Tải bản đầy đủ - 0 (trang)
1 GIỚI THIỆU MỘT SỐ MÔ HÌNH PHỐI HỢP THÔNG TIN MẠNG CẢM BIẾN PHÁT HIỆN CHÁY RỪNG

1 GIỚI THIỆU MỘT SỐ MÔ HÌNH PHỐI HỢP THÔNG TIN MẠNG CẢM BIẾN PHÁT HIỆN CHÁY RỪNG

Tải bản đầy đủ - 0trang

36

q trình tích hợp. Để các dữ liệu từ mỗi cảm biến được sử dụng để tích hợp,

trước tiên nó phải được mơ hình hóa một cách hiệu quả. Một mơ hình cảm

biến thể hiện sự khơng chắc chắn và lỗi trong dữ liệu từ các cảm biến và cung

cấp một thước đo chất lượng có thể được sử dụng bởi các chức năng tích hợp

tiếp theo. Một giả định phổ biến là sự không chắc chắn trong các dữ liệu cảm

nhận có thể được mơ hình hóa đầy đủ như là phân bố Gaussian. Sau khi các

dữ liệu từ mỗi cảm biến đã được mơ hình hóa, nó có thể được tích hợp vào

hoạt động của hệ thống phù hợp với ba loại xử lý cảm nhận khác nhau: phối

hợp, hoạt động riêng biệt, và hướng dẫn hoặc bổ sung.



Hình 3.1: Mơ hình chức năng của việc phối hợp và tích hợp đa cảm biến [18]



Những kết quả của chức năng xử lý cảm nhận là đầu vào cho mơ hình thế

giới quan. Mơ hình thế giới quan được sử dụng để lưu trữ thông tin liên quan

đến bất kỳ trạng thái có thể có nào đó của mơi trường mà hệ thống dự kiến sẽ

hoạt động trong đó. Một mơ hình mơi trường có thể bao gồm cả thơng tin

trước đó và thu được thơng tin cảm nhận gần đây. Các quá trình xử lý suy diễn

ở cấp cao có thể sử dụng mơ hình thế giới quan để tạo ra những suy luận có

thể được sử dụng trực tiếp cho những xử lý tiếp theo của thông tin cảm nhận

và hoạt động của bộ điều khiển hệ thống.



37

Sự phối hợp dữ liệu hoặc thông tin theo thời gian từ nhiều hay một cảm

biến có thể xảy ra ở các cấp độ biểu diễn khác nhau [18]. Các cấp độ khác

nhau của sự phối hợp các cảm biến có thể được sử dụng để cung cấp thơng tin

đến một hệ thống sử dụng cho nhiều mục đích. Có thể chia sự phối hợp ra

thành nhiều cấp độ sau:

+ Phối hợp cấp tín hiệu có thể được sử dụng cho ứng dụng thời gian thực

và có thể được xem là một bước bổ sung trong quá trình xử lý tổng thể của

các tín hiệu.

+ Phối hợp cấp điểm ảnh có thể được sử dụng để cải thiện hiệu suất của

nhiều nhiệm vụ xử lý hình ảnh như phân đoạn.

+ Phối hợp cấp tính năng & biểu tượng có thể được sử dụng để cung cấp

một hệ thống nhận dạng đối tượng với các tính năng bổ sung có thể được sử

dụng để tăng khả năng nhận dạng của nó.

Hệ thống dựa trên hệ đa cảm biến cho một số tập đích hoặc nhiệm vụ

ln có liên quan đến một nhóm các bộ ra quyết định cục bộ để hợp tác giải

quyết những vấn đề ra quyết định [17]. Mỗi bộ ra quyết định cục bộ trong hệ

thống có thể được coi là một tác tử, đóng vai trò là một chuyên gia có khả

năng phối hợp mức độ thấp hơn để đề xuất một khuyến cáo cho bộ ra quyết

định tổng thể [22]. Chức năng của bộ ra quyết định chung là tổng hợp những

quyết định cục bộ từ các tác tử để lấy ra các quyết định nhóm và sử dụng cho

phối hợp cấp biểu trưng. Vì vậy, mỗi tác tử cần thực hiện phối hợp cảm biến

theo các cấp và bộ ra quyết định chung cần tiến hành phối hợp ở mức biểu

trưng cao. Như thể hiện trong Hình 3.2, kiến trúc khái niệm để ra quyết định

từ sự phối hợp đa cấp trong những thời gian khác nhau của dữ liệu, tính năng,

và các biểu trưng dựa trên 4 cấp độ phân loại của Luo and Kay [19]. Trong sự

phối hợp cấp thấp của phối hợp dữ liệu tuần tự thời gian, trước tiên ta giả định

rằng các tham số của mơ hình mục tiêu phát hiện là chưa biết trước kinh



38

nghiệm (priori). Những mô-đun mô hình đáp ứng được sử dụng cho sự đánh

giá trực tiếp các thông số động. Dựa vào các thông số ước lượng mơ hình,

phương pháp đề xuất có thể thực hiện dự đoán trên những dữ liệu cảm nhận

đầu vào cho sự phối hợp ở mức cao hơn. Phương pháp này có lợi thế là tốc độ

hội tụ lỗi nhanh cho các hệ thống hiệu suất cao, và có thể thực hiện phép

ngoại suy dữ liệu khi vấn đề mất mát dữ liệu xảy ra, nhưng sự tin tưởng vào

dự đoán phải được đánh giá để đảm bảo hiệu quả. Cho mục đích này, các mơđun tự đánh giá tính tốn sự tin tưởng theo mơ hình chính xác và các thơng số

thời gian.



Hình 3.2: Kiến trúc khái niệm cho phối hợp thông tin cảm biến trên nhiều cấp độ [18]



Ngày nay, nhờ vào những thế mạnh của mình, mạng cảm biến đã được

nghiên cứu và ứng dụng rộng rãi trong rất nhiều lĩnh vực, trong đó có việc

giám sát và phát hiện cháy rừng. Đã có nhiều mơ hình dựa trên mạng cảm



39

biến không dây để phát hiện cháy rừng đã được nghiên cứu và đưa vào sử

dụng, xin được giới thiệu một số mơ hình tiêu biểu sau đây:

3.1.2 Mơ hình của trường Đại học Concepción, Chile

Đầu tiên, xin giới thiệu nghiên cứu của trường Đại học Concepción,

Chile về hệ thống phát hiện cháy rừng [10]. Đây là hệ thống dựa trên mạng

cảm biến không dây với những cảm biến có khả năng tích hợp cảm nhận nhiệt

độ, độ ẩm và lượng khí CO2. Hệ thống sử dụng chỉ số FFMC (Fine Fuel

Moisture Code), chỉ số này thể hiện định lượng độ ẩm của tầng nhiên liệu

cháy trong đất. Theo [9] đây là yếu tố quan trọng cho sự cháy xảy ra. Cơng

thức tính FFMC là:



Với k thể hiện thời gian lấy mẫu, H[k] liên quan đến độ ẩm của lớp

nhiên liệu tại thời điểm k và a là hằng số đánh giá sự gia tăng tương đối của

trọng lượng của nhiên liệu ướt đối với các nhiên liệu khơ. Với trường hợp

mùn gỗ thơng, a có thể xấp xỉ 2.5. Khả năng xảy ra cháy được ước lượng theo

bảng sau:



Bảng 3.1: Khả năng gây cháy theo chỉ số FFMC [10]



Kiến trúc và topo mạng được thiết kế để thỏa mãn những mục tiêu:

(i) tạo ra một mạng có khả năng đáp ứng sự thay đổi topo của nó.

(ii) phát hiện lửa ở những giai đoạn sớm nhất.



40

(iii) nâng cao thời gian sống của mạng bằng cách tiết kiệm năng lượng

của các cảm biến.



Hình 3.3: Kiến trúc và topology của mạng WSN [10]



Cơng trình trong [10] thiết kế mạng cảm biến phân cấp với hai tầng: tầng

thứ nhất gồm các cảm biến đo thông số môi trường; tầng thứ hai gồm nút sink

và hạ tầng xương sống.

+ Ở tầng 1, các cảm biến đo đạc cả 3 thông số: độ ẩm nhiên liệu trên mặt

đất, nhiệt độ môi trường và nồng độ CO2. Chúng được triển khai dày đặc

trong rừng tạo thành các cụm và giao tiếp với nhau theo kiểu ad-hoc. Ở đây,

cảm biến cảm nhận độ ẩm của lớp nhiên liệu trong đất và tính tốn khả năng

cháy bởi công thức FFMC. Để sự phát hiện sớm cháy rừng đạt độ chính xác

cao hơn người ta có thể sử dụng thêm các thơng số mơi trường như nhiệt độ,

lượng mưa, hay nồng độ CO2 trong không khí. Đến đây, mỗi cảm biến trong

mạng phải trao đổi tất cả những thơng tin đó với nút sink ở tầng 2 tương ứng

với mỗi cụm.

+ Tầng thứ 2 tạo bởi tất cả nút sink cũng như máy chủ trung tâm. Nút

sink sẽ đóng vai trò nhận và tiền xử lý thơng tin, nó đóng vai trò như là cầu

nối giữa cụm tương ứng với tầng 2, cung cấp sự đồng bộ hóa thời gian và tính

tốn chu kỳ nhiệm vụ cho các cảm biến. Nút sink sẽ chuyển tất cả thông báo



41

và thông tin cảm biến đến cho máy chủ. Máy chủ này sẽ lưu trữ dữ liệu và tạo

ra các dịch vụ giám sát cũng như phát ra báo động, hiển thị những thông báo.

Để phát hiện lửa, nghiên cứu ở đây sẽ thiết lập các ngưỡng cho mỗi cảm

biến để thơng báo có cháy: 600C đối với nhiệt độ, 4000ppm đối với nồng độ

CO2, hoặc khi giá trị ffmc >=92 đối với độ ẩm của đất. Khi vượt qua một

trong các ngưỡng đó, hệ thống sẽ đưa ra cảnh báo có cháy trong khu vực hoạt

động của cảm biến.

Như vậy với mơ hình [10], hệ thống được tổ chức thành hai tầng: tầng 1

có nhiệm vụ đo đạc thông số môi trường, tầng 2 gồm các nút sink vừa có

nhiệm vụ quản lý hoạt động của các cảm biến vừa có nhiệm vụ thu nhận và

truyền tải dữ liệu về trung tâm. Việc đưa ra nút sink giải quyết vấn đề tiêu hao

năng lượng của các cảm biến nếu chúng phải gửi thông tin về trung tâm. Tuy

nhiên, việc phối hợp thơng tin ở [10] còn khá đơn giản.

3.1.3 SCIER (Sensor & Computing Infrastructure for

Environmental Risks)

Tiếp theo, luận văn giới thiệu dự án SCIER [18] được tài trợ bởi cộng

đồng châu Âu trong việc triển khai các mạng cảm biến không dây tại Đô thị Nông thôn - Phân giới nhằm phát hiện, giám sát và quản lý các rủi ro thiên tai.

Hệ thống SCIER sử dụng 3 loại cảm biến: cảm biến nhiệt độ, độ ẩm

(cùng trường) và các cảm biến tầm nhìn (khác trường). Cảm biến tầm nhìn

dựa trên camera có độ tương phản cao mà thơng qua những thuật tốn có thể

nhận dạng được khói hoặc lửa và củng cố hơn cho khả năng phát hiện cháy.

Hai loại cảm biến cùng trường trên được kết hợp theo một chu trình phối hợp

2 cấp nên cải thiện độ tin cậy của hệ thống phát hiện cháy. Cấp đầu tiên của

sự phối hợp (phối hợp dữ liệu) áp dụng kỹ thuật tổng tích tụ cho phối hợp dữ

liệu từ những cảm biến cùng trường và gán một khả năng xảy ra cháy cho mỗi

cảm biến. Trong cấp 2 của sự phối hợp (phối hợp thông tin) những giá trị khả



42

năng xảy ra sự kiện cháy từ cấp 1 được kết hợp thông qua lý thuyết chứng cứ

Dempster–Shafer [13] với những giá trị khả năng xảy ra sự kiện cháy từ cảm

biến tầm nhìn. Việc áp dụng mơ hình phối hợp 2 cấp như vậy có lợi thế là

phát hiện cháy sớm trong khi giảm được tỷ lệ báo động giả.

Hệ thống SCIER gồm có 3 hệ thống con: các hệ thống con cảm nhận SS

(Sensing Subsystem), các Hệ thống con cảnh báo cục bộ LAS (Localized

Alerting Subsystem) và Hệ thống con tính tốn CS (Computing Subsystem).

- Hệ thống con cảm nhận (SS): mục tiêu của SS là giám sát những thông

số môi trường liên quan đến cháy rừng. Những nút cảm biến có hiệu quả năng

lượng và sử dụng đa bước nhảy (multi-hop), tự tổ chức, chúng truyền dữ liệu

đo đạc thô đến nút sink qua những giao thức định tuyến thích hợp. SS gồm

tầng cảm nhận của 2 cảm biến cùng trường (nhiệt độ và độ ẩm) và tầng quan

sát của cảm biến tầm nhìn. Cảm biến tầm nhìn là các nút cố định, có thể được

cài đặt trên các cọc hoặc nhà dân. Hình 3.4 mơ tả sự phân bố khơng gian của

các nút.



Hình 3.4: Sự phân bố các nút trong một trường của SCIER



43

- Hệ thống con cảnh báo cục bộ (LAS) bao gồm các Đơn vị điều khiển Cảnh

báo Cục bộ (LACU) cái mà điều khiển khu vực triển khai các cảm biến và

thực hiện các thuật toán phối hợp để phát hiện lửa. LACU là thiết bị nằm giữa

CS và SS, như thể hiện trong hình 3.5.

Các thành phần của LAS và vai trò của chúng:

+ Proxy giao tiếp: chịu trách nhiệm liên lạc giữa LACU và CS

+ Proxy cảm biến: nhận và lưu trữ dữ liệu từ các cảm biến

+ Thành phần phối hợp: đánh giá dữ liệu cảm biến và xác định nếu có

lửa xảy ra trong khu vực, cũng như vị trí của lửa.

+ Thành phần báo động: cái mà gắn kết với thành phần phối hợp và cung

cấp thơng báo cho CS khi có tình huống khẩn cấp xẩy ra.

+ CSDL: chứa dữ liệu lịch sử, nhận biết của mỗi cảm biến và vị trí của

chúng cũng như thơng số nhận được từ Proxy cảm biến.



Hình 3.5: Kiến trúc LACU



44

Những LACUs tự tạo thành một mạng lưới, trong đó mỗi đơn vị (tức mỗi

LACU) có một số chức năng tự chủ. Các hoạt động cơ bản của LACU như

sau:

● Nó kiểm sốt các cảm biến trong khu vực giám sát

● Nó nhận được và lưu trữ các chỉ số truyền qua các cảm biến.

● Nó đánh giá các cảm biến đo, thơng qua một q trình tổng hợp, dựa

trên phát hiện thay đổi và các thuật toán quyết định.

● Nó cung cấp thơng báo về tình huống khẩn cấp tiềm tàng cho CS hoặc

LACUs lân cận.

● Nó cung cấp cảnh báo có thể nhìn thấy hoặc âm thanh trong tình huống

có sự kiện khẩn cấp (ví dụ, một tiếng còi, một ánh sáng hoặc tin nhắn

SMS).

Topology của WSN điều khiển bởi một LACU đóng một vai trò quan

trọng trong quá trình hợp nhất. Mật độ của các cảm biến cùng trường phụ

thuộc vào khu vực đó được theo dõi và mong muốn chính xác của vị trí dự

đốn cháy. Với q trình phát hiện cháy, một vấn đề phát sinh liên quan đến tỷ

lệ báo động giả. Cụ thể, một báo động giả là tình huống trong đó các thuật

tốn phát hiện quyết định rằng đó là một ngọn lửa nhưng, trên thực tế khơng

có. Rõ ràng, nếu ta yêu cầu một số lượng cảnh báo sai chấp nhận được thì độ

trễ phát hiện của hệ thống có thể tăng. Tỷ lệ báo động sai là tham số và nó phụ

thuộc vào quyết định của người sử dụng, trên các mùa trong năm (ví dụ, mùa

hè) và các yếu tố nguy cơ của khu vực theo dõi.

- Các hệ thống tính tốn con (CS): là thực thể hệ thống, nơi mà các dữ liệu

cảm biến đã được phối hợp (ví dụ, khả năng xảy ra cháy) từ các cảm biến

cùng trường và khả năng tương ứng từ các cảm biến tầm nhìn được cung cấp.

Trong giai đoạn phát hiện của một hiện tượng, một tiến trình tổng hợp thông

tin được thông qua dựa trên lý thuyết chứng cứ Dempster-Shafer [13]. Sau

q trình tổng hợp, nhiều mơ hình mơi trường tốn học trong các mức thời



45

gian khác nhau được sử dụng để thiết lập một bộ theo dõi chính xác cao của

một hiện tượng nguy hiểm. Đầu ra của mơ hình trong một số trường hợp có

thể cung cấp lại cơ sở hạ tầng cảm biến. Do đó, CS có khả năng tự cấu hình để

thích ứng với sự năng động của hiện tượng quan sát để có thể theo dõi một

cách tốt nhất.

* Tiến trình phối hợp trong SCIER: Trong mỗi LACU, chỉ số thu từ các cảm

biến thuộc cùng trường liên tục được xử lý thông qua một thủ tục tổng hợp dữ

liệu cảm biến (tầng tổng hợp đầu tiên) nhằm phát hiện bất kỳ dấu hiệu thay

đổi trạng thái nào trong mơi trường. Ví dụ, xem xét sự kiện trong đó nhiệt độ

bình thường của môi trường tăng lên một cách bất thường. Điều này có thể chỉ

ra sự kiện có cháy. Hệ thống thường xuyên giám sát việc phân phối dữ liệu

được tạo ra theo thời gian. Nếu một sự thay đổi trong việc phân phối dữ liệu

được phát hiện, điều này được phản ánh qua một thước đo (metric) cụ thể.

Chẳng hạn “thước đo” được xem như một bản dịch tác động của chứng cứ đến

một số lượng niềm tin trên giả thuyết hiện tại (giả thuyết sự kiện cháy). Khả

năng xảy ra được tính cho mỗi cảm biến. Trong một phương thức phối hợp dữ

liệu tương tự, với mỗi cảm biến tầm nhìn khơng cùng trường, bất kỳ thay đổi

đáng kể nào trong sự tương phản hoặc độ sáng của cảnh theo dõi được sẽ

được chuyển đổi bởi các thuật toán đặc biệt thành một khả năng cháy. Những

khả năng như vậy từ nhiều loại cảm biến khác nhau cung cấp cho các thuật

tốn phối hợp thơng tin (phối hợp cấp hai) và được kết hợp thông qua các lý

thuyết Dempster-Shafer để giả định một quyết định an toàn cho sự kiện cháy

có thể xảy ra. Hình 3.6 mơ tả dòng chảy cơng việc liên quan đến tồn bộ các

khía cạnh của q trình tổng hợp (dữ liệu và thơng tin) trong SCIER như nó

được thảo luận trong các phần sau.



46



Hình 3.6: Q trình phối hợp thơng tin trong SCIER



Q trình phối hợp dữ liệu và thông tin:

* Cấp phối hợp thứ nhất:

{Xi} biểu thị một chuỗi các biến ngẫu nhiên, tức là một chuỗi các phép

đo độc lập của một cảm biến nhiệt độ. Ta giả sử rằng Xi có mật độ f(xi;μ0,σ)

với i=1,…,τ-1 và mật độ f(xi;μF,σ) for i≥τ với tham số μ0 đã biết, μF và σ

chưa biết. Chỉ số thời gian τ báo hiệu sự kiện mà một sự thay đổi trong sự

phân bố của các phép đo xảy ra.

Trong dự án SCIER, μ0 có thể biểu thị giá trị nhiệt độ trung bình (trong

trường hợp khơng có cháy) được ước tính mỗi To giây (đó là To=30 min) dựa

trên sự đo lường của cảm biến LACU.

Cảm biến đo độ ẩm cũng được sử dụng để phát hiện cháy. Trong tình

huống có lửa, ngược lại với nhiệt độ tăng lên thì độ ẩm giảm xuống. Kỹ thuật

tương tự phát hiện thay đổi cũng có thể áp dụng cho những cảm biến này.

Sau khi có sự diễn ra của sự kiện cháy, chúng ta có thể tiến tới thiết lập

các hàm gán xác suất cơ bản BPA (Basic Probability Assignment).

* Cấp phối hợp thứ hai:

Trong quá trình phối hợp thông tin ở cấp thứ 2 dữ liệu cảm biến tầm nhìn

(camera) và dữ liệu từ LACU được kết hợp. Mỗi một quá trình phối hợp sẽ



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

1 GIỚI THIỆU MỘT SỐ MÔ HÌNH PHỐI HỢP THÔNG TIN MẠNG CẢM BIẾN PHÁT HIỆN CHÁY RỪNG

Tải bản đầy đủ ngay(0 tr)

×