Unicorn
Google překladač: English Deutsch

Exkluzivní partner sekce

GEPRO

GOPAS - CAD kurzy

Více kurzů

StreamTech.tv

streamtech tv-logo

Online a offline senzorový monitoring v Olomouci

Autor článku: Vendula Hejlová   

Tags: GIS | Monitoring

senzorovy monitoring ilustracniSenzorový monitoring se uplatňuje v mnoha odvětvích. Jedním z těchto odvětví je studium klimatu města, které tvoří jednu z nejdůležitějších komponent městského prostředí, má vliv na vývoj města, spokojenost a zdraví obyvatel i na územní plánování ve městě (“Životní prostředí měst — Evropská agentura pro životní prostředí,” 2016). Základní meteorologické prvky (teplota vzduchu, relativní vlhkost vzduchu, tlak vzduchu, sluneční svit, sluneční záření, srážky, výpar, oblačnost, směr a rychlost větru) charakterizují fyzikální stav atmosféry.

Sledování základních meteorologických prvků slouží k předpovědi počasí a z dlouhodobého hlediska určuje charakter klimatu místa pozorování (Vysoudil, 2013). Monitoring lze provádět bezkontaktně nebo kontaktně, lze využívat i kombinaci obou způsobů sběru dat (Mestre et al., 2010). V rámci kontaktního monitoringu jsou využívány jsou dva typy, z nichž první (offline) nepočítá s přenosem dat, a tak data jsou ukládána do úložiště a manuálně stahována přímo do počítače. Druhý typ monitoringu (online) počítá s vybavením senzoru komunikačním rozhraním a přenosem dat na deklarovanou vzdálenost k přijímači (Murthy and Manoj, 2004).

Využití online a offline monitoringu ke studiu klimatu města Olomouc

Od dubna 2015 probíhá online i offline monitoring v areálu Vědeckotechnického parku Univerzity Palackého v Olomouci. Bezdrátová senzorová síť je příkladem využívaného online monitoringu. Tato technologie se skládá z uzlů, které jsou vybaveny senzory, brány komunikující s poslední částí bezdrátové senzorové sítě - serverem. Uzly bezdrátové senzorové sítě jsou rozmístěny v terénu, mohou komunikovat mezi sebou a směrují data do brány, ve které jsou dlouhodobě uložena. Offline monitoring je zabezpečován senzory napojenými na dataloggery bez možnosti přenosu dat.

K online monitorování jsou konkrétně používány bezdrátové uzly Waspmote Plug&Sense modely Smart Environment (SE) a Smart Agriculture (SA) vyráběné španělskou společností Libelium (Obrázek 1). Celkem bylo k monitoringu využito šest bezdrátových uzlů. Dva uzly z řady SA a čtyři z řady SE. Jeden uzel z řady SE (SE 159) byl nahrazen druhým (SE 362) s totožným nastavením. Toto nahrazení bylo způsobeno vybitím baterie prvního uzlu, a proto je možné vidět osazení pouze pěti pozic a využití šesti uzlů. Průměrná vzdálenost uzlů od brány byla stanovena na 103,5 metru, nejdelší přenos dat se uskutečňoval na vzdálenost 205,6 metru, nejkratší přenos dat byl prováděn na vzdálenost jeden metr. Každý model umožňuje napojení senzorů získávajících data o jiných meteorologických prvcích s odlišnou deklarovanou přesností. Model SE je zaměřen na získávání dat o vzdušných polutantech (CO2, NO2, VOC aj.), toto je doplněno o monitoring základních meteorologických prvků. Model SA umožňuje napojit senzory, které jsou spojeny s monitoringem provozovaným na zemědělských polích (listová vlhkost, obvod kmene, teplota a vlhkost půdy aj.) doplněný o senzory sledující základní meteorologické veličiny. Přestože oba modely umožňují monitoring teploty a vlhkosti vzduchu, tak sledování těchto meteorologických prvků není uskutečňováno se stejnou přesností z důvodu odlišné metody měření (analogová a digitální). Digitální senzory s přesností 0,4 °C jsou připojeny k uzlům SA, uzly SE jsou vybaveny analogovými senzory, jejichž přesnost kolísá až o 2 °C. Je možné tyto senzory zpřesnit kalibrací. Kromě uzlů bezdrátové senzorové sítě je využívána brána, Meshlium, která je vybavena MySQL databází, v níž byla vytvořena tabulka (SensorParser), do které jsou data ze všech uzlů ukládána. Komunikace modelů SE a SA s bránou probíhá přes protokol IEEE 802.15.4 v pásmu 2,4 GHz, které je v Evropě uvolněno k nelicencovanému používání.

Bezdrátová senzorová síť byla na začátku září 2015 doplněna o senzory s napojenými dataloggery pracujícími v offline módu. Offline měření bylo zajištěno senzory s dataloggery HOBO RH Temp Light External (HOBO1) a jeho novější verzí HOBO Temperature/Relative Humidity/2 External Channel Data Logger (HOBO2). Druhý jmenovaný senzor s dataloggerem HOBO je novější verzí předchozího a umožňuje měření s vyšší přesností (0,35 °C). Data z dataloggerů byla vždy manuálně stahována přímo do počítače.


Obrázek 1. Uzel Waspmote Plug&Sense SA v terénu (vlevo), uzly Waspmote Plug&Sense SE a SA s bránou ve vnitřním prostředí (vpravo)

Po představení obou typů monitoringu vyvstává otázka, který typ monitoringu přináší pro pozorovatele větší množství výhod. Hlavním číselným ukazatelem ukazujícím na technickou stránku funkčnosti technologie je úspěšnost přenosu nebo uložení dat. Na úspěšnost přenosu dat naměřených uzly do databáze má vliv mnoho faktorů. Výpadky v přenosu dat jsou způsobeny především velkou vzdáleností přenosu dat, stavem baterie uzlu, překážkami v komunikaci, meteorologickými podmínkami a provozem zařízení pracujících na stejné nebo blízké frekvenci. Vzdálenost přenosu dat závisí na použité komunikační technologii. V případě využití protokolu IEEE 802.11.4 je v reálném terénu bez překážek a rušení signálu deklarovaný dosah komunikace až jeden kilometr, což je v reálném prostředí velmi nadhodnocená vzdálenost. Na základě testů vykonaných v reálném terénu bylo doporučeno přenášet data do vzdálenosti 250 metrů, protože s vyšší vzdáleností přenosu dat dochází k vyšší spotřebě baterie v uzlu a k nižší úspěšnosti zaznamenání dat v bráně. Úspěšnost přenosu dat bezdrátovou senzorovou sítí v areálu Vědeckotechnického parku Univerzity Palackého nikdy nedosahovala 100 %. Nejvyšší úspěšnosti přenosu dat do brány dosahoval uzel, který nebyl plně nabit a byl umístěn v této konfiguraci do průměrné vzdálenosti (112 metrů). Uzel, který byl v této pozici po něm, dosahoval jen o 2 % nižší úspěšnosti přenosu dat. Na fakt, že data nejsou korektně přenášena, je možné nastavit upozornění, díky kterému je možné se vyhnout velké ztrátě dat, protože nefunkční uzel může být včas nahrazen (Obrázek 2). Z pohledu offline monitoringu je hodnocení jednoznačnější, protože data jsou buď v dataloggeru uložena, nebo v něm uložena nejsou. Toto je ovlivněno správným propojením dataloggeru se senzorem a stavem baterie. Pokud je baterie v uzlu vyčerpána, tak data nejsou uložena a na tento fakt není nijak upozorněno. Touto skutečností byl způsoben výpadek monitoringu uzlu HOBO1, jehož úspěšnost uložení dat byla 74,2 %. Tematická přesnost dat je ovlivněna přesností měření senzorů, které jsou do přístrojů integrovány, což nepoukazuje na výhody/nevýhody ani jednoho typu kontaktního monitoringu.


Obrázek 2. Rozložení uzlů bezdrátové senzorové sítě a senzorů napojených na dataloggery ve výzkumné lokalitě v areálu Vědeckotechnického parku Univerzity Palackého s určením úspěšnosti přenosu dat z uzlů a úspěšnosti zaznamenání dat v dataloggerech, údaje o úspěšnosti přenosu dat a úspěšnosti uložení dat v dataloggerech byly počítány vždy pro prvních 31 dnů od nasazení plně nabitého uzlu do terénu (počítáno v lednu, únoru a březnu 2016), zdrojem podkladového ortofota je ČÚZK.

Závěr

Velkou výhodou bezdrátových senzorových sítí, potažmo online monitoringu, je sledování vybraných jevů v reálném čase, možnost nastavení hraničních hodnot, osazení vybrané lokality s vysokou hustotou sběru dat a uložení dat v jedné databázi s dálkovým přístupem. Data z dataloggerů získaná v offline režimu musí být postupně stahována, senzory musí být udržovány, což se jeví jako neefektivní, naproti tomu spolehlivost uložení dat je vysoká.

Offline i online monitoring se v této výzkumné lokalitě vhodně doplňují, a tak se neuvažuje pouze o jednomu způsobu monitorování. S postupným vývojem monitorovacích technologií bude převládat online monitoring, protože i přes uvedené problémy v přenosu dat se jedná o efektivní, dálkově přístupný sběr dat v reálném čase.

Zdroje

Mestre, P., Serodio, C., Morais, R., Azevedo, J., Melo-Pinto, P., 2010. Vegetation Growth Detection Using Wireless Sensor Networks, in: World Congress on Engineering, WCE 2010. IAENG, Hong Kong.

Murthy, C.S.R., Manoj, B.S., 2004. Ad Hoc Wireless Networks: Architectures and Protocols. Prentice Hall PTR, Upper Saddle River, NJ, USA.

Rožnovskỳ, J., Pokladníková, H., Středa, T., 2010. Specifika městského klimatu na příkladu středně velkého města, in: Člověk ve Svém Pozemském a
Kosmickém Prostředí. Sborník 31. Konference České Bioklimatologické Společnosti.

Vysoudil, M., 2013. Meteoroloie a klimatologie. Univerzita Palackého v Olomouci, Olomouc.

Životní prostředí měst — Evropská agentura pro životní prostředí [WWW Document], 2016. URL http://www.eea.europa.eu/cs/themes/urban/about-the-urban-environment (accessed 5.16.16).


Mohlo by vás zajímat:
 

Přidat komentář

Bezpečnostní kód
Obnovit