基于NB-IoT物联网人体红外防盗报警检测

文章目录

前言

一、实验设计目的与意义

1.背景需求

2. 研究现状

3.存在的问题

4.改进建议

二、实验设计方案

1.系统总体架构与功能描述

2.终端设计

3.管道设计

4.云端设计

三、实验设计结果分析

四、实验设计结论与未来展望

前言

近年来,随着5G技术产业的发展,NB-IoT的产业化发展迅猛。智慧消防、智慧停车、智慧校园等等应用场景纷纷出现,该技术在未来或许能成为行业发展的一个新风口。


一、实验设计目的与意义

1.背景需求

随着经济文化的发展,人们的生活日益丰富,各种大型活动时有举行。然而大型活动现场人员众多,还要对各种应急事件做出反应,难以对所有物品进行精细的看守,这时就会给一些不法分子带来机会。由于红外线是不可见光,它具有很强的隐蔽性和保密性,因此红外产品在防盗、警戒等安保装置中被广泛应用。

2. 研究现状

随着改革开放的深入发展,电子电器的飞速发展,人们的生活水平得到了很大的提高。同时人们的安防意识也在不断提高,因此现代化的安防技术得到了广泛的应用。随着科技的发展,非法入侵和犯罪行为也越来越高端,传统的防范手段已经难以保证要害部门、重点单位的安全。人力防范也是有它的局限性的,他们往往受时间、地域、人员素质和精力等因素的影响,由于人都有惰性,长期以来就会出现漏洞和问题。由于红外线是肉眼无法分辨的光,它具有很强的隐蔽性和保密性,因此红外产品如雨后春笋般的涌现出来。它们逐渐应用到小区的安保之中,但大多数都应用在夜间

照明,以提高监控性能。同比国外的各类防盗、保安报警器基本都是以超声波、红外发射与接收微波等技术为基础。利用科技手段和有效的物业管理,改变人们安全防范的方法和手段,从单一封式、被动型安全防范模式向多元化、综合化、电控化、以及红外报警处理方向发展。目前国际上应用最多的是主动红外对射总线制报警主机的方式,这种方式具有可靠性高、技术成熟、操作简便、易扩展、经济性好等优点。所以,红外产品已经成为了人们生活安防的不可或缺的一部分。红外报警器分主动式和被动式两种。主动式红外线报警器,是报警器主动发出红外线,红外线碰到障碍物,就会反弹回来,被报警器的探头接收。如果探头监测到,红外线是静止不动的,也就是不断发出红线线又不断反弹的,那么报警器就不会报警。当有会动的物体触犯了这根看不见的红线的时候,探头就会检测到有异常,就会报警。

3.存在的问题

1) 容易受各种热源、阳光源干扰;
2) 被动红外穿透力差,人体的红外辐射容易被遮挡,不易被报警器接收;
3) 易受射频辐射的干扰;
4) 环境温度和人体温度接近时,探测和灵敏度明显下降,有时造成短时失灵。

4.改进建议

为安防系统增加额外功能,实现适用于对多样、复杂的应用场景,以及对场景环境的分析,使得在红外功能容易受干扰时也能工作。


二、实验设计方案

1.系统总体架构与功能描述

本项目采用端-管-云的设计思路,首先通过放置传感器检测模块,来检测一定范围内的安全隐患,单片机把检测结果收集再通过5G NB-IoT模组实现入网与通信的功能,然后通过UDP协议进行数据传输与Socket模块建立连接,最后利用lnfluxDB数据库来存储数据并在Grafana平台来进行实时的展示。

基于NB-IoT物联网人体红外防盗报警检测

图1 总体构架

 传感器模块有以下三个:人体红外传感器模块、GPS定位模块、温湿度传感器模块。主要工作由人体红外感应器完成信息采集、处理、通过对数据的分析实现蜂鸣器报警的功能,最后通过GPS模块将定位上传到云端这一过程。考虑到其应用场景的多样性和实用性,还添加了按键对蜂鸣器的控制,实现一键报警和关闭蜂鸣器的功能。以及温湿度的检测功能,实现对一些贵重物品的保护,例如博物馆中的易损文物,对温湿度等环境因素有严格的要求。


2.终端设计

本设计的电路包括硬件和软件两个部分。硬部分包括:传感器模块部分、单片机控制电路,传感器模块部分分别由 人体红外传感器模块、GPS定位模块,温湿度传感器模块组成(如下图所示)。通过对每个传感器引脚的配置还有函数的调用,即可分别实现经纬度数据采集并上传至云端,传感器周围出现不明物体时,警报灯亮起,蜂鸣器持续报警,通过按键实现对蜂鸣器的控制。如果在博物馆的室外展览中还能提供温湿度采集的数据,实现对贵重物品的保护。在连线上面我们通过一块主板实现与三块传感器连接,通过杜邦线将三部分的功能集成在一块主板中。

    

基于NB-IoT物联网人体红外防盗报警检测

基于NB-IoT物联网人体红外防盗报警检测


​​​​​​​

3.管道设计

管道采用NB53-A通信模块,调用NB模组的相关函数进行入网。通过UDP协议建立连接和数据传输。然后获取传感器采集的环境数据,将读取到的数据进行封装处理,转换成十六进制,通过NB-IoT模块发送到服务器上。

基于NB-IoT物联网人体红外防盗报警检测图3 管道工作流程

基于NB-IoT物联网人体红外防盗报警检测

图4 数据的封装发送

具体实施:

① 开启并配置LPUART1串口。

② 在nbiot.c中初始化所用通信协议nb_protocol、访问IP host_ip和访问端口host_port。

③ 在usart.c中声名和定义LPUART1的相关变量。

④ 在usart.c中设置和添加中断函数。

⑤ 将要发送的数据封装和进制转换。

⑥ 调用NB_SendMsg函数发送相关信息。


4.云端设计

(1)通过修改原InfluxDB的代码,增加所需的变量,并传入测出的相应值。

基于NB-IoT物联网人体红外防盗报警检测

图5 传入变量设置

(2)传入值之后连接UDP服务器,进行传输。

基于NB-IoT物联网人体红外防盗报警检测

(3)此时登录Grafana,发现没有地图的插件,于是在MobaXterm安装worldmap插件。 

基于NB-IoT物联网人体红外防盗报警检测

图6 安装worldmap插件

基于NB-IoT物联网人体红外防盗报警检测

图7 插件在Visualization出现

(4)此时,选中Worldmap Panel,就出现世界地图,通过调整配置,可以在地图上显示所导入的经纬度位置。

基于NB-IoT物联网人体红外防盗报警检测

图8 调节参数

基于NB-IoT物联网人体红外防盗报警检测

基于NB-IoT物联网人体红外防盗报警检测

图9 调整配置

基于NB-IoT物联网人体红外防盗报警检测

图10 最终显示位置标记

(5)最后再加上温湿度的折线图,实现传入数据的云端可视化。

基于NB-IoT物联网人体红外防盗报警检测

图11 最终云端可视化


三、实验设计结果分析

采集到的温湿度,经纬度以及警报状态结果展示:

基于NB-IoT物联网人体红外防盗报警检测

图12 终端数据采集以及管道发送反馈

基于NB-IoT物联网人体红外防盗报警检测

图13 可视化界面展示

总结: 通过在宿舍区进行模拟报警和数据采集,报警系统功能实现人体靠近报警、一键报警和一键接触报警。数据采集GPS信号、温湿度数据比较准确,实现设计功能。


四、实验设计结论与未来展望

实验从物联网的端-管-云,三个层面设计了人体红外安防系统,实现了终端数据采集,管道数据传输,云端可视化展示。我们实现了GPS信号的采集解析,人体红外数据以及环境温湿度的数据采集,设计功能基本完成,并且采集数据比较准确。例如采集的GPS和温湿度信息,通过测量,都与实际差别不大。

基于目前的GPS模块只能实现室外定位,且定位时间稍长。未来我们希望通过蜂窝基站定位、利用信号强度等方法解决定位时间长,以及实现室内定位的功能,提高数据的精确度;从算法层面优化、分析场景环境,以适用于更多的应用场景。

本文章来源于互联网,如有侵权,请联系删除!原文地址:基于NB-IoT物联网人体红外防盗报警检测