整理自论文:Intelligent Transformation of Lab Based on OpenHarmony | IEEE Conference Publication | IEEE Xplore
作者是广西科技师范大学数学与计算机科学学院的王晓亮和尹文通。
摘要
- 论文讨论了信息技术和人工智能技术在高校计算机房和多媒体教室的快速系统开发中的应用,以提高管理效率、设备使用和维护效率,并确保数据的及时性、准确性和科学性。
- 利用深度学习等技术预测教师授课情况和设备使用情况,以提升高校多媒体教室和计算机实验室作为科研和人才培养平台的作用。
- 关键词包括:OpenHarmony、LSTM、智能、数字化。
第一部分:引言
- 论文指出,目前高校的多媒体实验室和计算机实验室通常采用学生管理员手动管理和维护设备,教学督导现场听课,信息化建设与管理水平较低。
- 为了减少手工管理的负担和提高工作效率,迫切需要信息化和智能化管理方法。
- OpenHarmony操作系统为物联网提供了端到端的解决方案,支持开发者快速开发应用。
第二部分:需求分析
- 论文分析了实验室管理存在的问题,如资金投入不足、管理模式落后等。
- 明确了智能化改造的目标和意义,包括教室设备的自动发现与远程控制、设备使用智能分析、课程授课时间不足的报警、环境监测等。
第三部分:系统设计
A. 架构设计
- 描述了基于OpenHarmony的实验室智能化系统的整体架构。
- 用户和其他管理员可以通过网页获取实验室当前状态,控制实验室内的电器设备,如计算机等,并记录每位教师的课堂情况。
B. 硬件设计
- 核心板选择:系统的硬件核心板是Runhe Pegasus开发板套件,基于Hi3861芯片,运行OpenHarmony操作系统。
- 网络连接:通过WiFi接入网络,使用MQTT协议与服务器应用通信,实现数据上传和接收服务器指令。
- 传感器:主要收集环境监测数据和教师课堂声音数据,语音检测模块:LM386。
- 电器控制:通过红外遥控方式控制,如空调、投影仪等。
- 设备发现与控制:通过TCP/IP协议实现教室PC的发现和控制,上传设备使用信息至服务器。
C. 软件设计
-
环境监测模块设计:
- 系统软件基于开源鸿蒙操作系统的内核抽象层实现。
- 根据鸿蒙OS任务抢占调度机制,设置不同任务的优先级。
- 任务包括:
- 传感器数据读取任务:轮询接收环境检测传感器信号,通过UART初始化,接收测量值并保存,然后发送到消息队列。
- 数据加载任务:准备数据传输和通信。
- 远程通信任务:建立WiFi网络连接,通过MQTT连接云平台,根据系统设置启动相关初始化程序。
-
设备管理模块设计:
- 描述了如何管理高校计算机实验室和多媒体教室的设备,如计算机、投影仪、空调等。
- 使用OpenHarmony网关搜索当前局域网内的IP和MAC地址,找到运行中的计算机,搜索频率设置为60秒。
- 远程开机功能通过服务器向OpenHarmony网关发送开机命令,网关通过网络唤醒(WoL)功能实现远程开机。
- 远程关机功能通过TCP/IP网络协议实现,安装监控软件监控固定端口,网关可以向受控计算机发送关机数据。
-
LSTM分析设备故障:
- 利用LSTM网络预测设备的实际使用时间,与实际使用时间比较,若差异大则可能预示设备故障。
- 采用CNN-LSTM序列预测方法,基于2022学年实际课堂使用数据集,记录每日PC使用时长。
- 模型训练使用2DConv层卷积,滤波器数量64,激活函数为relu,通过Maxpooling进行下采样,应用Dropout防止过拟合。
- 连接两个LSTM层进行时间序列建模,通过全连接层输出下一个时间步的预测值。
-
声音检测设计:
- 通过采样声音分贝来区分教师授课与学生实验状态,使用LM386音频识别模块。
-
红外遥控设计:
- 使用通用空调遥控学习模块,通过学习教室中空调、投影、电视等设备的红外遥控信号码。
-
Web服务器设计:
- 使用开源JetLinks物联网基础设施平台修改Web服务器,快速构建实验室数据智能系统。
- OpenHarmony网关设备可以通过MQTT协议与系统通信,系统可部署在任何平台服务器上,具有良好的可扩展性和优异的性能。
结构图和流程图
- 提供了系统架构、硬件拓扑、程序流程控制等的图表,以直观展示系统设计的细节。
系统设计部分详细阐述了基于OpenHarmony的实验室智能化改造方案的软件和硬件设计,包括环境监测、设备管理、故障预测、声音检测和红外遥控等功能模块,以及它们的实现方法和流程。
第四部分:系统实现
- 论文描述了如何将上述软件和硬件模块集成,完成基于OpenHarmony的实验室数据智能化改造。
- 实际使用和测试过程中发现的问题,如预测不准确和功能较少,但项目总成本低于500元,减少了大量重复性手工工作,提高了工作效率。
- 论文还讨论了后续的扩展空间,例如使用更强大的DTU运行更复杂的机器学习算法,实现更智能的功能。