基于大数据的车内空气质量监控系统设计研究.docxVIP

基于大数据的车内空气质量监控系统设计研究 摘要：伴随着大数据技术的日益成熟及5G技术的不断推广，一种基于大数据的车内空气质量监控系统将营造智能舒适的车内空气环境，该监控系统由车内空气净化终端和软件应用端组成。借助物联网与5G技术，利用大数据分析手段，根据实时检测到的车内空气状态数据，模拟计算给出相应的控制策略，以驱动净化终端实施空气处理的若干功能；同时该系统还拥有车内人员探测分析功能，当老人或小孩长时间滞留车内时，分析异常后能触发报警求救信号；软件应用端可以使用PC或手机APP，实施远程监测与控制。 随着汽车行业的快速发展以及人们生活水平的不断提高，汽车的保有量越来越大，车内空气污染也逐渐成为威胁人们健康的一个重要问题。车内环境质量已经引起的广泛关注，为保证车内人员的健康及安全驾驶，对车内环境进行有效监测已经成为一个亟待解决的问题为了使人们能够随时随地了解自己所处环境的空气质量状况，本文跳出一般空气质量数值预测预报“建立监测点→采集数据→建立模型→分析数据→得出结论”的模式，研究基于大数据和物联网的空气质量预测监测，利用智能决策算法分析空气质量历史数据和实时采集数据，以预测未来的空气质量状况或监测当前的空气质量状况。由于5G时代的到来，未来网速将得到大幅提高，因而可以将需要复杂的运算去本地化，将数据上传到云服务器进行分析与处理，并为大数据处理提供基础。此外，还开发了基于Android和i OS的车内空气质量检测系统客户端，以方便人们随时随地了解车内空气质量状况。1 相关工作本文设计的基于大数据的车内空气质量监控系统主要涉及如下一些领域和工作。1.1 车内空气质量检测在对比分析了半导体金属氧化物类、光学类、电化学类等几类传感器的基础上，选择了灵敏度高、选择性好的电化学传感器作为敏感元件。恒电位电解传感器与待测气体反应时，传感器输出电流信号；如甲醛反应在工作电极附近产生H+、对电极消耗H+，在传感器内部保持H+动态平衡。在外电路，电子从工作电极流出，电化学反应产生电流与气体浓度呈正比。因此只需使用采样电路测量电流值就可以知道气体浓度值。1.2 贝叶斯分类决策分类是一种分析数据的形式，主要用来从待分析的数据中提取需要的信息和知识，或是对未来的信息进行预测。本文在验证基于大数据的车内空气质量监测和实时监测数据处理时，初步选用了贝叶斯分类方法1.3 大数据和云计算车内空气质量监控系统需要对大量的监控数据及历史数据进行分析，处理速度受数据量规模的影响较大，引入云计算技术加速数据的数据分析的速度是一个可行的思路。云计算提供作为计算资源的底层，支撑着上层的大数据处理；而大数据为云计算提供了应用平台，驱动着云计算的发展Hadoop能够实现大数据的分布处理，Hadoop的分布式文件系统（HDFS）可以对海量数据进行存储，使用Map Reduce作为编程模型2 车内空气质量监控系统架构车内空气质量监控系统架构简图如图1所示。2.1 前端系统车内空气质量监控系统的前端部分是向用户展示车内实时空气质量的各项指标，包括一氧化碳、氧气、甲醛以及温湿度等各项指数，并可进行坐标图显示。根据统计数据显示，近年来我国智能移动终端（尤其是智能手机和平板电脑）的普及率越来越高，至2016年平均每百人拥有95部手机，而2016年全国平板电脑拥有量也已达到了2.8亿台，智能终端已经成为人们生活中的必备品。而在移动终端用户中，运行Android操作系统的终端数量在用户总数中占到了8成以上，本系统的前端选择H5方式，未来适配各种终端并不需要为各种不同版本进行适配2.2 后台系统车内空气质量监控系统的后台系统，包含车内空气质量历史数据的获取和存储、空气质量历史数据的分析和基于5G物联网的空气质量实时监测3个功能模块。这3个模块相互协作共同完成了室内空气质量历史数据的获取、存储和分析，并形成预测；同时又为有条件的地区提供了实时车内空气质量监测系统，为用户提供所关心区域的实时、准确空气质量状况。后台系统3个功能模块的实现需要大数据/云计算技术的支持，这可以提高车内空气质量历史数据存取、分析和预测速度，并为车内空气质量监测系统提供安全的数据存储和快速的车内空气指数分析。后台系统架构如图2所示。(1）数据的获取和存储车内空气质量指标数据的获取主要是由安装在车内的各类传感器来实时获取的。获取到的各项空气质量指标数据均实时上传到5G存储，而云端存储就是把数据放置到HDFS系统中。(2）数据的分析车内空气质量监控系统通过分析海量车内空气质量指数的历史数据，探究不同车内空气质量状况及变化趋势对未来一段时间内的车内空气质量的影响，这是大数据技术的天生“能力”，也是本文的研究思路。车内空气质量监控系统