英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料
共同参与的智能手机空气污染监测
David Hasenfratz, Olga Saukh, Silvan Sturzenegger, and Lothar Thiele Computer Engineering and Networks Laboratory
ETH Zurich, Switzerland
{hasenfratz, saukh, thiele}@tik.ee.ethz.ch, ssilvan@ee.ethz.ch
摘要
空气质量监测极其重要，因为空气污染对人类健康有直接影响。本文介绍了一种低功耗、低成本的用于参与式空气质量监测的移动传感系统。与传统的固定式空气污染监测站不同，我们介绍了气体移动站的设计、实现和评估。气体移动站是一种基于现成组件的小型便携式测量系统，适合大量用户使用。高数据质量对参与式传感应用的成功至关重要。我们通过以下方式提高测量精度:(1)利用政府测量站附近的传感器读数保持传感器为最新的校准状态；(2)分析移动性对传感器读数精度的影响，为用户提供测量执行建议。最后，我们展示了使用GasMobile创建高分辨率大气污染图的可行性。
介绍
城市空气污染是在现代城市和发展中国家中的一个主要环境问题。大气污染物会影响人类健康；众所周知，它们是多种呼吸系统疾病(如哮喘)的罪魁祸首，如果人类长时间暴露其中，将会引发癌症[20]。此外，空气污染是环境问题的原因，如酸雨和臭氧层空洞。因此，空气污染监测至关重要。
空气质量监测现状。如今，空气污染由官方机构运营的静态测量站网监控。这些站非常可靠，可以使用质谱仪等传统分析仪器精确测量各种空气污染物。然而，购置和运营这些监测站的高额成本严重限制了设施的数量，并导致出版的污染地图的空间分辨率有限。[8，28]
参与式空气质量监测。空气污染物的浓度和地理位置有极大的相关性。交通路口、城市峡谷和工业设施对当地的空气污染有相当大的影响[27]。我们使用以社区为主的传感器元件来应对获取空间细粒度空气污染数据给我们带来的挑战。过去几年来，这种依赖大众参与收集可靠数据的举措越来越受欢迎，例如，在世界范围内收集当地粮食状况或核辐射的数据。这些例子表明，有可能通过让一般公众参与来收集区域范围的测量结果。考虑到全球定位系统已然成为智能手机的标配，我们打算使用这些设备建立一个大规模的移动设备传感器网络，以进行局部空气污染监测[25]。让普通市民参与监测他们时时刻刻呼吸到的空气有助于提高公众意识，并鼓励他们朝着可持续发展迈进[1]。
任务难点。让公众参与到空气质量监测中来收集有用的数据是一个挑战。这些包括向用户提供:
- 适合移动测量的低成本、低功耗测量硬件；
- 简明且友好的数据采集和处理软件；
- 协助收集高质量数据；
- 作为奖励和激励的信息反馈。
我们用我们的空气质量测量系统原型GasMobile来应对这些挑战。我们将一个小尺寸、低成本的臭氧传感器连接到运行安卓操作系统的现成智能手机上。我们将在第二章详细讲解硬件和软件系统设计，揭示智能手机直接控制气体传感器的难点和制约因素。在第三章，我们探讨了在移动场景中进行高质量测量的问题:我们(1)利用附近的静态站测量数据来校准传感器，以及(2)分析运动对传感器读数精度的影响，以此给出实施测量的建议。在第四章，我们使用GasMobile测量创建高空间分辨率的高质量空气污染地图。在第五章调查相关工作，并在第六章结束论文并附上简短的结束语。
图1:臭氧传感器和通用串行总线转换器的电流图。传感器轮询不会显著增加电流消耗。
系统设计
本节介绍GasMobile的硬件和软件架构。
2.1硬件架构
我们的测量系统由图2(a)所示的四个部分组成。我们使用e2v [4]的MiCS-OZ-47传感器，根据传感器二氧化锡(SnO2)层的测量电阻来检测大气中的臭氧浓度。通过主板的RS232-TTL接口可以进行数字通信，RS232-直接连接到现成的HTC Hero智能手机，该智能手机提供了一个通用串行总线迷你端口。所有零件都是低价(总共数百美元)的常见硬件。这对于获得参与式传感设备的推广至关重要。
USB主机模式。为了用智能手机控制另一个通用串行总线设备，手机必须支持通用串行总线主机模式。这使得我们可以与各种通用串行总线设备交互，如记忆棒、外部硬盘、键盘或气体传感器。尽管许多智能手机的硬件理论上支持通用串行总线主机模式(例如，摩托罗拉Milestone（里程碑）、摩托罗拉里程碑、耐视一号和HTC Hero)，但制造商默认情况下并不启用该功能。主机模式下的电源。通常，通用串行总线主机控制器在5 V线路上提供足够的电源，至少为低功耗外设供电(即在5 V时为100毫安)。由于HTC Hero不是为主机模式设计的，它的通用串行总线控制器缺乏通过通用串行总线端口供电的能力。因此，我们用电池组从外部给传感器供电。另一个好处是，传感器和智能手机的电源完全相互独立。然而，天生支持USB主机模式的新智能手机不一定需要外部电源。功耗。延长电池寿命对于移动和参与式传感应用至关重要。我们分析臭氧传感器和USB-RS232转换器的总电流消耗，这两个组件都由电池组供电。我们使用安捷伦数字万用表，采样速率为100毫秒；测量的电流汲取如图1所示。每次通电后，臭氧传感器的二氧化锡层会过热60秒。这种过热会降低传感器随时间的推移。过热阶段的电流消耗为47毫安。过热后，传感器准备好进行测量。最近市场上出现了一些天生支持USB主机模式的智能手机(如三星盖乐世S II)。
图2: GasMobile硬件架构(a)和安卓应用程序(b)-(d)。值，并将测量值上传到服务器进行进一步处理。
用户可以设置轮询间隔、调整校准参数、轮询传感器测量
我们将传感器设为自动模式，在这种模式下，它使用自己的时钟每两秒钟自动执行一次测量。这确保了最新的测量读数始终可供传感器应用轮询。如图1所示，每一次测量都会产生一个50毫安的短电流峰值。轮询传感器读数的应用不会显著增加电流消耗。
我们使用四节标称容量为2500毫安的镍氢电池在1.2伏下操作气体传感器。考虑到最高测量电流为50毫安，我们粗略估计电池寿命为50小时。假设一个成年人平均每天在户外呆1.7小时，一次充电可以让我们监测臭氧浓度大约一个月。
2.2智能手机客户端
接下来，我们详细介绍软件架构。
安卓操作系统。如上所述，宏达电支持的安卓内核不支持USB主机模式。因此，我们选择流行的氰国防部定制内核[3]。目前，安卓本身并不提供读写串口的应用编程接口。因此，我们使用android-serial-api [2]在臭氧传感器和智能手机之间进行串行通信。我们定期轮询气体传感器的原始传感器读数，包括二氧化锡层的电阻R和车载温度T。由于电阻严重依赖于温度，我们使用温度T来计算温度补偿电阻R，
Rtilde; = R · eK·(T minus;T0 ) (1)
参考温度T0 = 25◦C，温度系数K = 0.025，来自[4]。因为臭氧传感器的响应曲线相对于臭氧浓度是准线性的，所以我们用一阶多项式来近似它
c(Rtilde;, a0, a1) = a0 a1 · Rtilde; (2)
其中 a0和a1代表传感器的校准参数。我们将在第二节详细介绍。3.1我们的安卓应用程序如何帮助用户确定这些校准参数。
安卓应用。应用程序从图2(b)所示的主菜单开始。用户可以访问设置、进行测量、校准传感器或将测量结果上传到服务器。使用如图2(c)所示的设置屏幕，用户可以改变几个配置参数。温度系数K和校准参数a0和a1通常由制造商预先定义。然而，为了获得尽可能好的精度，建议用真实的污染测量值校准传感器[16]，如章节3.1所述。 .
在测量屏幕(见图2(e))中，用户可以将传感器设为自动模式，并选择是以预先配置的轮询间隔轮询传感器一次还是连续轮询传感器。该应用程序轮询来自臭氧传感器的最新原始数据(电阻、温度和湿度)，以及来自全球定位系统模块的位置和速度信息。臭氧浓度使用(2)计算，并显示在屏幕上的曲线图中。地理定位和时间戳测量结果可以永久存储在智能手机的存储卡上，并上传到服务器进行进一步处理和可视化，例如，改进传感器校准并产生臭氧浓度图，如第四章所述。
内存和CPU占用空间。节省资源的应用程序对于实现较长的电池寿命并因此获得消费者的认可至关重要。GasMobile应用程序仅使用HTC Hero 166兆内存中的41.5千字节。当应用程序运行时，它唯一使用5.5兆字节的系统内存，并与其他正在运行的进程共享25兆字节的内存。在轮询传感器和计算臭氧浓度时，中央处理器的使用率增加了5 %。总之，所需资源非常低。
2.3其他气体传感器的可扩展性
扩展GasMobile以支持其他传感器是直截了当的，只要传感器通过USB提供串行通信，只需对两个软件组件进行微小修改。首先，串行通信协议必须适应预期传感器的软件和硬件要求。其次，必须实现安卓应用程序，以方便用户和传感器之间的交互。
3.提高传感精度
通常数据用户必须假设一定的数据质量。因此，高数据质量对参与式传感应用的成功至关重要。本节检查优化移动传感器收集的数据质量的可能性。我们通过利用静态参考站附近的传感器读数来保持传感器校准的最新，并分析移动性对测量精度的影响，以给出测量执行的建议。
3.1带有质量反馈的传感器校准
传感器校准是一项困难且耗时的任务。低成本气体传感器必须经常重新校准[26]，因为它们不稳定，并且对干扰气体的影响敏感[16]。GasMobile通过使用官方机构[13]维护的静态参考站提供的可公开获得的高质量测量来帮助保持校准参数最新。
我们利用在静态参考站附近测量的气体移动传感器读数。时空邻近要求很大程度上取决于测量的污染物。街道峡谷中臭氧的空间分散通常是恒定的[27]和臭氧浓度
图3:校准程序。参考站附近的测量用于更新校准参数。
操作通常随时间缓慢变化(大约几分钟)。因此，我们在设置中规定(见图2(d))，如果传感器读数和参考测量值的测量时间和位置分别不超过10分钟和400米，则认为它们暴露在非常相似的臭氧浓度下。
图3描绘了校准过程的概述。应用程序从存储卡中读取满足用户设置的时间段的所有传感器读数。此外，这次可用的参考测量值可从网上检索。两个数据集都流过数据过滤器，以便构建满足给定邻近要求的传感器读数和参考测量的校准元组。考虑集合s包含这些校准元组(r，m ),具有传感器读取r \u和参考测量m。我们使用最小二乘法[6]来选择校准参数a0和a1，使得c(R，a \u 0，a1)和m之间的平方差之和最小化forall; (R，m \u s)
该应用提供了如图2(d)所示的校准的视觉反馈。绿点显示校准元组，红色虚线表示当前校准，红色直线表示新计算的校准参数a0和a1。The gray area将新计算的标准差sigma;可视化
图4:风扇产生的气流(阴影区域)影响车载温度传感器的读数。我们测量的最大压降为8℃
校准参数由下式给出
通常，如果当前使用的校准曲线位于灰色区域内，则校准参数的调整是不可取的，该灰色区域表示新计算的校准曲线的不确定性(如图2(d)所示)。
3.2移动性对传感器读数的影响
在下文中，我们分析了传感器移动性对传感器读数准确性的影响，主要是由于传感器头部周围的气流变化。
我们在一个臭氧浓度恒定的封闭房间里进行了几项实验。我们使用一台最大风速为6.6 m/s的台扇来分析气流对原始传感器读数的影响。我们观察到气流主要影响(1)中用于计算阻力Rtilde;的车载温度。传感器头周围的气流影响传感器板上的散热，并导致最高Ta = 8℃的较低温度读数，如图4所示。在计算温度补偿电阻时，温度下降导致最大相对误差为14%；
1 minus; Rtilde;a/Rtilde; = 1 minus; eminus;K·Ta = 0.14 (5)
对于低臭氧浓度，这种最大相对差异可以忽略不计，但在高污染水平下会导致高偏移。对于行人的测量活动，不需1要采取任何预防措施，行人通常以较慢的速度移动。然而，我们建议在传感器头的快速运动速度下，例如骑自行车时，避免传感器头直接暴露在气流下。换句话说，加速度计数据可以用来测量运动速度，以补偿由于运动造成的温度下降。
4.应用场景
我们为移动参与式感知[7]提供了一个完整的
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[431386]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
