基于物联网技术的高校智慧实验室架构

秦乐乐 黄涛 刘畅

摘 要：为了解决高校在建设实验室过程中面临的设备管理非自动化程度高、传感器传输信号异构化程度高、资源管理共享程度低和智慧化程度低等问题，以满足实验教学、管理、服务的开放性、可持续性和协同化需求，运用物联网和大数据技术提出了数据共享的智慧实验室解决方案，设计了感知层、网络层、大数据层、应用层和用户层等技术架构，并对模型中各层功能结构的设计方案进行了讨论;利用ZigBee具有的容纳节点数量大，增减节点灵活等特点，设计了基于ZigBee协议的海量感知数据传输的实现方案，通过对感知节点、网关设计等技术的融入，实现了海量数据的实时采集。基于物联网技术的智慧实验室将实现信息数据海量感知化、实时控制远程化、系统运行自动化、智慧感知分析，可为智慧校园建设提供借鉴。

关键词：物联网;智慧实验室;信息平台;ZigBee;信息平台

中图分类号：TP391   文献标志码：A

Framework of university intelligence lab based on

internet of things technology

QIN Lele1， HUANG Tao1， LIU Chang2

（1.Department of Teaching Affairs， Hebei University of Science and Technology， Shijiazhuang， Hebei 050018， China;2.Hebei Wuyi Middle School， Hengshui， Hebei 053400， China）

Abstract：

In the process of laboratory construction in colleges and universities， problems will appear， e.g. high non-automation of equipment management， high isomerization of sensor transmission signals， low sharing of resource management， low intelligence， etc.. To solve those problems and meet the requirements of openness， sustainability， and coordination of experimental teaching， management and service， data sharing intelligent laboratory is proposed based on IOT and big data technology， 5-layer technical architecture including sensing layer， network layer， big data layer， application layer and user layer is designed， and the designing schemes of functional structures of each layer in the model are discussed. Massive sensing data transmission based on ZigBee protocol is designed by taking advantage of ZigBee′s big capacity for nodes and its flexibility of nodes' increase and decrease， and real-time acquisition of massive data is realized through the integration of technologies such as sensor nodes and gateway design. The realization of the intelligent laboratory based on IOT technology will realize massive perceptualization of information data， remote control of real-time control， automatic system operation and intelligent sensory analysis， so as to provide reference for further integration into the intelligent campus.

Keywords：

internet of things; intelligent laboratory; information platform; ZigBee; information platform

隨着脑科学、神经网络、人工智能等技术融入教育教学业务，智慧教育的建设已经成为高等学校教学资源投入的新方向。通过融入大数据、云计算和物联网等IT前沿技术，广大教学人员、管理人员和教辅人员将智慧校园建设推向新的发展阶段。一方面完成学校大量数据的积累，加强异构数据的融合和利用，提升数据交互、存储、传输的速率，让学校教育大数据的价值真正服务于学校、服务于教育;另一方面，通过将智慧校园与物联网技术相结合，实现基于用户体验的智慧感知、智慧采集和智慧利用效果，让原本单一的数据信息服务智能化，以满足学生、教师、管理人员的各层次需求。黄荣怀等[1]提出智慧学习是一种能够通过神经网络感知学习状况、识别学习特点的方法，通过人工智能提供适配的学习计划、学习工具、学习内容，可以自动记录智能分析学习过程、评价学习结果，促使学习者提高效率。阎坚等[2]针对目前智慧教室系统存在的问题，提出了基于物联网技术的系统架构。郭玉清等[3]基于物联网和云计算提出了智慧教室系统的建构模型。周春月等[4]在研究智慧实验室时提出了三级体系的系统架构模型，并对模型中的各层功能进行了讨论。刘君[5]在基于物联网技术的基础上进行了需求分析和方案设计，提出智慧学习环境是一种以信息技术为手段、以学习者为核心的学习环境，可为存在学习差异的学习者提供个性化的学习环境。美国苹果公司将计算机、摄像机、扫描仪、投影机等融入课堂教学，提高课堂教学效果。美国北卡罗来纳州立大学与IBM合作，利用云计算技术创建了“虚拟计算实验室”，将个人计算机、笔记本、智慧终端等设备融入实验室，并可根据用户需求提供个性化的服务[6-7]。

众多学者、科研部门对智慧校园、智慧教室、智慧实验室等进行了研究，但对于智慧实验室的研究主要局限于将智慧实验室的意义和重点放在运用简单的技术架构上。笔者基于物联网技术实现高校智慧实验室海量数据感知，并利用这些数据的统一管理、配置和优化，为教师、管理人员、学生提供良好的管理环境和互动环境，从而实现计算机辅助管理的智慧化。

1 功能需求分析

智慧实验室=实验室+物联网+智慧化设备+智慧化应用系统，是基于物联网和大数据技术建立的综合信息平台，是智慧校园的重要组成部分，其核心是物联网技术和大数据技术，旨在利用现代化的信息技术为广大师生提供海量数据感知，进行全面智能分析，实现实验室的智能化、安全化，实现开放实验室设备资源、科研资源和教学资源的高度共享[8-9]。智慧实验室能够实现用户与用户之间、实验室与实验室之间、用户与实验室之间、用户与信息资源间的通信，自控部分均由实验室智慧化地完成，无需人工控制，同时可将数据进行加工处理转换为信息，为学生、教师和各层次管理者的行动和决策提供支持，从而达到“智慧”化的目的[10]。

1.1 环境感知需求

实验室的安全及个性化自控的基础数据均来源于实验室的环境参数，因此智慧实验室的具体感知数据包含以下4部分：

1） 环境感知数据 实验室的温度、湿度、气压等普通物理参数;

2） 光照感知数据 实验室的光照水平、辐射水平等;

3） 气体感知数据 实验室内CO2等气体的浓度、有害气体的浓度、颗粒物的浓度、烟雾的浓度等;

4） 设备感知数据 试验台、窗帘、空调、计算机、投影机及电源的状况等。

这些感知数据由传感器采集，并由有线或无线网络完成向大数据层的传输。

1.2 智慧视频功能需求

在每个实验室均设置若干个摄像头并做到全覆盖，摄像头采集的视频数据经专用网络传入大数据层，智慧实验室管理人员可通过计算机、手持终端等设备掌握每间教室的现场状况，包括实验室内师生的活动情况。同时，摄像头获取的数据进入大数据层后可被“智慧化”分析，系统可以发现诸如盗窃、规定时间外实验室有异常行为、有害物品长时间停留在非合适区域等异常情况，并第一时间将此信息发给管理员，由管理员通过实验平台协同管理，实现有效干预[11]。

1.3 智能控制需求

由于每个实验室内都安装了温湿度、烟感、光感、有害气体浓度等传感器，因此系统能对智慧实验室内的各种物理数据进行监控，通过对这些数据的分析，根据管理员的设置自动开启相关设备。例如：当温度超过一定阈值时，可开启空调;当光线强度超过一定阈值时可开启窗帘;按照管理员设置的时间自动开关电源、开启门禁;根据课表中的数据自动开启多媒体设备等。实验人员的信息可通过门禁卡的数据进行记录和管理，实现自动化考勤;由于每个设备都装有无线射频卡，当设备离开原有区域一定范围时，RFID阅读器将无法捕捉到卡的信号，这时系统将报警，实现设备的防盗安全管理。

1.4 数据分析功能需求

由于各个设备均安装了一定数量的传感器，因此管理员可以统计分析实验器材的使用情况，也可以在传感器传输的数据超过阈值时初步判断设备异常状况，实现自动报修。当实验室出现异常甚至可能发生灾害时，管理平台会及时向管理员报警，并对现有数据进行大数据分析，分析可能出现的灾害和可能涉及到的实验室，并将分析结果提供给管理员，便于管理员决定处理方案。此外，学生在使用实验设备时需刷卡，这样就记录下了学生的相关信息，结合其实验的数据，可以生成相关的学习数据报告，并记录学习状况和实验状况，传输到大数据层，进行对比分析，生成学生的学习情况报告、班级的整体学习状况报告，以便于教师因材施教。

1.5 通信需求

用户的笔记本、手机等设备可通过实验室的无线节点接入网络，从而实现学生之间、教师之间及学生与教师之间的无线通信。

2 系统架构设计

为了满足智慧实验室用户的相关需求，笔者采用了5层架构，并提供相应的终端接口和应用接口，其目的是保证数据交互的友好和将来的扩展，实验室系统架构如图1所示[12-15]。

2.1 感知层

感知层是数据的来源，其目的是感知实验室的海量相关数据，因此必须结合实际要求和最终信息的形成需求，科学有效地选择各类传感器、控制器。在该层中分为2个组成部分。

1）数据感知节点 包含了人脸识别、定位传感、温湿度传感、烟雾监测等数据的感知采集;

2）数据控制节点 接收用户层或应用层传来的指令，完成插座供电、多媒体控制、喷淋器控制等操作。

此外，所采用的智能读卡器和人脸识别器可以识别用户信息，实现资产的管理、刷卡考勤，同时也可以对每个学生的实验情况进行记录，从而为计算机智能分析学生的学习情况、为学生提供个性化的学习建议提供数据支持。

2.2 网络层

网络层通过4G信号、Wifi、有线网络、ZigBee为智慧实验室的通信提供保障，实现各类数据传输的畅通，保证智慧实验室各层间高质量的网络通信，面向学生、教师、管理员的各项服务提供有力的通信保障。

2.3 大数据层

大数据层接收到从感知层传来的海量数据后，进行数据清洗、数据挖掘、大数据分析、异构数据同构化处理，并将处理结果通过应用层提供给用户，根据感知层出现的数据是否异常进行自动处理，在通知管理员的同时控制基础设施（如切断电源、关闭气阀等），避免灾害的发生。

2.4 应用层

应用层包括系统的集成平台和远程控制平台，用于将实验室设备数据、门禁数据、用户数据、学生数据、实验数据、视频数据等进行集成，完成数据的高度共享，通过设置對应的阈值来保证设备的正常运行，避免灾害的发生。通过对学生的考勤、实验过程及实验结果等数据的分析、集成，为每位学生生成学习情况汇总表，并为其提供个性化的学习方案，从而帮助学生提高学习质量。

2.5 用户层

用户通过台式机、笔记本、手持终端等设备按照各自需求，完成相应的操作。学生和教师可以通过该层功能进行实验的预约、实验结果的查看、学习情况的分析;管理员可以通过该层功能进行设备的管理、实验室各组成部分状态的查看，设置各参数阈值等操作。

3 智慧实验室的实施方案

3.1 智慧实验室的组网方案设计

智慧实验室利用有线传输方式和无线传输方式的各自优势，结合ZigBee协议的特点进行网络拓扑的设计，部署安装快速，ZigBee节点的增删操作灵活，安装快捷，如图2所示。海量感知节点和自动控制节点是基于ZigBee协议实现的。环境感知层由温度、湿度、光敏、气压、烟雾、有害气体等传感器组成，自动控制层由窗帘控制、空调控制、照明控制、智能电表控制等模块组成。各终端节点采集到数据后，通过ZigBee协议发送给数据协调器，并由协调器完成数据的传输，应用RFID技术完成了对仪器设备等固定资产的管理与资源整合。实验室门口、实验台附近均安装了读写天线和读写器，当实验设备离开指定位置一定距离后，系统将自动报警，每个房间的设备都装有RFID卡，卡中写有设备的编号等相关信息[16]。视频信号由有线网络和基于无线Mesh网络实现传输，并由大数据集群进行保存和智慧算法分析，其中基于Mesh网络的设备具有低功耗、传输速率高，自组织、自愈合能力强等特点。

3.2 基于ZigBee协议的拓扑结构的设计与实现

物联网网关将ZigBee网络、校园网网络、视频网络和数据存储模型进行了集中管理，考虑到实验室的面积较大，感知传感节点较多，如果采用传统的星型拓扑结构结合无线路由器的海量数据感知方式显然不能满足要求，因此，笔者采用了ZigBee技术组建树型拓扑结构的方式来解决此问题。该结构具有逻辑增删节点简单、节点容量大、感知区域可扩展性强等优势，如图3所示。在此结构架构设计中包括了ZigBee感知节点、ZigBee路由器、ZigBee网关。ZigBee感知节点的作用是将感知到的数据通过串口读入，封装为可经路由器转发的数据包，再将数据包转发给相邻的路由器。网络内形成了若干个星型拓扑，ZigBee路由器负责每个星型网络的有效管理，此外还负责接收相邻接点（包括感知节点和路由器）发来的数据，并进行路由转发。路由器将收到的数据经ZigBee网关传输给应用服务器和远程客户端[17-18]。

1）感知节点设计

在感知层，需要根据不同的应用功能、性能、网络传输技术要求确定传感器的种类。按照接口分为串行接口和并行结构;按照功能分类，则种类繁多。ZigBee终端节点包含了各类传感器芯片、电源、天线，笔者采用了美国德州生产的CC2530无线芯片（该芯片与ZigBee 802.15.4协议物理层的兼容性好），同时采用了8051内核的CPU，8KB的SRAM，通用IO引脚的FB2530RF_ACC2530射频开发板和AES安全协同处理单元。在传感器方面则采用了SHT15防护型温湿度传感器、CX-441光电传感器、烟雾传感器，如图4所示。为降低能耗，提高电池的使用寿命，感知节点采用休眠唤醒的方式，即：在默认状态下处于休眠状态，在接到临时指令或时钟指令后，唤醒感知节点ZigBee模块，将数据采集打包传输后，继续进入休眠状态。

2）物联网网关设计

笔者采用ZigBee网关，ZigBee网关是数据的汇聚点，并将汇聚的数据传输给应用服务器，此外，它还承担着将ZigBee感知网络与校园网或因特网联通的职责。在ZigBee网关的设计中，采用了基于Cortex-A8的x210ii开发板实现ZigBee网关的各项功能。X210ii由核心板、底板和液晶板组成。底板留有丰富的外设，支持以太网DM9000CEP，USB-WiFi，GPRS接口和GPS接口。X210ii通过串口外接CC2530，从而实现与ZigBee网络的连接，并通过以太网DM9000CEP与校园网联通，也可以通过4G模块接入蜂窝网络进入Internet，同时，基于X210ii的Android平台可以方便开发客户端程序，将感知数据传送到应用服务器。

上位机软件的开发是在J2EE平台基于B/S计算模式进行的，采用了Oracle数据库，可以实现远程控制以及与下位机的友好通信。

3.3 智慧实验室的系统功能框架

智慧实验室主要由海量数据感知采集及控制子系统、固定资产管理子系统、教学共享平台子系统、智慧视频管理子系统等组成。

1） 海量数据感知采集及控制子系統

通过海量感知环境数据，由ZigBee协议完成传输，实现大数据分析，按照管理员设置的各环境参数阈值实时判断当前环境状况。当出现异常时，会自动开启门窗、空调、消防设施等设备，对可能发生的危害进行预警，对已经发生的灾害，自动生成救援方案并提供给管理员。通过ZigBee协议该系统可以实现智能刷卡取电、总电源控制、单火线照明节点控制、窗帘节点控制、红外对射节点控制、声光报警器控制、无线震动节点控制等功能。

2） 教学共享平台子系统

通过各传感器及有线、无线网络可以实现每个实验装置与服务器的通讯传输，在实验过程中，教师可通过服务器端的界面实时查询每个学生的实验情况及实验进展，掌握每个学生的学习状态和掌握知识的情况，通过系统为每个实验组和组内的学生生成个性化的学习状态信息，便于教师和学生及时发现问题、解决问题。通过系统也可以实现学生的电子签到，达到实验室无纸化管理的目的。此外，通过共享平台还可以实现多台多组实验台的共享实验，从而提高实验装置的利用率。

3）智慧视频管理子系统

无盲区的摄像头对实验区域进行了海量视频数据的采集，通过大数据层对视频的检测、识别和预测，可以实现对特定区域的非法入侵、物品长时间的停留、人体行为、实验室的人员密集程度等相关信息的自动识别和报警，避免灾害的发生。

4 结 语

笔者在智慧实验室概念的基础上提出了海量数据采集并经多层中间件处理形成智慧信息，从而反作用于现场并为管理者提供决策服务的技术思路，构建了感知层、网络层、大数据层、应用层、用户层等5层技术架构，并以此为依托设计网络拓扑结构。利用ZigBee具有的容纳节点数量大、增减节点容易灵活等特点，设计基于ZigBee协议的海量感知数据传输的实现方案，通过感知节点设计、网关设计等技术融入，实现海量数据的实时采集。该系统架构在智慧实验室建设、智慧教室建设方面具有良好的创新意义和实用价值，但在该架构的实验和实施过程中存在着诸如硬件因驱动等原因出现的不匹配、软件兼容性有待提高、使用者信息管理水平不高等问题。随着科技的不断进步，全息技术已经出现在学习和生活的每一个角落，该项技术将很快步入教育领域，成为智慧时代新的研究领域和方向。

参考文献/References：

[1] 黄荣怀，张振虹，陈庚，等.网上学习：学习真的发生了吗？——跨文化背景下中英网上学习的比较研究[J].开放教育研究，2007，13（6）：12-24.

HUANG Ronghuai，ZHANG Zhenhong，CHEN Geng，et al.Online learning： does learning really happen？：Comparison of Chinese and british online learning in intercultural context[J]. Open Education Research，2007，13（6）：12-24.

[2] 阎坚，桂劲松.基于物联网技术的智慧教室设计与实现[J].中国电化教育，2016（12）：83-86.

YAN Jian，GUI Jinsong. Design and implementation of intelligent classroom based on internet of things technology[J].China Educational Technology，2016（12）：83-86.

[3] 郭玉清，袁冰，李艳.基于云计算的智慧教室系统设计[J].数学的实践与认识，2012，42（4）：103-107.

GUO Yuqing， YUAN Bing， LI Yan. An arehiteeture design of smart classroom using cloud computing[J]. Mathematics in Practice and Theory，2012，42（4）：103-107.

[4] 周春月，閆子淇.基于物联网技术的智慧实验室架构研究[J].实验室研究与探索，2014，33（5）：239-243.

ZHOU Chunyue，YAN Ziqi. Research on the structure of smart laboratory based on the internet of things technology[J].Research and Exploration in Laboratory，2014，33（5）：239-243.

[5] 刘君.基于物联网技术的高校智慧教室的设计研究[J].陕西理工大学学报（自然科学版），2017，33（5）：52-57.

LIU Jun. Design of smart classrooms based on the technology of Internet of things[J].Journal of Shaanxi University of Technology （Natural Science Edition），2017，33（5）：52-57.

[6] 鹿星南，和学新.国外智慧学校建设的基本特点、实施条件与路径[J].比较教育研究，2017（12）：23-29.

LU Xingnan， HE Xuexin.On Basic characteristics， implementing conditions， and approaches of foreign smart school construction[J].International and Comparative Education，2017（12）：23-29.

[7] 李康康，赵鑫硕，陈琳.我国智慧教室的现状及发展[J].现代教育技术，2016，26（7）：25-30.

LI Kangkang， ZHAO Xinshuo，CHEN Lin. Status and development of smart classroom in China[J]. Modern Educational Technology，2016，26（7）：25-30.

[8] 王曦.互联网+智慧校园”的立体架构及应用研究[J].中国电化教育，2016（10）：107-111.

WANG Xi.Three-dimensional construction and application study on “Internet+ Smart Campus”[J]. China Educational Technology，2016（10）：107-111.

[9] 程敏.信息化环境中智慧教室的构建[J].现代教育技术，2016，26（2）：101-107.

CHENG Min. Construction of smart classroom in information environment[J].Modern Educational Technology， 2016，26（2）：101-107.

[10]周恩浩. 高校智慧教室物联网系统设计与实现[J].现代电子技术，2018，41（2）：30-33.

ZHOU Enhao.Design and implementation of internet of things system for university intelligent classroom[J].Modern Electronics Technique，2018，41（2）：30-33.

[11]QIN Lele，YU Naiwen，ZHAO Donghui. Applying the convolutional neural network deep learning technology to behavioural recognition in intelligent video[J]. Technical Gazette，2018，25（2）：528-535.

[12]QIN Lele， ZHAO Xin.Design and realization of information service platform of logistics parks based on cloud computing[J].Advances in Information Sciences and Service Sciences，2012，23（4）：112-120.

[13]QIN Lele，ZHANG Jinfeng. Development of dangerous sources monitoring & management and emergency rescue decision making support information system[J].Journal of Computers， 2011，6（4）：732-739.

[14]QIN Lele，KANG Lihua. Technical framework design of safety production information management platform for chemical industrial parks based on cloud computing and the internet of things[J]. International Journal of Grid and Distributed Computing，2016，9（6）：299-314.

[15]康麗华，侯君华，韩保刚，等.基于Cloud & BIM 的智慧建筑项目管理信息平台设计[J].河北工业科技，2017，34（6）：459-464.

KANG Lihua，HOU Junhua，HAN Baogang，et al.Design of management information platform of smart architecture project based on Cloud & BIM[J].Hebei Journal of Industrial Science and Technology，2017，34（6）：459-464.

[16]巴音查汗，安鹏.基于嵌入式及RFID物联网技术的智慧校园系统设计与实现[J].现代电子技术，2017，40（16）：63-66.

BAYIN Chahan，AN Peng.Design and implementation of wisdom campus system based on embeddedand RFID IOT technology[J].Modern Electronics Technique，2017，40（16）：63-66.

[17]车辚辚，孔英会，赵建立，等.基于物联网的智慧实验室设计[J].实验室技术与管理，2013，30（10）：212-215.

CHE Linlin，KONG Yinghui，ZHAO Jianli，et al. Design of wisdom laboratory based on Internet of things[J].Experimental Technology and Management，2013，30（10）：212-215.

[18]高永清，商丹.基于ZigBee 智慧实验室系统的设计[J].电视技术，2015，39（8）：17-21.

GAO Yongqing， SHANG Dan. Design of smart laboratory system based on ZigBee[J].Video Engineering，2015，39（8）：17-21.