原创《智能家居中的雾计算》
该文是关于智能家居本科毕业论文范文与智能家居和计算类论文范例。
摘 要 物联网被称为信息产业的第三次发展浪潮,物联网的发展影响到社会生活的各个领域,对大数据、云计算以及雾计算提出了新的要求.文章分析了雾计算和云计算的差异,各自的应用领域以及二者可以互为补充,使用案例阐述了雾计算在智能家居领域的应用.
关键词 智能家居；雾计算；云计算
中图分类号 G2 文献标识码 A 文章编号 1674-6708（2018）223-0158-02
物联网即物物相联,就是将所有物品通过传感设备与互联网连接起来,实现智能化的管理,是新一代网络技术的集成和运用.物联网是互联网技术的拓展,提供各种业务和应用.物联网已广泛应用于各个领域,如：物流、安防、能源、交通、制造、医疗、建筑、家居等.物联网催生了大数据、分布式的云计算以及雾计算.文章主要阐述雾计算在智能家居中的应用.
1 智能家居
智能家居指的是使用一定的设备和方法,使家庭变得更舒适、更安全、更高效.智能家居通过物联网技术将家中的各种设备（如音视频设备、数字影院系统、窗帘控制、空调控制、安防系统、照明系统、网络家电等）连接在一起,提供家电、窗帘、照明、电话远程控制,环境监测、防盗报警、暖通控制、可编程定时控制等多种功能.与传统的家居相比,智能家居除了居住功能,更兼备网络通信、信息家电、设备自动化,提供更加高效、舒适、安全、便利、环保的居住环境,使得家庭与外部信息交流更加畅通,帮助人们更加有效的安排时间,优化生活方式,使得家居生活更加便利、更加安全.
2 雾计算(Fog Computing) 与云计算(CloudComputing)
2.1 雾计算
在雾计算中,数据、数据处理和应用程序都集中在网络边缘的设备中,而不是全部保存在云中,是云计算概念的延伸,是由思科公司(Cisco) 首先提出的.相比云计算,雾计算的计算能力相对较弱,只有一些零散的计算设备,它是介于云计算和个人计算之间的.随着云计算的使用,越来越发现实施起来很困难,现有的数据中心满足不了云计算的高层计算算法,这为雾计算提供了机会,显示出边缘计算设备的作用,希望计算要在物理节点上分散,而不是集中,这就是雾计算.
云计算是以运营商服务,公有云为主的,雾计算是以个人云,私有云,企业云等为主.云计算的计算能力强,由群集的高性能计算设备所组成,雾计算以量制胜,不管单个计算节点能力多么弱都要发挥作用.雾计算扩展了云计算的计算模式,将计算从网络中心扩展到了网络的边缘,广泛应用于各种服务.雾计算的显著特点是：低延时,位置感知,更广泛的地理分布,更多的移动性的应用,支持更多的边缘节点等.
物联网所连设备数量巨大,分布广泛,有了雾计算就可以部署更多的业务.例如,智能交通信号灯.使用传感器监测行人、骑行者状态以及正在靠近的车辆的速度和距离,智能信号灯与这些传感器进行本地交互,根据交互的信息,智能信号灯向靠近的车辆发送报警,并修改其变灯周期,以防交通事故发生.
为了进行实时分析,智能交通灯系统收集的数据在本地处理,使用雾计算,重新协调相邻智能交通灯系统可以对变灯周期进行任何修改,以响应交通状况.智能交通灯系统生成的数据也被发送到云,用来分析长期交通模式.
2.2 雾计算与云计算的区别
与云计算不同,雾计算更接近网络边缘,采用分布式架构.雾计算将数据、数据处理和应用程序集中在网络边缘的设备中,而云计算的数据存储及数据处理几乎都在云端进行.因此,云计算是集中式计算,而雾计算是分布式计算.
云计算要求用户连到远程的大型数据中心才能进行存取服务,而雾计算不必如此.除了架构上的差异,云计算能够提供的应用,雾计算大多数也能提供,只是雾计算的计算能力不如云计算的大型数据中心的能力强.
专业人士曾认为未来计算功能将完全放在云端.可是,数据从云端传入、传出要比想象的复杂和困难.而由于移动设备越来越多,在传输数据时,不仅对网络带宽提出更高的要求,而且使数据中心的负担日益加重,数据传输和信息获取越来越成为问题.结合分布式的雾计算,通过智能路由器等设备和技术手段,在不同设备之间组成数据传输带,可以减少网络流量,数据中心的计算负担也相对减轻.
3 雾计算在智能家居中的使用
有些数据最好靠近其来源进行处理.本例是使用思科（Cisco）的Packet Tracer 模拟器实现智能家居的应用,智能家居利用雾计算进行监控并根据在家中检测到的烟雾浓度采取措施.
一般情况下,家庭网关充当所有家庭内部设备的集中器和路由器.并提供一个基于Web 的界面,允许用户监视和控制各种智能家居设备,家居设备可以通过无线或有线方式连接到家庭网关,用户可通过家中的任何计算机如平板电脑、智能手机、笔记本电脑或台式电脑,远程监视和控制智能家居中的设备.
本例中,家庭网关通过无线连接各个智能设备,包括：前门、窗户、车库门、风扇/ 烟雾检测器.各个设备连到微控制器(MCU),在微控制器(MCU)进行编程控制家居设备.
业主在车库里停放了一台汽车,发动汽车时会产生一氧化碳,这会增加房屋内的一氧化碳浓度.添加到智能家居的微控制器(MCU) 用于监测烟雾传感器测量的烟雾浓度读数,并决定是否给房屋通风.如果一氧化碳浓度高于10.3 个单位,则经过编程的微控制器可用于自动打开窗户、前门、车库门,并高速启动风扇.当一氧化碳浓度低于1 个单位时,此操作才会恢复先前状态,关闭门窗并停止风扇.
在微控制器(MCU) 的编程代码如下：
var k_sensor 等于 A0; // 用k_sensor 变量表示MCU 的A0 引脚,实现对oke sensor 传感器的控制
var grgDoor 等于 5; // 用grgDoor 变量表示MCU 的5 号引脚,实现对garage door 的控制
var bWindow 等于 4; // 用bWindow 变量表示MCU 的4 号引脚,实现对art window 的控制
var frtDoor 等于 3; // 用grgDoor 变量表示MCU 的3 号引脚,实现对art door 的控制
var livgFan 等于 2; // 用grgDoor 变量表示MCU 的2 号引脚,实现对art fan 的控制
function setup() { // 定义初始化函数setup,在程序一开始执行后,自动执行一次
pinMode(grgDoor, OUTPUT);
pinMode(frtDoor, OUTPUT);
pinMode(bWindow, OUTPUT);
pinMode(livgFan, OUTPUT); // 设置各个引脚为输出模式,使MCU 将控制信号传输到被控对象
}
function loop() { // 定义函数loop,该函数在程序运行过程中,自动循环执行
var newValue 等于 analogRead(k_sensor);// 从oke sensor 读取当前的oke 检测值,并保存到变量newValue 中
newValue 等于 newValue/10; // 将newValue变量的值除以10,结果保存回newValue,实现将oke sensor 传感器的值转换为一个正常的值// map it from 1023 to 255
//newValue 等于 Math.floor(map(newValue, 0,1023, 0, 255));
if (newValue > 10) {
customWrite(grgDoor, 1); // 如果okesensor 的值大于10,打开garage door
customWrite(frtDoor, 1); // 打开artdoor
customWrite(bWindow, 1); // 打开artwindow
customWrite(livgFan, 2); // 打开artfan,并将其转速调为高速
//digitalWrite(livgFan, HIGH);
} else { // 否则,如果oke sensor 的值小于等于10
// 在oke sensor 的值小于等于10 的情况下,如果oke sensor 的值小于1
if (newValue < 1) {
customWrite(grgDoor, 0); // 关闭garagedoor
customWrite(frtDoor, 0); // 关闭artdoor
customWrite(bWindow, 0); // 关闭artwindow
customWrite(livgFan, 0); // 关闭artfan
}
}
Serial.println("Smoke level: " + newValue);// 在终端输出当前的烟雾浓度值
}
下面进行测试：使用平板电脑,导航到桌面的Web 浏览器,在地址栏中键入 家庭网关的 IP 地址192.168.25.1,使用用户名和 (admin/admin)
登录到家庭网关.点击智能家庭中的烟雾探测器,以便监控烟雾浓度,按住 Alt 键并点击汽车发动引擎.由于门窗紧闭,烟雾传感器检测到高浓度的危险气体,当浓度高于10.3 个单位时,MCU 打开车库门、前门和窗户,以最高的速度启动吊扇.
当微控制器打开门窗并启动风扇后,烟雾水平下降至接近零.在监测烟雾浓度的同时,按住Alt键并点击汽车停止引擎.这时,房屋内的CO 和CO2浓度下降至0 个单位.MCU 关闭车库门、前门和窗户并停止风扇.
在智能家居案例中,雾计算是最佳选择.系统处理烟雾传感器产生的数据并用其就房屋空气质量作出决定,无需将传感器数据发送到云进行处理.
云处理会减慢响应时间；如果与互联网的连接中断,整个系统将出现故障,还可能使用户面临生命危险.
4 结论
通过将万物互联,产生了大量的实时数据,要将数据转换为具有商业价值的信息,对计算能力和存储空间的需要不断增加,这些一般由公共云供应商来提供.但是在云计算服务发展的过程中,数据传输以及信息提速的费用也越来越高.如果服务的实时性要求高,对云计算服务来说更加棘手.雾计算能识别更加靠近网络边缘的分布式计算基础设施,它使边缘设备可以在本地运行应用并立即做出决策,可以降低网络传输数据的负担,在网络连接断开时,也可以使物联网设备运行继续,从而提高了恢复能力,还能防止将敏感数据传输到边缘以外,提高了安全性.
参考文献
[1]杨志和.物联网的边界计算模型：雾计算[J].智能处理与应用,2014（12）：65-67.
智能家居论文参考资料：
小结：本文论述了关于对写作智能家居和计算论文范文与课题研究的大学硕士、智能家居本科毕业论文智能家居论文开题报告范文和相关文献综述及职称论文参考文献资料有帮助。
