Professional Documents
Culture Documents
Za Uvod Moze
Za Uvod Moze
Sadraj
Uvod ............................................................................................ 3
Opis WSN sustava ....................................................................... 4
Povijest WSN sustava .................................................................. 7
WSN sustavi danas ....................................................................... 12
Tehnoloki trendovi ...................................................................... 14
Teko rjeivi problemi i tehniki izazovi ...................................... 17
Istraivanja velikih tvrtki u podruju WSN i primjene ................. 20
Literatura i korisni linkovi ............................................................. 25
Uvod
Beine senzorske mree (WSN), kao podruje djelovanja mnogih znanstvenika iz
podruja elektrotehnike, biologije, medicine i drugih znanosti javlja se unazad ve tridesetak
godina. Razvoj beinih senzorskih mrea direktno je uvjetovan razvojem poluvodike
tehnologije (tranzistori), koji svojom veliinom uvjetuju snagu, djelotvornost a time i
iskoristivost Beinih senzorskih mrea (WSN). U poluvodikoj industriji broj tranzistora na
komercijalno isplativom ipu se gotovo udvostruuje iz godine u godinu, to izrazito
pogoduje razvoju Beinih senzorskih mrea (WSN). Kao vrlo vaan faktor u razvoju
Beinih senzorskih mrea (WSN), treba navesti, kretanje cijena poluvodikih komponenti od
kojih su graene WSN. U prolosti, bilo je vrlo bitno da WSN budu cijenom prihvatljive,
kako bi se mogle komercijalizirati i koristiti u znanstvenim disciplinama koje nisu direktno
povezana s vojnom industrijom. Danas se sve vie takve tenje ostvaruju.
Energija za rad se moe dobiti na vie razliitih naina. Koristi se solarna energija, kod
koje vrijedi slijedei proraun: solarna elija generira otprilike 10mW energije po kvadratnom
centimetru na otvorenom prostoru, a otprilike 10-100W u zatvorenom prostoru.
Mogu se koristiti i mehaniki izvori energije, kao vibracije, ako se senzori nalaze na
povoljnom mjestu. Takav nain pribavljanja energije generira oko 100W energije.
Tipini kubni centimetar baterije moe spremiti oko 1000 mA/h, tako da centimetarski
WSN sustavi mogu bez veih problema ostvarivati svoju zadau.
Memorija kod ovakvih sustava je ograniena. Tipino je za njih 1Kbytes RAM
memorije, i manje od 100Kbytes ROM memorije. Ova memorija zauzima vei dio ipa, a i
troi vei dio energetskih zaliha. S obzirom na to, proizvoai esto nude memoriju na
zasebnom ipu.
Mikrosenzori su oi i ui, WSN sustava. WSN sustavi moraju biti podloni
amortizirati promjene okolinih uvjeta, s obzirom da mnogi materijali mijenjaju svoje
elektrike karakteristike s promjenom okolinih uvjeta. Senzori su graeni tako da predviaju
promjene tih uvjeta u odreenom rasponu. Sve se vie koriste tzv. Mikromehaniki sustavi
(MEMS), koji se mogu urezati u silicij, poput tranzistora, i koriste se kao osjetila za
najrazliitije sile, kemijske reakcije i promjene u okoliu. Pri tome su stotine puta jeftiniji od
skupih piezo-elektrinih osjetila, a osiguravaju visoku preciznost. Prvi puta su komercijalno
koriteni u auto industriji, kao osjetilo za otvaranje airbag-ova.
Veliki izazov u razvoju WSN sustava predstavlja povezivanje operacijskih sustava i
ostalog softvera s hardverom.
Tipian operacijski sustav Unix radi na 32 bitnom mikroprocesoru brzine 50
100MHz, sa nekoliko megabyte-a RAM-a i gigabayte-a dodatnog memorijskog prostora.
Takav sustav je danas mogue projektirati da radi nekoliko sati sa samo jednim energetskim
punjenjem.
Meutim, izazov za WSN sustave je postii jednogodinji rad sa jednim parom AA
baterija, ali s manjim djelom gore navedenog sustava. Open-source programeri su iz tog
razloga razvili TinyOS operacijski sustav koji upravo zadovoljava traene performanse a
kompatibilan je s ostalim softverom. Svaka aplikacija sadri samo ono to je nuno potrebno,
primjerice, samo malu grupu komponenti za procesiranje senzorskih oitanja. Mrea zato
sadri kompleksniju grupu komponenata za rad s radio kanalima, formatiranje podataka u
format koji pojedini vorovi mogu obraditi, obradu iznimaka i pogreaka te komponente za
primanje podataka i njihovo procesiranje u vlastite spremnike.
Vie razine obrauju i upravljaju spremnicima podataka (buffers), odreuju
autentinost podataka te multipleksiraju mreu kroz njezine komponente.
Aplikacije najvie razine (top level application) primaju i procesiraju formatirane
datoteke s senzorskim oitanjima i predaju bitna opaanja mrei. Druga komponenta e
primiti tu poruku i sauvat e dotinu podatkovnu strukturu i odaslat je u smjeru slijedeeg
vora.
Senzorske mrene platforme su platforme koje se sastoje od mikrokontrolera,
jednostavnog radia, memorije za pohranu podataka, te programa na zasebnom ipu (off-chip
flash memory). Mikrokontroleri posjeduju zadovoljavajuu koliinu RAM-a i interni ADC.
Radio pokriva frekvencijski raspon poput modema, i osigurava umreavanje.
Razvijeno je nekoliko takvih senzorskih mrenih platformi.
Intel je razvio Intel iMote platformu koja se sastoji od komercijalnog ipa s monim
ARM mikroprocesorom, memorije i radia, sve integrirano u jednom. Radio koristi Bluetooth
standard, radi na visokim frekvencijama i koristi frekvencijsko skone protokole.
Uobiajeno bi se ARM procesor koristio za upravljanje Bluetooth radia i za transfer podataka
na i sa serijskog porta. Meutim u Intel iMote platformi TinyOS se vrti direktno u ARM
procesoru inei tako samostalan sustav koji slui za upravljanje senzorima i putanjama, te
Takoer koristi za utvrivane putanje informacije. Svaki paket utvruje odailja i udaljenost
od korjena. Formira se tzv. Distribucijsko stablo , na nain da vorovi snime, koji vorovi
lee blie korjenu stabla. Mrea koristi distribucijsko stablo za prikupljanje podataka na
nain da alje podatke nazad korjenu ili za skupljanje podataka procesiranjem podataka na
svakom nivou stabla. Na ovaj nain se stvara jaka distribucijska mrea ili jaka prikupljajua
toka unutar senzorske mree. esto su formacija stabla i prikupljanje podataka isprepleteni.
Podatak prati stablo dokle god se roditelj - vor moe razaznati. vorovi mogu nauiti o
roditeljima oslukujui poruke podataka. Mrea konstantno prikuplja statistiku kako bi
poboljala putanje.
Komunikacija u WSN sustavima se znatno razlikuje od one na internetu, gdje mnogo
klijenata otvaraju komunikaciju prema nekom serveru te alju i primaju znatne koliine
podataka. U WSN sustavima komunikacija se uobiajeno vri u agregatima, gdje je svaki
sudionik prepoznat po atributima kao to su fizika lokacija i rasponu vrijednosti senzora.
Takvo utvrivanje putanje se naziva direktna fuzija u kojem vorovi pokazuju interes
prema svojim atributima. Oni prikazuju interese formirajui gradijent putanje inei svoje
podstablo djeltovornijim. Pouzdanost je u stalnom porastu, te se razvijaju tzv. prekidno
tolerantne mree, u kojima se svenjevi podataka prenose sigurno skok po skok (hop by hop).
To je u suprotnosti s internetom gdje se uspostavlja konekcija od jednog do drugog kraja, te se
koristi byte ili paket podataka da se ispita pouzdanost prijenosa izmeu izvora i odredita
Prekidno tolerantne mree su primjerenije WSN sustavu, zbog dinamikog okruenja i
potrebe radnog ciklusa.
Komunikacije su energetski najzahtjevniji proces koji vorovi obavljaju. One se
meusobno bore za udio u frekvencijskom rasponu koji je na raspolaganju. Mrea nastoji
smanjiti potronju energije na nain da ukida komunikaciju ili da iskljuuje radio za vrijeme
dok nema potrebe za komunikacijom. Razvijeno je nekoliko pristupa rjeavanju ove
problematike. vorovi procesiraju podatke na lokalnoj razini a kada se javi odreeni dogaaj,
tada zapoinje komunikacija Takav pristup se implementira u inteligentne alarmne sustave i
sustave za nadgledanje okolia, koji fokusiraju podatke u odreenim vremenskim trenucima
ili u odreenim uvjetima. U mnogim primjenama jednostavni nisko energetski senzori
trigeriraju visoko energetske, sofisticirane senzorske sustave. Sakupljanje podataka unutar
same mree smanjuje komunikaciju. Rasporeivanje i kompresija takoer uvaju energiju na
niim stupnjevima mree. Visoki protokoli su povezani s podatkovnom komunikacijom,
odravajui putujue strukture, upravljui sadrajima i poveavajui pouzdanost. Senzori
mogu izbjei eksplicitne protokolarne poruke oslukujui usmjerene podatke za druge
vorove. To moe biti iskoordinirano pomou sloenog ponaanja naprednih aplikacija, kao
to je periodiko skupljanje podataka. Mrea takoer moe pripisati svojevrsne odgovornosti
pojedinim vorovima, kao to je odailjanje i prikupljanje podataka. Mrea moe ugasiti radio
nakon primitka samo djela podatkovnog paketa.
Povijest WSN
Beine mikrosenzorske mree su prepoznate kao jedno od najvanijih podruja
tehnologija 21st. Njihov razvoj je povezan s dva projekta agencije Defence Advanced
Research Project Agency (DARPA), a to su: the Distribuited Senzor Networks(DSN) odn.
Distribuirane senzorske mree i Sensor Information Technology (SensIT) odn. Senzorske
informacijske tehnologiji. Mrena mikrosenzorska tehnologija je opisana kao, skup jeftinih,
malih, pametnih ureaja, koji na sebi imaju mnotvo senzora, a komuniciraju beinim
vezama i internetom, a rasprostrti su u velikom broju i pogodni su za nadziranje prostora,
gradova, domova. Vrlo su pogodni i za najrazliitije vojne primjene, kao to su izvianje i
nadzor. Pametni mikrosenzori mogu biti razvijeni na tlu, u zraku, vodi, na tijelu, vozilima, u
zgradama... .Senzorske mree mogu otkriti i procesirati zbivanje, mogu takoer locirati
naoruanje. Svaki senzorski vor sadrava sposobnost procesiranja podataka, te ima
potencijalno veliki broj senzora koji rade u akustinom, infracrvenom, seizmikom ili
magnetskom modu, te mogu sadravati mikroradare te razliite predonike. Takoer imaju na
sebi ugraenu memoriju za pohranu podataka, linkove na susjedne vorove, te informaciju o
poziciji koju dobivaju preko GPS-a. Mreni mikrosenzori pripadaju skupini Senzorskih
mrea, koje koristi distribuirane senzore za prikupljanje informacija na objektima od interesa.
Trenutne i potencijalne senzorske mree su sadrane u slijedeim primjenama: u
vojnoj industriji, osiguranju fizikih objekata, zranoj kontroli, nadzoru prijevoza, video
nadzoru, industrijskoj i proizvodnoj automatizaciji, distribuiranoj robotici, nadzoru okolia,
nadzoru zgrada i objekata. Senzorske mree u ovim primjenama mogu biti beine ili oiene,
senzori mogu biti manji ili vei, ali bitno je da oni ispunjavaju zadau i unose napredak u
ovom sektoru.
Razvoj senzorskih mrea potpomognut je razvojem triju zasebnih znanstvenih
podruja: osjetila, komunikacije i kompjuterska znanost (hardver, softver i algoritmi). Razvoj
svake od ove tri znanosti, zasebno i zajedniki, usporedo su razvijale i podruje senzorskih
mrea. Primjer prvih senzorskih mrea je radarski sustav za nadzor neba u zranom prometu.
Nacionalni energetski sustavi se mogu takoer promatrati kao velike senzorske mree Ovi
sustavi su bili izgraeni pomou posebnih kompjuterskih i komunikacijskih rjeenja, puno
prije uglavljivanja izraza senzorske mree.
Rana vojna istraivanja na WSN
Kao i u mnogim drugim tehnologijama, vojna industrija je bila pokreta istraivanja u
mrenim senzorskim sustavima. Za vrijeme hladnog rata koristili su se akustini senzori
Sound Surveillance System (SOSUS), postavljeni na strateka mjestima, na dnu oceana kako
bi se moglo pravovremeno otkriti dolazak tihih sovjetskih podmornica u odreeno podruje.
Tjekom godina razvijeni su novi sustavi akustinih senzorskih mrea, a SOSUS se danas
koristi u podmorskim istraivanjima. Slijedei rani mreni sustav je bila mrea zranih
radarskih sustava koritenih u obrambene svrhe za motrenje zranog prostora iznad Sjeverno
Amerikog kontinenta. Ovaj obrambeni sustav se razvijao tijekom godina, i sada ukljuuje i
bezpilotne letjelice kao senzore te Airborne Warning and Control System(AWACS)
zrakoplove.
Ovi sustavi su u osnovi prihvatili hijerarhiju, gdje se procesiranje zbiva na
posljedinoj razini, dok informacija od interesa see do korisnika. U mnogo sluajeva ljudi
igraju kljunu ulogu u sustavu.
Distribuirane senzorske mree u projektima DARPA-e
Rana istraivanja na senzorskim mreama zapoela su oko 1980. god. unutar projekta
Distributed Senzor Networks (DSN) od strane Defense Advanve Research Agency (DARPA).
U tom trenutku Arpanet, koji je bio pretea interneta, ve je bio dugo u upotrebi, i sainjavalo
ga je oko 200 host-ova na sveuilitima i institutima. Jedan od kljunih ljudi u razvoju TCP/IP
protokola i jedan od suosnivaa Internet-a R. Kahn, bio je ravnatelj Information Processing
Techniques(IPTO) Office unutar DARPA-e. Njega je zainteresiralo da li se rad Arpanet-a
moe proiriti na senzorske mree. Mrea je bila zamiljena kao mnotvo prostorno
raspodjeljenih senzorskih vorova, koji komuniciraju meusobno, ali imaju svojevrsnu
autonomiju, uz tenziju da informacija bude usmjerena prema voru koji ju najbolje moe
iskoristiti. To je bio vrlo ambiciozan projekt, koji je nastao u vrijeme kada jo nije postojao
PC. Procesiranje se vrilo veinom na mini kompjuterima kao to je PDP 11 i WAX koji su
na kojima se vrtio UNIX i VMS. Modemi su radili na 300 9600Bd a Ethernet je tek postajao
popularan. Tehnologija za DSN sustave je razvijena 1978. u radionici imena Distributed
Sensor Nets, i ukljuivala je akustike senzore, komunikacije (protokole visoke razine koji su
povezivali procese koji su se vrtili u dotinoj aplikaciji s mreom), procesnu tehnologiju i
algoritme (ukljuivali su i algoritme za lociranje vlastitog poloaja senzora) te distribuirani
softver (dinamiki modificirajui distribuirani sustav i dizajn jezika). DARPA je istovremeno
poela s veim ulaganjima u istraivanje umjetne inteligencije, Artificial Intelligence (AI), te
su se rezultati istraivanja poeli primjenjivati u DSN sustavima, za procjenu situacija i
razumjevanje signala. kao i za rjeavanje razliite problematike distribuiranih sustava.
Praenje akustike je izabran kao pokazni primjer. Znanstvenici sa sveuilita Carnegie Mellon
University (CMU), Pittsburg, PA, fokusirali su svoj rad na razvoj mrenog operacijskog
sustava koji bi osigurao fleksibilni i transparentni pristup distribuiranim izvorima potrebnim
za pogrekama tolerantne DSN sustave. Razvili su komunikacijski orjentiran operacijski
sustav pod imenom Accent, koji je omoguavao transparentno umreavanje, sistemsko
rekonfiguriranje te ponovno povezivanje. Poluio je znatan uspjeh u komercijanim
primjenama. Daljnja nastojanja CMU sveuilita, smjerala su internoj komunikaciji meu
procesima, koji bi bili podrka dinamikim distribuiranim operacijskim sustavima, pomou
kojih bi se dinamiki rekonfigurirali i povezivali aktivni komunikacijski elementi. Razvijali
su i povezivaki specificirani jezik, za izgraivanje distribuiranih softverskih sustava. Sve je
to bilo demonstrirano na interjernom test postolju, pomou izvora signala, akustinih senzora
i VAX raunala povezanih Ethernetom.
Znanstvenici na sveuilitu Massachusetts Institute of Technology (MIT), Cambridge,
koristili su pristup baziran na znanstveno - baziranim tehnikama za procesiranje signala. za
praenje helikoptera pomou polja akustinih mikrofona u svrhu abstrkcije signala i
usporednih tehnika. Apstrakcija signala vidi signal u vie nivoa, sa viim nivoima (peaks)
apstrakcije dobivenih iz dobro prouenih niih nivoa apstrakcije (spectrum). Ovo osigurava
koncepcijsku platformu za razmiljanje o sustavima za procesiranje signala koji slie
ljudskom razmiljanju kada interaktivno procesiraju i interpretiraju stvarne signale. Ovaj
sustav je razvijen uz koritenje znanstvenih iskustava i pogodan je za sustave u kojem je visok
omjer signal smetnja, gdje modeli postaju manjkavi. MIT je takoer razvio i jezik naziva
Signal Processing Language te razvojnu okolinu pod nazivom Interactive Computing
Environment (SPLICE) za analizu podataka u DSN sustavima te razvoj algoritama, i Pitch
Director's Assistent za interaktivno rekonstruiranje fundamentalnih frekvencija koristei
znanje domena. Praenje viestrukih ciljeva u distribuiranom okoliu je mnogo kompleksnije
od centraliziranog praenja. Godine 1980 udruenja Advance Decision Systems (ADS),
Mountain View, CA, predstavili su viestruko-hipotezno praenje, za rad u sloenim
situacijama s gusto rasporeanim ciljevima, proputenom detekcijom i lanim alarmima.
Viestruko-hipotezno praenje je danas osnova za primjene u kojima postoje sloeni
problemi kod praenja ciljeva. Radi demonstracije MIT-ov Lincoln laboratorij je konstruirao
model za rad u stvarnom vremenu, za praenje nisko leteih letjelica. Senzori su bili akustino
polje, koje se sastojalo od 9 mikrofona od kojih je najvei imao 6m u promjeru, a bili su
smjeteni u 3 koncentrina trokuta. Raunalo PDP11/34 i jedno procesorsko polje su sluili za
procesiranje akustinih signala. vorni kompjuter, sastojao se od tri MC68000 procesora koji
su imali 256kB memorije i 512kB djeljive memorije, te korisniki operacioni sustav.
Komunikacija se vrila putem Ethernet-a te mikrovalnog radija. Model se pokazao uspjenim
u praenju letjelice u niskom letu i s akustinim senzorima, kao i s tv kamerama.
Drugi testni DSN sustav bio je Vozilo za distribuirano praenje izgraen na
University of Massachusetts, Amherst. Taj sustav je bio istraivaki alat za empirijsko
istraivanje i rjeavanje distribuiranih problema unutar mree. Pristup empirijski baziranom
rjeavanju distribuiranog problema, koristi se funkcijskom preciznou, kooperativnom
arhitekturom koja se sastoji od mrenih Hearsay II vorova. Razliita pristupi kontrole
pomou lokalnih vorova su istraeni.
Na donjim slikama su prikazani djelovi DSN testnog sustava
Opreme za mjerenje
Akustino polje
Mobilni vor
10
11
podatke u svrhu iskoritavanja pogodnosti senzorske podatkovne fuzije, ali bez slanja upita i
prikupljanja podataka od svih senzora.
Znanstvenik F. Zhao oznaio je sinamiki senzorski kolaborirajui problem u
distribuiranom praenju, da bi dinamiki pretpostavio koji senzor je najpogodniji za
osjeanje, koje se treba registrirati, i kojem treba informacija za komunikaciju. Razvio je
pristup pod nazivom information driven sensor querying (IDSQ) koje omoguava
kolaboriranje bazirano na ogranienjima izvora informacije te na cjeni odaslane informacije.
Svaki senzor proraunava korisnost predpostavljene informacije od djelia informacije
nelokalnog senzora te koriste to mjerenje kako bi znali od kojeg senzora traiti podatak.
Funkcije za proraunavanje korisnosti koriste se entropijom, Mahalanobis-ovom razdaljinom,
i mjerenjima baziranim na aposteriornoj distribuciji. Ovaj postupak je bio demonstriran
pomou simulacija kao i s eksperimentalnim podacima sa terena.
Distribuirana klasifikacija u senzorskim mreama koristei tzv. mobilne agente
U tradicionalnim senzorskim mreama podaci se sakupljaju individualnim i alju se
(mogue viestrukim) povezanim vorovima radi procesiranja. S obzirom da je frekvencijski
raspon beinih senzorskih mrea manji nego kod oienih senzorskih mrea, postoji
mogunost da komunikacijski zahtjevi senzorskih mrea premae kapacitete. Mobilni agenti
su potencijalno rjeenje te dileme. U DSN sustavima baziranim na mobilnim agentima, podaci
se uvaju u svakom lokalnom mjestu ili senzoru dok se integrirajui ili stapajui kod alje
podacima. Zahtjevi komunikacijskog frekvencijskog rapona mogu se reducirati ako je mobilni
agent manjih dimenzija od podatka. Pod ovom predpostavkom, senzorske mree su efikasnije,
ako se performanse ne mjenjaju porastom broja senzora. Mrea se takoer bolje adaptira
mrenom uitavanju a agenti se mogu programirati da paze na specifine povezivajue
procese. Klasifikacija distribuiranih ciljeva je posluila kao dobar primjer ovog pristupa.
13
Tehnoloki trendovi
Dananje senzorske mree koriste tehnologiju te izvode funkcije o kojima se samo
moglo sanjati prije 20ak godina. Senzori, procesori i komunikacijske komponente postaju sve
manje i jeftinije. Razliite kompanije kao to su Ember, Krossbow i Sensoria proizvode i
razvijaju male senzorske vorove i sustave. Ove tvrtke stvaraju viziju kroz koju e se nai
svakodnevni ivoti uzdizati pomou mrea malih senzorskih vorova. Koristei proizvode
navedenih tvrtki npr. naprava kao Personal Digital Assistent (PDA) koja koristi Palm ili
Pocket PC operacioni sustav koji sadri znaajnu raunarsku snagu u vrlo malim
dimenzijama. Takva naprava se lako moe zamisliti kao procesni vor unutar senzorske
mree. Takvi ureaji imaju vrlo veliku mo a mogu sadravati i kamere te biti povezani s
velikim bazama podataka. Beine mree po standardu IEEE 802.11 osiguravaju performanse
sline onima u oienim mreama. Istovremeno IEEE je uoio prednosti i niske cijene koje
pruaju senzorske mree. Ustanovljen je novi standard IEEE 802.15 koji se odnosti na tzv.
osobne mrene sustave (PANs) koje imaju doputeni radijus 5 10m. Mree sa senzorima
kratkog dometa su pogodne za PANs sustave. IEEE potie razvoj algoritama i tehnologija za
razvoj takvih sustava. Takoer dolazi do pada energetskih zahtjeva po bitu informacije, za
procesiranje i komunikaciju. Osjetilo, procesiranje i komunikacija se dogaa na jednom ipu
to smanjuje cijenu i omoguava razvijanje u jo veem broju. Predvia se da e razvoj
MEMS tehnologije u budunosti omoguiti jo vee kapacitete ipova te veu raznolikost.
Institucije Dust Inc., Berkley, CA ve od 1990. rade na projektu naziva Smart Dust, na
University of California, Berkley rade na MEMS senzorima koji mogu osjeati i komunicirati
a veliine su jednom kubinog milimetra. Smart Dust optiki mote koristi MEMS da bi
ispunio milimetarska zrcala radi komunikacije. Dust senzori mogu biti razvijeni koristei mali
val veliine 3*10mm oblikovan kao sjemenka javorova stabla i isputen da odlepra na
zemlju. Ovakvi mali, jeftini i sveprisutni senzori mogu se koristiti za ostvarenje najrazliitijih
aplikacija.
Smart Dust Berkley, usporedba (na slici lijevo) dananje izvedbe i (na slici desno) slijedea
generacija
Nove aplikacije
Prve aplikacije su bile vojne, kao to je bilo reeno u prethodnim poglavljima,
meutim danas se razvija veliki broj aplikacija koje nisu vezane za vojsku a kreu se od
infrastrukturne sigurnosti, pa sve do industrijskih osjetila.
14
Infrastrukturna sigurnost
Objekti od krucijalnog znaaja moraju biti pod odgovarajuom prismotrom kako bi se
u sluaju neprijateljskog napada moglo pravovremeno reagirati. Mree video, akustikih i
drugih senzora moraju biti razvijene oko tih objekata. Unaprijeeno izvjetavanje, detekcija,
reduciranje broja lanih dojava moe se postii komuniciranjem s veim brojem senzora. Iako
fiksne mree povezane s fiksnom komunikacijom mogu dobro zatititi dotine objekte, Ad
hoc mree su jo fleksibilnije i efikasnije izvjetavaju kada je potrebno. Senzorske mree
mogu takoer biti koritene za detektiranje kemijskog, nuklearnog i biolokog napada.
Motrenje okolia i stanita
Center for Embedded Network Sensing (CENS), Los Angeles i CA su tvrtke koje
imaju primat u razvijanju senzorskih mrea koje slue za motrenje stanita i okolia. Okolini
senzori se koriste za prouavanje reakcije vegetacije na klimatske promjene i bolesti, dok
akustiki i senzori obrade slike mogu identificirati, pratiti i mjeriti populaciju ptica i drugih
vrsta. Velika senzorska mrea pod nazivom System for the Vigilance of the Amazon (SIVAM)
nadzire velika prostranstva praume amazone u svrhu borbe protiv transporta droga i zrane
kontrole. Sastoji se od velikog broja razliitih senzora koji su povezani. Ti su senzori radari,
senzori za obradu slike i okolini senzori. Senzori slike smjeteni su u prostoru, radari se
nalaze na letjelicama a okolini senzori se nalaze na tlu. Komunikacijska mrea radi na
razliitim brzinama. Maksimalne brzine prisutne su kod prijenosa podataka senzora
smjetenih u letjelicama i satelitima dok se spora mrea primjenjuje kod prijenosa informacija
senzora koji se nalaze na tlu.
Osjeanje u industriji
Industrija je ve dugo zainteresirana za primjenu najrazliitijih senzora s obzirom da to
pridonosi smanjenju trokova i unapreenju odravanja, te poboljanju performansi kod
strojeva. Praenje ponaanja kod strojeva, na nain da se predpostavljaju vibracije i stanje
lubrikanata i umetanje senzora u podruja nedostupna ovjeku su primjeri primjene
senzorskih aplikacija u industriji. Prije nekoliko godina IEEE i National Institute for
Standards and Technology (NIST) donjeli su P1451 standard suelja za istu Plug and Play
primjenu u industrijskom okruenju.Tvrtke nastavljaju s automatizacijom proizvodnje te
povezivanjem linija proizvodnje pomou daljinskih senzorskih mrea uz on line kontrolu
kvalitete koju omoguuju senzori. Posebno su efikasni daljinski beini senzori koji
omoguuju upravljanje proizvodnjom uz uvjet da osigura i odrava podreivanje opoj
sigurnosti proizvodnje uz smanjenje trokova proizvodnje. Jedan od primjera senzora u
industriji su spektralni senzori, koji dobro nadomjetavaju postojei instrumentarij. Mogu biti
jednostavni optiki senzori kao to su optrode i pH mjerai pa sve do pravih spektralnih
ureaja koji mogu funkcionirati kao spektrometri, optiki senzori mogu zamjeniti instrumente
i mjeriti znaajke materijala te obavljati kompozicijska mjerenja. Optiko osjeanje je
omogueno minijaturizacijom kao jeftini elektriki par ili polje. Bit ovakvih senzora je da
omoguuju viestruka ili matrika mjerenja: mjerenja stotina ili tisua sezora zapisuju se u
bazu koja se zatim moe preispitivati, te se na taj nain dolazi do informacije u realnom
vremenu.
Kontrola prometa
15
16
17
18
mree. Npr. neka letjelica moe postaviti upit i naznaiti nekom fiksnom rjeenju na tlu da e
nadletjeti odreenu lokaciju u nekom trenutku, gdje bi trebala zaprimiti odgovor na svoj upit.
Sigurnost
Senzorske mree, poglavito u vojnim primjenama, konstruirane su za rad u
neprijateljskom okruenju. S obzirom na tu injenicu, njihova sigurnost mora biti bitna
stavka, a ne tek sporedna stvar. Sigurnost mree mora biti osigurana kroz sam dizajn mree.
Moraju se zatititi od ometanja i podvala.
19
Nadziranje doma
Motrenje kompjuterske mree
Palo Alto Research Center: Distribuirana panja: Omoguavanje osjeanja u
kompleksnim
urbanim
sredinama
Kako tehnologija za osjeanje postaje sve jeftinija i efikasnije, velike senzorske mree
polako ulaze u urbane, napuene okolie, u aplikacijama kao to su sigurnost prometa,
praenje proizvodnje i urbani nadzor. U takvi kompleksnim urbanim sredinama, sustava mora
pratiti nekolicinu ljudi ili vozila koji se razlikuju svojim ponaanjem od uobiajenog
ponaanja. Motrenje svih aktivnosti u takvom okoliu je nepraktino i komplicirano ak i s
najboljom raunalnom opremom. Sustav je konstruiran tako da prati mnoge aktivnosti ovisno
o njihovoj vanosti, dok simultano trai nove oblike neobinog ponaanja. Takva tehnologija
je analogna ljudskoj panji, u smislu da oko prati interesantna zbivanja u okolici, dok je
mozak usredotoen na interpretaciju najbitnijih meu njima. Kao primjer moe posluiti
sluaj kada osjeamo da nam se neko ulja iza lea, tada se mozak usredotouje na to da li je
ta osoba prijetnja.
UC Berkley: Osiguravanje podruja koritenjem sistemske tehnologije s ugraenom
mreom
Intelovo istraivanje: Proaktivna agrokultura, senzorska mrea za razumjevanje
raznolikosti okolia
Za agrokulturu se vjeruje da je jedno od podruja koje e najbre usvajati
znanja iz podruja WSN. Pomou WSN tehnologije mogue je ouvati
kvalitetu terena sa reduciranim koritenjem pesticida i vode. Moe se
takoer postii preciznija etva kako bi se maksimizirala kvaliteta te se
moe predvidjeti zaleivanje. Suraivalo se s mnogim znanstvenicima iz
podruja agrokulture, te se sustavnim praenjem klimatskih promjena
primjenom WSN tehnologije u praksi uoilo da je kvalitetu terena esto
nemogue prikazati statistikim modelom, jer je ona supstancijalna, dok je s ovom
tehnologijom to mogue. Prednosti ove tehnologije su poboljanje kvalitete obrezivanja a
time se postigao bolji urod. Tehnologija se moe primjeniti i na druge precizne aktivnosti u
agrokulturi.
Ova tehnologija djeluje izvan domene predviljivosti, a time se moe djelovati u
mnogim znanstvenim i praktinim podrujima.
Intelovo istraivanje: Osjeanje u podruju zdravlja drutva te pomoi starijima
Zadaa Intelovog Proactive Health Research laboratorija je sakupiti i objediniti
poetna istraivanja u tehnolgiji za odravanje kune zdravstvene njege, koja moe
unaprijediti zdravlje ukuana i smanjiti raun u zdravstvu. Predvia se da e se u slijedeih 50
godina u SAD-u udvostruiti broj starijih osoba, a tada e biti neobino bitno prebaciti
ljeenje i pruanje zdravstvene skrbi iz ustanova u dom ili na radno mjesto. eli se teite
staviti na prevenciju od bolesti i bolje odravanje zdravlja.
Nakon godina prouavanja obitelji u kojima postoje osobe koje boluju od
Alzheimerove bolesti te laganih kognitivnih oteenja, znanstvenici su razvili razliite
prototipove koji mogu pomoi skrbnicima te bolesniku. Teite ovog projekta je stavljeno na
21
NIMS je kreirao novu mobilnu senzorsku aplikaciju za istraivanje okolia bez infrastrukture. Integrirajui ugraenu senzorsku
mreu sa mobilnost stvoren je stabilan, samobrinui senzorski sustav.
Sustav na slici je razvijen u okviru NIMS projekta za rad u otvorenom prostoru u Wind
River, eksperimentalnoj umi u Washington-u. Sustav posjeduje vertikalnu i horizontalnu
sposobnost transporta, ugraenim proraunavanjem, beinom mreom i senzorskim
sustavom. Senzorski sustav prua artikuliranu obradu slike koju zahtjevaju mikroklimatski
senzori za ispitivanje interakcije ume i atmosfere. Sustav je projektiran za karakterizaciju
okolia kao to su ume, rijeke i protjecanja, a u budunosti i morskog okolia.
23
Zigbee Aliance :
Zigbee Aliance je grupacija kompanija koje rade zajedno kako bi osigurale pouzdano,
isplativije, uz manju potronju energenata, beino umreavanje, praenje i kontrolu
proizvodnje bazirane na otvorenom globalnom standardu. Radi se o novom opem standardu
koji slui za beino umreavanje proizvoda na odreenoj frekvenciji.
Cilj je osigurati veliku fleksibilnost, mobilnost i lakou rukovanja proizvodima u
svakodnevoj upotrebi, ugraivanjem beinih i inteligentnih sustava u te proizvode. ZigBee
tehnologija e se ugraivati u proizvode razliitih djelatnosti, od industrije do komercijalnih
proizvoda itd. Prvi puta e kompanije imati beinu platformu koja e biti zasnovana na
jednom standardu, optimiziranu za jedinstvene potrebe daljinskog nadgledanja i praenja
aplikacija.
Predstavnici ZigBee udruge su tvrtke Philips, Honeywell, Motorola, Mitsubishi
electric, Invensys
SHORT
STREAMING
VIDEO
DIGITAL
VIDEO
MULTI-CHANNEL
VIDEO
LAN
802.11b
LONG
TEXT
ZigBee
PAN
Bluetooth1
LOW
ZigBee u odnosu na Bluetooth standard troi manje energije te je shodno tome bolji za
aplikacije u kojima nije poeljno esto mjenjati baterijsko napajanje.
24
Literatura
Predavanja:
Overview of Sensor Networks, David Culler - University of California,
Berkley; Deborah Estrin; Mani Srivastava University of California, Los
Angeles
lanci:
Intel Exploratory Research: Deep Networking
How thing works: How mote works
25