机智云AIoT+arduino单片机+智能家居系统及安防控制

摘要:提出了一种基于机智云物联网云平台和Arduino单片机控制的智能家居安防系统设计模式，主要研究智能家居系统在无线组网技术和下位机子系统的软硬件功能，经过理论验证、仿真实验、电路搭建到智能家居模型的建立，完成了一套由无线Wi-Fi组网、云平台检测、以Arduino单片机为下位机控制核心的智能家居系统设计。

设计通过esp8266Wi-Fi模块与Internet网络进行数据透传，实现智能APP远程与近程的全方位监控，结合语音控制、手势控制、RFID门禁控制等先进控制技术，实现家居控制智能化。

0引言
广义的智能家居是以家庭居住场景为载体，综合各类现代化技术，如计算机技术、通信技术、互联网技术、物联网技术、云计算等；将家庭生活中人们所需的环境利用现代信息技术有机结合，包括照明系统控制、家电远程控制、安防监测等构成便于人们居住的具备便捷性安全性、节能型的智能场景。

智能家居是不同信息技术元素的共生关系，根据综合控制场景，第一层控制是对现有家电的集中控制。打通各厂家的通信协议，加入一款兼容各大品牌通信协议的手机APP，将各种可以用红外遥控或蓝牙及Wi-Fi控制的家具电器组合起来集中控制。第二层控制是加入对应无线传感器模块，结合云平台控制和互联网、物联网技术，有效管理和监测家庭环境，实现安放控制和监测系统。面向用户端，提供高性能服务，让人类居住环境变得可控、安全、节能、便捷。

1课题研究意义及人文创新性
本篇论文着眼研究对普通客户的智能家庭控制基本需求，使用云平台和短距离通信技术搭建内部传感器网络，实现智能家居统一管控，设计开发客户端应用程序，使用Android智能机实现户内外智能家居控制和语音识别控制、安防检测及紧急预警装置，通过开发云平台实现远程监测控制，让用户住着安心，离家放心。

本文提出了一种综合设计方案。结合现有市场智能家居各类设备的优缺点，研究特殊用户群体的需求，以节能环保、便捷安全为主旨，从创新设计角度出发，研究智能家居及安防系统的设计方案，为该类产品设计提供一个合理规范且可借鉴的设计过程模型。

设计结合了移动互联技术和无线局域网，将智能家居控制系统与嵌入式设备、移动终端、云平台、Wi-Fi组网、语音控制、智能安防GPRS报警系统等有机的结合起来，改善了传统红外信号定向与距离短和布线复杂的局限，使得用户可随时随地能对设备进行控制，并增加房屋的智能安防系统，为现代家居生活带来便利的同时还增加了房屋安全监测及报警系统，让用户不论是在家还是外出都能实时监测家里的情况，做到出门放心，遇到紧急状况能第一时间知道并控制隐患。

本文的具体创新体现在以下两个方面：
(1）提出了一种基于机智云网络控制和Arduino单片机控制的智能家居安防系统设计模式。目前智能家居要考虑相应的技术难点，结合用户行为习惯及特殊需求，考察产品使用环境，以达到满足用户需求的设计。
(2）将有关的功能子系统利用云平台和互联网技术及短距离无线通信技术集合起来，安防监测子系统、照明控制子系统、智能门窗控制子系统、智能语音控制等，给用户带来更加人性化的操作体验，享受高科技的家居生活。

2系统需求分析
2.1性能需求
2.2功能需求

智能家居系统的主要功能概括为以下几大类：照明系统及电器控制、人机交互服务、远程控制服务、居住环境安全保障[2]。如图1所示。

图1系统分层管理示图

3总体设计
3.1系统硬件设计
下面对主要模块及其功能进行简单描述，如图2所示。

图2系统硬件设计图

3.2下位机功能控制框图

由下位机实现前段探测系统的采集数据及对数据进行转换、处理、对比，从而通过单片机（核心控制机构）进行数据分析、逻辑处理等，从而在后端驱动机构，如显示器、声光报警、继电器控制、GPRS电话报警、语音音响控制等实现一整套可以节约人力成本的智能探测及处理系统。

主要模块包括：单片机控制最小系统、无线Wi-Fi透传模块、驱动机构、手机APP控制检测控制系统、电源模块等。
原理图使用Protues8.7版本绘制的基于ArduinoUNO单片机和Wi-Fi模块控制的照明电路和动作执行机构的仿真。

核心为ArduinoUNO单片机芯片，D0～D13为数字接口，可作为信号输入接口也可作为输出接口，部分接口具有PWM信号输出功能，同时可作为第二功能接口使用。AD0～AD5为模拟信号输入接口，作为一些模拟传感器信号输入口。通过使用ESP8266芯片与机智云结合控制，ArduinoUNO单片机连接后，用程序的方式让其联网工作，起到了将ArduinoUNO单片机与Wi-Fi互联网连接，用户可在自己手机上设置好后，远程控制家内的照明电路和其他可以连接的电器。如图3所示。

图3下机位控制图

3.3系统软件结构设计
系统设计的基本架构可以分为三层：物理层、网络层和应用层，图4显示了系统中各层的功能和相互关系，其中Wi-Fi网关位于网络层和物理层之间，起着承上启下的作用。三层模型中，每一层都有对应的软、硬件设备，层间通过物理通信链路和接口函数实现耦合。

图4系统网络分层

下面对三层模型[3,4]进行说明：

第一层：物理层。由具体的智能家居终端设备组成，它们的种类、通信方式和数据接口多种多样，可能存在通过物理传输线进行通信的，也可以有通过Wi-Fi、RFID和ZigBee进行通信的。
第二层：网络层。根据其具体功能，又可称为数据接口层。
第三层：应用层。是面向用户的应用程序，是界面友好的、直接与用户进行交互的智能家居[5]应用软件部分。应用层用户程序通过网络层的统一接口进行设计，面向不同设备的软件可以分别开发。

4系统功能测试及分析
4.1本项目设计及验证的三个阶段
系统建立完成后，经过三个阶段的验证：
第一阶段：理论设计和知识技能准备。本设计根据智能家居安防系统的设计理论，查阅中外相关资料和技术文档，从实用型设计理念出发，学习和验证了将云平台和互联网技术应用在智能家居中的理论可行性；学习和验证了手机APP技术与机智云物联网云平台的互联作用理论可行性；学习和验证了Wi-Fi模组与单片机结合控制的理论可行性；以及各类传感器与单片机之间信号采集、转换、处理的理论可行性。

第二阶段：理论设计的仿真验证。本设计思路经过第一阶段理论查实和能力具备后。进入第二阶段的仿真实验验证阶段。对于系统的程序编程和电路各项功能的仿真，编程软件是KEIL、Arduino编程软件结合使用。

第三阶段：实物电路的制作、调试及模型验证。

4.2语音控制功能测试
4.2.1语音识别控制实验数据汇总
该项试验测试语音识别及控制功能的成功率。“时光”为语音唤醒指令。要进行语音控制音响和照明灯的操作，必须先以“时光”来唤醒语音识别模块。10s内发布指令，若10s内没有发布语音指令，如“播放音乐、下一首、打开车库灯”等指令，系统会自动关闭语音识别功能，防止不必要的干扰。

本实验主要测试语音识别的准确度和控制指令的执行率。本次实验共10组，每组50次。通过测试语音识别准确性实验，其语音识别的准确度达到96%。试误的过程，是通过外界噪音干扰，不同人的普通话标准程度和电源电压波动等进行试误测试。

4.2.2测试结果因素分析及解决办法
本项目的电源电压要求提供3～9V的直流电，3～5V直流电提供MUC及语音识别模块的电路电压，5～9V直流电提供音响和继电器的工作电压。本设计中，电源的供电模式均由直流电源提供。也可由蓄电池提供电源。但是蓄电池电量不足，影响音响的播放功能。为了提高执行音乐播放的准确度，建议用稳压直流电源供电。

外界噪音干扰，是影响语音识别准确度的又一主要因素。语音识别，因为是在外界环境中获取有用信号。要求在唤醒语音识别功能时，尽量保持室内安静，当其他声音的音量和指令信号音量相同或者超过指令信号音量的情况下，会影响识别的准确度或者直接唤醒失败。所以，语音识别的准确性是受到环境噪音因素的影响。

语音控制指令是要求用标准普通话的，对英语或者方言都暂时没办法获取。
由于测量过程中，语音识别功能受到电源电压波动、外界噪音干扰、普通话发音标准度、线路接触不良等因素影响，测试成功率在96%左右。为了提高语音识别准确度应保持设备不受以上干扰因素的影响。

4.3手机APP控制功能测试
4.3.1手机APP配网及控制界面说明
此项目测试功能有：Wi-Fi联网测试及APP功能测试。如图5所示，该项目完成下位机联网，进入APP控制界面，进行特定功能控制。

图5Wi-Fi配网及APP控制功能测试图

4.3.2Wi-Fi模块及手机APP配网测试
Wi-Fi模块配网，在新的网络环境下，首次配网，必须手动配置。只要首次配网成果，Wi-Fi模组具有记忆功能，断电后再次联网，就会自动连入已记录的网络IP。

手机APP要连接设备Wi-Fi模组，首次配网，需要手机与Wi-Fi模组处在相同的网络环境下，只要配网成功，手机和Wi-Fi模组都接入互联网。当再次断电控制，只要手机有4G网络，在任何地点都可以对设备进行APP控制，即具备远程控制功能。

本次实验，是对于Wi-Fi模组在不同的网络环境下进行配网成功率及手机APP控制功能的测试。分别在家庭4G网络、手机热点配置、家庭5G网络的环境下重复配网测试，每组10次测试，每次测量时长1小时。测试表格如表1所示。

4.3.3机智云平台监控设备活动数据

本次项目根据被控对象的个数和数据类型，在机智云平台上建立了一下数据点，分别是浴室灯、主次卧灯、餐厅灯及车库门四个数据点。数据点的类型也可根据被控对象的数据类型进行设置。如图6所示。

表1配网测试表

图6机智云平台设备数据点一览图

管理人员通过云平台查看对应设备的上线时间及控制功能类型。列表中“类型”指APP和设备之间的数据透传方向；“时间”指对应数据点的数据传输时间，精确到秒；“指令”指数据点传输的指令类型。

手机通过机智云和下位机进行无线相连，手机可以控制Wi-Fi模组联网的照明系统，同样，照明系统的动作指令也会通过互联网上传到机智云平台进行数据储存。这一系统只要在稳定的Wi-Fi环境中，首次需要操作者手动配网，以后设备会记忆网络地址，自定通过Wi-Fi模组连入互联网，用户一旦注册使用后，手机只要有无线网络信号，就可以轻松检测和控制家里的智能设备，从而实现远程控制功能。

4.3.4结果分析及处理方法
根据测试数据及机智云后台的设备日志综合分析，Wi-Fi组网的准确性受到网络环境、网络稳定性和硬件电路的性能影响。在家庭4G网络、家庭5G网络及手机热点三种网络环境下，手机热点的信号较弱，且网络信号不稳定，影响配网成功率。并且经过1小时的待机测量，发现手机热点配置的Wi-Fi模组丢包概率大，导致设备Wi-Fi连接断线，控制不到。

为了不影响Wi-Fi配网的成功率，有以下注意事项：
(1）设备控制电路的供电电源是直流5V电压，Wi-Fi模组的供电是由单片机电路提供，不用另外提供电压。被控对象，如照明灯和家电设备，主要是通过继电器间接控制。
(2）设备配网收到家庭无线网络环境影响，要求无线网络信号稳定。最好不要使用手机热点提供网络连接环境。

4.4安防功能测试
安防测试项目，主要测试室外环境中的人员入侵（防盗）、光线亮度及风雨天气，室内环境监测有害气体及水灾、火灾、门禁等数据采集及声光电报警系统功能实现。

4.4.1安防电话报警
为安防电话报警和短信报警功能实现图。安防报警是否有效动作，是由传感器检测机构，单片机数据采集和处理功能，GPRS功能模块的密切配合才能实现。此技术对于程序员的编程技术是个极大的考验。

4.4.2安防数据检测
安防报警动作分成手动报警和自动报警。手动报警即人在特定情况下按下的紧急按钮；自动报警，就是在发生火灾、淹水、有害气体溢出及非特定人员入侵时发生的声、光、手机电话报警。

手动报警，通过触摸按键进行触摸报警，其性能指标准确度达到100%，故不建立测试表格。
自动报警，因依靠传感器获得的数据进行采集处理判断后采取的报警指令，其报警准确度收到传感器检测精度、传感器获取数值的速度、单片机处理响应速度及实际电路元器件性能和线路等多个因素的影响。为了检测设备稳定性，可靠性等，我们经过反复测试。

这个涉及水位检测值和实际水位高度值的转换关系。首先，单片机通过水位传感器读取水位电信号值：temps=(long)analogRead(A1）；然后，程序员将电信号值通过数学公式转换成实际的水量多少的数值：data=(temps/650)×4；经实验数据检测，这个data的数值范围在4.5～0.25的范围内。且没有水的时候数值是越大的。

5结果分析
这样的数值逻辑刚好和其他传感器所要达到报警值的逻辑关系是相反的，为了保持逻辑关系的统一，我将反向逻辑通过按照data1=4.5-data；公式编程正向逻辑，即数值越小，表示没有水滴检测到，数值越大，表示水量越多。经过反复试验，我们确定的水滴报警值是在2～4.5的报警范围。

烟雾传感器性能测试：这个涉及烟雾浓度检测值和实际烟雾浓度等级值的转换关系
首先，单片机通过烟雾传感器读取电信号值：yanwu＿u=analogRead(A0）；然后，程序员将电信号值通过数学公式转换成实际的烟雾等级值：yw＿dengji=yanwu＿u×10/250；烟雾等级值越大，说明有害气体浓度越浓，根据反复试验，达到烟雾浓度3级以上即设定报警。

6结论
本文所构架的智能家居安防三层体系结构，重点研究位于网络层的基于云端网络技术的无线Wi-Fi组网技术，下位机以Arduino开发板为控制核心，结合手机APP远、近程监控、语音识别、GPRS声光电报警、手势控制等多种技术，总结出一套关于智能家居及安防系统的设计思路。从模拟软件设计、模型构建、现场调试等多方面进行了验证，运用Wi-Fi无线网关和机智云网络透传的等关键技术；开发设计了一款智能家居与安防功能模型系统并对方案的可行性进行了验证。

论文的技术成果：该设计语音控制照明系统及音响功能的控制、无线传感器监测安防环境、手机APP远程控制家电及照明等功能，形成了集智能家电控制、家居环境检测、室内安全监测的综合性方案。

不足之处：由于本设计使用的传感器较多，方案中使用的是有线传感器，在工程建设初期，有线传感器的连接线路相对较多。后期，将在无线传感器连接方面进一步探讨和验证。个人水平不足，技术开发经验还有待提高，会继续研究相关知识，提升个人专业水平。