关于路灯无线控制系统的解决方案

1 系统研究背景
随着生态化与绿色城市建设的不断推进，如何做好城市环保交通管理体系建设，实现交通管理能源消耗的最优化，就成为了我们技术研究的重要内容。

但是在当前的城市交通管理中，传统的交通指挥系统存在能源消耗大、管理成本高等问题，难以满足生态化城市建设要求。

正因如此我们结合无线网络技术，开展了智能化城市路灯控制系统设计。

此次设计的主要目标是利用无线网络模块，将城市区域内的路灯系统形成自组网，完成对路灯控制系统的整体监控与智能化管理。

最终实现提高交通便利性的同时，保障城市交通安全，减少城市交通管理中的能源消耗，降低交通管理中的成本支出的管理目标。

2 智能化控制系统设计方案
为了达到设计目标，我们首先根据目标需求制定了控制系统的设计方案，并围绕方案内容开展细化设计。

在此次设计中我们采用了基于zigbee 系统的无线传感网络，同时采用了模块化设计理念开展设计。

整体控制系统包括了网络系统、硬件与软件系统三个主要组成部分。

2.1 无线网络系统设计
在此次设计中，我们选择了ZigBee 无线通讯技术，作为控制系统组网系统，同时为路灯控制系统提供通讯服务，其网络结构如图二所示。

在设计中采用这一网络技术的主要原因包括了以下几点：一是系统结构复杂度低，便于管理控制与维护；二是网络系统低功耗、低成本，符合设计中的低耗能理念；三是网络系统具有低数据速率、自组网特性，其一个子网络系统，能够组建65535个无线节点，进而达到路灯控制系
统控制数量要求；四是其网络各节点间能够实现相互通信功
能，同时其通讯距离可以从70米扩至数公里．符合路灯控制系统通信要求。

图1 ZigBee 无线通讯网络结构
2.2 软件系统设计
在系统控制流程设定中，其主要的流程包括了以下几个环节：
(1)对系统硬件与网络系统进行初始化处理。

(2)而是通过无线网络自组网处理，实现各控制终端加入控制网络系统。

(3)判断系统的控制方法，即判断系统处于自动控制或手动控制状态。

(4)手动控制状态中，控制者可以通过命令输入方式完成对路灯系统的控制。

(5)自动控制状态中，程序首先需要检测系统运行是否正常，如运行处于非正常状态，系统发出预设报警信息示告警信息，同时请求进入手动控制处理；如运行处于正常状态，则系统直接根据预设程序进入路灯监测与控制管理状态。

行功耗。

（2）电源管理模块设计
在控制系统运行中，电源模块的主要功能为控制系统提供稳定输出电压，确保系统正常与安全运行。

在设计中我们AMS1117稳压芯片作为模块核心，其运行过程如下：首先系统接入供电线路220Ｖ交流电；之后通过AC/DC 电源模块，将交流电转换为5Ｖ直流电；
最后经稳压芯片为控制系统提供3.3V 稳定电源电源以及其他系统模块所需的高电平，其电路如图3所示。

图3 电源模块电路图（3）路灯周边光照度采集模块
为了实现智能控制目标，我们在系统设计中增加了光照度感应采集模块。

这一模块的主要功能是通过光感系统，将路灯周边光信号转换为电信号。

其主要的部件包括了感应使用的光敏电阻以及电压比较器组成。

经过对相关产品分析，我们选择了ＬＭ393电压比较器。

在控制运行中，这一模块的运行原理如下：首先光敏电阻阻值与路灯周边环境受到的光照强度成反比，即光照强度越大电阻阻值越小；反之光照度越小电阻阻值越大。

其次是在光敏电阻感应完成后，其将感应到的信号转化为分压值，在通过电压比较器，其与反相输入端的基准电压值进行比
频率逐步增强，则说明物体处于向路灯接近的状态；反之则运动的物体处于相反的运动状态。

在实际的应用中，这一模块系统的主要优势在于其探测距离高于同类产品、，同时具有较强的抗干扰能力，产品自身的功耗小，并可以适应于各种恶劣环境。

（6）温度采集模块
这一模块的作用主要是对路灯电线接头部分温度数据进行采集，为电路运行状态分析提供数据支支持。

设计中我们采用了PT100温度传感器。

这一传感器系统采用了铂电阻温度传感技术，其阻值与感应到的温度成正关系与非线性关系，其在零摄氏度情况下阻值为100欧姆。

在实际的应用中，这一模块系统的优势如下：一是温度感应准确度高；二是感应运行中的稳定性强；三是检测温度范围广。

（7）路灯控制模块
这一模块的作用是在总控制系统控制下，采用继电器设
备完成对的路灯电路的通断控制，进而完成对路灯的开关控制。

在实际的运行中，其结构较为简单，主要是作为主控制系统的分系统，通过信号分析完成电路控制。

3 结束语
本文以提高路灯控制质量与节能环保性为目标，开展了基于无线传感网络的路灯智能控制系统设计。

设计的主要内容包括了主控制模块、主电源系统、光照采集、电量采集、温度采集、微波测量以及电路控制七个主要模块设计，为路灯智能化控制的实现提供支持。

参考文献
[1]王任,刘劲峰,于哲.蓝牙技术的应用[J].信息技术,
（下转第69页）
融合，并据此来判断目标特征和决策，D-S证据推理很好地结合了主观不确定信息。

(4)卡尔曼滤波理论
卡尔曼滤波理论是一种递推式的最优估计理论，其建立测量和估计方程来实现递推式计算。

一般卡尔曼滤波用在数据融合较低层面上，直接对传感器信号进行处理，有效去除干扰信息。

(5)神经网络理论
神经网络是当前应用十分广泛和流行的理论，其通过建立仿人类神经结构的网络，实现数据的非线性映射能力，尤其在融合系统没有函数模型的情况下，其通过测试数据的大量训练得到网络结构和映射关系，并具有良好的自适应性，十分适合复杂多传感器数据融合的场景。

4 多传感器信息融合在移动机器人方面的应用
多传感器信息融合已经广泛应用在移动机器人。

通过大量实验证明，采用单一传感器移动机器人和使用多传感器的移动机器人在感知外部环境的能力方面是不可比拟的。

具体应用如下。

1979年，由法国LASS实验室研制移动机器人HILARE成
近年来，传感器和检测技术的进步使移动机器人技术的飞速发展。

信息融合技术使人工智能领域得到了广泛的关注和应用。

本文总结了多传感器信息融合的过程和方法。

随着工业系统的蓬勃发展和相关学科的不断发展，多传感器信息融合将得到更深入的理论研究，在移动机器人中具有广阔的应用前景。

参考文献
[1]于继栋.工业4.0/机器人:人工智能和人机交互技术
将会起到至关重要的作用[J]. 电子产品世界, 2016, 23(01) : 10-11.
[2]郭明强.基于CCD和声纳传感器信息融合的移动机器人
避障研究[D].南京理工大学, 2007.
[3]周芳,韩立岩.多传感器信息融合技术综述[J].遥测遥控,
2006, 27(3) : 1-7.
[4]尹云鹏.基于传感器信息融合的移动机器人动态避障方
法研究[D].重庆邮电大学, 2017.
[5]高日.基于多传感器信息融合的机器人定位技术研究[D].
北京建筑大学, 2018.
2002, (7) : 47-48.
[2]叶丽丽.智能家居控制管理服务的研究{D}.天津:天津大
学, 2012 : 7-8.
[3]陈克涛,张海辉,张永猛,等.基于 CC2530的无线传感
器网络网关节点的设计［Ｊ］．西北农林科技大学学报(自然科学版), 2014, 42(5) : 183～188.
[4]杨墨,刘廷丽.光敏电阻在火灾报警器中的应用[J].北华
航天工业学院学报, 2007, 17(1) : 6-8.
[5][刘鹏飞,赵陈,王嘉永,等.基于多传感器信息融合技术
的智能视频监控系统研究[J].电子测试, 2011, (4) : 38-40.
[6]王春霞,李桂花.基于MAX1402高精度多路温度测量
系统设计[J].安徽电子信息职业技术学院学报, 2009, 8(3) : 36-38.
（上接第17页）。