一種支持傳感器“即插即用”的動態(tài)適配器方法*

李 秀， 黃容生， 宋靖東

(清華大學(xué) 深圳研究生院 智能計算實(shí)驗(yàn)室，廣東 深圳 518055)

0 引 言

隨著傳感器的微型化、智能化，傳感器和傳感器系統(tǒng)開始廣泛應(yīng)用于國防、交通、家居、環(huán)境保護(hù)、海洋觀測等各個領(lǐng)域。但是，這些傳感器系統(tǒng)基本都是根據(jù)特定的傳感器類型設(shè)計和實(shí)現(xiàn)的，其傳感器、傳感器觀測數(shù)據(jù)只能夠被特定應(yīng)用訪問和使用，形成了一個個“資源孤島”。傳感網(wǎng)整合架構(gòu)(sensor web enablement，SWE)項(xiàng)目組致力于通過制定相應(yīng)的信息和服務(wù)標(biāo)準(zhǔn)，屏蔽底層異構(gòu)性，建立一個基于Web的、能夠統(tǒng)一共享和訪問任意傳感資源(包括傳感器、傳感器系統(tǒng)、傳感器觀測數(shù)據(jù)和傳感器服務(wù)等)的“傳感器萬維網(wǎng)”。

SWE設(shè)計并制訂了一系列傳感網(wǎng)標(biāo)準(zhǔn)服務(wù)[1]，定義了傳感網(wǎng)的標(biāo)準(zhǔn)服務(wù)模型，已經(jīng)成為傳感網(wǎng)事實(shí)上的標(biāo)準(zhǔn)。這些標(biāo)準(zhǔn)服務(wù)向應(yīng)用層屏蔽了底層傳感器層的異構(gòu)性，應(yīng)用層可以通過調(diào)用和整合這些標(biāo)準(zhǔn)服務(wù)提供統(tǒng)一的傳感器服務(wù)[2～4]。當(dāng)服務(wù)層與傳感器層進(jìn)行互操作時，需要進(jìn)行傳感器協(xié)議和SWE協(xié)議的轉(zhuǎn)換等傳感器的適配工作。但是，這些適配工作如何完成，在哪里完成，SWE并沒有進(jìn)行明確定義[5]。如此就形成了傳感器層和服務(wù)層的“互操作鴻溝”?，F(xiàn)在的傳感網(wǎng)系統(tǒng)構(gòu)建中，需要人工為每一只傳感器和SWE服務(wù)對進(jìn)行適配實(shí)現(xiàn)，造成了非常大的適配和集成代價，而且非常容易出錯。尤其是對于海底觀測網(wǎng)等大規(guī)模傳感器網(wǎng)絡(luò)，往往部署著成千上百只傳感器，人工適配將使得異構(gòu)傳感器的集成變得極為困難和極易出錯，而且也嚴(yán)重降低了傳感器網(wǎng)絡(luò)觀測的實(shí)時性[6]。因此，設(shè)計并實(shí)現(xiàn)一種傳感器自動適配、動態(tài)適配的方法顯得非常重要，盡量減少適配過程中的人工干預(yù)，提高適配的效率，增強(qiáng)傳感器網(wǎng)絡(luò)的觀測實(shí)時性，也是促進(jìn)傳感器“即插即用”的關(guān)鍵。

美國蒙特利海灣研究所(Monterey Bay Aquarium Research Institue，MBARI)設(shè)計并實(shí)現(xiàn)了一種硬件設(shè)備Puck，其中存儲了傳感器的元數(shù)據(jù)、驅(qū)動等信息，然后內(nèi)置或者外接在傳感器上，從而實(shí)現(xiàn)傳感器與元數(shù)據(jù)的硬件綁定[7],系統(tǒng)將自動從設(shè)備Puck中檢索這些信息并自動完成傳感器的適配，從而實(shí)現(xiàn)傳感器的“即插即用”。但是，這是一種硬件解決方法，需要改變傳感器的硬件結(jié)構(gòu)，因此,暫時仍沒有得到廣泛應(yīng)用。更多的科研人員是從軟件方法的角度去尋求彌合服務(wù)層和傳感器層的“互操作鴻溝”，進(jìn)而實(shí)現(xiàn)傳感器的“即插即用”。Usl?nder T等人設(shè)計了Anysen框架[8]，提出了一種描述傳感器協(xié)議的抽象模型，通過對傳感器協(xié)議建模使得系統(tǒng)能夠通過讀取和解析其協(xié)議模型來實(shí)現(xiàn)與傳感器的互操作。但是，框架目前只能提供SOS服務(wù)支持。Gigan G等人設(shè)計了傳感器抽象層(sensor abstraction layer，SAL)[9]，通過提供傳感器接口的標(biāo)準(zhǔn)描述屏蔽底層技術(shù)細(xì)節(jié)，通過傳感器代理提供服務(wù)層和底層傳感器層的通信等互操作。Broering A等人進(jìn)一步擴(kuò)展了SWE提出的傳感器抽象建模語言(sensor modeling language,SensorML)，增加了對傳感器協(xié)議模型的支持，設(shè)計了一種傳感器總線來溝通服務(wù)層和傳感器層，進(jìn)一步實(shí)現(xiàn)傳感器層和服務(wù)層的快速適配[10]。但是，這些軟件解決方法基本都處于概念設(shè)計的階段，有的沒有提供具體的實(shí)現(xiàn)方法，或者仍然需要很多的人工干預(yù)和適配工作，影響了傳感器觀測的實(shí)時性。另外，這些方法沒有很好地解決傳感器自動適配的難點(diǎn)：傳感器的加載時間未知，傳感器的數(shù)據(jù)協(xié)議未知，傳感器的指令協(xié)議未知，這些未知給傳感器的自動適配帶來了非常大的挑戰(zhàn)。因此，有必要在這些研究的基礎(chǔ)上進(jìn)一步研究傳感器自動適配的方法，彌補(bǔ)服務(wù)層和傳感器層的“互操作鴻溝”，從而實(shí)現(xiàn)傳感器的“即插即用”。

本文在現(xiàn)有研究的基礎(chǔ)上，對傳感器進(jìn)行抽象，提出和設(shè)計了面向集成的傳感器信息模型USDI(universal sensor descriptor for integration)，并基于USDI提出了一種動態(tài)適配器方法，用于構(gòu)建一個“虛擬儀器層”，溝通傳感器層和服務(wù)層，彌補(bǔ)傳感器層和服務(wù)層的“互操作鴻溝”，實(shí)現(xiàn)傳感器的自動適配和數(shù)據(jù)的動態(tài)處理。

1 USDI

SWE提供的傳感器信息模型SensorML是一種抽象的傳感器建模規(guī)范，是原子性的、基礎(chǔ)性的，需要進(jìn)行整合、改進(jìn)和模板化，從而使其適合傳感器集成的需求。USDI在SensorML的基礎(chǔ)上進(jìn)行了改進(jìn)，使之符合傳感器自動適配的需求。根據(jù)傳感器集成與自動適配的需求，USDI的信息必須包括：用于辨識和發(fā)現(xiàn)傳感器的元數(shù)據(jù)；用于描述傳感器觀測能力和觀測性質(zhì)的信息；傳感器的數(shù)據(jù)協(xié)議，包括輸入、輸出數(shù)據(jù)流的結(jié)構(gòu)和性質(zhì)；傳感器中的數(shù)據(jù)處理過程，包括參數(shù)、算法和實(shí)現(xiàn)；真實(shí)傳感器還需要提供傳感器的地理位置、時間等時空信息，包括其所使用的時空參考坐標(biāo)系。

根據(jù)USDI的信息需求，USDI的體系結(jié)構(gòu)如圖1所示，以XML文檔格式封裝。其中元數(shù)據(jù)繼承SensorML的一般信息、屬性信息、約束信息、引用信息、歷史信息、時空位置信息等6種元數(shù)據(jù)信息，用于定義傳感器的標(biāo)識符、分類符等元數(shù)據(jù)信息。輸入、輸出則分別對傳感器的輸入、輸出進(jìn)行建模。輸入模型增加輸入連接，以支持?jǐn)?shù)據(jù)流的多目標(biāo)傳遞。輸出模型增加傳感器輸出數(shù)據(jù)的詳細(xì)描述，以提供傳感器的數(shù)據(jù)協(xié)議模型，支持傳感器數(shù)據(jù)的自動解析和動態(tài)處理。

圖1 USDI核心組件

2 動態(tài)適配器方法

2.1 動態(tài)適配器體系結(jié)構(gòu)

根據(jù)傳感器自動適配的需求，本文設(shè)計了一種動態(tài)適配器，其體系結(jié)構(gòu)如圖2所示。動態(tài)適配器由主系統(tǒng)自動生成，采用三層松耦合結(jié)構(gòu)，主系統(tǒng)通過動態(tài)適配器與傳感器進(jìn)行交互，傳感器的協(xié)議轉(zhuǎn)換由動態(tài)適配器承擔(dān)。其三層結(jié)構(gòu)的功能分別簡述如下：

1)會話層：負(fù)責(zé)與相應(yīng)傳感器通信和交互。

2)過濾器層：包括一個可擴(kuò)展的過濾器鏈，可以根據(jù)需要增加過濾器，其中必須包含協(xié)議過濾器、執(zhí)行線程過濾器、日志過濾器。

3)業(yè)務(wù)邏輯層：具體的傳感器相關(guān)或者應(yīng)用相關(guān)的業(yè)務(wù)邏輯實(shí)現(xiàn)。

圖2 動態(tài)適配器

2.2 基于動態(tài)適配器的自動適配過程

如圖3所示，傳感器的動態(tài)適配器由集成系統(tǒng)自動生成。當(dāng)主系統(tǒng)檢測到傳感器網(wǎng)絡(luò)中部署了新的傳感器時，將會啟動傳感器的自動適配過程：

1)根據(jù)新傳感器的通用唯一識別碼(universally unique identifier，UUID)向USDI云服務(wù)器檢索其USDI模型；

2)調(diào)用USDI解析器，讀取USDI模型，自動生成相應(yīng)的動態(tài)適配器；

3)通過動態(tài)適配器與傳感器進(jìn)行交互，由動態(tài)適配器進(jìn)行傳感器的協(xié)議轉(zhuǎn)換；

4)為服務(wù)層服務(wù)提供傳感器統(tǒng)一訪問接口。

圖3 傳感器自動適配示意圖

2.3 動態(tài)適配器的生成機(jī)制

動態(tài)適配器由主機(jī)系統(tǒng)根據(jù)傳感器的USDI信息模型自動生成，其實(shí)質(zhì)是根據(jù)傳感器的數(shù)據(jù)協(xié)議構(gòu)建傳感器的數(shù)據(jù)結(jié)構(gòu)和自動解析方法，根據(jù)傳感器的指令協(xié)議構(gòu)建傳感器的協(xié)議轉(zhuǎn)換方法，從而動態(tài)生成一個符合傳感器數(shù)據(jù)協(xié)議和指令協(xié)議的動態(tài)適配器。

如圖4所示，適配器類的生成遵循以下步驟：

1)讀取傳感器名稱和整體信息描述，準(zhǔn)備創(chuàng)建同名的適配器類；

2)CA文件中是否存在未讀的模塊定義：是，則轉(zhuǎn)入第3步；否則，轉(zhuǎn)入第4步；

3)取出下一個模塊定義；

4)判斷模塊是否包含多個字段：是，則將其封裝為適配器類的子類，創(chuàng)建子類，并在適配器類中創(chuàng)建該子類的成員變量；否則，將其配置為適配器類的成員變量，創(chuàng)建成員變量；轉(zhuǎn)入第1步；

5)創(chuàng)建適配器類的構(gòu)造函數(shù)；

6)保存適配器類Class二進(jìn)制文件。

其中,創(chuàng)建子類和相應(yīng)成員變量的過程如圖5所示。

圖4 動態(tài)適配器生成流程

3 實(shí) 驗(yàn)

本文從南海海底觀測網(wǎng)的傳感器中挑選了其中具有代表性的6種傳感器進(jìn)行自動適配實(shí)驗(yàn)，包括壓力傳感器、海鳥溫鹽深儀CTD37s、化學(xué)傳感器、原位顆粒流速儀、聲學(xué)多普勒流速儀(acoustic Doppler vector，ADV)、聲學(xué)多普勒流速剖面儀(acoustic Doppler current profiler，ADCP)。各類傳感器的數(shù)據(jù)結(jié)構(gòu)存在明顯的差異，其中前4種傳感器的數(shù)據(jù)結(jié)構(gòu)較為簡單，數(shù)據(jù)字段在10個以下，而且均為標(biāo)量數(shù)據(jù)；后2種的數(shù)據(jù)結(jié)構(gòu)比較復(fù)雜，超過50個數(shù)據(jù)字段，包含矢量數(shù)據(jù)。

圖5列出了實(shí)驗(yàn)傳感器的動態(tài)適配器生成時間?？梢钥闯觯黝悅鞲衅鞯淖詣舆m配時間都比較短，均在數(shù)十毫秒或者更少，相比人工適配(人工適配時間并不確定，與適配人員對主系統(tǒng)和傳感器的熟悉程度相關(guān)，但是基本在min級別以上)，效率提高非常明顯。而且動態(tài)適配器只在傳感器初次部署時一次生成，后續(xù)的互操作將調(diào)用生成的動態(tài)適配器來完成。因此，動態(tài)適配器的生成不會對傳感器的實(shí)時觀測造成明顯影響。

圖5 動態(tài)適配器生成時間

圖6 傳感器數(shù)據(jù)動態(tài)解析實(shí)驗(yàn)結(jié)果

圖6列出了基于動態(tài)適配器的傳感器數(shù)據(jù)動態(tài)解析實(shí)驗(yàn)結(jié)果，其中，1#是一般解析時間，2#是動態(tài)解析時間。相比普通解析時間，動態(tài)解析時間并沒有明顯增長，但是卻是實(shí)現(xiàn)傳感器數(shù)據(jù)的自動解析，將其中的人工干預(yù)極大降低，是傳感器“即插即用”的關(guān)鍵一步。

4 結(jié) 論

本文基于現(xiàn)有的傳感器“即插即用”方法研究，提出了一種動態(tài)適配器方法，用于實(shí)現(xiàn)傳感器的自動適配，彌補(bǔ)服務(wù)層和傳感器層的“互操作鴻溝”，進(jìn)而實(shí)現(xiàn)傳感器的“即插即用”。相關(guān)實(shí)驗(yàn)傳感器的自動適配實(shí)驗(yàn)和數(shù)據(jù)動態(tài)解析實(shí)驗(yàn)表明：該方法能夠?qū)崿F(xiàn)傳感器的無人自動適配，能夠在不明顯增加傳感器的解析時間的情況下進(jìn)行傳感器數(shù)據(jù)的自動解析，可以進(jìn)一步實(shí)現(xiàn)傳感器的“即插即用”。由于該方法能夠避免適配過程中的人工干預(yù)，因此，能夠很好地滿足傳感器適配的實(shí)時性。

參考文獻(xiàn):

[1] Br?ring A,Echterhoff J,Jirka S,et al.New generation sensor web enablement[J].Sensors,2011,11(3):2652-2699.

[2] 郭忠文,孫玉婷,蔣永國,等.海洋Sensor Web研發(fā)面臨的問題及挑戰(zhàn)[J].中國海洋大學(xué)學(xué)報:自然科學(xué)版,2009(5):1061-1066.

[3] 王建國,陽 葉.基于SWE的無線傳感觀測服務(wù)研究與實(shí)現(xiàn)[J].計算機(jī)與數(shù)字工程,2011(12):137-140.

[4] 蔣 銳,宋煥斌,朱杰勇.基于Sensor Web的礦山地質(zhì)災(zāi)害監(jiān)測預(yù)警[J].金屬礦山,2010(9):47.

[5] Broering A,Below S,Foerster T.Declarative sensor interface descriptors for the sensor web[C]∥1st International Workshop on Pervasive Web Mapping,Geoprocessing and Services,WebMGS 2010,2010:26-32.

[6] Headley K L,Davis D,Edgington D,et al.Managing sensor network configuration and metadata in ocean observatories using instrument pucks[C]∥2003 The 3rd International Workshop on Scientific Use of Submarine Cables and Related Technologies,IEEE,2003:67-70.

[7] O’Reilly T C,Headley K,Graybeal J,et al.MBARI technology for self-configuring interoperable ocean observatories[C]∥OCEANS 2006,IEEE,2006:1-6.

[8] Usl?nder T,Jacques P,Simonis I,et al.Designing environmental software applications based upon an open sensor service architecture[J].Environmental Modelling & Software,2010,25(9):977-987.

[9] Gigan G,Atkinson I.Sensor abstraction layer:An unique software interface to effectively manage sensor networks[C]∥3rd International Conference on Intelligent Sensors,Sensor Networks and Information,ISSNIP 2007,IEEE,2007:479-484.

[10] Broering A,Foerster T,Jirka S,et al.Sensor bus:An intermediary layer for linking geosensors and the sensor web[C]∥Proceedings of the 1st International Conference and Exhibition on Computing for Geospatial Research & Application,ACM,2010:12.