基于云平台和分布式处理技术的实验室 远程监控系统

来源:用户上传      作者:

　　摘  要： 针对传统的实验室远程监控系统实时性差的问题，设计一种基于云平台和分布式处理技术的实验室远程监控系统。在分析实验室远程监控系统特征的基础上，构建系统框架。系统硬件主要设计树莓派、传感器和处理器，对监控数据实时采集和下载;软件部分利用云平台划分实验室远程监控系统数据采集任务，采用分布式处理技术进行并行采集，建立实验室远程监控数据库，对监控数据存储，完成基于云平台和分布式处理技术的实验室远程监控系统的设计。经实验验证，此次设计的系统能够在短时间内进行响应与推送，与传统系统相比，实时性能强，具备有效性。
　　关键词： 实验室远程监控; 云平台; 分布式处理技术; 系统设计; 数据采集; 系统测试
　　中图分类号： TN948.64?34; TP391                文献标识码： A                     文章编号： 1004?373X（2020）14?0055?04
　　Laboratory remote monitoring system based on cloud platform and distributed processing technology
　　LU Lai， DENG Wen
　　（Guangdong Ocean University Cunjin College， Zhanjiang 524094， China）
　　Abstract： As the traditional laboratory remote monitoring system has poor real?time performance， a laboratory remote monitoring system based on cloud platform and distributed processing technology is designed. On the basis of the analysis of the features of the laboratory remote monitoring system， the system framework is constructed. In the hardware design of the system， Raspberry Pi， sensor and processor are designed to conduct real?time acquisition and download of monitoring data. In the software part， the cloud platform is adopted to divide the data acquisition tasks of the laboratory remote monitoring system， the distributed processing technology is used to conduct the parallel collection， and the database of the laboratory remote monitoring system is established to store the monitoring data. The design of the laboratory remote monitoring system based on cloud platform and distributed processing technology is completed. The experiment verification results show that the designed system can respond and push in a short time， and in comparison with the traditional system， it has stronger real?time performance and has the effectiveness.
　　Keywords： laboratory remote monitoring; cloud platform; distributed processing technology; system design; data collection; system testing
　　0  引  言
　　目前，实验室对安全性需求越来越高，因此各个实验室对实验室的监控系统提出了更高的要求。传统的实验室监控系统多采用视频监控、探测预警等方式进行监控，这种监控方法监控范围有限、实时性低，无法满足目前实验室远程监控实时性要求。因此提出一种基于云平台和分布式处理技术的实验室远程监控系统设计。
　　云平台中包含大量资源，如：计算资源、存储资源、网络资源等，这些资源能够组合成一个资源池，具有较好的运行速度。分布式处理技术能够将不同地点、功能和不同数据的多台计算机通过通信网络连接，并在统一控制规则下，完成大规模数据处理任务。采用云平台和分布式处理技术能够将一个大规模、海量数据处理任务进行分解，降低求解时间。因此，在实验室远程监控系统中应用云平台和分布式处理技术具有重要意义。
　　将云平台和分布式处理技术应用到实验室远程监控系统中，系统模块设计主要包括树莓派、传感器和处理器，主要实现系统的实時监控与数据采集。软件部分，重点将云平台和分布式处理技术应用到软件设计中，实现对实验室远程监控系统中数据的处理与存储。实验对比结果表明，此次设计的实验室远程监控系统比传统系统实时性好，能够满足系统的实时性需求。 　　1  实验室远程监控系统总体架构
　　为保证全方面对实验室检测，在监控系统内安装大量检测点，采集监控视频中的不同数据，其中包括监控主机信息、运行设备[1]情况以及相关的实验数据信息等，具体的实验室远程监控系统总体架构如图1所示。分析图1可知，实验室远程监控系统的总体架构包括应用层、服务层和资源层3个部分。其中，应用层为系统核心层，主要由树莓派采集实验室现场信息，其能够根据终端发来的命令控制传感器，通过处理器采集软件处理完成的监控信息，并对监控数据采集、处理和存储。
　　2  实验室远程监控系统硬件设计
　　2.1  监控单元设计
　　实验远程监控单元由树莓派[2]和传感器组成，树莓派为一种基于ARM?Linux的卡片式嵌入式电脑[3]，其以SD卡为内存硬盘，该卡片周围有1/2/4个USB接口和一个10/100M以太网接口，能够与键盘、鼠标和网线相连。开发语言为Python，使用Python的GPIO包获取传感器中的信息，并根据APICloud平台提供给Python的API实现监控数据的下载。Python处理流程如图2所示。
　　其能够通过改变内置命令参数采集不同格式[4]效果的图片与视频，在具体使用时利用3个基于命令方式的应用程序实现数据采集。
　　该系统中各个监控模块对应不同传感器，其中包括SDT37BH测温模块、DHT31温湿度传感器、SDF0?FDG501红外感应模块、M?N2烟雾气敏传感器[5]、SDF3345光照传感器和FSA0?34声音传感器。在实际使用时可以根据实验室环境的需求增加或改变传感器模块，实现不同的监控功能。
　　2.2  处理器设计
　　采用Sansung公司的处理器S2C2140，该处理器中集成34位微控制器，包含闪存控制器、并行I/O口、USB接口控制器、LCD控制器等，主频最高达203 MHz。处理器工作流程如图3所示。
　　另外，该处理器具有扩展功能[6]，通过以太网控制器芯片DM8999E扩展一个网络，并引出USB接口。通过在USB接口上外接一个带USB口的摄像头，将采集到的监控数据输入缓冲区[7]中。然后，将采集到的监控视频保存成文件，通过网络接口将视频发送到监控终端，以实现监控数据的采集。
　　3  实验室远程监控系统软件实现
　　3.1  监控数据处理
　　在分析监控视频、数据压缩和发送传输的处理过程中，会存在时间上的冗余[8]。因此，利用云平台处理数据的优点，划分实验室远程监控系统数据采集任务，采用分布式处理技术进行并行采集，具体步骤如下：
　　1） 视频采集，利用分布式处理技术，读取监控视频中的各个节点数据[9]。
　　2） 局部数据挖掘，按照分布式处理策略对监控中的不同数据进行分析，并建立局部分析模型[10]。
　　假设监控中局部监控数据的两个对象[m，n]，其中[m，n]都具有[p]个属性，则[m，n]之间的数据通过下述公式计算：
　　式中：[m]代表视频监控其中一个对象;[G]代表局部监控数据;[x·cunt]代表监控数据访问量[11];[dg]为监控系统实时数据。
　　3） 将监控视频中不同节点的监控信息按照时间和通信的复杂度[12]进行组合，将此作为数据分析模型，监控系统的运行时间根据下式可得：
　　式中：[R]为监控计算时间;[D]为辅助开销时间;[maxlk]为监控中心点总和;[FzN]为有效时间计算因子。
　　按照上述流程，采集系统中的实时数据，完成实验室监控视频中的系统运行数据和实验数据的处理。
　　3.2  监控数据存储
　　在上述监控数据处理的基础上，通过云平台对各个节点采集的监控数据进行融合和存储，并建立数据库[13]，将监控数据存储到数据库中。首先将采集到的监控数据分割为[mn，mn+1]，则数据处理函数为：
　　式中，[x1]，[x2m]，[y1]，[y2m]分别为实验室远程监控系统中的监控数据。
　　假设系统中的内存分配值为[Kt=K1，K2，K3，K4]，将其与式（3）结合，则上述两公式可写为：
　　式中：[Km，n]为系统内存分配因子;[aj]为系统中监控数据。
　　为了实现云平台和分布式计算[14]，定义广义坐标为[F=H-1x]，得到节点的分布式计算公式为：
　　式中：[FD]为监控系统内存剩余率[15];[C]为监控系统的阈值最小值;[sx×c]代表监控系统访问量;[d]为系统中的临界阈值率;[m]为监控数据节点。
　　在上述监控数据处理完成后，通过守护进程将监控数据上传到分布式文件数据库中，存儲完成后自动删除过期日志，以免占用过多系统空间。
　　同时，在使用该远程监控系统时，通过分析数据库，能够发现监控程序中是否存在异常或错误情况，如果存在异常情况，监控系统能够及时发现并进行报警提醒。检查数据库异常，判断是否需要进行警报处理，以此完成实验室远程监控系统的软件设计。
　　4  实验结果与分析
　　为了验证此次设计的基于云平台和分布式处理技术的实验室远程监控系统的性能状况，对该监控系统的实时性能进行测试。同时，为了增强实验结果的说明性，采用传统系统与此次设计系统进行对比实验。
　　4.1  测试方法
　　由于实验设备有限，无法构建大规模云计算平台，因此设置一台4U计算机，硬件配置为CPU：2XIntel ?3490@2.00 GHz，内存16 GB，硬盘2×2 TB，操作系统Windows XP，满足监控节点配置要求。
　　测试策略为：采用两种系统实时监控实验室的状态信息，收集实验室内的最新状态信息，以每5 min为1周期，写入信息和读取信息按照30 s进行一次，进行8次实验，统计两种系统的请求时间和推送时间，以这两种时间判断两个系统的实时性。 　　4.2  实验结果分析
　　利用SDF仿真软件对实验数据分析与整理，生成实验结果如表1所示。
　　分析表1可知，此次设计的基于云平台和分布式处理技术的实验室远程监控系统的请求时间平均值为136.25 ms，推送时间为121.86 ms;传统的系统请求时间平均值为278.36 ms，推送时间为361.36 ms。经过对比可知，传统系统的请求时间和推送时间均比此次设计系统长。
　　因此，通过上述实验可以证明，传统系统的请求时间和推送时间较长，说明传统系统的实时性较差;而此次设计系统请求时间与推送时间较短，证明此次设计的系统比传统实验室远程监控系统的实时性强，能够满足实验室远程监控系统的实时性需求。
　　5 结  语
　　针对传统的实验室远程监控系统实时性差的问题，设计一种基于云平台和分布式处理技术的实验室远程监控系统。该系统硬件包括树莓派、传感器和处理器，主要实时对系统中的监控信息采集和处理;软件部分利用云平台和分布式处理技术，主要实现监控数据的处理与存储。实验对比结果表明，此次设计的实验室远程监控系统比传统系统实时性强，能够满足远程监控系统的实时性需求，具有一定的实际应用意义。
　　注：本文通讯作者为邓文。
　　参考文献
　　[1] 李中显，蔡宗慧.基于Hadoop云平台的联合收割机远程监控系统研究[J].农机化研究，2017，39（12）：185?189.
　　[2] 冉振莉，徐泉，吴志伟，等.基于工业云的电熔镁炉监控系统与关键技术[J].计算机集成制造系统，2018，24（11）：2712?2724.
　　[3] 胡波，路红娟，李冰，等.基于云平台的综合监控系统建设方案[J].城市轨道交通研究，2018，21（7）：34?44.
　　[4] 刘富春，胡芹.基于分布式离散事件系统监控理论的云资源动态调度[J].信息与控制，2017，46（5）：558?563.
　　[5] 骆秀江，黄细霞，刘艺，等.基于ZigBee的动力锂电池组无线远程监控系统[J].电源技术，2018，42（3）：349?352.
　　[6] 刘佳，高晓阳，贺大伟，等.基于LabVIEW的大麦远程监控系统的设计与试验[J].计算机工程与应用，2017，53（16）：216?220.
　　[7] 匡海健，胥布工，李伟胜，等.基于Web的智能建筑节能监控系统的设计[J].计算机应用，2017，37（1）：344?346.
　　[8] 王溪波，葛宏帅，王瑞全，等.电梯远程监控系统中高并发通信服务器的设计[J].计算机科学，2017，44（4）：157?160.
　　[9] 毛飞，李建明，金龙，等.新一代天气雷达远程视频监控保障系统设计与实现[J].气象科技，2017，45（1）：64?67.
　　[10] 张兴宇，韩秋实，彭宝营，等.基于数控机床远程监控技术的安全传输系统开发[J].组合机床与自动化加工技术，2017，34（6）：82?85.
　　[11] 沈希忠，韓志威，张洪宝，等.基于PLC的连铸拉矫过程远程监控系统[J].科技通报，2017，33（4）：152?154.
　　[12] 颜文旭，丁律，方新茂.钢丝热处理Web监控系统设计[J].仪表技术与传感器，2017（1）：84?87.
　　[13] 王欢，张玉清，陈双刚，等.基于ARM平台的实验室视频监控系统设计[J].计算机工程与设计，2018，39（5）：1302?1309.
　　[14] 魏志军，杨云峰.智能综合实验室管理系统设计[J].现代电子技术，2018，41（24）：90?93.
　　[15] 张晓培，梁文海.基于移动端的温室环境监控系统设计[J].农机化研究，2018，40（6）：215?219.
转载注明来源:https://www.xzbu.com/8/view-15283740.htm