基于云端的無線智能鎖系統設計與實現

張煥蘭 肖明波

摘要：針對無線智能鎖功耗高、智能監控便利性差等問題，提出一種基于433MHz頻段轉WiFi技術進行遠程智能監控的智能鎖系統。為了解決系統點對多點通信中互相干擾的問題，433MHz頻段無線組網采用時分多址（TDMA）技術。門鎖端的相關信息通過433MHz頻段傳輸到集中器，然后轉發到云端服務器，以此連接遠程客戶端進行遠程監控。實驗結果表明：遠程客戶端能實現對智能門鎖的實時智能監控，系統通信穩定、可靠，且有效降低了功耗，達到了系統設計目的。

關鍵詞：云端;智能鎖;智能監控;時分多址

Design and Implementation of Wireless Intelligent Lock System Based on Cloud

ZHANG Huan?lan， XIAO Ming?bo

（School of Communication Engineering， Hangzhou Dianzi University， Hangzhou 310018， China）

Abstract：Aiming at the wireless intelligent lock with the high power consumption and low convenience of intelligent monitoring， this paper proposed an intelligent lock system with feature of remote intelligent monitoring through local communication based on 433MHz frequency band and WiFi technology for access to the cloud server. In order to solve the mutual interference problems during multipoint communication of this system， time division multiple access（TDMA） technology was adopted for the 433 MHz frequency band wireless network. The related information of the door lock terminal was transmitted to 433MHz to connect WiFi module through 433 MHz band. Then this WiFi module sent the information to the cloud server to connect the remote client for remote control. Many experiments showed that the remote client can monitor intelligent door lock intelligently in real time. The communication of the system was reliable and stable. Low power consumption was controlled well. The system reached the design requirements.

Key Words：cloud server; intelligent lock; intelligent monitor; TDMA

0?引言

隨著信息技術的發展，人們對家庭環境的要求越來越高，智能家居的概念逐漸成為人們的關注熱點。大多數智能家居系統由3部分組成：網絡、控制設備與家庭自動化，這些設備通過網絡進行連接，形成物聯網（IOT），物聯網內的設備之間可以相互通信[1?2]。在智能家居環境中，控制系統與家庭設備通過有線或無線網絡進行連接，用戶向控制系統發送命令，從而對家庭設備進行控制。近年來，由于智能手機的普及與通信技術的發展，通過手機客戶端即可實現對家庭的遠程控制[3]。

智能鎖作為智能家居中的重要部分，具有廣闊的市場前景。無線智能鎖系統常用的一些無線通信技術都有各自的優缺點，如藍牙安全性較高，但傳輸距離較短[4];紅外技術抗干擾能力強且傳輸速度快，但傳輸距離同樣較短，且設備與設備之間的可視范圍內不允許有障礙物遮擋[5];WiFi技術傳輸速度快、接入方便且安全性較高，但由于需要一直保持在線狀態，所以功耗高，且信號繞射能力差[6]。由于433MHz頻段為免申請的ISM頻段，基于該頻段研發的無線模塊具有較多優點，如通信距離遠、功耗低、信號繞射能力強等[7]，可適合智能鎖對于低功耗以及室內安裝的需求。因此，本文設計并實現一種基于433MHz頻段轉WiFi接入云端服務器進行遠程智能監控的智能鎖系統，并對其進行系統性能測試。

1?系統總體框架設計

系統主要由4部分組成，如圖1所示，分別為門鎖模塊、433MHz轉WiFi模塊（也稱為集中器）、云端服務器與手機客戶端。多個門鎖模塊的433MHz無線通信模塊與集中器在433MHz頻段組成了一個局域網，它們將門鎖端的相關信息通過433MHz頻段上傳到集中器，然后經該集中器的WiFi無線通信模塊接入云端服務器;手機客戶端可以通過WiFi或3G/4G通信技術接入云端服務器，門鎖端上傳的信息可以轉發到手機客戶端，手機客戶端下發的指令也能及時轉發到門鎖端。因此，無論使用者在哪里，只要攜帶手機客戶端，即能實現對家居系統的遠程實時智能監控。考慮到一個集中器所攜帶的門鎖節點不夠，根據用戶需求，可以設置多個集中器，每個集中器擁有一個唯一ID號以接入云端服務器，但每個集中器設置頻率不一致，一般相鄰信道間隔設置為1MHz，以防止同頻之間的通信干擾[8]。

2?功能模塊設計

2.1?門鎖模塊設計

門鎖模塊為門鎖實體部分，如圖2所示，主要包括開鎖模塊即鎖舌控制部分、電源供電模塊與433MHz無線通信模塊等。

（1）主控芯片采用ST公司的STM32F103C8T6單片機[9]，該微控制器支持2.0～3.6V的電源，具有3個低功耗模式，并且擁有64K字節的FLASH與高達20K字節的SRAM，是一款性價比較高的主控芯片。

（2）鎖舌控制電路采用ULN2003步進電機驅動器驅動電機，控制鎖舌關閉或開啟。

（3）由于系統需要給433MHz無線通信模塊與電機驅動及其它設備供電，所以電源模塊分兩路輸出直流5V與3.3V電源，并采用4節1.5V的堿性干電池供電。

（4）警報器采用電磁式蜂鳴器，當有人非法開門時發出警報聲音。

（5）433MHz無線通信模塊采用TI公司的CC1101射頻芯片進行數據收發，該芯片具有體積小、功耗低、頻段選擇豐富等特點[10]。鎖體內的433MHz無線通信模塊與集中器通信構成一條通信鏈路，可使門鎖端與云端服務器進行信息交互。

2.2?433MHz頻段數據通信模塊設計

433MHz頻段通信主要是指門鎖端433MHz無線通信模塊與集中器433MHz無線通信模塊之間的交互。

2.2.1?433MHz頻段通信時分多址實現

由于一個集中器要與多個門鎖端的無線模塊進行通信，因而構成點對多點的通信模式[11]。然而，由于無線信道暴露在空氣中，具有共享的特點，所以在該通信模式下，當多個門鎖端的無線通信模塊同時發送數據給集中器時，會令相鄰鏈路之間互相影響，從而造成沖突[12]。在比較了幾種常用的多址技術之后，本系統最終采用時分多址技術對整個網絡的穩定性與容納性進行優化。

系統時分多址技術的整體實現步驟為：首先集中器按周期T廣播信標幀，將周期T劃分為N個相等時隙，每個時隙記為?Δt?，將第一個時隙分配給未加入局域網的門鎖終端節點進行入網交互，剩下時隙分配給已加入局域網的門鎖終端節點進行數據交互。門鎖端時分多址技術通信具體流程如圖3所示。

對于?Δt的大小選擇需要進行多次測試。在一個Δt時間內要完成一個通信連接與數據收發全過程，Δt?只有大于該過程的實際所需時間，才能使系統正常通信[13]。在一定信標周期內，當系統容納量變大時，時隙則需要變小，但系統也會隨之變得不穩定[14]，所以最好經過多次測試之后選擇其中的最優值，并且在集中器中選擇合適的門鎖節點數量，才能使系統通信更加穩定、可靠。

2.2.2?門鎖端433MHz無線通信模塊設計

門鎖端無線模塊與集中器進行通信，首先要判斷其是否加入了該集中器構建的局域網內，如果還未加入，則向集中器申請加入局域網。門鎖端無線模塊的主要功能是接收集中器下發的數據進而解析執行，并按時向集中器上報數據。根據時分多址技術，節點在自己的時隙內上報數據，門鎖端無線模塊工作流程如圖4所示。由于無線門鎖采用電池供電，對功耗控制較嚴，所以在門鎖端無線模塊工作流程中著重考慮了低功耗要求，通過使STM32單片機在沒有數據幀收發時進入stop低功耗模式，以降低單片機功耗，從而有效延長系統工作時間。CC1101也設置了電磁波激活功能（WOR）模式[15]，使其能周期性地由深度休眠狀態激活，不需要MCU作用即能偵測到數據包。

2.2.3?集中器433MHz無線通信模塊設計

集中器實現了433MHz 頻段信號轉WiFi功能，主要為主控芯片分別通過SPI及UART端口與射頻芯片CC1101及WiFi模塊通信。集中器的433MHz無線通信模塊主要與門鎖端進行信息交互，其接收門鎖端的數據上傳，也將云端下發的數據轉發給門鎖端。集中器的433MHz無線模塊工作流程如圖5所示，集中器需要按周期T向外廣播信標幀。經多次測試，將時隙周期設置為1 500ms。

2.3?集中器WiFi無線模塊設計

集中器的主控芯片采用STM32，WiFi模塊采用樂鑫ESP8266 ESP?12F串口轉WiFi無線模塊。集中器的WiFi模塊主要實現接入云端服務器并與其進行信息交互，對云端下發的數據進行解析，并傳給集中器的433MHz無線模塊。WiFi模塊需要手機客戶端的幫助才能接入云端服務器，通過設備按鍵進行觸發，STM32收到觸發信號后發送一個信號給WiFi模塊，使WiFi模塊工作在AP模式下進行監聽。手機客戶端將連接的路由器密碼、SSID、加密方式等參數發送給WiFi模塊，使其經過聯網路由器轉接入云端服務器。手機客戶端連接集中器并發送路由器參數如圖6所示。

2.4?云端服務器模塊設計

本系統的云端服務器選擇阿里云平臺的云服務器ECS（Elastic Compute Service），云端服務器主要由兩大功能模塊組成：集中器設備信息采集模塊與客戶端命令控制模塊。云端服務器采用C++類庫網絡編程實現[16]，集中器設備信息采集模塊主要通過socket套接字異步監聽指定端口，接收集中器WiFi模塊發送的數據包并解析出IP地址與端口號。集中器上報的數據包里還包含每個門鎖的ID號，在云端解析數據后，可使手機客戶端的設備狀態得到準確更新。設備控制模塊也需要監聽端口，接收并解析用戶提交的信息。用戶提交集中器的編號（集中器ID號）與鎖號（即鎖ID號），以明確需要控制的門鎖。云端服務器主要工作流程如圖7所示。

云端服務器需要與多個客戶端進行通信連接，因此云端服務器采用多線程工作方式。在多線程工作中可能會出現多個線程爭搶同一資源的情況，導致一些如線程安全方面的問題，所以在本系統中加入互斥鎖（Mutex）機制以保證線程安全[17]。云端服務器多線程機制如圖8所示。

由圖8可見，云端服務器首先開啟一個主線程用來監聽端口信息，其首先創建一個套接字，利用bind（）函數綁定IP地址與端口，然后調用listen（）函數監聽端口信息，接收到客戶端連接請求即創建一個子線程與其進行交互處理。為了確保線程安全，在線程運行時為其加鎖，加鎖采用pthread庫的庫函數pthread_mutex_lock（），加鎖之后則開始接收連接請求并與之交互，進行數據處理。該線程執行完畢之后即調用解鎖函數pthread_mutex_unlock（）釋放鎖，以供其它線程使用。這里的線程可以是集中器或手機客戶端發起的連接，并按時間先后順序進行連接。

2.5?手機客戶端模塊設計

本系統手機客戶端在Windows 7系統上安裝的Eclipse

編譯環境下，使用Java語言進行開發[18]。手機客戶端作為無線智能鎖系統里的遠程控制終端，需要與云端服務器建立通信連接（也需調用socket套接字），將其數據發送給云端服務器，由云端服務器轉發給集中器，然后由集中器下發到門鎖端，并將門鎖端的實時狀態上傳到云端服務器，再由云端服務器轉發給手機客戶端。手機客戶端還實現了一個功能，即如2.3節所述的幫助集中器連接云端服務器，從而準確控制該集中器所建立局域網內的所有門鎖。手機客戶端界面設計如圖9所示。

3?系統性能測試

3.1?門鎖端功耗測試

集中器由于可以放在有外接電源的地方，所以功耗問題不是需要最優先考慮的，而門鎖采用電池供電，其功耗是一個必須解決的問題。門鎖端的433MHz無線模塊電流消耗階段主要分為數據收發與低功耗模式階段，由于硬件性能測試不穩定[19]，所以本次功耗測試對3個節點在不同工作模式下分別進行3次測試，以查看門鎖端功耗，并根據測試結果結合收發數據所需的平均時間計算出平均消耗電流，得到測試數據如表1所示。

由表1可觀察到門鎖端平均消耗電流基本在200uA左右，而一般1.5V堿性干電池容量大約為1 500mAH（如果是南孚電池則容量更高），從而計算出耗電為200uA的模塊可使用312.5天。可見本系統的功耗設計能較好地滿足需求，用戶可以在使用接近一年之后再更換電池。

3.2?系統整體通信穩定度測試

經過室內的433MHz頻段通信距離測試，得知門鎖

端與集中器的距離最好不要超過20m，通信才能較為穩定。所以本系統在進行整體通信測試時，將門鎖放置在離集中器不到20m的范圍內。

通信測試時，將集中器放在樓道中間固定，在離集中器20m距離范圍內放置18個門鎖（12個在房內，6個在房外），集中器通過上電初始化接入云端服務器，門鎖端申請加入集中器構建的局域網。使用手機客戶端發送開鎖命令，并查看手機客戶端界面狀態是否及時更新。對每個門鎖進行不定時、不定點（手機在WiFi下與3/4G下接入云端）的信號發送（發送間隔最好不低于3s），總共進行開鎖操作1 500次，最后通過丟包率對該系統是否可靠、通信是否穩定進行直觀判斷[20]。系統整體通信測試數據如表2所示。

從表2可以看出，系統整體通信成功率在95%以上，丟包率被限制在5%（100%-成功率）以內。由此可見，該系統通信穩定、可靠，提出的系統方案可行。

4?結語

本文將433MHz頻段無線組網應用于無線智能鎖系統，將433MHz頻段本地無線組網結合遠程客戶端，通過登錄云端服務器進行遠程實時智能監控。經系統測試驗證了該系統功耗較低、通信穩定，可有效實現智能監控目的，具有較好的市場前景。然而，該系統還需進行優化升級，如增加PC客戶端控制界面、優化手機客戶端界面，改進433MHz組網方式使其更加靈活，以進一步增加傳輸距離并降低功耗。

參考文獻：

[1]?RICQUEBOURG V， MENGA D， DURAND D， et al. The smart home concept ： our immediate future[C]. 2006 1ST IEEE International Conference on E?Learning in Industrial Electronics， 2006：23?28.

[2]?YUAN C W， WANG H R，He J Y. Remote monitoring system based on MC9S12NE64 and Z?WAVE technology[C]. 2010 International Conference on E?Product E?Service and E?Entertainment， 2010：1?4.

[3]?王威.安全智能鎖模式應用和關鍵技術[J].安徽電子信息職業技術學院學報，2014，13（2）：26?29.

[4]?王鑫南.基于嵌入式平臺的藍牙通信模塊研究[J].工業控制計算機，2015，28（8）：135?136.

[5]?曾騰纏，王公仆，盛琦賢，等.基于紅外感知與無線應答的非接觸式門禁系統設計[J].微型機與應用，2014，33（19）：34?37.

[6]?DHAWAN?S.?Analogy?of?promising?wireless?technologies?on?different?frequencies：?bluetooth， wifi，?and?wimax[C].The 2nd International Conference on Wireless Broadband and Ultra Wideband Communications ， 2007：14.

[7]?程知群，方書放，馮駿.基于433 MHz無線模塊和WiFi技術的智能鎖系統[J].杭州電子科技大學學報：自然科學版，2015，35（1）：10?13.

[8]?馬萬治.無線通信抗干擾技術性能研究[D].成都：電子科技大學，2012.

[9]?喻金錢，喻斌.STM32F系列ARM Cortex?M3核微控制器開發與應用[M].北京：清華大學出版社，2011.

[10]?黃璞.CC1101無線模塊的設計與實現[J].數字技術與應用，2014（9）：168.

[11]?聶光義.點對多點的多任務無線通信[J].單片機與嵌入式系統應用，2003（3）：24?26.

[12]?KANG B， MYOUNG S， CHOO H. Distributed degree?based link scheduling for collision avoidance in wireless sensor networks[J]. IEEE Access， 2016，4：7452?7468.

[13]?COROLLI L， LULLI G， NTAIMO L. The time slot allocation problem under uncertain capacity[J].Transportation Research Part C， 2014.

[14]?朱秋君，李立，單志林.基于CC1101的時分多址接入系統設計[J].物聯網技術，2014（7）：52?53，57.

[15]?曾艷，程文彬，戴躍洪.智能家居RF通信模塊的設計與實現[J].電信科學，2014，30（7）：95?99.

[16]?宋敬彬.Linux網絡編程[M].第2版.北京：清華大學出版社，2014.

[17]?眭俊華，劉慧娜，王建鑫，等.多核多線程技術綜述[J].計算機應用，2013，33（S1）：239?242，261.

[18]?趙英杰.Arduino互動設計入門[M].北京：科學出版社，2014.

[19]?蔣日輝.電子產品的硬件測試技術研究[J].電子測試，2016（14）：118?119.

[20]?LI D， TIAN F， ZHU M， et al. A novel framework for analysis of global network neutrality based on packet loss rate[C]. 2015 International Conference on Cloud Computing and Big Data，2015：297?304.