，WSN可以利用网络扑结构和节点间RSSI信息为机器人提供自主导航服务。具体实现过程有如下两种方案：(1)基于传感器节点的感知信息对其活动环境建模创建环境地图，移动机器人从传感器获得信息后，对照地图按照预先给定的任务命令，自主地作出各种决策，调整自身姿态，引导机器人安全到达目标位置。(2)静态节点随机部署，移动机器人和每个节点均装有超声、激光等测距传感器，利用网络拓扑结构和节点间距离信息实现静态节点的预定位，机器人在移动过程中不断与信标节点交互信息，实现自定位功能，最终在导航网络的引导下到达A点。3.基于WSN移动机器人导航的特点基于无线传感器网络的移动机器人导航，直接通过传感器节点获取的信息，针对实时变化的环境信息，利用无线传感器网络的分布检测和分布处理特性，实现了基于“路标”的移动机器人在线导航。该方法具有如下特点：(1)可在线导航，适合于动态环境(2)移动机器人配置要求低(3)环境适应性强(4)容易实施，适合于应急应用8.4移动机器人在无线传感器网络中的应用由于移动机器人具有机动灵活和自治能力强等优点，将其作为无线传感器网络的节点，可以很方便地改变无线传感器网络的拓扑结构和改善网络的动态性能。8.4.1移动传感器网络根据网络移动方式不同，移动传感器网络主要有以下几类：(1)基于环境移动的移动传感器网络(2)基于动物的移动传感器网