Please wait a minute...
浙江大学学报(工学版)
浙江大学学报(工学版)  2020, Vol. 54 Issue (10): 1915-1922    DOI: 10.3785/j.issn.1008-973X.2020.10.007
计算机技术     
移动群智感知平台设计与实现
廖佳豪1(),於志文2,*(),刘一萌2,郭斌2
1. 西北工业大学 软件学院，陕西 西安 710129
2. 西北工业大学 计算机学院，陕西 西安 710129
Design and implementation of mobile crowdsensing platform
Jia-hao LIAO1(),Zhi-wen YU2,*(),Yi-meng LIU2,Bin GUO2
1. School of Software, Northwestern Polytechnical University, Xi’an 710129, China
2. School of Computer Science, Northwestern Polytechnical University, Xi’an 710129, China
 全文: PDF(795 KB)   HTML
摘要：

为了利用移动智能设备上闲置的传感器资源，对移动群智感知平台应用进行设计，在Android系统下完成应用开发工作. 应用程序可以适配移动智能设备具备的传感器类型，获取多源传感数据完成感知任务；使用任务模版引导用户发布任务的方式，简化任务发布过程，能够面向多领域、多类型的感知任务完成传感数据收集. 框架设计模型－视图－控制器（MVC）模式，设计了2个用户界面层次和5个功能模块. 核心功能为感知任务的发布与接收，能够让使用者作为任务发布者，将当前待解决的问题作为感知任务在移动群智感知平台上发布；能够让使用者作为任务接受者领取并完成感知任务. 应用程序在1 000个感知任务显示的仿真实验下，保持良好的响应速度和性能.
关键词： 移动群智感知;  传感器;  软件设计与开发;  Android应用;  SQLite数据库    
Abstract:

The mobile crowdsensing platform was designed and application development work was completed using Android in order to utilize the idle sensing resources of mobile devices. The sensor type of mobile smart devices was adapted and the multi-source sensing data was obtained to complete the sensing task with the application. The task template was used to guide the user to publish the task and simplify the task publishing process. The multi-domain and multi-type sensing data were collected for tasks. The application was developed using the model-view-controller (MVC) pattern. Two user interface page levels and five functional modules were designed. The core function of this application was the task publishing and reception, which enabled users to act as task publishers and publish the current unsolved problems as sense tasks on the mobile crowdsensing platform. The user could be a task receiver, receiving and completing the sensing task. The application maintained good response speed and performance in the simulation experiment while application showed one thousand sensing tasks.
Key words: mobile crowdsensing    sensor    software application design and development    Android application    SQLite database
收稿日期: 2019-12-16 出版日期: 2020-10-28
CLC:  TP 311  
基金资助: 国家重点研发计划资助项目（2019YFB2102200）
通讯作者: 於志文     E-mail: liaojh@mail.nwpu.edu.cn;zhiwenyu@nwpu.edu.cn
作者简介: 廖佳豪（1996—），男，硕士生，从事移动群智平台开发的研究. orcid.org/0000-0001-6527-7252. E-mail： liaojh@mail.nwpu.edu.cn
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
作者相关文章　　
廖佳豪
於志文
刘一萌
郭斌

引用本文:

廖佳豪,於志文,刘一萌,郭斌. 移动群智感知平台设计与实现[J]. 浙江大学学报(工学版), 2020, 54(10): 1915-1922.

Jia-hao LIAO,Zhi-wen YU,Yi-meng LIU,Bin GUO. Design and implementation of mobile crowdsensing platform. Journal of ZheJiang University (Engineering Science), 2020, 54(10): 1915-1922.

链接本文:

http://www.zjujournals.com/eng/CN/10.3785/j.issn.1008-973X.2020.10.007    或    http://www.zjujournals.com/eng/CN/Y2020/V54/I10/1915

图 1  应用框架设计
图 2  移动群智感知平台应用功能设计
图 3  应用页面层次结构设计
图 4  应用感知功能封装类
图 5  感知任务发布模版种类
图 6  MainController功能
名称 定义
NETWORK_PROVIDER 根据蜂窝网络和WiFi接入点确定位置数据
GPS_PROVIDER 使用卫星提供位置数据
PASSIVE_PROVIDER 通过其他应用发送位置请求，被动接收位置数据
FUSED_PROVIDER 混合模式
表 1  位置传感器Provider类别
性能指标 CPU占比 内存/MB 耗能
测试1 5%~10% 188±2 中低
测试2 6%~15% 185±5 低
测试3 7%~10% 187±2 低
测试4 7%~11% 188±4 低
综合 5%~10% 180~190 低
表 2  10个感知任务应用展示压力测试结果
性能指标 CPU占比 内存/MB 耗能
测试1 6%~11% 185±2 低
测试2 6%~10% 186±3 低
测试3 7%~12% 187±2 低
测试4 5%~11% 185±4 中低
综合 6%~12% 181~189 低
表 3  100个感知任务应用展示压力测试结果
性能指标 CPU占比 内存/MB 耗能
测试1 6%~13% 187±3 低
测试2 8%~10% 185±2 中低
测试3 6%~17% 185±5 低
测试4 8%~12% 187±3 中低
综合 6%~13% 183~190 低
表 4  1 000个感知任务应用展示压力测试结果
1 GANTI R K, YE F, LEI H Mobile crowdsensing: current state and future challenges[J]. IEEE Communications Magazine, 2011, 49 (11): 32- 39
doi: 10.1109/MCOM.2011.6069707
2 GUO B, WANG Z, YU Z W, et al Mobile crowd sensing and computing: the review of an emerging human-powered sensing paradigm[J]. ACM Computing Surveys, 2015, 48 (1): 1- 31
3 WANG L, ZHANG D, WANG Y, et al Sparse mobile crowdsensing: challenges and opportunities[J]. IEEE Communications Magazine, 2016, 54 (7): 161- 167
doi: 10.1109/MCOM.2016.7509395
4 陈荟慧, 郭斌, 於志文 移动群智感知应用[J]. 中兴通讯技术, 2014, 20 (1): 35- 37
CHEN Hui-hui, GUO Bin, YU Zhi-wen Mobile crowd-sensing application[J]. ZTE Technology Journal, 2014, 20 (1): 35- 37
5 KIM S, ROBSON C, ZIMMERMAN T, et al. Creek watch: pairing usefulness and usability for successful citizen science [C] // Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York: ACM, 2011: 2125–2134.
6 DUTTA P, AOKI P M, KUMAR N, et al. Common sense: participatory urban sensing using a network of handheld air quality monitors [C] // Proceedings of the 7th ACM Conference on Embedded Networked Sensor Systems. Berkeley, California: ACM, 2009: 349-350.
7 MATHUR S, JIN T, KASTURIRANGAN N, et al. Parknet: drive-by sensing of road-side parking statistics [C] // Proceedings of the ACM International Conference on Mobile Systems, Applications, and Services. San Francisco: ACM, 2010: 123-136.
8 CHEN L, CAI Y, DING Y, et al. Spatially ?ne-grained urban air quality estimation using ensemble semi-supervised learning and pruning [C] // Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing. Heidelberg: ACM, 2016: 1076–1087.
9 DEMIBAS M, RUDRA C, RUDRA A, et al. Imap: indirect measurement of air pollution with cellphones [C] // Proceedings of the IEEE International Conference on Pervasive Computing and Communications. Galveston: IEEE, 2009: 1-6.
10 MOHAN P, PADMANABHAN V N, RAMJEE R. Nericell: rich monitoring of road and traffic conditions using mobile smartphones [C] // Proceedings of the 6th ACM Conference on Embedded Network Sensor Systems. New York: ACM, 2008: 323-336.
11 LIU S, LIU Y, NI L, et al Detecting crowdedness spot in city transportation[J]. IEEE Transactions on Vehicular Technology, 2013, 62 (4): 1527- 1539
doi: 10.1109/TVT.2012.2231973
12 CHEN H, GUO B, YU Z W, et al. Toward real-time and cooperative mobile visual sensing and sharing [C] // Proceedings of the 35th Annual IEEE International Conference on Computer Communications. San Francisco: IEEE, 2016: 1-9.
13 LIU Y M, YU Z W, GUO B, et al. CrowdOS: a ubiquitous operating system for crowdsourcing and mobile crowd sensing [EB/OL]. [2020-08-11]. https://doi.org/10.1109/TMC.2020.3015750.
14 RANA R K, CHOU C T, KANHERE S S, et al. Ear-phone: an end-to-end participatory urban noise mapping system [C] // Proceedings of the 9th ACM/IEEE International Conference on Information Processing in Sensor Networks. Stockholm, Sweden: ACM, 2010: 105-116.
15 WHITE J, THOMPSON C, TURNER H, et al Wreckwatch: automatic traf?c accident detection and noti?cation with smart phones[J]. Mobile Networks and Applications, 2011, 16 (3): 285- 303
doi: 10.1007/s11036-011-0304-8
[1] 尤明辉,殷亚凤,谢磊,陆桑璐. 基于行为感知的用户画像技术[J]. 浙江大学学报(工学版), 2021, 55(4): 608-614.
[2] 张腾,蒋鑫龙,陈益强,陈前,米涛免,陈彪. 基于腕部姿态的帕金森病用药后开-关期检测[J]. 浙江大学学报(工学版), 2021, 55(4): 639-647.
[3] 吴志强,卫军,董荣珍. 石墨烯压阻复合材料及其在裂纹监测中的应用[J]. 浙江大学学报(工学版), 2020, 54(2): 233-240.
[4] 童基均,柏雁捷,潘剑威,杨佳锋,蒋路茸. 基于变分模态分解的心冲击信号和呼吸信号分离[J]. 浙江大学学报(工学版), 2020, 54(10): 2058-2066.
[5] 田昊,赵禹任. 高速电磁阀开启特性的光学测量[J]. 浙江大学学报(工学版), 2020, 54(1): 17-22.
[6] 郑音飞,覃永贵,安继业,付文鑫. 热释电效应与超声衰减结合的离体温度估计[J]. 浙江大学学报(工学版), 2020, 54(1): 189-195.
[7] 刘春生,单洪,王斌,黄郡. 基于Bregman散度的无线传感器网络定位[J]. 浙江大学学报(工学版), 2019, 53(8): 1525-1535.
[8] 吕艳,张萌,姜吴昊,倪益华,钱小鸿. 采用卷积神经网络的老年人跌倒检测系统设计[J]. 浙江大学学报(工学版), 2019, 53(6): 1130-1138.
[9] 袁琪, 马春光, 姚建盛, 于海涛. 基于w-BIBD的异构传感网密钥预分配方案[J]. 浙江大学学报(工学版), 2019, 53(1): 126-136.
[10] 刘洲洲, 李士宁, 李彬, 王皓, 张倩昀, 郑然. 基于弹性碰撞优化算法的传感云资源调度[J]. 浙江大学学报(工学版), 2018, 52(8): 1431-1443.
[11] 柯显信, 张文朕, 杨阳, 温雷. 仿人机器人多传感器定位系统[J]. 浙江大学学报(工学版), 2018, 52(7): 1247-1252.
[12] 魏鑫伟, 高庆, 苏凯麒, 秦臻, 潘宇祥, 贺永, 王平. 结合组织工程支架的三维心肌细胞传感器[J]. 浙江大学学报(工学版), 2018, 52(7): 1415-1422.
[13] 赖晓翰, 文昊翔, 陈隆道. 潮间带无线传感器网络路由算法[J]. 浙江大学学报(工学版), 2018, 52(12): 2414-2422.
[14] 齐小刚, 王振宇, 刘立芳, 刘兴成, 马久龙. 无线传感器和执行器网络可靠高效路由[J]. 浙江大学学报(工学版), 2018, 52(10): 1964-1972.
[15] 肖璟博, 陈敏, 刘云涛, 刘云超, 陈杰. 水质监测传感器数据采集节点的设计和实现[J]. 浙江大学学报(工学版), 2017, 51(7): 1446-1452.