劉晨　陳昊　陳鋒　王曄竹　趙菁菁

摘 要：設計一個基于無線傳感器網(wǎng)絡的野生動物監(jiān)測系統(tǒng)，用于監(jiān)測國家一級保護動物金絲猴的生存環(huán)境及其活動規(guī)律，為金絲猴保護工作提供有效的數(shù)據(jù)積累和重要的科學依據(jù)。該監(jiān)測系統(tǒng)包括適用于野外環(huán)境的硬件平臺以及數(shù)據(jù)分析平臺，實時、長期的對金絲猴進行監(jiān)測。同時可實現(xiàn)金絲猴個體識別，定位跟蹤以及金絲猴生境條件與其生存狀態(tài)之間的關系分析。目前，該原型系統(tǒng)已部署于陜西省秦嶺玉皇廟金絲猴保護區(qū)。

關鍵詞：無線傳感器網(wǎng)絡；金絲猴監(jiān)測；物聯(lián)網(wǎng)；定位

中圖分類號：TP391 文獻標識碼：A 文章編號：2095-1302（2015）02-00-04

0 引 言

金絲猴是國家一級保護動物，大多分布于中國西南部和中部的溫帶地區(qū)，如圖1所示。然而近些年由于人為因素干擾與破壞，其生存面臨越來越嚴重的威脅與挑戰(zhàn)。從世界《紅皮書》中不難看出，世界上已有相當一部分的高等動植物瀕臨滅絕，金絲猴整體數(shù)量更是呈現(xiàn)出逐年遞減的趨勢，因此如何對金絲猴進行科學監(jiān)測，研究其行為規(guī)律，進而實現(xiàn)對其有效保護迫在眉睫。

當前，人工觀測和記錄的方式通常用于金絲猴的行為和生境信息監(jiān)測，其數(shù)據(jù)可靠性可想而知。此外對數(shù)據(jù)的記錄、匯總和上傳同樣會面臨諸多困難，比如大量野外數(shù)據(jù)表格的填寫、錄入和上傳，經(jīng)常會遇到毀損和丟失，造成長時間數(shù)據(jù)上傳的不同步，影響最終分析的效率。

同時，人工方式往往僅能獲取少量的短期數(shù)據(jù)，由于長期、實時觀測數(shù)據(jù)的匱乏，無法反映出金絲猴的生存環(huán)境和活動習性，從而導致其生態(tài)習性、生理特點、活動規(guī)律、棲息地環(huán)境的研究工作難以順利開展。此外，金絲猴的生存環(huán)境是原始的生態(tài)系統(tǒng)，在定位跟蹤目標方面有一定的困難性和危險性，難以準確識別眾多金絲猴個體，往往可能出現(xiàn)跟蹤丟失，導致收集的數(shù)據(jù)有遺漏。最后，在人工調查數(shù)據(jù)模式中時空是割裂的，難以對所獲取的數(shù)據(jù)進行時間、空間、現(xiàn)象的綜合完整分析。因此，傳統(tǒng)的人工方式不僅會降低監(jiān)測保護工作的效率，還會為后期的數(shù)據(jù)分析帶來巨大困擾，降低其科學價值。

基于上述分析，如何運用新的技術手段對野生動物的生存環(huán)境進行有效監(jiān)測，同時在有效個體識別并獲取其位置信息的基礎上對動物活動規(guī)律進行科學分析，是亟待解決的問題之一。

無線傳感器網(wǎng)絡（Wireless Sensor Networks， WSN）在野外大范圍野生動物監(jiān)控保護中極具優(yōu)勢。在金絲猴的生存環(huán)境中部署大量的傳感器節(jié)點，研究者可以通過不干擾野生動物正常生活的情況下，利用WSN技術，長期、實時、協(xié)作地感知監(jiān)控區(qū)域環(huán)境信息以及野生動物行為活動信息，研究其生境信息和行為活動規(guī)律，為建立瀕危種群人工飼養(yǎng)環(huán)境積累重要數(shù)據(jù)。

隨著無線傳感器網(wǎng)絡的廣泛應用，出現(xiàn)了一些使用無線傳感器網(wǎng)絡監(jiān)測野生動物的應用案例。例如DuckIsland[1]和Zebranet項目[2]。然而上述系統(tǒng)缺乏有效的數(shù)據(jù)分析，同時其個體識別的方法是通過被監(jiān)測目標攜帶RFID標簽來實現(xiàn)的。然而對金絲猴等國家珍稀野生動物攜帶標簽或者嵌入RFID需要得到國家林業(yè)局批準，同時，給大型珍稀野生動物帶項圈或者植入RFID需要麻醉，會有致死危險。因此，上述方法對于金絲猴的監(jiān)測是不適用的。

綜上所述，盡管國內外已經(jīng)出現(xiàn)了眾多基于無線傳感器網(wǎng)絡的野生動物監(jiān)測研究案例，但將其部署在真實的野外環(huán)境中，通過傳感器節(jié)點間協(xié)作，實時感知動物的生境信息和活動規(guī)律仍然面臨著以下挑戰(zhàn)：

挑戰(zhàn)一：節(jié)點能量受限

通常傳感器節(jié)點依靠3.6伏干電池供電，以節(jié)點每30分鐘采樣一次（可以根據(jù)不同的應用需求設置）為例，實驗表明節(jié)點生命周期一般僅能維持幾個月。然而，對金絲猴的監(jiān)測與分析是需要一年甚至幾年時間的數(shù)據(jù)積累，此外，金絲猴所生存的環(huán)境大多是人跡罕至的野外環(huán)境，人工更換電池也相對困難。因此，如何采用有效的手段延長節(jié)點壽命，進而延長網(wǎng)絡生存周期，以達到對金絲猴長期監(jiān)測的目的是所面臨的挑戰(zhàn)之一。

挑戰(zhàn)二：數(shù)據(jù)分析瓶頸

如何結合動物保護專家經(jīng)驗，同時如何充分利用已有傳感器節(jié)點感知的數(shù)據(jù)實現(xiàn)個體識別、位置信息判定是金絲猴監(jiān)測的關鍵。因此對傳感器網(wǎng)絡實時感知的大量數(shù)據(jù)信息進行有效分析與智能處理是所面臨的又一挑戰(zhàn)。

為此，本文設計了一個NISL系統(tǒng)（以所在實驗室的名字命名）監(jiān)測秦嶺保護區(qū)（如圖2所示）內的金絲猴生境信息及其活動規(guī)律。該系統(tǒng)包括專為野外環(huán)境下設計的傳感器節(jié)點、網(wǎng)關以及數(shù)據(jù)分析軟件平臺。系統(tǒng)架構如圖3所示，傳感器節(jié)點部署在金絲猴活動的區(qū)域，實時采集環(huán)境中溫濕度、光照以及視頻、音頻等數(shù)據(jù)，通過對數(shù)據(jù)的有效分析，實現(xiàn)對金絲猴日?；顒右?guī)律、個體識別以及環(huán)境因素與其生存狀態(tài)之間關系的分析與判定。

圖1 金絲猴 圖2 秦嶺金絲猴保護區(qū)

圖3 NISL 系統(tǒng)架構圖

1 相關工作

近年來，隨著WSN技術的不斷發(fā)展，國內外出現(xiàn)了較多的將WSN用于動物監(jiān)測的案例[3-10]。其中最為典型的是2002年美國加州大學伯克利分?！癐n-Situ”研究組在緬因州大鴨島（GreatDuck Island）部署傳感網(wǎng)，開展對海燕的監(jiān)測，通過43個傳感器節(jié)點協(xié)作感知光敏、溫濕度、壓力、紅外等信息，對其生存的微環(huán)境和巢穴進行監(jiān)測，首次實現(xiàn)了對野生動物的無入侵式智能監(jiān)測[1]。

2003年，TekSensor項目[11]，通過使用有源RFID實時監(jiān)測跟蹤家畜的活動，可以實現(xiàn)對牛的位置信息以及其體溫的實時監(jiān)控，及時掌握家畜的健康情況，便于對體溫不正常的家畜進行早期治療。來自劍橋和哈佛大學的研究者Vladimir Dyo[12]等提出了一個RFID-WSN相結合的系統(tǒng)監(jiān)測歐洲獾，其目的在于獲取這種動物的生活習性以及它們對自然資源的要求。通過動物在洞穴中的移動情況來了解洞穴的結構，在優(yōu)化的系統(tǒng)之上對收集到的數(shù)據(jù)進行分析。美國普林斯頓大學ZebraNet項目[2]，通過設計GPS 傳感器節(jié)點，安裝于斑馬身上，達到對其進行實時全天候的跟蹤監(jiān)測。澳大利亞南威爾士大學TRAN等用聲音傳感器監(jiān)測兩棲動物種群[13]，在澳大利亞北部的季風林地中，利用動物發(fā)聲自動識別普查本土青蛙和外來物種入侵的蟾蜍種群， 同時實現(xiàn)對蟾蜍分布、棲息情況等信息的獲取。

此外，還有一些用于海洋動物追蹤的研究，其主要技術手段是通過將水下電子射頻標簽安裝在海洋魚類和其它海洋動物身上，以達到對其跟蹤的目的。美國杜克大學，利用水下電子芯片標簽針對海龜?shù)幕顒诱归_了相關研究[14]；來自加拿大的海洋動物科研小組，通過將研制的專門水下電子芯片植入大馬哈魚體內，跟蹤其在海洋中移動的各項參數(shù)信息[14]。

2 硬件平臺設計

根據(jù)野外環(huán)境下對于金絲猴監(jiān)測的應用需要，其關鍵在于設計出針對野生動物如金絲猴監(jiān)測的智能感知節(jié)點，如何利用太陽能為傳感器節(jié)點提供穩(wěn)定而持久的能量，使節(jié)點能夠可靠工作，提高傳感器節(jié)點的野外生存能力，使其能夠長期監(jiān)測野外環(huán)境中的溫濕度、光照、風速風向等生境因子以及獲取監(jiān)測區(qū)域內，動物活動的音、視頻等信息。

為此，本文所設計的硬件平臺包括以下兩個部分：傳感器節(jié)點以及無線網(wǎng)關，其中傳感器節(jié)點分為環(huán)境監(jiān)測節(jié)點和音頻-視頻節(jié)點。為了使節(jié)點能夠適用于野外的環(huán)境，提高其抗野外惡劣天氣的能力，所有的硬件設備均采用不同規(guī)格的盒子進行了封裝，同時為了延長系統(tǒng)的生命周期，所有的節(jié)點以及網(wǎng)關均由太陽能供電。

2.1 傳感器節(jié)點

2.1.1 環(huán)境監(jiān)測節(jié)點

野外無線傳感器節(jié)點，采用太陽能與鋰電池相結合的方式供電。如圖5左邊部分所示。核心芯片采用Atmega128L單片機，通信芯片采用CC2420，通信方式采用ZigBee，電源管理芯片采用CN3063。可實時感知環(huán)境中的溫度、濕度、光照等信息。

2.1.2 音頻-視頻節(jié)點

無線傳感器網(wǎng)絡音視頻節(jié)點，如圖4所示。其能夠收集感知動物的聲音和圖像數(shù)據(jù)，同時依靠RSSI驅動機制，根據(jù)目標對RSSI的影響，實時打開攝像頭，采集監(jiān)測區(qū)域內的圖像和音頻信息，以達到有效節(jié)省節(jié)點能量的目的。

2.2 無線網(wǎng)關

無線網(wǎng)關用于收集野外環(huán)境下的無線傳感器網(wǎng)絡感知數(shù)據(jù)并通過GPRS遠程傳輸?shù)椒掌鞫?。其核心采用ARM9 設計，集成 ZigBee協(xié)議和GPRS通信技術。內置蓄電池，并采用太陽能板供電，核心處理部分置于金屬鋁盒內，可實現(xiàn)野外環(huán)境下的長期使用，如圖5右邊所示。

圖4 無線傳感器音視頻節(jié)點

圖5 傳感器節(jié)點及無線網(wǎng)關

3 數(shù)據(jù)分析平臺

3.1 個體識別

金絲猴是國家一級保護動物，攜帶標簽或者植入RFID需要報國家審批，同時由于金絲猴動作靈活，因此攜帶標簽非常困難。本文根據(jù)不同金絲猴個體的聲音差異，通過對原始的聲音數(shù)據(jù)進行濾波和頻譜分析，可以有效區(qū)分不同個體。如圖6所示，圖中是兩個不同的金絲猴個體的聲音數(shù)據(jù)在時域與頻域上的曲線圖，其中圖6上半部分是原始聲音數(shù)據(jù)的時域圖，可以看出兩個個體在叫聲長短上有所不同，通過頻域分析，如圖6下半部分所示，不難看出不同個體的主要頻域范圍有所不同。因此，可以通過對金絲猴聲音數(shù)據(jù)進行時域和頻域的變化分析，區(qū)分不同個體，同時，為了保證個體識別的準確度，該系統(tǒng)同時結合了視頻傳感器的數(shù)據(jù)進行分析判斷。

圖6 不同金絲猴個體的聲音頻譜圖

3.2 目標定位與跟蹤

由于金絲猴自身特點和其生存的野外環(huán)境，使得目標無需攜帶任何收發(fā)設備的被動式目標定位方法尤為適合[15]。因此，本文設計了一種基于RSSI驅動的視頻監(jiān)測方法用于金絲猴的定位與跟蹤。在初始階段，所有的視頻節(jié)點均處于休眠狀態(tài)，當節(jié)點RSSI值超過其設定的閾值時，視頻節(jié)點的攝像頭自動打開，通過視頻圖像識別出金絲猴，再通過基于多鏈路檢測的被動式目標定位方法——單元檢測模型對其進行定位跟蹤。

如圖7所示，單元檢測模型包括三條通信鏈路，由邊長為L米的等邊三角形構成，我們將其中一條鏈路（如圖所示為節(jié)點l與節(jié)點3形成的通信鏈路）所覆蓋的區(qū)域劃分為s×t（如7×5） 個小方格，每個小方格的邊長為0.5米。先驗知識的獲取是通過目標依次遍歷每個方格位置，分別收集三條鏈路對應的RSSI值，構成先驗RSSI向量。定位階段，當目標移動到監(jiān)測區(qū)域時，首先根據(jù)不同節(jié)點的RSSI值判定出當前有效的單元檢測模型，再通過當前三條鏈路的RSSI值形成的RSSI向量，根據(jù)建立好的單元檢測模型，對目標的位置做出估計。

這里引入貝葉斯概率來建立單元檢測模型。當一個目標進入監(jiān)測區(qū)域時，定義為當前三條鏈路的RSSI向量。該模型的輸入為三條鏈路的RSSI值所構成的RSSI向量，模型的輸出同樣是目標可能的位置。L為所有位置的集合，即圖7中所有劃分的小方格，R為RSSI向量的集合。則目標的位置為l∈L的概率可由以下公式計算得到：

（1）

則目標的可能位置l是具有最大概率的所對應的位置，即：

（2）

假設所有的位置具有相同的概率，因此可以得到P（l）是常量，對于所有的位置l，式（2）中是一樣的，進而上述公式可以等效為：

（3）

綜上所述，具有最大先驗概率的位置l的坐標就是目標可能的位置（xi，yi）。

圖7 單元檢測模型

4 結 語

本文設計并實現(xiàn)了一個應用于金絲猴監(jiān)測的無線傳感器網(wǎng)絡應用系統(tǒng)，目的是通過長期、實時感知金絲猴的環(huán)境數(shù)據(jù)，分析其最佳生存狀態(tài)，并進行有效的個體識別與定位跟蹤。同時設計了適用于野外環(huán)境下的一套硬件平臺系統(tǒng)。其原型系統(tǒng)部署在秦嶺玉皇廟金絲猴保護區(qū)。然而，本文所提出的數(shù)據(jù)分析方法還需要較長時間的數(shù)據(jù)積累，同時擴大模型的適應性也是今后工作的一個方向。

參考文獻

[1] Polastre J.， Szewczyk R.， Mainwaring A.， et al. Analysis of wireless sensor networks for habitat monitoring[J]. Wireless sensor networks， 2004（4）：399-423.

[2] Juang P. Oki H. Wang Y.， et al. Energy Efficient Computing for Wildlife Tracking：Design Tradeoffs and Early Experiences with ZebraNet[C]. In Proc. of the 10th Annual Conference on Architectural Support for Programming Language and Operating Systems， San Jose， New York， USA， 2002，96-107.

[3] P. Sikka . Corke， P. Valencia. Wireless Adhoc Sensor and Actuator Networks on the Farm[C]. In Proceedings of IPSN 06， 2006.

[4] Markham A.， Trigoni N.， Ellwood S.A.， et al. Revealing the hidden lives of underground animals using magneto-inductive tracking[C]. In Proc. of the 8th ACM Conference on Embedded Networked Sensor Systems（SenSys10）， Zurich， Switzerland，2010：281-294.

[5] Sikka P.， Corke P.， Valencia P.et al. Wireless Adhoc Sensor and Actuator Networks on the Farm[C]. In Proc. of the 5th international conference on Information processing in sensor networks（IPSN06）， Nashville， TN， USA， 2006： 492-499.

[6] Guo Y.， Corke P.， Poulton G.， et al. Animal Behaviour Understanding using Wireless Sensor Networks[C]. In Proc. of the 31st IEEE Conference on Local Computer Networks（LCN06）， Tampa， Florida， USA， 2006：607-614.

[7] Venkatraman S.， Long J.D.， Pister K.S.J.， et al. Wireless Inertial Sensors for Monitoring Animal Behavior[C]. In Proc. of the 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society（EMBS07）， 2007：378-381.

[8] Pereira D.P.， Dias W.， Braga M.， et al. Model to integration of RFID intoWireless Sensor Network for tracking and monitoring animals[C]. In Proc. of the 11th IEEE International Conference on Computational Science and Engineering（CSE08）， S?o Paulo， Brazil， 2008：125-131.

[9] Nadimi E.S.， Sogaard H.T.， Bak T.， et al. ZigBee-based wireless sensor networks for monitoring animal presence and pasture time in a strip of new grass[J]. Computers and electronics in agriculture， 2008， 61（2）：79-87.

[10] Dyo V.， Ellwood S.A.， Macdonald D.W.， et al. Evolution and Sustainability of a Wildlife Monitoring Sensor Network[C]. In Proc. of the 8th ACM Conference on Embedded Networked Sensor Systems（SenSys10）， Zurich， Switzerland， 2010：127-140.

[11] Radenkovic M.， Wietrzyk B. Wireless Mobile Ad-hoc Sensor Networks for Very Large Scale Cattle Monitoring[C]. In Proc. of the ASWN06， Berlin， 2006：47-58.

[12] Dyo V.， Ellwood S.A.， Macdonald D.W.， et al. Wildlife and Environmental Monitoring using RFID and WSN Technology[C] In Proc. of the 7th ACM Conference on Embedded Networked Sensor Systems（SenSys09）， Berkeley， California， USA， 2009：371-372.

[13] W Hu，C Tung Chou，S Jha，et al，Design and Evaluation of a Hybrid Sensor Network for Case Toad Monitoring[J]. ACM Tranaactions on Sensor Netwoks，2008，2（5）：3-28.

[14] 惠良. 海洋動物追蹤新技術[J]. 世界環(huán)境， 2004（5）： 54-55.

[15] 邢天璋，常儷瓊，劉晨，等. 無線傳感器網(wǎng)絡中基于二次估計的被動式目標定位方法[J]. 西北大學學報（自然科學版），2014，44（4）：563-567.