無線感測器網路 (Wireless Sensor Networks)
Written by ADS Lab on the 2007/01/25
Copyright © 2007 ADS Lab.
此網頁是本實驗室對無線感測器網路 (Wireless Sensor Networks) 的研究方向做簡單的介紹
- 移動物體追蹤 (moving object tracking):
在軍事戰場上，無線感測器可以對敵軍的部隊作偵測並掌握敵軍部隊的位置。無限感測器同時也可以幫助友軍作偵測與聯繫並達到較有效和教快速的支援。在偵查敵軍方面，無線感測器可以經由地面的震動就可以判斷敵軍在該感測器的附近出沒。在追蹤我方軍隊方面，友軍可以攜帶一個無線電的裝置，固定時間廣播訊息。當數個無線感測器偵測移動物體的存在的時候或是移出自己的感測範圍時，就可以定位出其座標。 - 醫療看護的警急通報:
行動有障礙的病患在家中或再外可能會有意外發生，但又不方便打電話就醫。如果在輪椅上或柺杖上放置有無線感測器，當輪椅車倒了或柺杖的不規則的擺放那就會啟動無線感測器的自動回報，透過感測器的回報病患才能得到快速的警急救醫。在大型醫院裡，為了方便監控病患的病情，病患可以戴上可感測體溫、心跳等功能的無線感測器。當病情有變化的時候，無線感測器可以自動回報病人所在的病房與其他資訊，以增加醫療效率和減低人為的疏失。 - 肢體動作擷取 (motion capturing):
無線感測器可以偵測肢體或物體的運動。在現今很多的電腦動畫與 3D 人物，物體的繪製都可運用無線感測器來偵測。由於感測器的無線裝置可以避免電線帶來的阻礙，因此無線感測器比其他有線的裝置較有力來用作肢體動作的擷取。
1.Query Processing in Wireless Sensor Networks
由於能量消耗、記憶體的限制及缺乏共通的識別證，傳統 query processing 的方法無法直接應用到 sensor network 上， 因此在 sensor network 上發展適合的 query processing system 就成為我們所研究的目標之一。 以下分別介紹國外的研究團隊及本實驗室的研究內容。
加州大學洛杉磯分校發展出的有向性擴散（Directed Diffusion, UCLA CENS）協定是一個以資料為中心（data-centric）的方法。 此協定的特色是每一節點不以位址來區分，而是以它所感測到的資料來命名(naming)。在此協定中，觀測者(sink)首先送出一個詢問（query）， 然後此詢問將透過網路中其它節點擴散出去。當任何一個節點擁有滿足此詢問的資料 (source)時，它便將本身的資料傳回sink。 因為有向性擴散協定傳送詢問及sensor回傳資料皆是區域性交換資訊(gossip-based) （即鄰居們互相交換資訊），因此這個協定十分適合動態網路架構， 而且每一個sensor不需儲存太多路由資訊。
另外兩個團體是從database的觀點去看待整個sensor network就是一個大的資料庫 (sensor network as a database)，分別是加州大學柏克萊分校的TinyDB (NEST Project) 與康乃爾大學的 Cougar。這兩個團體都是要設計使用在 sensor network 的詢問處理系統 (query processing system)。他們提出了sensor所產生的data如何被取得 (data acquisition)，如何建置一個有效率與省能源的資料收集與發佈 (data collection and dissemination) 的方法，並提出了著名的資料聚集 (data aggregation) 的方法。使得在這系統上面能夠處理 sensor network query。
本實驗室的研究方向接近 TinyDB 及 Cougar。亦即我們嚐試著用 database 的角度來觀查 sensor network，並發掘出之中值得研究的議題。 在目前的研究中，我們致力於在 sensor network 中提供處理複雜查詢 (Query) 的能力。這些查詢包含了區間查詢 (range query)，最近 鄰居查詢 (nearest neighbor query)，最近似值查詢 (similarity query) 及前 k 筆極值查詢 (Top-k query)…等。這些查詢在傳統商業 資料庫的環境中，已經是必要且常見的查詢。舉例來說，主管想知道公司內月薪最高的十名員工，這就是 Top-k query 的應用。又或者 主管想知道每月營業額介於 20 萬到 35 萬的銷售點有那些，這就是 range query 的應用。同樣的，在 sensor network 中，也存在著 需要這樣查詢的需求。例如在佈滿 sensor 的森林中，科學家想知道何處有火災發生，那他可以使用 Top-k query 來查詢前 5 個溫度最高 的點。又例如，農夫可以透過 sensors 監視溫室中是否每個區域的溼度都在 50% 到 65% 之間，這就是 range query 的應用。由此可觀之， 若是能在 sensor network 中提供此類查詢的功能，將可以使 sensor network 的應用程式不再僅侷限於「資料提供者」的角色，而進一步 可以提昇到「資訊提供者」的地位。
然而，在 sensor network 的環境中，由於 sensors 本身硬體及資源的限制，要在 sensor network 中提供上述的諸多查詢， 將面臨許多挑戰。其中包含了 (1) 如何以最節省能源的方式來完成資料的派送 (dissemination) 的工作。 (2) 由於前述的查詢將會牽涉到大量 sensor 的互動，因此應該提供一個有效率的查詢處理 (query processing) 機制， 盡可能地減少處理查詢時，所需要動用到的 sensor 個數。 (3) 資料的儲存 (storage) 與管理 (management)，sensor 所產生的資料，應該如何儲存，以何種形式組織起來， 才能提供查詢時，最大的處理效率...等。無論在國內外， 這些都是炙手可熱，或是方興未艾的課題。這些都是本實驗室研究團隊所努力的方向。
2. Spatial Query in Wireless Sensor Networks
在 sensor network 環境中，sensor 可提供給使用者關於移動物體 (moving object) 的位置資訊。這是因為許多跟移動物體位置資訊相關的技術已經可以在 sensor network 環境中實現。包括 sensor 可透過無線電 (radio) 或是超音波 (ultrasound) 等感測能力去偵測移動物體的存在，sensor 之間可透過無線網路交換資料，並利用三角定位或其他定位機制來合作決定移動物體的位置，甚至更進一步，sensor 間可運作追蹤策略，得知移動物體的移動路徑。
Sensor network 除了能提供移動物體資訊之外，更高階的應用就是能讓使用者能隨時查詢 (query) 所需要的移動物體位置資訊。這類針對移動物體位置資訊所下的查詢稱為空間查詢 (spatial query)。透過 spatial query，使用者可以獲得與本身位置相關的查詢服務 (Location Based Service)。LBS 在 sensor network上的應用相當廣泛，例如在火災現場，消防員可透過即時灑下的 sensors 去搜尋自己附近的生還者，對其進行救援。
我們實驗室對於 sensor network 的研究方向之一就是針對移動物體位置資訊， 提供處理 spatial temporal query的方法。目前我們最關注的一種 spatial temporal query 稱為 Continuous K-Nearest Neighbor (CKNN) query。CKNN 查詢的作用是搜尋連續一段時間內， 每個時間點距離查詢者最近的 K 的移動物體。如下圖所示, 查詢者 q 想要找出時間 t=0 到 t=4 這段時間內離 q 最近的二個物體.在 t=0 到 t=2 這段時間內離 q 最近的二個物體皆為 a 跟 b, 而從 t=2 到 t=4 這段時間內離 q 的最近二個物體變為 b 跟 c. 由於所要查詢的是一段時間，CKNN 查詢不僅具有 spatial 的特性，同時兼具了 temporal 的概念。
CKNN 查詢在 sensor network 應用中扮演了重要的角色。舉一個危難救援的例子，對於一個參加超級馬拉松的選手來說，比賽的場地都是原始且危險的大自然環境，像是撒哈拉沙漠、亞馬遜叢林等。惡劣的環境因素可能會危急選手的安全。若是能在比賽場地裡佈置 sensor network，一旦選手進入賽場，選手可向sensor network註冊一個 CKNN 查詢。在選手進行比賽的過程中，sensor可以持續地回報給K個最近工作人員 (KNN) 的動態。若當選手遭遇受傷或體力不支等緊急狀況時，選手可立刻向目前的K個最近工作人員救援。由此例可看出 CKNN 查詢在sensor network環境中的實用價值。
然而，在 sensor network 的環境中要設計一個有效率的CKNN query處理方法會面臨許多限制，不僅遭受到 sensors 本身硬體及資源的限制，還會面臨CKNN 問題本身的挑戰。CKNN問題最重要的判斷依據就是查詢者與物體之間的距離，因此必須從 sensor network 中取得處理查詢所需的移動物體位置，才能正確地回答 KNN 查詢。所以為了有效率地處理 sensor network 環境底下的 CKNN查詢，我們應考慮的議題包括 (1) 移動物體位置資訊的儲存 (storage) 與管理 (management): 移動物體位置隨時間不斷變化，應如何儲存與更新才能達成最佳的查詢處理效能 (2) 以最省能源的方式去收集移動物體位置資訊，同時要維護正確的 KNN 答案並且要降低 sensor 間的傳輸成本 (3) 減少參與查詢的 sensor 個數，並且平均每個 sensor 的負擔等。這些相關議題都是我們正在努力研究的方向。
3.Object Tracking in Wireless Sensor Networks
在無線感測網路的應用中，我們可以發現到使用者都希望能利用感測器幫忙他們有效率的收集有需要的資訊，如溫度、化學濃度、野生動物位置...等等。對於使用者而言，在這些被需要的資訊中物體的位置是一個相當重要的資訊。舉例來說：在智慧建築中，當感測器測到火災意外發生時，消防人員將會希望透過佈置在建築中的感測器告知他們位置以及移動方向加快救援的腳步。在健康應用中，當病患的生理狀況不正常時，醫護人員希望能透過無線感測網路告知他們病患的目前位置，以便加快急救的速度。在監控環境應用中，野生動物的棲息位置以及登山者和觀測人員的移動位置也都相當的重要。
但是由於無線感測網路本身的許多限制 (如：能量消耗、記憶體、頻寬…等)，使得無線感測網路無法火力全開使用全部的感測器監控 (monitor) 使用者所感興趣的對象。因此無線感測網路如何以最少的感測器、最少的計算量，以及最少的通訊量，讓一群獨立運作的感測器能夠互相合作監控使用者所要觀察的對象就成為我們所要研究的目標之一。
在目前的研究中，我們為了讓無線感測網路能夠針對當時物體的移動方式採用不同的監控策略，勢必要不停的監控物體的移動方式，以確保當下所採用的策略是正確的。但是，不停的監控物體和決定追蹤策略這樣的動作事實上是相當耗能源的。因此與其系統不停的檢驗物體當時的移動方式以及不停的根據物體當時的狀況決定適當的追蹤策略，我們反而更希望感測器有能力察覺物體的移動方式已經改變，並且在物體的移動方式改變時主動告知追蹤系統，讓追蹤系統能夠適時的調整追蹤策略。使得追蹤系統能夠利用一直以省電且遺失物體率低的追蹤策略追蹤移動物體。
如下圖顯示，我們希望感測器可以在物體移動方式改變的地方 (也就是圖中用星號標示出的位置) 偵測到物體移動方式以改變，使得追蹤系統所鎖定的追蹤範圍能夠隨著物體的移動方式而改。如圖1中顯示，當物體移動方式較不規則時，追蹤系統所鎖定的追蹤範圍比較大且追蹤頻率較為密集。如此設計的目的是為了降低追蹤系統遺失物體的機率，避免追蹤系統必須花費更多的能源找回遺失物體。相反地，當物體移動方式比較規則時，追蹤系統所鎖定的追蹤範圍比較小且追蹤頻率較為疏散。這樣設計的目的是為了縮減追蹤系統在追蹤物體時所消耗的能源量，以增加整個追蹤系統的壽命。如何能夠達到上面所描述的目標，是目前本實驗室研究團隊所努力的方向。
4.Moving Object Trajectory Identification in Wireless Sensor Networks
地理位置資訊這方面的研究是在無線感測網路中佔有舉足輕重地位， 其中最重要的目的是讓無線感測器可以透過感測器所偵測到的現象的地理位置。所以相關的應用都非常的廣泛，應用範圍包括:
從以上的舉例就可以得知無線感測器擁有相當廣泛的應用，應用也相當的普遍。
無線感測器的地理位置也與以上所提的應用息息相關。如果無線感測器並不了解自己的地理位置資訊，以上的例子都無法達成它們的目的。因此，定位技術是相當重要也相當熱門的議題。定位技術是無線感測網路的底層技術，大多數的無線感測網路的應用都仰賴定位技術加以衍生發展。
- 靜態物體定位大多是著眼在無線感測器的定位。這有利於大規模、隨機的無線感測器佈置和應用，因為要靠人力去將每一個感測器佈置在特定的位置是不可能的。所以利用無線感測器來佈置無線網路中以後，就由感測器自己互相定位來取得彼此之間的位置。
- �� 另外一方面，有些研究是直接考慮以知無線感測器的位置進行移動物體定位。這方面的研究是要擷取移動物體在無線感測網路中的連續性的移動路徑，例如在肢體動作擷取的應用等。還有一些定位機制是為了同時達到靜態與動態物體的定位，例如像在戰場軍隊的追蹤。首先利用無線感測器互相定位以後再進行追蹤敵軍的移動路徑等應用。
在無線感測器定位裡，又分成靜態物體定位與移動物體定位。
對於上述對於移動物體的追蹤的議題都是本實驗室努力實現與完成的目標。