普适计算研究（精选8篇）
普适计算研究 篇1
0引言
普适计算(UbiquitousComputing)技术对人们的物理环境与信息环境产生变革,信息空间与物理空间融合;普适计算技术变革了传统的计算与信息服务模式,构建了一个充满计算和通信能力的环境。在这个充满计算和通信能力的空间里,人们可以随时随地、自由获取任何所需要的信息、计算、通信、娱乐等服务。随之,一种新的学习理念———泛在学习 (UbiquitousLearning)开始进入 人们的视野。泛在学 习已成为 当前也是 未来相当 长一段时 间内[1]教育技术学领域关注和研究的热点,并被认为是未来主流的学习方式。《国家中长期教育改革和发展规划纲要(2010-2020年)》明确指出“信息技术对教育发展具有革命性影响,必须予以高度重视”,并提出“到2020年,基本实现教育现代化,基本形成学习型社会,进入人力资源强国行列”的战略目标。因此,深入挖掘普适计算技术支持下的泛在学习潜力,“努力为每一名学生和学习者提供个性化学习、终身学习的信息化环境和服务”非常重要。
1普适计算概念
泛在学习由“普适计算”演变而来,普适计算为泛在学习提供技术环境条件。为了更好地理解泛在学习,我们有必要首先了解一下普适计算。
1.1普适计算的提出[2]
普适计算最早起源于1988年XeroxPARC实验室的一系列研究 计划。泛在 计算的思 想最早于1991年由MarkWeiser在《ScientificAmerican》的“TheComputerforthe21stCentury”中提出。1999年,IBM也提出普 适计算(IBM称之为PervasiveComputing)概念。1999年欧洲研究团体ISTAG提出了与普适计算概念类似的环境智能(AmbientIntelligence)概念。同年,召开了第一届Ubicomp国际会议,2000年,召开了第一届PervasiveComputing国际会议。2002年,IEEEPervasiveComputing期刊创刊。
1.2普适计算概念
普适计算又称泛在计算、普存计算或普及计算,强调把计算机嵌入到环境或日常工具中去,让计算机本身从人们的视线中消失,把人们注意的中心回归到要完成的任务本身。对于普适计算,目前尚未有明确定义。马克·威士(MarkWeiser)指出,普适计算是指无所不在的、随时随地可以进行计算的一种方式。清华大学徐光祐教授等的定义是:“泛在计算是信息空间与物理空间的融合,在这个融合的空间中人们可以 随时随地、透 明地获得 数字化的 服务。”按照徐光祐教授对普适计算的定义,普适计算的特征主要体现在“随时随地”和“透明”,并且相对“随时随地”的特性,“透明”是普适计算与桌面计算模式最本质的区别。普适计算的目的是建立一个充满计算和通信能力的环境,同时使这个环境与人们逐渐地融合在一起,在这个融合空间中人们可以随时随地、透明地获得数字化服务。
2泛在学习
2.1泛在学习概念
泛在学习,U-Learning,英文全称 为UbiquitousLearning,不同的学者又称其为泛在的学习、普适学习、无缝学习、无处不在的学习等。付道明、徐福荫[3]认为泛在学习是指在信息空间与物理空间相融合的空间里,学习的发生、学习的需求以及学习资源无处不在,学习者可以随时随地得到普适计算环境的支持。梁瑞仪、李康[4]认为,泛在学习指学生在基于无缝连接的信息环境中随时随地自由化学习,强调的是社会发展到一定程度的个人学习状态。石慧慧、刘奎[5]认为无缝学习是真正意义上的以人为本的学习环境。在充满计算和通信能力的环境中,人们可以随时随地、利用任何终端获取所需要的任何信息。综合以上学者的观点,可归纳出泛在学习的界定主要有以下几种:1泛在学习是一种学习方式;2泛在学习是一种学习状态;3泛在学习是 一种学习 环境。虽然理 解的角度 不同,但都认为泛在学习是一种无处不在、不受限制的学习,其主要表现是:学习的发生无处不在,学习的需求无处不在,学习的资源无处不在。
2.2泛在学习特征分析
泛在学习是数字化学习与移动学习的延伸和集中体现,优化了数字化学习与移动学习的特点。随着对泛在学习理解的不断深 入,泛在学习 的特性从 “3A”的学习到“4A”的学习,现又有“7A”学习。关于泛在学习的特点,笔者综合了国内外有关学者观点,结合自己的理解,概括出以下几个特性:泛在性、持续 性、易获取性、即 时性、交互性、主动性、适应性、协作性、情境性、以学习者为中心等,见表1。
2.3泛在学习与数字化学习、移动学习
U-learning是E-learning(数字化学习)的延伸(丁钢,2008),其相对E-learning和M-learning(移动学习)来说是一种飞跃(胡智标,2013),也有学者认为U-learning是为了克服E-learning的缺陷或者限制而提出的。虽然 这些说法都不十分确切,但笔者通过对泛在学习发展轨迹的研究,发现泛在学习是在数字化学习的基础上,基于移动学习的特性提出的。数字化学习缺乏移动性,移动学习缺乏情境性,而泛在学习是一种基于普适计算的形式,把学习融入到人们的日常 生活情境 中,强调任何 人在任何 时间、任何地点、基于任何计算设备获取所需的任何学习资源,享受无处不在的学习服务。泛在学习区别于数字化学习与移动学习,最显著的特点就是其“服务”理念,借助智能化设备,可在智能化 环境中获 取任何所 需的信息 和服务。
2.4泛在学习实现
现代信息技术条件下,物联网、云计算、移动技术等为泛在学习奠定了环境基础,各种智能终端为泛在学习提供了设备依托,基于这些智能终端的应用系统为泛在学习提供了接口和平台,人们可随时随地与外界网络连接,获取任何所需的信息与服务。因此,从技术上来看,实现泛在学习必须满足3个条件:1要具有能够感知、显示、存储的智能终端;2要有将所 有智能终 端连接在 一起的网 络(泛在网络);3要有实现泛在学习的应用系统支撑[6]。郭成等[7]提出了一个包括泛在技术环境、泛在学习环境、泛在管理环境3大模块的泛在学习(U-learning)系统,见图1,其中U-learning技术环境是U-learning学习的基 础环境,而U-learning管理环境 是U-learning学习环境 的保障。
2.5泛在学习引发的教育变革
泛在学习不仅仅是一种学习方式,作为一种更加人性化的学习理念,它涵盖了学习方式、学习状态、学习资源以及学习环境的构建等多层面、理想化的学习观念[8]。泛在学习所具备的巨大潜 能主要源 自适当的 时间、合适的 地点,以正确的方式获取 学习内容 和学习支 持环境的 可能性[9]。下面对泛在学习的优越性进行探讨。
2.5.1泛在学习为解决问题提供了便利
泛在学习最大的特点 就在于其 泛在性,学习的发 生是泛在的,学习需求是泛在 的,学习资源 也是泛在 的,即随时随地地学习。传统意义上的学习一般指发生在学校内,固定的时间段、固定的教室,而普适计算技术支持下,学习者可以基于自身需求,在任何时间、任何地点以任何方式获取任何学习支持。学习者在学习或工作中通常会遇到各种问题,普适计算技术 为即时解 决问题提 供了方便。
2.5.2实现了以学习者为中心
泛在学习更有利于以学生为中心学习,给当前以教师为中心的课堂教学带来了巨大挑战。从传统课堂学习到数字化学习(E-learning)到移动学 习(M-learning)再到泛在学习(U-learning),学习环境 发生了翻 天覆地的 变化。泛在学习构建了智能化环境,可以让学习者更加充分地获取学习信息与服务,随时随地、利用任何终端进行自主学习或协作学习。泛在学习过程是一个根据学习者需要、自我导向的过程,是真正以人为中心、以学习任务和事件为焦点的学习。泛在学习者自主发现、探索、建构知识,选择适合自身的个性化学习方式,实现更有效的“学生中心”教育。
2.5.3泛在学习能更好地支持远程开放学习
远程教育时,教师和学生在时空上相对分离,学生自学为主、教师助学为辅,教与学的行为通过各种教育技术和媒体资源实现联系、交互和整合(丁兴富,2002)。普适计算技术支持下的泛在学习,克服了数字化学习和移动学习的局限性,创造了一种真正不受时空限制、高度自主、以学习者为中心的崭新的学习环境[10]。泛在学习与传统的远程学习相比有很多优势:泛在学习需求、学习的发生、学习的资源无处不在,学习更加自由,没有时空限制;泛在学习模式更加灵活、更加实用、更具情境性,贴近人们的生活,学习变成一种日常行为;泛在学习环境更加智能化,教与学真正不受地域、时间以及学习者自身条件的限制。
2.5.4泛在学习为终身学习开辟了新的路径
泛在学习作为未来主流的学习方式,对构建终身学习型社会意义深远,它超越了目前学校教育的孤立状态,将学习融入日常生活中,与工作场所、社区、家庭相关联,随时随地方便地提供学习所需要的内容,获取所需要的各种知识,具有灵活的学习支持服务等[11]。从理念上,基于普适计算技术的泛在学习倡导学习无处不在,与终身学习的理念不谋而合[12],泛在学习的泛在性、持续性、适应性、情境性等与终身学习的终身性、全民性、灵活与实用性等相互对应;从实践上,普适计算技术为终身学习的实现提供了技术支持和保障,使不同学习起点、不同需求的学习者都能在任何时间、任何地点,根据自身需求参与到学习中,给学习者提供了更优良的学习环境和更多的学习选择性。
3结语
学习需求无处不在、学习随时发生,与日俱增的信息资源、信息技术与信息工具为人类的学习提供了无限的可能。泛在学习被认为是一种真正的“以人为中心”的学习,其优点主要体现在其智能化的设备和智能化的环境,使得学习无处不在。然而,目前泛在 学习面临 着硬件环 境改善、资源环境设计 等诸多技 术挑战。在目 前的技术 水平下,泛在学习真的能达到所谓的“无处不在”吗?泛在学习真的发生了吗?如何评价泛在学习的有效性?实际教学与学习过程中又如何体现泛在学习?如何实现不同类型设备和资源的兼容,尤其是智能移动终端上的兼容问题?如何确保信息在网络传输过程中的安全性?这些问题都值得学术界积极关注和深入探讨,寻找有效解决方案,用以改善泛在学习的现状。普适计算及其支持的泛在学习,以其独特的优势将在教育领域发挥更加突出的作用。
普适计算研究 篇2
关键词：嵌入式系统 普适计算 手持设备 Windows CE 嵌入式设备
引 言
随着计算技术的发展，我们已经由PC时代进入网络时代，进而进入后PC时代。IBM在创造了一个名词--“普适计算” (又叫“普及计算”，Pervasive Computing)。“普适计算”指的就是，“无论何时何地，只要您需要，就可以通过某种设备访问到所需的信息”。从计算技术的角度来看，人类已经由网络计算逐步延伸到了普适计算。
通俗来讲，普适计算的含义十分广泛，所涉及的技术包括移动通信技术、小型计算设备制造技术、小型计算设备上的操作系统技术及软件技术等。普适计算是指无所不在的、随时随地可以进行计算的一种方式;主要针对移动设备，比如信息家电或某种嵌入式设备，如掌上电脑、BP机、车载智能设备、笔记本计算机、手表、智能卡、智能手机(具有掌上电脑的一部分功能)、机顶盒、POS销售机、屏幕电话(除了普通话机的功能还可以浏览因特网)等新一代智能设备。普适计算设备可以一直或间断地连接着网络。与Internet、Intranet及Extranet连接，使用户能够随时随地获取相关的各种信息，并做出回应。由于普适计算设备的高度移动性，所以也被称为移动计算。普适计算提供了经由网络，使用各种各样的普适计算设备，访问后台数据、应用和服务的功能。无论使用何种普适计算设备，用户将能轻易访问信息，得到服务。普适计算降低了设备使用的复杂性，帮助提高在外办公人员的效率和人们的日常生活水平。
从软件系统的角度来讲，普适计算是指使用小型计算设备、在位置不断移动的过程中或在地理位置分布很广的范围内，在不稳定的通信条件下实现联机事务处理和企业核心数据访问。这些小型计算设备，具有多种通信手段，如移动通信网络、卫星等，能与互联网或企业内部网相连，但这种连接不是固定的连接，而是间断的连接。普适计算的软件技术使用户可以使用这些设备进行复杂的联机事务处理和信息访问，因为用户所使用的设备体积小，可用的计算资源(内存、存储设备和CPU)都相当有限，大部分处理工作由计算中心的数据服务器和应用服务器完成。
普适计算研究 篇3
自适应系统在传统软件体系结构中得到了一定的发展, 包括自配置、自优化、自修复、自保护等。传统软件的自适应多针对系统的参数进行重配置或者针对资源进行重新分配。而Mark Weiser在20年前预估到, 普适计算设备和服务开始逐渐融入人们的日常生活[1]。随着普适计算研究的发展, 计算无处不在的概念也逐渐深入人心。社会技术系统不仅包含软件系统, 还包含传感器、终端和人类的参与, 普适计算环境下社会技术系统的自适应也将更加复杂。本文将讨论社会技术系统在普适计算环境下如何进行自修复。
社会技术系统[2]是普适计算环境下由人、硬件和软件共同组成以满足涉众需求的系统。由于普适计算环境是一个由多种异构设备和网络组成, 用户需求和计算资源不断发生变化的苛刻的计算环境, 将传感器和传统软件系统融合在一起意味着普适计算环境下的社会技术系统缩短了数字世界和物理世界的界限, 并且可以根据用户的需求提供个性化的服务。因此, 普适计算环境下的社会技术系统需要具有较强的持续自适应能力才能迎合动态多变的环境。
在普适计算环境下对社会技术系统进行自修复存在许多挑战, 主要表现在: (1) 环境的变化 (包括人和设备的移动) 以及环境中设备的不稳定性, 均可能使得一个正常运行的系统面临崩溃的危险, 譬如网络断线、环境中的设备突然离开或失效等; (2) 用户需求的多样化和个性化使得ad hoc环境中的服务发现和组合比Web服务困难许多。为了解决上述问题, 本文围绕在普适计算环境下社会技术系统的自修复问题展开, 主要探讨用户携带移动设备在普适计算环境中, 如何根据自身的需求目标, 发现和利用周围可用的服务, 并选择最优的服务;当周围环境和自身发生变化时, 若社会技术系统运行偏离用户的预期目标, 如何根据当前上下文的情况, 选取不同的自修复策略, 使得系统按照预期目标运行。在这一过程中, 社会技术系统需要一系列不同于传统软件系统的上下文建模和自修复技术。同时, 本文通过对若干场景案例的分析对方法和算法进行了有效地评估。
1 背景知识
1.1 普适计算
普适计算[3,4]是使得随时随地都有计算的一种计算技术。与传统计算相比, 普适计算可以出现在任何设备、任何位置上, 并且可能以任何形式出现。随着计算的透明化, 我们每天与计算打交道的地方越来越多。譬如, 越来越多的智能办公室的出现, 智能门锁和电灯的出现, 使得人们的生活越来越方便。另一方面, 智能终端的出现促使人们尽快地融入充满智慧的世界[5]。智能手机开始在人们生活中扮演必不可少的角色, 手机日历、记事本、小说等。许多手机应用与云应用结合起来, 用来分析人的行为、偏好等, 以达到提供更好的服务体验的效果。通过将包含个人信息的智能手机和环境中的设备连接起来, 普适计算环境下的系统可以为用户提供更多个性化的服务。譬如, 一个办公室中的空调控制系统, 可以根据办公室中每个员工携带的手机中个人偏好的设置进行综合分析, 进而调节温度以达到用户群最高的满意度。
1.2 目标模型
面向目标的需求工程GORE[6] (Goal-Oriented Requirements Engineering) 利用目标模型描述通过Agent协作满足系统的状态, 其中, Agent是有自己的目标并可进行社会化交互、协作的主题[7]。目标分为硬目标 (其满足状况是绝对的满足或不满足) 和软目标 (其满足状况则是由相对程度表示) 。每个目标可以通过AND/OR分解进行精化。硬目标细化为一系列直接实现或完成的任务。因此, 整个目标模型全面描述了涉众的期望、能力、目标实现和依赖关系, 系统地刻画了需求的Who/What/Why/How的关系[8]。
本文的运行时需求监控和修复基于前期工作[8]中的案例, 其中涉及单个网构软件交互与协作的场景, 每个网构软件实体都作为一个独立的Agent。在之前的场景中, 商品订购系统 (COS) 为用户提供商品订购功能, 顶层目标“订购商品”被And-分解为“选择商品”、“订单支付”以及“配送商品”三个子目标。商品订购系统本身并不具备配送能力, 因此“配送商品”子目标被委托给另外两个提供配送服务的区域配送中心 (RDC1和RDC2) 。支持Agent概念的需求模型能够自然地描述网构软件的需求实现方式:COS具有自己的业务目标 (实现“订购商品”) , 自身具有一部分实现目标的能力 (如“选择商品”) , 同时通过交互和协作达成一部分无法独立完成的子目标 (如“配送商品”) 。Agent之间的协作体现出社会化特性:RDC1或RDC2与COS之间存在约定和承诺, 如收到请求后24小时内完成商品配送;当COS获悉目标失效或与目标委托相关的承诺被违反时, 可以通过Agent替换的方式选择其他RDC完成配送, 例如将RDC1替换为RDC2。
2 系统概览
2.1 场景简介
在普适计算环境下, 无线终端设备可担任用户“助手”的角色, “助手”通过传感器等感知周围环境的数据, 为用户提供服务。譬如, 某用户小王告诉“助手”, 每天早晨, 他需要在起床后1个小时之内吃上早餐, 并且指出早餐首选在家中吃, 若“助手”通过家中的传感器等检测到家中没有食材, 便通过网络检索相关的订餐服务, 以满足小王的用餐要求。在起床后到用餐前的期间内, 小王可以读报、慢跑等, 而不必为准备早餐的事情费心。
同时, 当某个餐厅接收到“助手”的请求。餐厅首先返回一个预计的送餐时间, 接到确认信息后, 开始为小王准备餐饮。餐厅内部利用传感器、摄像头、电子屏幕、手机终端和服务器等在餐厅内部创建了一个普适计算环境下自动化的订餐流程, 使得整个订餐流程更加智能和简单。当餐饮做好后, 快递员将餐饮送到小王的家中。
2.2 场景分析
在上述场景中, 系统可能出现一些偏离用户和系统目标的行为。譬如小王的“助手”未能正常获取传感器数据或者获取的数据出现异常, 快递员在送餐时偏离预订路线不能按预计时间送达等。其中, 前者属于硬件或软件异常, 后者属于人类行为异常。如何通过自修复策略满足社会技术系统预期目标将是本文研究的重点。对于上面的场景, 让“小王”在起床一个小时内用上早餐就是一个系统的目标。因此, 本文主要研究普适计算环境中社会技术系统自修复技术。
首先, 在传感器方面, 由于普适计算环境中存在大量的传感器, 如何对环境中随时变化的传感器进行描述、归纳和整理建模是件很复杂的事情;同时, 由于环境中传感器接入的数量、时间和类型的不确定性, 如何利用上下文感知状态的变化和用户需求、资源使用情况的变化, 自主决策推理, 将用户目标中不足的条件进行补齐, 得至最优的“自适应动作执行序列”也不同于传统的软件系统。譬如上文中小王制定好目标后, 环境中关于温湿度检查的传感器对其并无作用, 如何选择出合适的传感器并进行接入, 是数字助手需要考虑的问题;当传感器将数据收集并获取后, 如何将监控的环境数据转换成软件可识别的事件, 即如何建立事件映射表, 并根据时间进行推理转移都是需要谨慎的进行抉择的。
其次, 在用户和终端方面, 数字助手如何帮助用户在ad hoc环境下检索所需的服务, 并且根据用户的需求制定计划。譬如当小王需要吃早餐的时候, 数字助手需要检索相关订餐服务, 当小王需要去机场的时候, 数字助手帮助小王检索相关订车服务以使小王可以按时到达机场;同时, 人与人之间的关系, 都可能导致传统的自适应策略发生变化。譬如当外卖送达小王家中时, 小王正在外面慢跑, 那么小王可以委托邻居拿取外卖。
综上所示, 在2.1节描述的场景中存在一些在传统软件系统中未考虑到的自修复情况。因此, 在2.4节中, 本文提出相关的系统设计和自修复策略设计方案, 并在2.5节给出相关算法的具体描述, 以提供普适计算环境下自修复策略的考虑。
2.3 系统假设
本系统存在下列假设:
(1) 系统中的每个人和环境中的物品都带有自己的标签, 以供RFID识别。
(2) 传感器遍布环境中, 正常情况下提供的数据95%以上是正确的。
2.4 系统架构
本文的社会技术系统的用户助手和订餐系统是由硬件和软件共同构成的。硬件组件包括RFID和部署在环境中的各类基于Arduino的传感器, 包括压力传感器、温湿度传感器、红外释热传感器等。
软件组件包括服务器端的数据分析和推理、事件映射等和终端的Android手机用户助手软件。如图1所示。
下面首先介绍系统的硬件设计和实现, 接着介绍软件方面的系统架构和设计细节, 最后, 根据场景和系统设计引出该方案下存在的自修复问题和解决方案。
2.4.1 硬件设计和实现
当前系统的硬件部分主要使用Arduino, 一块基于开放源代码的USB接口Simple I/O接口板。通过将各类传感器等连接到Arduino上, 对周围的环境数据进行收集, 使用蓝牙模块和无线数传模块与手机和服务器进行通信。图2显示了用户、服务器、硬件之间的通信方式。
具体来讲, 在用户家里, 我们在床下安装有FSR超薄压力传感器来检测用户是否已经起床, 并在用户的冰箱中安装有摄像头和传感器来检测家中是否有食材。在餐厅里, 当餐厅接到用户订单后, 首先通过RFID读写器将用户信息和订单信息写入标签中, 并且全程将制作餐饮人员的信息写入标签中。管理员根据厨师空闲程度分配订单给指定厨师, 接着带有标签的空盘将通过传送带传至指定厨师的面前, 当空盘到达指定位置后, RFID读取出标签中订单的信息, 并在厨师面前的屏幕上显示需要制作的菜品名称、方法以及用户的其他要求等。当厨师将制作完成的菜倒入空盘时, 柜台下方的压力传感器感受到压力变化后, 自动将菜品完成信息传送到服务器, 根据要求将制作完成的菜品传送到指定配餐员的工位前, 并通过系统通知休息室中的配餐员有菜品需要打包。同时, 红外释热传感器全程监控厨师是否在厨房前, 若长时间不在, 则通知管理员。配餐员打包完成后, 系统将订单地址打印出来, 贴到餐盒外面, 并通知指定快递员将其送至用户家中。餐品全程通过温度传感器监控, 当餐饮温度过低时, 提示快递员加热后再送出。快递员在路上通过手机进行导航, 手机并在快递员偏离送餐路线时给出建议, 譬如更改路线或者委托餐厅重新配送。
流程如图3所示。
2.4.2 软件设计和实现
系统软件部分利用服务器端分析和处理传感器收集到的数据, 利用手机协助用户选择性的分析所需的环境数据, 下面首先介绍服务器端的设计, 接着介绍客户手机端。
1) 服务器端设计
软件系统架构基于自底向上的事件驱动的方法, 如图所示。高层的行为, 譬如起床、慢跑等, 可以通过Event Interpreter模块解释传感器和RFID的数据, 进而推理出相关行为和场景。相关软件模块描述如下:
Event Interpreter按照事件映射表来解释即时的事件。事件解释器利用Sensor Event中的事件来创建内部状态, 并根据事件映射规则将此解释为相关事件。详细的事件映射规则和算法参考2.5.1节。
Goal Model是第2小节中的系统目标模型扩展后, 使用Java实现的。扩展后的目标模型如图4所示, 该场景涉及2类参与的实体, 分别是用户 (包括客户、厨师、配餐员、快递员等) 和订餐系统。
每类实体在运行时相对独立并且可交互。订餐系统是在线Web系统, 用户可以通过终端交互完成订餐、支付等操作。当用户选择支付完成后, 系统开始依次激活目标并委托给相应的实体, 即厨师的“制作餐饮”、配餐员的“打包餐饮”和送餐员的“配送餐饮”。
运行时系统维护一个内部的状态机, 通过手机宿主系统运行事件和状态, 推理系统运行时的需求满足情况, 在系统行为与需求发生偏差时针对发生需求违反的理由选择出相应修复策略, 再通过效应器作用到具体的实体上。状态化的运行时目标模型在文献[8]中有详细描述。本文中涉及到的修复策略如表1所示。
2) 手机终端的设计
本文系统将手机看作用户的“助手”, 因此, 手机端的主要的功能是跟传感器进行通信, 并将收集到的数据进行管理和分析, 通过Sensor Event整合后传给服务器端。主要涉及到的模块如下:
Sensor Data Fusion模块主要用户获取、处理普适计算环境中的原始数据, 用来支持服务的合作的自适应。
Sensor Event:通过处理过的原始数据, 对其进行一系列推理, 再对照相应的事件映射表, 得出最终这些数据所代表的的事件, 并将这些事件传递到服务器端进而触发状态机的改变。详细的上下文建模和事件推理规则详见2.5.1节。
2.5 相关算法
2.5.1 上下文感知建模与推理
上下文感知建模[9,10]是普适计算一个核心的研究领域。基于上下文感知的应用利用传感器的数据、上下文信息和智能的决策制定自主的适应不同的终端用户。然而, 很多上下文感知都是假定信息是准确无冲突的, 并且使用复杂的逻辑推理来完成[11,12,13]。针对上述问题, 本文提出利用本体建模上下文信息, 并且在本体建模的基础上, 增加上下文分类和上下文依赖, 更加合理地描述普适环境下社会技术系统的上下文信息, 验证不一致性信息, 同时为推理和服务检索提供一定的支持。
(1) 本体建模与基于规则的推理
本文首先利用OWL语言定义一个只包含核心定义的本体。该本体描述了本文系统所需的3个类:Sensor Entity (传感器数据实体) 、Location (位置信息) 、Motion (用户行为) 。其中, Sensor Entity用来描述传感器从环境中监测到的数据, 譬如SensorEvent (“Temperature”, “28.9”) 。Location用来描述用户当前的位置, 该位置通过用户手机中的GPS和Wi Fi进行计算, 并结合预定义好的事件映射得到, 譬如Location (“31, 121.5”, “Century Avenue”) 。Motion依赖于Sensor Entity和Location, 利用Jena2语法定义规则, 再实现基于规则的推理方法。譬如判断小王是否已经起床, 在上下文建模中, 已经定义人起床这一行为依赖于此人当前的位置、姿势和压力传感器的状态。
根据该上下文依赖信息即可定义推理规则如式 (1) 所示:
由式 (1) 可知, 基于规则的推理方法可以灵活地定义所需规则。基于规则的推理将高层与底层推理逻辑分开, 利用预定义的规则进行推理。当需求发生变化时只需修改规则文件, 而无需改变代码中推理实现, 从而易于维护, 具有很好的通用性。
(2) 智能推理设计
利用上下文本体信息和推理规则, 本文通过智能工具Toolkit[14]的支持使得用户可以知道系统得到的信息和如何制定决策的:
数据 当前上下文的值是什么?
原因 通过该值为何能推断出当前上下文为X?为何推断出当前上下文不为Y?
方式 推理过程是如何进行的?
输入 哪些因素影响当前上下文?
条件 当规则条件发生变化时上下文会发生怎样的变化?如有前置条件确实时如何进行补足?
确定性 当前上下文的值可信度有多高?
描述 上下文定义和取值的含义是什么?
通过智能工具产生解释包含上述7个问题的答案。但是由于这些解释易读性较差, 因此需要解读后呈现给用户, 以方便用户理解, 并针对系统未定义或无法修复的场景对用户进行提醒。
(3) 不一致性验证和自修复
普适计算环境由于本质原因具有不确定性等特点, 因此验证和修复上下文信息的一致性十分必要。
上下文不一致性问题主要体现在环境的变化 (包括人和设备的移动) 以及环境中设备的不稳定性 (失效或数据异常) [15]。因此, 根据2.4节中的修复策略表, 本文不一致性抽象修复行为定义如式 (2) 所示:
其中, Cinit为初始上下文, Cexp为期望上下文, θ为初始上下文和期望上下文的差距阈值, a为操作, e为上下文元素。式 (2) 定义了三种原子抽象修复行为。prev (Cinit, Cexp, θ, a) 表示系统阻止在上下文Cinit中进行操作a, 即当系统对操作a加入上下文本体中进行计算后, 发现|Cexp-Cinit|≥θ时则拒绝操作a。comp (Cinit, Cexp, e) 表示系统对上下文缺少的元素e进行补偿, 即当系统在进行一致性验证时发现上下文Cexp缺少元素e, 则系统对此元素进行弥补, 若无法通过系统自动完成, 可请求人的操作完成此元素的弥补。retry (Cinit, Cexp, a) 表示操作a进行后, 若上下文Cinit未达到预期变化, 那么系统自动的重新执行操作a, 直到达到预期效果或者预定义次数N后反馈系统管理员无法完成操作。
2.5.2 服务检索
在普适计算环境中, 服务是一个更为宽泛的概念, 环境中的资源、设备以及设备提供的各种应用都可以称为服务。服务检索是在普适计算环境下为服务请求动态地、自动地寻找提供所需的设备或资源。因此, 本节针对社会技术系统在环境本体上下文建模的基础上, 提出相关的算法设计。
本文定义系统的本体库为Osys, 系统服务过程库为Psys, 服务集合为Ssys。假设用户的请求为R, 针对每个req∈R, 系统首先找出与用户请求相关的本体Oreq, 如式 (3) 所示:
然后, 找到相关服务流程Preq, 如式 (4) 所示:
最后, 根据找出的Preq匹配满足要求的服务, 根据OWL-S的性质, 可以利用用户请求的输入I、输出O、前置条件Pre Cond和结果Effect匹配满足要求的服务Sreq, 如式 (5) 所示:
经过如此, 系统可以根据当前环境动态地为用户提供所需的服务, 满足用户的要求。
3 实验评估
本文通过场景驱动的方法进行评估。我们邀请了7名同学进行角色扮演, 其中2名同学参与系统设计, 其余5名均在使用前未接触过系统内部流程。角色分配如表2所示。
模拟的场景主要依托2.1节中的场景设计, 参与者根据需要扮演相关角色, 并执行自身任务。在此场景中用到的感应装置如表3所示。
本文通过场景实例进行模拟, 分别针对正常流程、软件异常流程和硬件异常流程进行多次验证, 以检验系统的可行性和算法的准确性, 同时屏蔽一定的偶然性。在正常流程的基础上, 角色根据需要进行偏离预期目标的行为, 譬如快递员故意偏离送餐路线送餐或厨师离开厨房一段时间等, 或者故意破坏相关传感器, 譬如使温湿度传感器失效等, 观察系统能否根据本文提供的方法框架和自修复策略与算法恢复运行以满足用户需要。场景运行时的软件系统界面的截图如图5所示。
场景运行时的传感器等硬件截图如图6所示。
场景简要描述和场景运行结果如表4所示。
通过实验结果与相关工作[15,16,17]的对比可知本文的方法具有可行性, 并且修复准确率相对较高, 修复时间在系统可接受范围内。同时, 本文针对普适计算环境下的人类基本行为异常、软件异常和硬件异常均有考虑, 修复元素较为全面。
4 结语
本文利用传感器、射频设备、无线终端和服务器实现了普适计算环境下的社会技术系统, 包括智能用户助手和自动化订餐流程。该系统将前期工作[8]的框架应用到现实场景中, 并且依据环境和用户需求的变化提供不同于传统软件系统的自修复策略。首先, 本文定义了系统硬件和软件的体系结构设计, 并且通过实例场景进行模拟和分析。在普适计算环境下的系统中, 每个实体都具备自主的特性, 本文的设计为这些实体运行时的自治管理提供了支持。利用状态化的目标模型, 实体运行时行为对系统目标需求的影响被现实环境中的传感器监控、分析等, 从而使得系统变得智能, 并且当系统需求不被满足时自动地触发相应的修复策略。其次, 在传感器的管理和接入上, 本文将本体建模和推理规则相结合, 以增加上下文特性建模的本体为基础, 进行推理和不一致性的验证与修复。并通过实验数据表明该方法的可用性。最后, 在服务的智能检索和选取上, 本文利用环境本体模型信息, 对已存在的服务和设备, 快速检索或组合新的应用, 降低系统设计的复杂性, 达到服务发布者和请求者可以实现语义层次的匹配, 为以后服务进行自动组合提供了基础, 使得用户能够动态地利用环境中的资源。
本文主要解决软件和硬件的变化对社会技术系统造成影响后的自修复策略研究, 并未深入地对人类行为的复杂性进行分析。在未来的工作中, 我们将加入人类行为对社会技术系统的影响。由于人与人之间关系的不同可能会导致自修复策略发生变化, 因此, 如何通过组织行为学上的社会人关系指定委托的规则, 譬如同级之间的委托可以拒绝或者转委托他人, 上下级之间的委托不可拒绝等, 都将是我们研究的重点。同时, 我们将利用社交网络, 挖掘出在委托过程中存在的潜在委托人。
摘要：传统自适应系统考虑的主要是软件系统内部的协调, 譬如参数的重新配置, 软件体系结构的重组等。而普适计算环境下的社会技术系统不仅包含软件, 而且还包含硬件 (如传感器、RFID等) 和人类行为等其他系统元素。这种社会技术系统具有开放性和动态性的特点, 其整体的行为具有很强的不确定性, 因此需要通过持续的运行时自适应调整减少系统的失效。针对此问题, 在前期工作基础上提出一种普适计算环境下社会技术系统的自修复技术方案, 并基于Java和Arduino平台进行开发和实现。该方案根据用户需求和环境的变化, 结合需求目标模型和运行时上下文管理, 接入和事件映射方案以及ad hoc环境下服务检索的选取方案, 使系统按照预期的目标运行。实验结果表明, 社会技术系统在环境和人的行为变化的情况下, 当系统运行偏离预期目标时, 可以依据传感器等监控到的环境数据和服务器中的策略自主修复系统以使系统达到目标, 满足用户和系统需求。
从普适计算、云计算到透明计算 篇4
当前, 云计算已经成为ICT领域最热门的话题, 但它并非是一种全新的技术, 更多的是创新的理念。在云计算概念出现之前, 学术界里也曾经有其他类似的技术思想, 如普适计算。在2011年国际云计算研讨会上, 中国工程院院士张尧学认为, 普适计算和云计算的目标都是服务的无处不在和不知不觉, 但是前者道路不具体, 后者是基于服务器的思路, 而我国提出的透明计算思想, 是从用户需求的角度出发, 有具体的发展道路, “先于云计算、包含云计算”。
普适计算是由后PC之父马克·维瑟提出的, 其核心是“无所不在”、“不知不觉”地把计算机深入到生活中。张尧学说, 普适计算的应用主要包括智能家居、电子看护、智能服务等, 在这种计算体系下, 一个小的钥匙扣能做很多计算机做的事情, 大家可以将其视为一种云计算终端。普适计算对产业界产生了很大影响, 许多系统是基于这一思维来形成的, 但是最后都很难形成大的产业, 关键问题在于普适计算始终没有找到与传统PC计算的区别, 换句话说, 提出了很好的理念, 但未找到实现的道路。
张尧学认为, 云计算的定义很多, 但综合起来看, 其目标是“通过对资源的集中使用和共享, 为用户提供不知不觉、无处不在的个性化服务”。终极目标就是说, 不管用户使用PC机也好, iPhone也好, 都能跨平台地获得“不知不觉”、“无所不在”个性化的服务。实现这一目标的方式, 就是通过网络、通过服务器把计算能力集中起来使用和共享。因此, 整个云计算产业的出发点是资源的共享和使用。张尧学说, 由此看来, 云计算的技术核心和出发点是从服务器和网管出发, 主要基于大规模海量数据存储, 以及大规模海量数据的搜索。后来, 技术人员根据发展需要实现大规模海量数据的分层或者跨平台服务, 所以它很少考虑用户怎样很好地获得服务, 因为其出发点还是服务器。
由此, 我们在发展云计算的过程中会遇到一系列问题, 张尧学提出, 例如:未从用户需求出发, 如何解决用户的跨平台需求?App Store、Ovi、MM等能运行在一部手机上吗?IBM的云和谷歌的云能共享吗?如能在一个硬件平台上共享, 该平台还能保持低功耗、低成本、高安全性和易操作性吗?如果用户不愿意把数据提供给云中心, 还能得到云中心提供的个性化服务吗?云计算让数据都放在一起, 莫洛佐夫曾说过:“互联网不是一股向善的力量。”云计算存储的海量数据会成为罪恶之源吗?
张尧学说, 透明计算是清华大学1998年开始研究、2004年提出的, 被日本玉大学程京德教授认为“先于云计算、包含云计算”。透明计算不是基于服务器, 而是“从用户服务选择透明的角度出发, 通过存储、运算、管理的物理和逻辑分离, 软硬件平台的跨平台选择, 用户端系统流式执行等方式, 实现计算机服务的无处不在和不知不觉”。
透明计算主要包括以下几方面:一是存储、管理、运算的分离;二是软硬件跨平台选择;三是用户端的流式执行。其关键技术有内核分布的OS;简单化的终端;一体化的网络存储、管理、运算方法与技术;软硬件平台选择的标准与虚拟技术;流式执行与调度。
普适计算中的隐私管理技术 篇5
大多数PCE的核心设计都对用户的匿名性 (包括用户本身, 系统所提供的服务, 智能设备) 提供保护。但是一个现实的矛盾是, 由于用户不提供真实身份而导致服务提供者缺少对用户的信任。服务提供者由于缺少信任不能确定用户是否有足够的权限接入到所请求的资源或服务。这造成了隐私保护和增强PCE感知、存储用户相关信息的特性之间的冲突。个人隐私包括用户身份、用户过去及当前活动、用户方位等信息。这些隐私收集并存储于PCE的传感器和服务的数据中, 导致隐私很容易受到威胁[4]。包含着个人信息及身份信息的数据, 可能诱使PCE服务提供商或者第三方入侵者对信息滥用。又由于PCE的内在分布式特性以及PCE持续地收集数据, 使得保护这些信息变得更为困难。
本文将介绍现有的隐私管理技术。
1 背景
PCE中隐私的定义是多种多样的, 例如“控制信息外泄”[5], “由用户决定是否与他人交流信息的权利”[6], “当个人信息正在被获取使用时, 由用户个人来控制的能力”[7]。
如今, 越来越多的研究关注于普适计算的安全管理工具和技术的设计与应用, 但其实用性依然面临着挑战。在PCE中, 为了向用户提供无所不在地、接入透明的个性化服务, 系统需要通过情境感知, 在用户无察觉的情况下, 使用用户的个人信息 (如身份、偏好、当前活动、当前位置、日程安排等) 。当PCE变得更加小型化, 与周围环境更加紧密相连时, 用户可能无法察觉出PCE的存在, 或无法察觉出他们的行动正在被PCE监控及记录。持续性地收集用户数据不可避免地暴露用户个人特征信息, 包括行为方式、行动路线、当前位置、购物偏好、喜好、社会关系等等。大量研究显示一些用户希望暴露一定的行为信息, 以便于能激发PCE的自适应性, 又希望能对隐私信息进行保护。用户希望能通过使用工具来限制被收集的信息的数量和粒度, 或者能根据他们的需求, 终止PCE的监视。虽然根据普适计算的定义, 普适计算技术应该是不可见并与环境捆绑的, 但是一些用户依然希望能知道这些技术的存在。
在普适计算环境中, 个人信息的使用过程包括数据的采集、存储、传输和处理, 隐私问题主要发生在这4个过程的采集和处理中。首先, 数据采集属于系统行为, 具有覆盖范围广、采集方式不可见等特点。由于个人数据的私密性, 用户对于采集过程具有隐私保护的需求;其次, 以服务为目的的数据处理, 其实质是个人数据被系统以及与系统交互的其它实体共享, 对用户来说, 其数据不可控导致用户对此过程也产生隐私保护的需求。在这两种情况下, 如果系统缺乏隐私保护机制, 个人隐私都会受到威胁, 这就引发了普适计算的隐私保护问题。
2 PCE中的隐私管理技术
2.1 访问权限管理
用户与多个智能设备、服务提供者进行交互, 以便获得他们所希望得到的服务。但是这些设备和服务可能是恶意的或者无恶意的, 这可能威胁到用户的隐私安全。用户在获取接入服务时, 不需要关心他们所需要的访问权限。访问权限管理能根据情景自动调整接入权限, 并提供接入权限管理。
2.2 资源分类
PCE中用户携带的手机设备存储着大量的信息, 但用户并不希望分享所有的这些信息。这些信息包括个人的姓名、手机号码、地址、会议议程、工作计划、银行账户、客户的公务或商业信息、账户等等。这些信息中, 一部分是机密敏感信息, 一部分是公开可访问的。在支持信息共享的环境中可能造成机密信息的泄露, 威胁到个人隐私。防止分享资源的用户信息泄露的方法, 是提供相应的机制来对所有信息资源进行分类。建立这样的机制可以依据用户对信息共享级别对信息资源进行划分。
2.3 数据持久性控制
在普适环境中, 信息需要自动收集并长期存储。个人信息都有其内在价值的, 必须被永久的保护并避免个人信息滥用或未经授权泄漏。由于数据是分发储存到多个系统及其组件中, 要达成这一目标十分复杂。
数据的永久性控制可以通过对数据设置时间约束。在基于性能的隐私保护策略中使用的生存时间属性, 以及在层次型基于身份标识加密 (Hierarchical Identity-Based Encryption) 中对接入权限设置受限生存期, 都可以保证数据仅存在于建立时间以内。通过限制数据存储时间, 大大降低数据泄露的风险。
2.4 粒度感知
PCE中诸如时间、位置等信息都可以细化成不同级别的隐私保护需求。同时, 在用户愿意提供的信息和PCE服务中所需要的信息量之间建立平衡状态。例如, 一些基于位置的系统, 相对于接收几米或几秒的更新信息, 在接收几千米或几个小时的更新消息时就可能导致不能正常工作。与此相似的是, 在SPARCLE中使用的隐私粒度限制, 可以为数据库单个字段 (field) 提供控制数据库接入控制, 这样可以显著地阻碍在大范围中使用的应用程序的功能。
在层次型基于身份标识加密中, 通过降低粒度级别的方式, 对从发送者到接受者路径中的情境信息进行转化, 从而清除细节信息防止接受者拥有足够访问权限的。除此之外, 可以根据请求信息的粒度, 评估并拒绝该信息访问请求。这些都取决于信息拥有者对他们拥有的信息进行粒度定义和隐私级别定义。
2.5 约束和权限
基于角色的访问控制 (Role Based Access Control, RBAC) 是使用最广泛的对资源和服务进行访问控制的方法。在传统的RBAC中用户权限和角色有直接联系, 而每个用户都属于一个角色的成员。RBAC的模型包括四个基本元素:用户、角色、会话和权限。用户实质上是代表人们的行为活动。角色就是根据用户的行为活动分配给用户的授权, 其实质是权限的集合。权限就是在整个系统中用户可以操作或者控制的资源。在模型当中, 用户和角色、角色和权限之间都是多对多的关系, 它们分别是通过用户角色分配 (UA) 和角色权限分配 (PA) 实现的。在改进的RBAC中, 在传统的RBAC基础上, 增加了情境角色和操作对象表 (OPEROBJTABLE) 。增加情境角色, 是为了适应普适计算情境感知的特点, 模型才能够根据具体情境准确地为用户分配相应的角色;而在传统的RBAC基础上增加了操作对象表, 是为了将粒度细化, 提供更具体的访问控制策略, 增加其灵活性和可操作性。操作对象表首先会对使用者进行基础身份认证, 确定其合法性, 然后由UA和情境角色共同为用户完成基本角色分配, 然后分配具体权限。
2.6 服务接入保护
用户接入服务时自动与PCE提供者进行交互, 用户可能会关心隐私信息的泄露, 所以他们希望能获知谁能够访问他们的这些隐私数据, 他们的哪些数据正在被收集, 以及被收集的数据都用来做了什么。大多数PCE提供者都为接入服务的用户通过提供不同的服务接入保护机制, 来防止信息泄露。常见的保护机制是公钥加密、安全通信协议, 例如隐私保护中间件通过使用密钥机制来防止泄露出现的服务接入, 除此之外, 中间件还会对用户的会话通讯, 协商调整粒度和加密参数。
2.7 信息的公开保护
为了能避免用户信息暴露, 服务提供者必须仅收集功能所需的必要数据, 用户也只提供完成该功能所需的有限信息。决定公开哪些数据元素, 数据元素的格式、为完成什么目的, 通过制定协议提前决定。现存的多种技术能通过管理个人或情境数据, 为信息公开提供保护。例如, 对请求信息使用稍微不同的信息替代, 即用包含请求信息一组数据, 或另一组包含较少特定信息的数据替代。
2.8 信息的使用保护
控制信息散播是隐私的一项基本特性。在PCE中, 出于多种原因信息需要进行收集和存储。服务提供者可以收集个人信息, 为用户提供定制服务, 通过收集情境数据增强用户体验或提供额外服务。收集数据还可以用于发现更多新的事实, 用户预先未知的联系, 这些收集的数据同样需要保护免遭滥用。如果收集这些数据是为了以后的处理, 那么必须对这些数据进行保护, 防止第三方访问, 同时防止服务提供者的无意识使用。当数据散播后, 还必须确保这些数据只能被预定听众接收。如果用户不能控制信息的散播, 将无法保障他们的隐私安全, 所以PCE必须对信息使用提供限制。
3 总结
在本文中, 考查了现有的隐私管理技术。表1总结了现有的普适计算系统、普适计算体系结构及其隐私管理技术应用情况。可以看到一些技术, 例如接入权限管理, 普遍存在于多数系统中。一些有争议的特性, 如数据持久性控制, 粒度感知等, 仅仅应用在少部分系统中。
PCE是基于随时随地的可用服务。这意味着系统总是处于激活开启状态, 无论用户在何处, 都能够自动收集用户的情境数据。对大多数用户而言, 完全断开信息服务可能是不可取的。然而, 用户都需要以一种灵活的方式对他们的隐私进行管理, 增加从用户活动中收集的信息的粒度级别, 在特定区域或时间, 设置策略使得他们对系统不可见。
当普适技术逐渐成熟并广泛应用, 用户的隐私保护也随之需要加强。这预示着如果普适计算系统要想走出研究实验室的雏形阶段并取得成功, 必须要对隐私管理特性进行深入的探讨。
参考文献
[1]J.Al-Muhtadi, R.Campbell, A.Kapadia.Routing through the Mist:Privacy Preserving Communication in Ubiquitous Computing Environments[J].22nd International Conference on Distributed Computing Systems, 2002, 1 (3) :74-83.
[2]V.Bellotti, A.Sellen.Design for Privacy in Ubiquitous Computing Environments[J].Proceedings of the third conference on European Conference on Computer-Supported Cooperative Work, 1993, 1 (1) :77-92.
[3]M.Satyanarayanan.Privacy:The Achilles Heel of Pervasive Computing[J].IEEE Pervasive Computing, 2003, 2 (1) :2-3.
[4]A.R.Jacobs, G.D.Abowd.A Framework for Comparing Perspectives on Privacy and Pervasive Technologies[J].IEEE Pervasive Computing, 2003, 2 (4) :78-84.
[5]R.S.Cardoso, V.Issarny.Architecting Pervasive Computing Systems for Privacy:A Survey[J].IEEE/IFIP Conference on Software Architecture, 2007, 1 (1) :26-29.
[6]J.I.Hong, J.A.Landay.An Architecture for Privacy-Sensitive Ubiquitous Computing[J].2nd international Conference on Mobile Systems, Applications, and Services, 2004, 1 (1) :177-189.
普适计算研究 篇6
目前烤烟生产中最常用的是三段式烘烤工艺,它以烘烤过程中烟叶的外观质量和物理特状为标准,通过监测和控制烤房的温湿度,将整个烘烤过程分为变黄、定色和干筋3个阶段。对烤房温湿度的判断存在着人工观察的经验判断、干湿球温度计读数和烤房温湿度智能监测系统等3种方式,如表1所示。他们有一个共同特点:烤房内现场获取烟叶的外观特征和温湿度信息,既无法远程传送,也无法历史回放;而离体烟叶在烘烤过程中的水分变化,仍只能通过肉眼观察烟叶的颜色和形态变化来加以判断。在烟叶烘烤过程中,环境温湿度与烟叶水分的协同变化是初烤烟叶质量形成的关键。而测定水分含量动态变化的传统方法,是在烘烤过程中每隔一段时间取样,然后采用烘干法测定,烟叶的失水率以鲜烟叶全部质量为100%计算。这种方法测定速度慢、操作复杂、采集数据滞后,只适用于实验室获取实验数据。
针对以上情况,本文提出了一种新的烟叶水分测定方法:采用单片机为控制核心,在烘烤前先用电子秤获得烟叶鲜质量,然后在烘烤过程中不断采样,用实时质量与烟叶鲜重比较,所获得的比率即为烟叶水分含量动态变化率。这种方法简单实用、工作可靠,采集的水分含量数据真实反映了烘烤过程中烟叶水分含量的动态变化率,解决了一直以来烟叶烘烤的水分含量测定难题。
普适计算是计算机发展的未来方向,它的特征是人们可随时随地获得现场的数据,目前在设施农业系统中已有所应用[1]。该系统由于采用了新的烟叶水分含量测定方法,可以实时获取水分含量数据,通过短信模块定时通知或查询自动回复的方法,使操作人员在任何地点和时间都可获得烟叶烘烤现场的温湿度值和烟叶水分含量动态变化率,这样就提高了工作效率,减少了操作人员的劳动强度。
1 系统结构设计
该系统由微控制器、温湿度检测模块、烟叶水分检测模块、存储模块、短信模块和显示模块等6部分组成,系统结构如图1所示。微控制器采用PIC16F877A,它是系统的控制核心;温湿度传感器采用瑞士产SHT10温湿度一体传感器,具有很广的测量范围和极高的测量精度,用于测量烘烤环境的温湿度值;存储模块采用FM31256铁电存储芯片,实现了真正意义上的掉电数据保护和无限次数据擦除,用以存储烘烤环境的温湿度值和烟叶水分含量动态变化率;短信模块采用西门子的TC35i模块,实现数据按时发送和查询自动回复等功能;烟叶水分含量模块是该系统最大的亮点,其工作原理是用电子称实时采集质量数据,在微控制器中进行软件处理,从而获得烟叶水分含量的动态变化率。
2 烟叶水分含量检测模块
烟叶在烘烤过程中的质量变化主要是由于烟叶水分的蒸发所引起,因此检测烟叶烘烤过程中的质量变化即可计算烘烤过程的烟叶水分变化。基于此原理设计的“烟叶含水量变化检测模块”是系统的独特之处。该系统设计了一高精度电子秤来全程监测烤房内具有代表性的烟叶层次和位置的烟叶质量在整个烘烤过程中的变化,并以此来自动计算烟叶含水量变化的两个重要指标:烘烤进程中不同实时烟叶相对失水率和烟叶失水速率,为烤烟的科学烘烤提供极为重要的水分数据。具体操作:装炕后,立即将监测点鲜烟叶与电子秤正确连接,按下“开始”键,系统称得此时烟叶的鲜重,并默认此质量为“原始质量”;在烘烤过程中,烟叶水分不断蒸发,电子秤所称得的“实时质量”不断减少,系统模块会自动采集烟叶的“实时质量”,并根据下列公式自动计算、储存、显示和发送“烟叶实时相对失水速率(%)”和“烟叶实时失水速率(mg/min)”。
烟叶实时相对失水率
3 环境温湿度检测模块
该模块采用数字式温湿度一体传感器SHT10,该传感器是瑞士Sensirion公司生产的一款含有已校准数字信号输出的高度集成数字式温湿度传感器,体积微小、功耗极低,由于采用了CMOSens○R技术,从而可确保器件具有极高的可靠性与卓越的长期稳定性,其结构原理框图如图2所示。
传感器包括1个电容性聚合体湿敏感元件和一个用能隙材料制成的测温元件,并在同一芯片上,与14位的A/D转换器以及串行接口电路实现无缝连接。生产中,每个传感器芯片都在极为精确的湿度腔室中进行标定,以镜面冷凝式湿度计为参照,校准系数以程序形式储存在OTP内存中,在标定过程中使用。SHT10传感器的湿度测量范围为0～100%RH,湿度测量精度为±4.5%RH,湿度测量分辨率为0.03%RH;温度测量范围为-40～+123.8℃,温度测量精度为±0.5℃(25℃时),温度测量分辨率为0.01℃,可实现宽范围的温湿度测量。SHT10默认的测量分辨率分别是温度14位、湿度12位,也可以通过修改传感器的8位状态寄存器的最低位为“1”将分辨率分别降至12位和8位,通常在高速或超低功耗的应用中采用低分辨率。
4 数据存储模块
FM31256是新一代多功能系统监控和非易失性铁电存储芯片,与其他非易失性存储器比较,具有读写速度快,没有写等待时间;低功耗(静态电流小于1mA,写入电流小于150mA);擦写使用寿命长等优点,芯片的擦写次数达100亿次,比一般EEPROM存储器高10万倍,即使每秒写30次,也能用10年。
铁电存储器(FRAM)的核心技术是铁电晶体材料。这一特殊材料使铁电存储器同时拥有随机存取存储器(RAM)和非易失性存储的特性。
FM31256由256kB存储器和处理器配套电路(processor companion)两部分组成。与一般采用备份电池保存数据不同,FM31256是真正意义上的非易失(truly nonvolatile)存储器,并且用户可以选择对不同的存储区域以软件的方式进行写保护。
FM31256器件将非易失FRAM与实时时钟(RTC)、处理器监控器、非易失性事件计数器、可编程可锁定的64位ID号和通用比较器相结合。其中,通用比较器可提前在电源故障中断(NMI)时发挥作用或实现其他用途。采用先进的0.35μm制造工艺,这些功能通过一个通用接口,嵌入14个引脚的SOIC封装中,从而取代系统板上的多个元件。存储器的读写及其他控制功能都通过工业标准的I2C总线来实现。
FM31256的原理图如图3所示。其中,SDA和SCL引脚用于与CPU进行数据交换和命令写入,数据输出部分均具有施密特触发器,用于提高抗干扰性能。同时,SDA作为二线接口中的双向信号线,集电极开路输出。
A1-A0为器件地址选择信号,即总线上可同时使用4个同类器件。正常模式下,PFI引脚分别为比较器的输入(不可悬空),CAL/PFO引脚输出PFI引脚的输入信号与1.2V参考电压之间的比较结果;在校准模式下,CAL/PFO引脚将输出512Hz的方波用于时钟校准。CNT1,CNT2是通过备份电池支持的事件计数器两路输入端,通过边沿触发启动计数器,触发沿由用户自由选择。
按“三段式”烘烤工艺完成单炕烟叶烘烤所需的时间为140h,因此系统存储的时间按照140h设计,每10min采样1次,这样总共有840条数据。按下“开始”键系统开始存储数据,按下“删除”键系统将删除掉以往的历史数据。
5 短信模块
TC35i是Siemens公司生产的GSM无线调制解调器,支持中文短信息的工业级GSM模块,包括短信的接收与发送。它工作在EGSM900和GSM1800双频段,电源范围为3.3～5.5V,可传输语音和数据信号,功耗在EGSM900(4类)和GSM1800(1类)分别为2W和1W。通过接口连接器和天线连接器分别连接SIM卡读卡器和天线。TC35i的数据接口(CMOS电平)通过AT命令可双向传输指令和数据,可选波特率为300～115kbps,自动波特率为1.2～115kbps。它支持Text和PDU格式的短消息SMS(Short Message Service),可通过AT命令或关断信号实现重启核故障恢复。TC35i由供电模块(ASIC)、Flash、ZIF连接器、天线接口、发射模块和基带处理器6部分组成,如图4所示。基带处理器是TC35i的核心,主要处理GSM终端内的语音和数字信号,并涵盖了蜂窝射频设备中的所有模拟和数字功能。在不需要额外硬件电路的前提下,可支持FR,HR和EFR语音信道编码。
TC35i的数据输入/输出接口实际上是一个串行异步收发器,符合ITU-T RS-232接口标准。它有固定的参数格式:8位数据位和1位停止位、无校验位、波特率范围为300～115kbps,硬件握手信号用RTS0/CTS0,软件流量控制用XON/XOFF,CMOS电平,支持标准的AT命令集。TC35i与外界的通信就是依靠16～23的数据输入/输出,可以完全应用也可部分应用,本设计只是涉及里面的18-RSD0、19TXD0作为输入和输出,其他作为语音通信输出。要使TC35i正常工作必须先启动TC35i,即给控制线15的点火线IGT一个大于100ms的低电平。
烤烟周期一般长达四五天,操作人员不可能一直守在烤房旁。当操作人员不在烤烟现场时,可通过发短信/自动回复的方式,随时随地查询烤房中的温湿度信息和烟叶含水量变化率,也可设置为系统定时发送短信的形式。系统根据烟叶烘烤过程中黄期、定色期和干筋期3个阶段的不同温湿度和烟叶水分含量要求,设定相应的极限值,当现场的数值超过极限值时,系统将自动报警,将相关提示信息发短信到指定手机(或群发)。
6 显示模块
CM160128-3是一个中英文文字与绘图模式的点矩阵液晶显示模块,内建512Kbyte的ROM字形码,控制IC分带繁体字库IC和带简体字库IC。最多可显示8行10列的汉字,可也显示数字符号和英日欧文等字符。在文字模式中,可接收标准中文文字内码直接显示中文,而不需要进入绘图模式以绘图方式描绘中文,节省了很多微处理器时间,提高了液晶显示中文的处理效率。CM160128-3除了支持8080/6800系列的微处理器之外,也提供4-Bit或8-Bit的数据总线接口,连接方式如图5所示。
该系统液晶显示屏幕主要有两种:实时数据查询界面和历史数据查询界面,如图6和图7所示。图6中显示的是烤房中的实时数据,包括温度、湿度,烟叶水分含量和烟叶失水速率。按下“复位”键液晶屏将显示实时数据。
图7中显示的是烤房中的历史数据,每10min采样1次,每一屏刚好显示一小时的6条数据数据。连续按下“浏览”键,液晶屏将会依照时间顺序依次倒退显示相关数据。
7 结论
1)目前的烤烟生产工艺主要是依靠人工观察烟叶的外观质量和物理特性来判断烟叶的烘烤质量,监测和控制的指标只有烤房的温湿度,而对离体烟叶在烘烤过程中的水分变化却没有切实可行的检测方案。该系统创造性地提出了一种新的烟叶水分测定方法,能够真实反映烘烤过程中烟叶水分含量的动态变化率,从而解决了烟叶烘烤的水分含量测定难题。
2)普适计算是计算机发展的未来方向,它的特征是人们可随时随地获得现场的数据。目前,普适计算已经在设施农业系统中有所应用[1]。该系统将普适计算的思想运用于烤烟生产工艺:操作人员可以在任何地点和时间,通过手机收发短信的形式获得烟叶烘烤现场的温湿度值和烟叶水分含量动态变化率,从而提高了工作效率,解放了操作人员。
摘要：针对目前烤烟生产中的三段式烘烤工艺,设计了一种具有远程监测功能的烟叶烘烤智能监测系统,创造性地提出了烘烤过程中烟叶水分含量动态变化率的测量方法。该系统由GSM模块、存储模块、温湿度检测模块、烟叶含水量变化检测模块和显示模块等组成。经过实验证明,该系统价格适中、工作可靠,提高了烟叶烘烤效率,减轻了烟叶烘烤工人劳动强度,在广大烤烟行业具有广阔的应用前景。
关键词：普适计算,三段式烘烤工艺,GSM模块,SHT10
参考文献
[1]宫长荣,王能如,王耀富,等.烟叶烘烤原理[M].北京:科学出版社,1995.
[2]宫长荣,王晓剑,马京民,等.烘烤过程中烟叶的水分动态与生理变化关系的研究[J].河南农业大学学报,2000(9):229-231.
[3]方平,张晓力.烟叶烤房温湿度自动控制仪的设计[J].自动化与仪器仪表,2004(7):32-34.
[4]方平,张晓力.烟叶三段式烘烤工艺中温湿度自动控制的实现[J].北京工商大学学报,2004(7):51-53.
[5]高明远.单片机在烤烟炕房温度检测和控制中的应用[J].现代电子技术,2004(11):84-85.
[6]宫长荣,袁红涛.烘烤过程中环境湿度和烟叶水分与淀粉代谢动态[J].中国农业科学,2003(2):155-158.
普适计算技术支持下的泛在学习 篇7
1、普适计算的定义
普适计算 (pervasive computing) 的概念是由PARC的Mark Weiser于20世纪90年代初提出的, 他把普适计算描述为:“最有深远意义的技术是那些似乎消失的技术, 它们和我们的生活紧密地编织在一起, 使我们无法分辨”。普适是指在我们周围的环境中嵌入许多微型的计算芯片、装置或系统, 不仅可完成预定的计算功能, 还可主动向计算机的使用者提供信息, 以便使用者无论在何处都能与周围的环境进行动态通信, 充分获取环境信息, 实现信息空间与物理空间的融合。
普适计算的特征有:动态性、透明性、普适性、自适应性和永恒性。
2、普适计算的研究领域
(1) 上下文感知 (context aware) 计算:感知上下文计算是利用与用户任务相关的上下文信息向用户提供高效率的信息交互, 并提高服务的针对性。上下文信息可以包括时间、地点、温度、场景等环境信息, 也可以包括用户身份、性格特点、情绪状态等用户信息, 甚至可以包括屏幕大小等设备信息。
(2) 可穿戴计算 (wearable computing) :可穿戴计算是将计算机等交互设备容纳在个人空间, 方便用户可随身携带、始终开机和随时可用。
(3) 智能空间 (Smart Space) :智能空间是嵌入了计算、信息设备和多模态的传感装置的空间, 具有自然便捷的交互接口, 以支持人们方便地获得计算机系统的服务。在智能空间中, 人机交互完全是以第一类的自然数据 (如语言、姿态和书写等) 与计算机系统进行交互, 用户可以更加高效地单独工作或与他人协同工作。
二、普适计算技术支持下的泛在学习
泛在学习 (U-Learning) 是指任何人 (anyone) 在移动计算设备帮助下, 能够在任何时间 (anytime) 、任何地点 (anywhere) 获取任何资源与信息 (anything) 进行学习的4A学习方式。就泛在学习的本质特点而言, 它是“以人为中心, 以学习任务本身为焦点”的学习。在泛在学习环境下, 学习是一种自然或自发的行为。学习者可以积极主动地进行学习。
1、多维交互的智能学习环境
可穿戴计算机可以将图形、文字、声音及超文本等叠加于真实环境之上, 提供附加信息, 从而实现提醒、提示、注记、注释及解释等辅助功能, 使学生从多维角度去构建知识体系;学习者可以带上头戴显示器从而进入某一时空世界中, 成为其中的一个角色, 并参与到既熟悉又陌生的探索活动中。学习者获得浸润感, 从而将内心的信息带入到真实的生活中, 在复杂的、具有挑战性的环境中重构信息。
2、个性化学习和自适应学习
上下文感知计算通过传感器收集有关学生和环境的上下文信息, 通过分析这些信息来为学习者提供适应性和个性化的学习服务。学生的上下文信息包括学生当前所处位置、学生的心跳和血压、学生的手势和言语行为、学生与设备之间的交互情况等;环境的上下文信息包括位置、温度、湿度以及学生接触过的那些物体等。这些信息被收集之后进入服务器模块, 服务器模块中存有学生模型数据库, 其中记录着学生的课程安排、每个学生的先前知识与课程进展等情况, 综合分析学生与环境的上下文信息以及数据库中的学生模型信息, 获知学习者的知识水平、学习风格、认知能力、学习动机、所处环境、心理特征和自身兴趣, 并根据学生的需求及表现情况, 为学生提供适应性与个性化的学习内容、学习资料、学习活动和学习指导, 从而引导学生进行更有意义的学习。
3、可感知的协作学习
智能空间技术为协作学习提供了更为便捷的平台。在基于智能空间的远程教育系统中教师既可面向学生进行教学, 同时又可充分地享受信息访问和交互的服务。通过各种设备和虚拟环境, 学习参与者共同构成一个高效的学习共同体, 远程学生可以和教室中的学生一样参与课堂教学, 如同时参与一个共享数据对象 (文字、图形, 媒体等) 在任何位置的编辑和修改、保证用户的行为不受限制, 任何一个用户在这个任务中做出的动作, 都可以及时地被其它用户感知, 学习者也不必知道这种感知是如何实现的, 从而为协作学习的所有参与者提供一个全透明的教室和多样的学习形式。
上下文感知计算可以判别课堂当前的焦点, 自动地将合适镜头的视频传送给远程的学生。讲课过程还可被自动记录成为可检索的复合多媒体文档, 作为现场课件使用。
总结
普适计算技术使计算机的应用得到了前所未有的拓展, 人们可以更方便的获取资源。将普适计算技术应用到教育中, 构建泛在学习环境, 必将会引起教育理论和模式的深刻变革, 打开终身教育的希望之门。
参考文献
[1]Mark Van’t Hootf著, 夏天译:《普适计算推动数字技术在教育中的应用》, 《中国电化教育》, 2007, (240) :8
[2]httP://Iknow.seforge.org/sewiki/X_e6_99_ae_e9_80_82_e8_a_al_e7_ae_97_e7_9a_84_e7_89_b9_e7_82_b9.
[3]王曙霞、郑艳君:《浅议普适计算的发展田》, 《福建电脑》, 2007, (3) 67。
[4]郭亚军、洪帆、沈海波等:《普适计算面临的安全挑战田》, 《计算机科学》, 2007, (6) 2。
[5]雷钠特·N·凯恩杰弗里·凯恩著吕林海译:《创设联结》, 教学与人脑华东师范大学出版社, 2004:P98。
[6]张洁、王以宁、张晶:《普适计算支持下的泛在学习环境设计》, 《现代远距离教育》2009, (5) :10。
[7]复旦大学协同信息与系统实验室网页, http://cscw.fudan.edu.cn/_Cooperative.htm2006-10-21。
普适计算研究 篇8
普适计算又称普存计算、普及计算 (英文中叫做Pervasive Computing或者Ubiquitous Computing) 。早在1988年, 前Xerox PARC首席科学家Mark Weiser就提出了普适计算的思想。但直到1999年, 才由IBM正式提出普适计算的概念。所谓普适计算指的是无所不在的、随时随地可进行计算的一种方式。无论何时何地, 只要需要就可通过某种设备访问到所需的信息[1]。普适计算的这一概念强调和环境融为一体的计算, 而计算机本身则从人们的视线里消失。在普适计算的模式下, 人们能够在任何时间、任何地点, 以任何方式进行信息的获取与处理。
嵌入式系统是“以应用为中心, 以计算机技术为基础, 软件、硬件可裁减, 功能、可靠性、成本、体积、功耗严格要求的专用计算机系统”[2]。嵌入式系统以嵌入式计算机为技术核心, 面向用户、面向产品、面向应用。嵌入式系统主要由嵌入式处理器、外围硬件设备、嵌入式操作系统以及特定的应用程序等四部分组成, 是集软硬件于一体的可独立工作的“器件”, 用于实现对其它设备的控制、监视或管理等功能。
本文讨论了将普适计算思想应用于嵌入式系统设备中所遵守的相关原则, 并重点阐述了普适计算在嵌入式系统中的多方面的特性和发展前景。
1 普适计算在嵌入式系统设备中的特性
普适计算与传统运算模式有很大的不同。传统的运算只着眼于所设计设备的产品个体, 着眼于可靠地实现嵌入式设备各自的各项功能, 并未能很好地从嵌入式设备间的联系以及用户使用的角度考虑产品的开发, 造成了多个产品 (处于同一物理或逻辑空间中) 的相对孤立, 从而也不能很好地完成用户的需求。
普适计算的核心思想就是将设备缩小或是嵌入到相关设备内部, 使其“看不见”, 但却又利用其设备间广泛的联系为用户提供可靠的计算与信息服务, 可最大限度地满足用户的需求, 同时也能更好的支持设备管理的智能化。其主要特性如下:
(1) 无处不在、无时不在, 便于信息的传输与处理
嵌入式系统应用中的普适计算是将设备尽量嵌入其他设备或是隐藏起来, 使人们感觉不到设备的存在, 但却可以无障碍地得到计算与信息支持, 保证了计算和信息服务对用户的透明性, 从而建立了和谐的人机环境或空间, 使用户可以随时随地透明地获得计算和信息服务。
(2) 计算从以机器为中心到以人为中心
普适计算通过把多种设备 (包括计算机、通信设备、信息设备、乃至娱乐设备、信息家电等) 集中起来, 从而构成一个统一协调的系统, 使得由计算和通信构成的信息空间与人们生活的物理空间融合成一个普适的信息交互环境。计算机应该嵌入到环境或日常工具中去, 让计算机本身从人们的视线中消失, 让人们注意的中心回归到要完成的任务本身。也就是说计算是不可见的[3], 是平静的、不引人注目的[4]。
(3) 设备高度集成, 体积缩减, 便于携带
普适计算应用中的嵌入式系统设备开发的趋势是:高度集成、体积缩减和便于携带。例如, IBM公司研发的BlueBoard (蓝板) 技术, 是一片薄薄的屏幕板, 其大小和普通的员工卡没什么两样。使用时只需对准蓝板一下, 就可以显示出其个人主页以及定制好的其他内容。其后的一切操作和任务都只靠使用者的手指在蓝板上指指划划就可以了。一张小小的卡片——BlueBoard——就成了一台计算机, 无论在任何地方, 只要进入系统就可以工作或传递信息了。
(4) 降低了操作的复杂度
随着信息技术的发展, 人们已经普遍认识到了计算机的重要性和实用性。虽然如此, 但对于大多数非计算机专业领域的人们来说, 计算机仍然是一个看不见其内部结构、难以操作和控制的“黑盒子”, 使人们对它敬而远之[4]。像这样的情况在我们目前的社会上还存在很多, 尤其对于各级领导和管理人员来说更为突出, 使得他们在利用信息技术提高工作效率方面受到限制。普适计算轻量计算的特点决定了用户使用的设备界面更加友好, 操作更加简单, 便于用户熟悉和掌握。
(5) 设备之间的联系更加紧密
应用于普适计算的设备都是统一于集成的物理环境中协调管理和工作的。每一个设备都能在可靠地完成各自功能的基础上为其他的设备提供计算和信息的服务, 它们之间频繁地进行着信息的传输和相互协作。基于设备间的紧密联系, 它们所组成的整个系统才能更好地完成用户的需求。
2 普适计算在嵌入式系统设备中的原则
传统的嵌入式系统设备的开发中, 往往将各嵌入式设备所能完成的功能作为设备维护的重点。在系统的研发过程中力求将其功能不断的提升和完善, 争取在性能上超越其他同类产品。这样做的好处在于增强了设备的独立性, 但却造成了器件的重复和资源的浪费, 同时也减弱了设备间的联系。从嵌入式设备的功能、接口、结构和设备间的通信等方面来看, 用普适计算的思想来设计和开发嵌入式系统, 既可以发挥普适计算的优势, 又可以避免传统设备中存在的问题。普适计算在嵌入式系统设备开发中需遵循的原则如下:
(1) 芯片的高度集成化
如果希望设备能够被很好地嵌入或是隐藏, 以及便于携带, 那么芯片的高度集成将是一项不容忽视的原则。嵌入式设备的硬件体系结构如图一所示。
各个模块的设计都应为整体的集成化服务。在具体的设计中, 集成化问题涉及到内存的容量、USB接口、GPIO (引脚) 数量、IIS (集成音频接口) 、LCD控制器、PWM (脉宽调制) 输出、ADC和DAC、IrDA (红外接口) 、DMA控制器等方面。嵌入式设备的设计中遵循紧资源的原则, 也就是说只要够用就好, 一般不会出现冗余的资源, 这一设计特性也为芯片的高度集成化奠定了基础。
(2) 设备联系的紧密化
设备之间的紧密联系是普适计算设备中较为突出的原则, 这一原则 (特性) 也是区别于传统计算设备的关键点。普适计算设备重点在于设备间的辅助协作, 加强了各接口之间的连接。
(3) 设备管理的集中化
集中于统一物理环境或空间中的所有设备都是采用统一化管理, 便于数据的集中处理, 如数字家庭网关等。其中数据库是实现普适计算的重要基础。普适计算的数据库必须是一种具有集中存储机制的可缩放数据库环境, 可以存储大量数据, 并保持数据于各设备数据的交流和更新。集中化管理时存在异构的问题, 尤其是设备间的信息传输。所以, 设备的集中化管理还需要中间件的支持。设备管理的集中化控制体系结构如图二所示。
(4) 设备控制的智能化
信息技术的高速发展促进了设备控制的智能化。以往的设备都只是局限于完成用户已设定的任务或只完成设备本身的功能, 如自身出错就停止服务, 这样会使用户得不到满意的服务。而智能化的设备会自主学习、积累和分析, 能够较灵活的完成用户的要求, 甚至还可以预测用户的下一项任务, 而提前做好准备。智能化的控制将会减少人的干预, 从而使设备的运作更加科学化。
3 普适计算在智能GPS导游系统中的应用
导游系统是指用电子设备来代替导游服务人员对旅游景点进行介绍的系统。它的设计初衷是为游客提供个性化的导游服务, 因此更应该体现以游客为本, 提供全方位的自然的导游服务。
基于普适计算的智能GPS导游系统总体设计方案包括前端和后端两大子系统。前端为导游子系统, 运行在手持设备上, 用户是游客;后端为内容生成子系统, 运行在PC上, 用户是各个城市的导游内容制作人。系统体系结构如图三所示。
本系统所能实现的具体功能为:GIS地图功能、GPS高级功能、导游功能、导游模块选择功能。包括地图刷新、地图全幅显示、地图平移、地图放大和地图缩小、显示指定点经纬度、两地距离测量和面积测量、用户位置自动检索和可视化、景点检索、景点查询与实时解说、动态路径分析、最短路径分析等功能。
普适计算应用于导游系统中的创新点主要体现在其自动导游功能。由于区域的不同和介绍方式的不同, 在这里把要介绍的内容依照其功能分为景区 (面的概念) 和景点 (点的概念) 两种。景区是总体介绍, 景点是具体介绍。本系统建立的查询模型为方块与点、面的查询模型。
本导游系统的智能化服务流程如下:当游客进入景区时, 立即开始智能化的服务。首先通过游客携带的PDA或手机获取游客当前的位置信息, 然后将该位置信息与景点景区的位置信息相结合。只要游客进入景区范围就自动触发对该景区的介绍, 并根据游客当前的位置提供游客前往该景区内各景点的相对方向、距离信息以及最短或最佳路径 (尽可能多的经过各景点) 等。在同一景区中, 随着游客进入不同的景点, 触发对当前景点的介绍。当游客即将走出某一景区时, PDA将自动触发与该景区相近各景区的大致介绍并告知方位信息。另外, 本系统针对驾车的游客提供了车载导航, 主要包括为游客提供实时的景点道路导航信息、路况信息和停车位信息等。
与目前流行的自动导游系统相比, 基于普适计算的智能GPS导游系统注入了普适计算的理念, 提供了专业化的导游内容, 普适计算在导游系统中的应用减少了人的参与, 降低了人为错误的概率, 增加了导游系统的智能化程度, 使得游客在旅游过程中可以随时、随地、随意、随设备地享受系统提供的专业化旅游服务。
4 结束语
以目前的状况来看, 计算和信息访问还只是一种工作方式, 使用计算机也只是一种“技术”。若能将计算和信息访问不再看作是一种“工作”和“技术”, 而成为我们生活的一部分, 人们虽然不能明确地感受到它们的存在, 但却每时每刻都离不开它们, 那么可以说, 我们就实现了“普适计算”的理想境界。嵌入式系统的发展使普适计算的深度和广度不断扩大, 为开发新型的应用和服务提供了近乎无限的可能性, 各行各业都可能使用普适计算。让普适计算应用中的嵌入式设备广泛地应用于我们活动的方方面面, 那么我们的学习、工作和生活模式将会是另一个崭新的局面。
摘要：本文介绍了普适计算、嵌入式系统的概念以及普适计算在嵌入式设备中的特性, 并根据嵌入式系统设备的特点和技术要求, 阐明了普适计算应用于嵌入式系统设备中的相关原则。最后以智能GPS导游系统为例说明了普适计算在嵌入式系统应用中多方面的优势和发展前景。
关键词：普适,普适计算,嵌入式系统
参考文献
[1]饶云波, 张应辉, 周明天.基于普适计算研究及其应用[J].微计算机应用, 2006, 27 (5) :63-65.
[2]马洪连, 丁男, 李屹璐, 马艳华.嵌入式系统设计教程[M].北京:电子工业出版社, 2006.
[3]Norman D.The Invisible Computer.Cambridge[M].MA:MIT Press, 1999.
[4]史元春.普适计算[J].中国计算机科学技术发展报告, 2004, (3) :213-224.
[5]曾宪权, 裴洪文.普适计算技术研究综述[J].计算机时代, 2007, (2) :3-5.
[6]Raj Kamal.嵌入式系统——体系结构、编程与设计[M].北京:清华大学出版社, 2005.
[7]周立功.ARM嵌入式系统基础教程[M].北京:北京航空航天大学出版社, 2005.
【普适计算研究】推荐阅读：
电子商务在普适计算时代的机遇和挑战论文11-21
云计算安全研究06-05
智能计算应用研究07-23
计算机研究11-24
情感计算研究现状10-10
云计算及其安全研究06-04
基坑支护工程计算研究09-10
数学计算教学研究11-11
计算方法研究论文11-13
可信云计算安全研究11-16