基于云平臺和分布式處理技術的實驗室 遠程監控系統

盧來 鄧文

摘? 要： 針對傳統的實驗室遠程監控系統實時性差的問題，設計一種基于云平臺和分布式處理技術的實驗室遠程監控系統。在分析實驗室遠程監控系統特征的基礎上，構建系統框架。系統硬件主要設計樹莓派、傳感器和處理器，對監控數據實時采集和下載;軟件部分利用云平臺劃分實驗室遠程監控系統數據采集任務，采用分布式處理技術進行并行采集，建立實驗室遠程監控數據庫，對監控數據存儲，完成基于云平臺和分布式處理技術的實驗室遠程監控系統的設計。經實驗驗證，此次設計的系統能夠在短時間內進行響應與推送，與傳統系統相比，實時性能強，具備有效性。

關鍵詞： 實驗室遠程監控; 云平臺; 分布式處理技術; 系統設計; 數據采集; 系統測試

中圖分類號： TN948.64?34; TP391? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ? ?文章編號： 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，實驗室對安全性需求越來越高，因此各個實驗室對實驗室的監控系統提出了更高的要求。傳統的實驗室監控系統多采用視頻監控、探測預警等方式進行監控，這種監控方法監控范圍有限、實時性低，無法滿足目前實驗室遠程監控實時性要求。因此提出一種基于云平臺和分布式處理技術的實驗室遠程監控系統設計。

云平臺中包含大量資源，如：計算資源、存儲資源、網絡資源等，這些資源能夠組合成一個資源池，具有較好的運行速度。分布式處理技術能夠將不同地點、功能和不同數據的多臺計算機通過通信網絡連接，并在統一控制規則下，完成大規模數據處理任務。采用云平臺和分布式處理技術能夠將一個大規模、海量數據處理任務進行分解，降低求解時間。因此，在實驗室遠程監控系統中應用云平臺和分布式處理技術具有重要意義。

將云平臺和分布式處理技術應用到實驗室遠程監控系統中，系統模塊設計主要包括樹莓派、傳感器和處理器，主要實現系統的實時監控與數據采集。軟件部分，重點將云平臺和分布式處理技術應用到軟件設計中，實現對實驗室遠程監控系統中數據的處理與存儲。實驗對比結果表明，此次設計的實驗室遠程監控系統比傳統系統實時性好，能夠滿足系統的實時性需求。

1? 實驗室遠程監控系統總體架構

為保證全方面對實驗室檢測，在監控系統內安裝大量檢測點，采集監控視頻中的不同數據，其中包括監控主機信息、運行設備[1]情況以及相關的實驗數據信息等，具體的實驗室遠程監控系統總體架構如圖1所示。分析圖1可知，實驗室遠程監控系統的總體架構包括應用層、服務層和資源層3個部分。其中，應用層為系統核心層，主要由樹莓派采集實驗室現場信息，其能夠根據終端發來的命令控制傳感器，通過處理器采集軟件處理完成的監控信息，并對監控數據采集、處理和存儲。

2? 實驗室遠程監控系統硬件設計

2.1? 監控單元設計

實驗遠程監控單元由樹莓派[2]和傳感器組成，樹莓派為一種基于ARM?Linux的卡片式嵌入式電腦[3]，其以SD卡為內存硬盤，該卡片周圍有1/2/4個USB接口和一個10/100M以太網接口，能夠與鍵盤、鼠標和網線相連。開發語言為Python，使用Python的GPIO包獲取傳感器中的信息，并根據APICloud平臺提供給Python的API實現監控數據的下載。Python處理流程如圖2所示。

其能夠通過改變內置命令參數采集不同格式[4]效果的圖片與視頻，在具體使用時利用3個基于命令方式的應用程序實現數據采集。

該系統中各個監控模塊對應不同傳感器，其中包括SDT37BH測溫模塊、DHT31溫濕度傳感器、SDF0?FDG501紅外感應模塊、M?N2煙霧氣敏傳感器[5]、SDF3345光照傳感器和FSA0?34聲音傳感器。在實際使用時可以根據實驗室環境的需求增加或改變傳感器模塊，實現不同的監控功能。

2.2? 處理器設計

采用Sansung公司的處理器S2C2140，該處理器中集成34位微控制器，包含閃存控制器、并行I/O口、USB接口控制器、LCD控制器等，主頻最高達203 MHz。處理器工作流程如圖3所示。

另外，該處理器具有擴展功能[6]，通過以太網控制器芯片DM8999E擴展一個網絡，并引出USB接口。通過在USB接口上外接一個帶USB口的攝像頭，將采集到的監控數據輸入緩沖區[7]中。然后，將采集到的監控視頻保存成文件，通過網絡接口將視頻發送到監控終端，以實現監控數據的采集。

3? 實驗室遠程監控系統軟件實現

3.1? 監控數據處理

在分析監控視頻、數據壓縮和發送傳輸的處理過程中，會存在時間上的冗余[8]。因此，利用云平臺處理數據的優點，劃分實驗室遠程監控系統數據采集任務，采用分布式處理技術進行并行采集，具體步驟如下：

1） 視頻采集，利用分布式處理技術，讀取監控視頻中的各個節點數據[9]。

2） 局部數據挖掘，按照分布式處理策略對監控中的不同數據進行分析，并建立局部分析模型[10]。

假設監控中局部監控數據的兩個對象[m，n]，其中[m，n]都具有[p]個屬性，則[m，n]之間的數據通過下述公式計算：

[m=G·dgx·cunt]? ? ? ? ? ?（1）

式中：[m]代表視頻監控其中一個對象;[G]代表局部監控數據;[x·cunt]代表監控數據訪問量[11];[dg]為監控系統實時數據。

3） 將監控視頻中不同節點的監控信息按照時間和通信的復雜度[12]進行組合，將此作為數據分析模型，監控系統的運行時間根據下式可得：

[R=Dmaxlk+FzN]? ? ? ?（2）

式中：[R]為監控計算時間;[D]為輔助開銷時間;[maxlk]為監控中心點總和;[FzN]為有效時間計算因子。

按照上述流程，采集系統中的實時數據，完成實驗室監控視頻中的系統運行數據和實驗數據的處理。

3.2? 監控數據存儲

在上述監控數據處理的基礎上，通過云平臺對各個節點采集的監控數據進行融合和存儲，并建立數據庫[13]，將監控數據存儲到數據庫中。首先將采集到的監控數據分割為[mn，mn+1]，則數據處理函數為：

[Mm，n=x1+x2m+x3mnNm，n=y1+y2m+y3mn]? ? ? ? （3）

式中，[x1]，[x2m]，[y1]，[y2m]分別為實驗室遠程監控系統中的監控數據。

假設系統中的內存分配值為[Kt=K1，K2，K3，K4]，將其與式（3）結合，則上述兩公式可寫為：

[Km，n=aj]? ? ? ? ? ? ? ?（4）

式中：[Km，n]為系統內存分配因子;[aj]為系統中監控數據。

為了實現云平臺和分布式計算[14]，定義廣義坐標為[F=H-1x]，得到節點的分布式計算公式為：

[FD=d?mC*sx×c]? ? ? ? ? ? ? ?（5）

式中：[FD]為監控系統內存剩余率[15];[C]為監控系統的閾值最小值;[sx×c]代表監控系統訪問量;[d]為系統中的臨界閾值率;[m]為監控數據節點。

在上述監控數據處理完成后，通過守護進程將監控數據上傳到分布式文件數據庫中，存儲完成后自動刪除過期日志，以免占用過多系統空間。

同時，在使用該遠程監控系統時，通過分析數據庫，能夠發現監控程序中是否存在異常或錯誤情況，如果存在異常情況，監控系統能夠及時發現并進行報警提醒。檢查數據庫異常，判斷是否需要進行警報處理，以此完成實驗室遠程監控系統的軟件設計。

4? 實驗結果與分析

為了驗證此次設計的基于云平臺和分布式處理技術的實驗室遠程監控系統的性能狀況，對該監控系統的實時性能進行測試。同時，為了增強實驗結果的說明性，采用傳統系統與此次設計系統進行對比實驗。

4.1? 測試方法

由于實驗設備有限，無法構建大規模云計算平臺，因此設置一臺4U計算機，硬件配置為CPU：2XIntel ?3490@2.00 GHz，內存16 GB，硬盤2×2 TB，操作系統Windows XP，滿足監控節點配置要求。

測試策略為：采用兩種系統實時監控實驗室的狀態信息，收集實驗室內的最新狀態信息，以每5 min為1周期，寫入信息和讀取信息按照30 s進行一次，進行8次實驗，統計兩種系統的請求時間和推送時間，以這兩種時間判斷兩個系統的實時性。

4.2? 實驗結果分析

利用SDF仿真軟件對實驗數據分析與整理，生成實驗結果如表1所示。

分析表1可知，此次設計的基于云平臺和分布式處理技術的實驗室遠程監控系統的請求時間平均值為136.25 ms，推送時間為121.86 ms;傳統的系統請求時間平均值為278.36 ms，推送時間為361.36 ms。經過對比可知，傳統系統的請求時間和推送時間均比此次設計系統長。

因此，通過上述實驗可以證明，傳統系統的請求時間和推送時間較長，說明傳統系統的實時性較差;而此次設計系統請求時間與推送時間較短，證明此次設計的系統比傳統實驗室遠程監控系統的實時性強，能夠滿足實驗室遠程監控系統的實時性需求。

5 結? 語

針對傳統的實驗室遠程監控系統實時性差的問題，設計一種基于云平臺和分布式處理技術的實驗室遠程監控系統。該系統硬件包括樹莓派、傳感器和處理器，主要實時對系統中的監控信息采集和處理;軟件部分利用云平臺和分布式處理技術，主要實現監控數據的處理與存儲。實驗對比結果表明，此次設計的實驗室遠程監控系統比傳統系統實時性強，能夠滿足遠程監控系統的實時性需求，具有一定的實際應用意義。

注：本文通訊作者為鄧文。

參考文獻

[1] 李中顯，蔡宗慧.基于Hadoop云平臺的聯合收割機遠程監控系統研究[J].農機化研究，2017，39（12）：185?189.

[2] 冉振莉，徐泉，吳志偉，等.基于工業云的電熔鎂爐監控系統與關鍵技術[J].計算機集成制造系統，2018，24（11）：2712?2724.

[3] 胡波，路紅娟，李冰，等.基于云平臺的綜合監控系統建設方案[J].城市軌道交通研究，2018，21（7）：34?44.

[4] 劉富春，胡芹.基于分布式離散事件系統監控理論的云資源動態調度[J].信息與控制，2017，46（5）：558?563.

[5] 駱秀江，黃細霞，劉藝，等.基于ZigBee的動力鋰電池組無線遠程監控系統[J].電源技術，2018，42（3）：349?352.

[6] 劉佳，高曉陽，賀大偉，等.基于LabVIEW的大麥遠程監控系統的設計與試驗[J].計算機工程與應用，2017，53（16）：216?220.

[7] 匡海健，胥布工，李偉勝，等.基于Web的智能建筑節能監控系統的設計[J].計算機應用，2017，37（1）：344?346.

[8] 王溪波，葛宏帥，王瑞全，等.電梯遠程監控系統中高并發通信服務器的設計[J].計算機科學，2017，44（4）：157?160.

[9] 毛飛，李建明，金龍，等.新一代天氣雷達遠程視頻監控保障系統設計與實現[J].氣象科技，2017，45（1）：64?67.

[10] 張興宇，韓秋實，彭寶營，等.基于數控機床遠程監控技術的安全傳輸系統開發[J].組合機床與自動化加工技術，2017，34（6）：82?85.

[11] 沈希忠，韓志威，張洪寶，等.基于PLC的連鑄拉矯過程遠程監控系統[J].科技通報，2017，33（4）：152?154.

[12] 顏文旭，丁律，方新茂.鋼絲熱處理Web監控系統設計[J].儀表技術與傳感器，2017（1）：84?87.

[13] 王歡，張玉清，陳雙剛，等.基于ARM平臺的實驗室視頻監控系統設計[J].計算機工程與設計，2018，39（5）：1302?1309.

[14] 魏志軍，楊云峰.智能綜合實驗室管理系統設計[J].現代電子技術，2018，41（24）：90?93.

[15] 張曉培，梁文海.基于移動端的溫室環境監控系統設計[J].農機化研究，2018，40（6）：215?219.