基于云计算的智能楼宇控制系统

周辰宇 刘宽 方铄 刘亚炜

摘要：针对目前楼宇系统只有简单控制功能，不能对用户行为数据进行深入挖掘的普遍状况，提出了基于云计算的智能楼宇控制系统。该系统利用云服务器存储环境数据并进行深入挖掘，生成基于用户行为习惯的控制方案，通过Internet发送给客户端，发挥云计算的高效性、智慧性、跨平台等优势，在较大程度上提升了智能楼宇系统的水平， 极大地改善了人们的生活。

关键词：云计算;智能楼宇;物联网

中图分类号：TP311    文献标识码：A     文章编号：1007-9416（2018）10-0000-00

随着我国城市化的发展，城镇化和智能化水平进一步提高，因此市面上出现了大量的智能楼宇解决方案。这些智能楼宇解决方案普遍具有网络化、信息化、便捷化的特点，能方便使用者对于各样复杂的信息进行收集和管理，满足现代信息社会的基本要求。然而这些智能楼宇解决方案，较多还是停留在简单控制功能上，不能对用户行为数据进行深入挖掘，无法发挥智能楼宇的智慧性。本文提出了基于云计算的智能楼宇控制系统，能够根据用户行为实现楼宇智能调控，同时具有了安全便利和智慧高效的特点，并真正地发挥智能楼宇的智慧性。

1 系统整体方案设计

该系统包括数据采集模块、智能网关模块、云服务器模块、客户端模块，总体结构如图1所示。数据采集模块将数据包通过串口发送到智能网关模块，智能网关模块通过Internet传给云服务器，云服务器存储信息并生成方案给客户端。

该系统布局相对简单，协调器节点安装于楼宇的靠近中心位置处，并通过串口与智能网关模块相连，对整个Zigbee网络进行维护与控制、缩短通信距离以及降低发射功率。楼宇各部分均置有路由器节点，路由器节点则与对该部分的终端节点设备相互通信，终端节点可按照用户需求个性化搭配。

2 系統实现

2.1 数据采集模块

数据采集模块包括终端节点、协调器结点以及路由器节点。终端节点采集楼宇中各项数据，协调器建立和维护一个Zigbee网络管理其网络中的其他节点，路由器实现其他节点的消息转发功能。其中，由协调器节点、路由器节点和终端节点构成ZigBee三级树型无线传感网络，构成数据采集模块的网络骨架。

该模块中环境信息采集传感器有温度传感器、湿度传感器、光照度传感器、土壤传感器、车距传感器、烟雾传感器、PM2.5传感器和人体红外传感器;设备控制器有灯光控制器、插座控制器、窗帘控制器、空气净化器控制器、加湿器控制器、音乐控制器、声光报警设备、空调、电脑和电视机ZigBee转红外信号控制模块等。

数据采集模块的三种节点均采用TI公司的CC2530芯片，具体内部结构见图2所示。CC2530芯片拥有丰富的端口，能够同时连接控制多个设备，同时具有良好的扩展性，CC2530芯片与就近的传感器或设备控制器通信连接并进行信息传输，并将多个传感器或设备控制器的信息通过一个无线数据包传递，用以降低室内无线信号辐射。

2.2 智能网关模块

智能网关模块在网络层以上实现网络互连，以基于TCP/IP协议的Socket编程实现协调器串口数据的网络传输，将数据通过WiFi路由器转发给网络。智能网关模块可使用在不同的通信协议、数据格式，甚至体系结构不同的两种系统之间。

智能网关在系统内部建立统一的数据处理中心，首先收集传感器节点的数据，并对系统内部数据进行管理，实现内部设备之间的信息交互;同时对外连接Internet，提供系统网络内部各设备与外部设备相互通信的桥梁。

智能网关具有感知网络接入的能力，即对各节点属性、状态等信息的获取功能，可以感知各节点的实时状态。并且具有对节点的远程控制、唤醒、诊断等功能，即实现节点的自动化管理。

智能网关实现了传感网络到通信网络的协议转换，将协议适配层上传输的标准格式数据进行统一封装，将广域接入层下发的数据解包成标准格式数据，实现命令的解析，之后转换为感知层协议可以识别的信号和控制指令。

此外，智能网关具有异构网络互通的能力，因为智能网关接入必然存在跨域通信的要求，需要完善的寻址技术以确保所有节点的信息都能被准确地进行定位和查询。

总而言之，智能网关在本系统中主要完成了三个任务：首先，是收集传感器节点的数据;其次，执行数据协议转换;然后，将协议转换后的数据快速的发送到Internet。除此以外，智能网关同时具有相应的管理和控制能力。

2.3 云服务器模块

云服务器采用Hadoop架构进行开发设计，并运用数据存储、数据管理和数据挖掘技术，对智能家居系统的环境信息、历史信息、用户行为信息等进行分析挖掘，进而预测用户行为，并生成宜居的智能楼宇控制方案。数据通过Internet从智能网关模块传入云服务器，云服务器处理后再通过Internet传输至客户端，进而实现更高层次智能楼宇管理。如图3为系统数据挖掘与控制流程示意图。

数据采集模块中各传感器采集到的环境实时数据全部传至智能网关模块中，由其进行信息汇总和整合;这些汇总数据通过Internet上传至云服务器的数据库中储存，如过程A所示。数据库将数据进行预处理操作并构建数据仓库，如过程B所示。云服务器采用频繁模式挖掘算法、关联规则挖掘算法、决策树算法对数据仓库中的数据进行进一步分析、预测，如过程C所示。云服务器将得到用户行为的预测数据，结合该系统的室内ZigBee网络布局，生成最佳控制方案，如过程D所示。所生成控制方案将通过Internet回传至智能网关模块，由其生成具体控制命令，通过串口传输给协调器节点进而控制各种设备，如过程E所示。例如，系统能够判断出某用户上班时间，提前20分钟将打开空调和加湿器至适宜的温湿度，控制窗帘打开或关闭，并在用户来到办公室后打开灯光，用户离开后依次关闭灯光、空调和加湿器灯设备。

云服務器对用户日常行为习惯进行数据挖掘，形成符合用户行为习惯的智能楼宇控制方案，用户能够选择在云服务器中预先存放适宜本人工作或生活的个性化数据，由相应算法将数据挖据结果与健康生活或工作数据结合进行微调，产生用户最佳健康生活或工作管理引导方案，通过算法逐步改变某些控制信息，使用户慢慢适应更健康的生活或工作习惯，改掉不良行为。

2.4 客户端模块

客户端模块大致分为手机客户端或PC机客户端，客户端模块通过Internet与云服务器相连，获取数据采集模块的数据，以及云服务器针对用户行为习惯定制的解决方案。

客户端可以对环境感知信息和视频数据进行实时访问，对各种设备控制器进行控制，以实现智能门禁、智能安防、智能浇水、智能窗帘等等。

客户可使用微信、app或者网页方式接入并登录本系统，登录后首先对用户身份进行验证，确认安全后进入该系统主控制页面进行功能模式选择与设置，客户端模式如下：

（1）自动模式，该模式下系统通过用户设定或系统预定义的参数阈值进行自动控制，用户能够查看当前环境状态及设备控制信息，也能够修改控制参数。

（2）手动模式，该模式下用户能够通过手动控制楼宇中各设备运转，还能够查看到环境信息及当前设备运转状态，通过进入各子系统控制模块进行手动控制操作，包括但不限于控制窗帘开关、电视机换台、空调温度控制。

（3）专家模式：该模式是基于云计算，采用数据挖掘算法统计并挖掘用户行为数据，根据用户行为习惯而生成的一系列控制参数，如用户对空气温湿度程度、光照强弱等环境的个性化需求，是一个真正属于用户自己的个性化智慧型的智能楼宇控制，同时用户能够在该模式下发现自身的一些隐性行为习惯。

3 系统测试

通过该系统，用户可以采取自动或手动方式实现环境信息实时采集和楼宇的联动控制，也可采用专家模式中生成的智能楼宇控制方案。网页端运行如图4所示。手机端APP运行图如图5所示。

本系统所含传感器包括温度传感器、湿度传感器、光照度传感器、土壤传感器、车距传感器、PM2.5传感器和人体红外传感器;所含设备控制器为灯光控制器、插座控制器、窗帘控制器、空气净化器控制器。

4 结语

本文设计实现的基于云计算的智能楼宇控制系统，经过测试能很好地完成项目预期要求。实现了楼宇监控系统的控制和对用户行为数据进行深入挖掘，生成了一套合理的生成基于用户习惯的智能楼宇控制方案，系统功能强大，并且具有功耗低、成本低、安全性好、布局灵活、操作简单等特点，在现代楼宇环境中具有很好的应用前景。

参考文献

[1]裴超.基于云计算的智能家居系统架构研究[J].软件导刊，2014，13（03）：80-82.

[2]郭之成.浅谈云计算技术在物联网智能家居系统中的应用[J].信息与电脑（理论版），2012（12）：189-190.

[3]贺瑶，王文庆，薛飞.基于云计算的海量数据挖掘研究[J].计算机技术与展，2013，23（02）：69-72.

[4]王强，李雄飞，王婧.云计算中的数据放置与任务调度算法[J].计算机研究与发展，2014，51（11）：2416-2426.

[5]邓仲华，刘伟伟，陆颖隽.基于云计算的大数据挖掘内涵及解决方案研究[J].情报理论与实践，2015，38（07）：103-108.

[6]崔妍，包志强.关联规则挖掘综述[J].计算机应用研究，2016，33（02）：330-334.

[7] A.T. Saraswathi，Y.R.A. Kalaashri，S. Padmavathi. Dynamic Resource Allocation Scheme in Cloud Computing[J]. Procedia Computer Science，2015，47.

[8]Georgia Sakellari，George Loukas. A survey of mathematical models， simulation approaches and testbeds used for research in cloud computing[J]. Simulation Modelling Practice and Theory，2013，39.

Intelligent Building Control System Based on Cloud Computing

ZHOU Chen-yu，LIU Kuan，FANG Shuo，LIU Ya-wei

（School of Computer and Communication Engineering， Zhengzhou University of Light Industry， Zhengzhou Henan 450002）

Abstract： In view of the fact that the current building system has only simple control functions and can not deeply mine user behavior data， this paper proposes an intelligent building control system based on cloud computing. The system uses the cloud server to store environment data and conduct deep mining to generate a control scheme based on user behavior habits， which is sent to the client through the Internet， and utilizes the advantages of cloud computing， such as high efficiency， intelligence， and cross-platform， to a large extent. The level of intelligent building systems has greatly improved people's lives.

Keywords： cloud computing; intelligent buildings; Internet of Things