WSN 硬件实验平台综述——调研报告

WSN 硬件平台调研报告

1、概述

无线传感器网络(Wireless Sensor Network，WSN)是大量的静止或缓慢移动的传感器以自组织和多跳的方式构成的无线网络，目的是协作地采集、处理和传输网络覆盖地域内感知对象的监测信息，并报告给用户。在过去十几年来，WSN 受到了学术界和工业界的重点关注，很多学者对 WSN 所涉及的技术进行了研究，取得了一定成果，推动了 WSN 的发展应用。特别是物联网（Internet of Things， IoT）的兴起，又推起了 WSN 的研究热潮。在无线传感器网络的研究领域中，硬件平台设计一直是研究重点之一。许多学者和工程师设计并制造了多种无线传感器网络硬件平台，并且将其应用于实际应用系统之中。但是，无线传感器网络的硬件平台设计并没有达到一个理想的效果， 没有一个通用的硬件平台供研究者进行研究工作，以及供应用开发者进行系统开发。WSN 的研究者及应用开发人员在进行实验平台选择的时候，也没有一个比较全面的参考。本文通过对现有 WSN 硬件平台进行一个调研分析，介绍了现有各个平台的特性以及适用的应用场景，试图对于 WSN 硬件平台的选型提供一个参考。

本文工作主要分为如下几部分：第一部分是简单的概述；第二部分介绍 WSN 硬件节点的组织架构；第三部分，对于现有的 WSN 硬件平台进行一个分类疏理；第四部分，对于 WSN 的应用场景进行介绍；第五部分，对于现有 WSN 硬件平台的参数进行一个汇总比较，明确哪些硬件节点可以适用于哪些应用场合；第六部分，对于现有 WSN 硬件平台在市场上实际使用情况进行一个分析介绍；最后，对于本文做一个总结。

2、WSN 硬件节点架构

无线传感器网络节点主要由四个部分组成：感知子系统、处理子系统、通信子系统和电源子系统组成，如下图 2.1 所示。

感知子系统由一个或者多个物理传感器组成，提供感知物理信息功能，是节点与物理世界建立连接的媒介。感知子系统的一个关键组成部分是模数转换器（ADC） ，将传感器的模拟信号转化为数字信号。
处理子系统汇集了所有其他子系统和一些额外的外围设备。主要目的是执行与感知、通信和自组织相关的指令。
通信子系统对于传感器节点的性能和能耗至关重要。通信子系统决定了节点的传输能力。
电源子系统是整个节点平台的能量来源， 节点的使用寿命很大程度上面取决于电源子系统的有效供应时长。

3、WSN 硬件平台分类

无线传感器网络是一种面向应用的技术，其使用的硬件平台包括汇聚节点、感知节点等都很大程度上取决于特定的应用需求。在无线传感器网络领域中，应用比较广泛的节点，依据处理能力等特点可以分为两种类型：低性能节点和高性能节点。
低性能节点：传感器节点计算能力，存储能力，传输能力相对低下，功耗低，只能够采集、传输物理标量信息。
高性能节点：传感器节点计算能力、存储能力、传输能力相对强大，但是功耗较高，能够采集、传输视频图像等信息，并进行一些本地处理。

3.1 低性能平台

低性能平台的主要特点在于其处理能力、存储能力、传输能力等方面有很大的限制，平台可利用的资源少。市面上常用的低性能平台主要有如下几种[26]：
a、 Mica 系列
Mica 系列包括有 Mica、Mica2、MicaZ、IRIS 以及 Cricket，这些节点都由 memsic 公司[2]提供（原 Crossbow 公司） 。Mica 系列节点都包括一个 8 位 AVR 处理器，频率 4-16MHz，一个128KB 可编程 flash. Mica 系列节点的处理能力、存储能力都比较相近，但是在传输信道、速率等方面有比较大差异。Mica 节点传输信道的频率包括 433MHz 和 916MHz，速率 40kbps。Mica2 节点传输信道的频率包括 315、433、868、916MHz，速率 40kbps。MicaZ 和 IRIS 节点采用 IEEE802.15.4 标准，传输信道的频率为 2.4GHz，速率 250kbps。Mica 系列的平台存储容量都十分有限 RAM 4-8KB，ROM 512KB。Cricket 节点是 Mica2 节点的一个升级版本，在Mica2 的基础上增加了超声波发送与接收装置，能够进行超声波定位。另外，Mica 系列平台采用两节 AAA 电池供电，提供 I/O 接口供用户连接外设。IRIS 节点平台相对于 MICA 产品，作用距离更长，在室外可达 500 米，速率 250kbps，基于 IEEE802.15.4/ZIGBEE 协议的 RF收发器。IRIS 可配合高性能平台组成功能强大的 WSN 系统，IRIS 主要承担数据传输任务。目前 Mica 系列由 MEMSIC 公司提供商业套件。

b、 TelosB/Tmote Sky
TelosB 和 Tmote Sky 节点平台与 Mica 系列平台的硬件架构类似，TelosB 节点是由加州大学伯克利分校研发， 授权 Crossbow 公司生产。 Tmote Sky 节点平台由 Sentilla 公司（ 原 Moteiv）提供。TelosB 和 TmoteSky 使用 16 位的 TI MSP430 单片机作为微控器，主频 8MHz，拥有 10KB的 RAM。另外，TelosB 和 TmoteSky 节点平台集成了一些传感器，比如温度、湿度、光传感器等，并且使用 USB 接口与主机连接，方便编程调试。提供 6-10 个引脚供用户连接外设。在市面上，这两种节点都有卖，TelosB 节点由 MEMSIC 公司提供，Tmote Sky 节点由 Sentilla公司提供，TelosB 和 Tmote 节点平台在学术界有比较大的用户群。

c、 Eyes/EyesIFX v2
Eyes 节点平台是由一个历时三年的欧洲项目开发，其架构类似于 TelosB/TmoteSky。采用16 位微处理器，16KB 的 RAM，2KB 的 ROM，传输信道频率 868MHz，速率达到 115.2kbps。另外，Eyes 节点平台集成了加速计、温度、光、压力传感器等。使用 RS232 串口与主机相连。EyesIFX v2 由Infineon[4]开发，各方面性能与 Eyes 节点平台类似，EyeslFX v2 采用 16位 TI MSP430 单片机，传输信道 868MHz，USB 编程接口。低性能平台在 WSN 的应用系统中，通常承担简单的感知任务，其通常搭载低功耗的处理器以降低功耗，价格相对低廉。因此，在 WSN 应用中，低性能平台使用广泛。

3.2 高性能平台

WSN 应用系统中，节点除了感知物理信息之外，还应该具有本地处理功能，多跳通信功能，大量数据传输功能等， 但是这些附加的功能是低性能平台所不能够提供的。 一些高级的操作，比如网络管理、图像视频信息传输、图像视频信息处理都要求平台拥有强大的处理器、充足的存储空间、足够的传输带宽。为了满足这些要求，研究人员开发出高性能的 WSN 平台。 目前主要有如下几种：

a、iSense
iSense 由 coalesenses 开发，提供整套的软件和硬件平台，目标是能够同时满足工业界和学术界的需求[5]。iSense 的硬件平台是由一个个功能独立的模块按需拼装而成的，包括传感模块、核心模块、电源模块。用户可以根据研究或者使用需要，购买相关模块进行组装，搭建特定的 WSN 系统。iSense 硬件平台是围绕核心模块 iSense CoreModule3 而搭建的，CoreModule3 装备一个JN5148 处理器[6]，32 位 RISC，主频 16MHz，128KB 的 RAM，512KB 的 ROM，功耗方面，在工作状态下 6mA，休眠状态下 3uA，信道 2.4GHz，速率 250-667kbit/s。iSense 提供不同的电源供应模块，包括太阳能供应模块内的特定模块都很方便地与主控板连接，构成应用系统。iSense 提供与硬件配套的软件模块。iSense 软件模块集成了一系列“即时可用”的服务和协议，包括路由、时间同步、无线编程等，除了一个专有的 mesh 协议栈，还提供 Ipv4 和Ipv6 协议栈。iSense 还提供一个 SHAWN 无线传感器网络仿真平台。iSense 提供 C++ API，其开发环境是其自带的软件开发系统 iSenseOS，提供类似于操作系统的功能，但并没有支持特定的操作系统（如 linux、TinyOS 等） 。iSense 典型应用领域[7]：环境监测和预防保护（如博物馆的温湿度监测） 、工厂自动化监测和维护、供应链和资产管理监测、室内安全
监测（门、窗等） 。iSense 目前由 coalesenses 公司提供商业套件。

b、Imote/Imote2
Imote 和 Imote2 是由 Intel 公司研发的高性能无线传感器网络平台。Imote 采用 32 位 ARM7处理器，64KB SDRAM，512KB Flash。Imote2 是 Imote 的升级版本。Imoete2 集成了 PXA271Xscale CPU 和兼容 IEEE802.15.4 的射频芯片[2]。Imote2 集成的 Intel PXA271 CPU 可以工作于低功耗模式，低电压 0.85V，低频率 13MHz。Imote2 采用动态电压调节技术，频率范围可以从 13MHz 达到 416MHz， 支持多种不同的低功耗模式， 如睡眠和深度睡眠模式。 PXA271CPU集成了 3 个存储芯片：256KB SRAM，32MB SDRAM 以及 32MB Flash。Imote2 提供多种 I/O，能够灵活地支持不同种类的传感器、A/D 转换模块以及射频模块。Imote2 的 I/O 包括：I2C，2 个同步串口 SPI，3 个高速 UART，GPIOs，USB Client，USB Host，I2S 音频编码接口，红外接口，PWN 脉宽调制，摄像头接口，高速总线（Mobile Scaleable Link）接口。PXA271包括多个定时器以及时钟。此外，Imote2 还增加了 30 条新 DSP 媒体处理指令，支持视频操作，且兼容 Intel MMX 和 SSE integer 指令。无线通信方面，Imote2 使用 TI 的 CC2420 IEEE802.15.4 发射器，支持 2.4GHz 带宽 16 通道 250Kb/s 数据传输率，标准接收范围是 30米。 Imote2 能量供应部分由 3 节 AAA 电池供电， 同时也可以采用充电电池， 最大电流 500mA。软件方面，Imote2 支持 TinyOS 和 Linux 系统， （目前支持 TinyOS，其数据手册有介绍未来会支持 Linux 系统） 。典型应用领域：警用应急现场监测、工业农业监测、民用小区以及停车场监测、野外视频监测。Imote2 目前由 MEMSIC 公司提供商业套件。

c、 CMUcam3
CMUcam3 节点是由卡内基梅隆大学的 Anthony Rowe 团队于 2007 年推出的视频传感器节点。CMUcam3 节点硬件上由 CMOS 图像传感器 OV7620、存储器 AL4V8M440 和微处理器 LPC2106，共 3 个模块组成。CMUcam3 节点可以对采集到的图像进行诸如图像求差、图像卷积、图像压缩等多种数字图像处理。CMUcam3 节点支持空闲（Idle）和掉电（Power Down）两种低功耗模式。CMUcam3 节点存储容量为 64KB RAM 和 128KB ROM。CMUcam3 是开源的，市面上无商业套件。

d、 DSPcam
DSPcam 节点[11]是在 CMUcam3 节点基础上全面升级的高性能视频传感器节点。 DSPcam 节点采用模块化设计，每个模块单独制板，方便功能扩充和升级更新。DSPcam 节点的核心微处理器是 32 位的 Blackfin 系列 DSP 处理器，摄像头采用 1.3V 超低压供电的 OV9653，且带有 IEEE 802.11b/g 无线通信模块。DSPcam 节点支持 DMA 功能。DSPcam 节点嵌入µCLinux实时操作系统（ Real Time Operating System, RTOS） ,并且自定义基于优先级分配、 提供 QoS保障的 MAC 层协议，可以为传输实时视频流提供实时性保障。同样 DSPcam 没有商业套件。

e、 XYZ
XYZ 节点[9]是由耶鲁大学的 Lymberopouls 团队于 2007 年推出的视频传感器节点。 XYZ 节点采用 32 位 ML67Q500X 处理器，CMOS 图像传感器 OV6720，ZIGBEE 无线收发器 CC2420 以及集成温度、湿度等标量传感器。在软件支持方面 XYZ 节点支持 SOS 操作系统，IEEE802.15.4协议。XYZ 节点是开源的目前市面上无商业套件[10]。

f、 MeshEye
斯坦福大学的 Stephan Hengstler 的团队于 2007 年提出了一种用于视频监控的智能节点设计方案MeshEye。 MeshEye 采用 32 位的 Atmel AT91SAM7S 处理器， 64KB RAM 和 256KB Flash，采用 TI 的 CC2420 芯片 Zigbee 传输协议。MeshEye 节点使用两种不同像素的摄像头。两种不同像素的摄像头配合使用，30x30 像素的低像素摄像头 ADNS-3060 只有在检测到移动场面时，才唤醒高像素的 VGA 摄像头 ADCM-2700 捕捉情景。软件支持方面，MeshEye 不支持操作系统，程序直接在裸机上面运行。目前无商业套件。

g、 WSN430/M3/A8
WSN430/M3/A8 节点平台都是开源的 WSN 硬件平台，由 IoT-LAB[13]开发提供。IoT-LAB 是一个超大规模的开放测试平台，适合小型无线传感器网络设备测试，以及异构无线传感器网络通信测试。IoT-LAB 使用两种硬件节点平台，第一种是用于感知的 WSN430 节点，第二种是用于网关及控制功能的 M3 和 A8 节点。这些节点都是开源的，在 GitHub 上面可以获得相关资料[14]。

WSN430 节点是基于低功耗处理器 TI MSP430F1611 搭建的，采用 IEEE 802.15.4 标准通信协议，信道频率为 2.4GHz。MSP430F1611 是 16 位 CPU，48KB Flash，10KB RAM，外接存储芯片 STM25P80，容量为 1MB，电源 3-7v,830mAh。WSN430 平台集成了可见光传感器以及温度传感器。软件方面支持 TinyOS、Contiki 以及 FreeRTOS 操作系统。

M3 节点基于 STM32F103REY 微控器（ARM Cortex-M3 内核）而搭建，通信采用 IEEE802.15.4标准， 2.4GHz。 STM32F103REY 微控器是 32 位 CPU,72MHz 主频， 64KB RAM， 外接 128MB 的Flash。供电 3-7v,650mAh。软件方面支持 Contiki、FreeRTOS 以及 Riot 操作系统。

A8 节点是这 IoT-LAB 功能最为强大的节点平台，支持复杂的操作系统如 Linux。A8 节点采用两个 32 的处理器，主处理器 TI SITARA AM3505（ARM Cortex-A8 内核） ，从处理器STM32F103REY。A8 节点平台可以运行复杂的程序，类似于机顶盒、智能手机及平板上面运行的程序， 用来汇集来自无线传感器网络的传感信息。 无线通信方面， A8 采用 IEEE802.15.4标准，信道 2.4GHz，提供 USB 以及以太网接口。A8 平台集成了 GPS 设备，加速计、磁强计以及陀螺仪。软件方面支持 Linux 系统。这三种节点处理器以及存储性能强大， 不足之处在于通信带宽有限制传输视频图像的能力有限。同时，这三种节点平台在市面上没有套件可买。

高性能的 WSN 平台在处理能力、存储能力以及传输能力上相比低性能平台有很大提升。高性能平台能够对于图像、视频信息进行采集、处理及传输，适用于更加细粒度、精确信息的监测应用。高性能平还有很多，比如 Cyclops[15],Panoptes[16],Meerkats[17],FireFlyMosaic[18],MicrelEye[19],CITRIC[20]等等，文献[21]对于这些平台有较为详细的描述和介绍。上述介绍的高性能平台，除了 iSense 和 Imote2 目前在市面上有商业套件之外，其余的都是研究人员专为特定的功能和应用而设计的。 这些平台主要目的是为了验证或者实现研究者的某一目标而非商业应用。因此，对于应用开发人员来说，使用这些平台的很多细节参数无法得知，市面上也没有套件销售。

4、WSN 的典型应用场景

无线传感网络的应用具有显著的多样性，比如：环境监测、目标跟踪、管道（水、油、气）的监测、结构安全监测、精细农业、医疗保健、供应链管理、活火山监测、智能交通、人类活动监测以及地下采矿等[1]。下面对于其中一些典型应用进行介绍。

4.1 结构安全监测

结构安全监测主要适用于建筑物震动等监测。 结构安全监测的技术主要有局部检测和整体检测两种。局部检测结构中局部化、不易察觉的裂缝，可用声发射传感器来检测裂缝扩展过程中释放的能量产生的弹性波，从而测量微观结构的变化或者位移。整体检测着重于检测那些足以影响整个结构的损伤（比如震动） ，这可以用加速计传感器来检测物体的加速运动，从而推测物体的震动程度，达到监测预警的功能。此类应用要求采集和传输的信息量小，物理标量信息，低性能的平台即可满足要求。应用原型是南加州大学开发的 Wisden 系统检测大楼，采用加速度计传感器。

4.2 智能交通

交通系统是社会经济中重要且复杂的基础设施，它与许多系统相关并提供服务支撑，比如供应链系统、紧急响应系统和公共保健系统。城市中，道路交通通常产生拥堵现象。如何解决道路拥堵的一种方案就是应用分布式的传感器网络， 收集道路上车辆密度、 行驶速度等信息，推测道路交通状况，动态控制红绿灯时长，引导车辆行驶，从而疏散交通。在交通控制中会用到很多设备，包括视频、声呐、雷达、感应线圈、磁力计、微环探针等。视频和声呐的传感系统需要安装在电线杆上面，感应线圈和磁力计等可以安装在道路下面。基于摄像头的系统需要人工参与处理图像、识别交通状况，但是在雨、雾、雪、沙尘暴等天气的时候，摄像头就不可靠了。因此，不受天气影响，可提供直接、准确信息的常用道路传感器就是感应线圈与磁力计，这些设备都安装在地下。感应线圈以及磁力计采集和传输的单个信息量相对较小，同样是物理标量信息，因此，一般低性能平台可以满足要求。应用原型是美国马萨诸塞州的瓦萨大街上安装了车辆检测系统，使用的节点平台是 Mica2。

4.3 医疗保健

无线传感器网络应用于医疗保健系统，主要用于检测包括患有帕金森症、癫痫病、心脏病、中风的病人。实现手段是病人身上携带可穿戴式的传感器设备，检测心率、含氧量、呼吸率、身体倾斜量等生理参数。主要用到的传感器为血氧饱和度传感器、血压传感器、心电图、 温度传感器等。应用原型是 Lorincz 和 Weaver 等人开发可穿戴系统，用于检测帕金森症患者。帕金森症表现为双手、四肢和下巴会不自主地颤抖，走路摇摆、身体难以平衡。因此，使用加速计传感器可以对病人进行良好检测。此类应用采集的信息量小，一般低性能平台可满足需求。

4.4 管道监测

石油天然气管道长、造价高、危险大、不容易接触，需要长时间持续监测。由于地震、山体滑坡、外力碰撞所引起的管道变形会导致管道泄漏，还有结构腐蚀、磨损等原因也可能导致泄漏。 因此有效监测管道泄漏是一个亟待解决的问题。 应用于管道监测的常用传感器有压力、温度，声音传感器，超声波传感器等。此类应用传输的数据量相对较小，但是需要长期监测，电源供应是一个难题。

4.5 精细农业

精细农业是一种农业管理方式，它通过节约资源使用来使农民获得更高的生产率。精细农业通过监测一块土地中的土壤、农作物、气候的变化并提供一个决策系统。精细农业应用技术的最大挑战就是需要收集数天的大量数据，只有足够多的数据才能够反映出土地的整体特性。因此，WSN 可以成为大规模感知采集数据的最佳工具。应用原型：加拿大不列颠哥伦比亚省奥克那根谷的一个葡萄园里面，部署了一个 WSN 用来监测和获取温度的重大变化。因为温度对于葡萄的产量和品质有重要影响。整个 WSN 网络使用了 65 个节点，布置成网格状，每两个节点间相距 10-20 米。此类应用一般低性能平台可满足需求。

除了上述应用场景之外，WSN 还可应用于活火山监测、地下采矿监测、公共场所安全监测等等。对于传输数据量小的应用场景，如传输温度、湿度、位移、振幅等物理标量数据，低性能平台可满足需求。目前应用广泛的也是这些低性能平台，因为其成本相对低廉且可满足应用需求。对于传输视频图像信息的应用，主要使用于安防方面，公共场所监控等。上述的 WSN 应用场景，主要是行业应用，感觉像是老生常谈，并没有看出新意。如果跳出WSN，以 IoT 的视角来看未来物联网的应用，其前景是广阔的。在《2014 年我国物联网产业发展分析报告》[25]中，有提及物联网产业发展的机遇和趋势。M2M（Machine to Machine） 、车联网是最具内生动力， 商业化发展更加成熟； 物联网与移动互联网融合方向最具市场潜力，创新空间巨大；行业应用仍然会持续稳步发展，蕴含提升空间。

5、WSN 硬件平台参数比较

本节对于现有的低性能平台以及高性能平台的硬件参数进行一个汇总对比。 低性能平台主要关注处理器类型、存储容量、无线射频芯片、通信频率、操作系统等几个参数。高性能平台主要关注处理器类型、存储容量、与外设的接口、操作系统等几个参数。具体请见表 1 和表2.

由表 1 和表 2，我们可以看到，低性能平台之间各硬件参数配置基本相同，处理器是 8 位或者 16 位，存储容量一般小于 128KB，通信协议是 IEEE802.15.4，信道频率集中在 433MHz、868MHz 以及 2.4GHz。差异主要在于通信协议的选择不同。高性能平台之间共性是处理器都是 32 位的，存储容量大。差别同样在于选择的通信协议的不同。

低性能平台与高性能平台的主要差别在于处理器的性能以及存储器容量。节点传输性能， 主要取决于通信协议及通信芯片，高性能平台如 Imote2 选择 IEEE802.15.4 协议作为标准， 其单次能够传输的数据量就受到限制。采用 WIFI 作为传输协议的高性能平台，在传输能力上会明显优于采用 IEEE802.15.4 协议的平台，但是，功耗方面会增加。如何在性能和功耗两方面进行一个权衡，需要依据应用需求来确定。

6、WSN 硬件平台的应用现状及分析

无线传感器网络的硬件平台选择通常是以应用为导向的。一般而言，用户会根据实际应用的需求选择功能不同的硬件平台。但是，从应用需要监测传输的数据类型、数据量大小，这个角度进行一个区分，我们可以抽象出一些共性。

应用系统监测传输物理标量信息，比如温度、湿度、光照、加速度等信息，需要的计算复杂度不高，所占的存储空间相对较小，低性能硬件平台可以满足要求。需要传输图像视频等数据量大、计算复杂度高的信息，则必须选择高性能平台。

在低性能硬件平台的市场供应方面，Memsic 公司（原 Crossbow 公司）占据主导地位。Memsic公司提供的 MICA 系列节点平台在 WSN 的发展过程中，使用非常广泛。很多学术研究以及工业农业应用都使用 Memsic 公司产品。 Memsic 公司产品与 WSN 的软件配套耦合程度比较好。比如，TelosB 节点，是由加州大学伯克利分校研发，授权 Memsic 公司进行商业化生产。其配套的操作系统 TinyOS，同样也是由加州大学伯克利分校研发。在近十几年中，TinyOS 成为 WSN 领域使用最为广泛的软件操作系统。由于软硬件配套，并且 TinyOS 是开源的，有强大的开发社区支持，因此 TelosB 平台在 WSN 的研究和应用系统中应用很广泛。根据调研最近三年，国际上关于 WSN 的几个重要学术会议，比如 MobiHoc、IPSN、Sensys 以及 EWSN，其中，大部分研究 WSN 相关技术，比如路由协议、MAC 协议、定位技术等，使用的硬件平台大多数是 Memsic 的 MICA 系列和 Telos 系列， 其中 TelosB 使用频次最高。由此可见，以TelosB 为代表的低性能平台在学术界有很大一群忠实用户。

高性能硬件平台应用方面，目前市场上并没有形成大规模的应用。高性能硬件平台的应用场合主要是对于低性能硬件平台所采集信息的一个扩充， 最为典型的就是提供可视化的视频图像信息，使得监控信息更加多样化，可提供更加细粒度、精准的监测应用。但同时，制约高性能硬件平台大规模应用的因素有很多，比如，高性能硬件平台的成本高，功耗大，传输带宽要求高，其能量供应，网络传输，以及系统整合等方面的技术问题并没有完全解决，限制了其应用推广。因此，目前已有的高性能硬件平台基本上都是限于实验室使用阶段。上文中介绍的高性硬件平台，除了 iSense 和 Imote2 两类有商业套件之外，其余的都只是为特定研究目的而开发的，并没有形成商业化生产。另外，一个现象就是近几年 WSN 有关的会议， 关于使用到高性能硬件平台的研究论文相对少见。

对于 WSN 的研究，包括使用低性能硬件平台和高性能硬件平台，都已经有十几年的历史。WSN的研究衍生了很多特定类别，比如无线生理传感器网络（wireless body sensor network ,WBSN 或 BSN）[22]、无线多媒体传感器网络(Wireless multimedia sensor network，简称WMSN)等等。对于 WSN 的硬件平台，由已有的资料来看，都是将近十年以前所开发的，近两三年很少有新的硬件平台被商业化生产以及推广应用。比如，著名的 WSN 硬件平台提供厂商Crossbow 公司， 在被 Memsic 公司兼并之后， 到目前为止没有再推出 WSN 相关新的硬件平台。另外，严格意义上的 WSN 研究也并没有看到大的突破。图 6.1 展示了无线传感器网络硬件平台的一个发展史。由图示可知，WSN 硬件平台从上世纪九十年代就有产品被设计出来，到本世纪前十年，每年都有新产品诞生，但是近两三年来，并没有见到比较有代表性的相关新产品。

近期，有不少学者研究将智能相机[23]（smart camera）等智能设备接入无线传感器网络。智能相机(Smart Camera)是一种高度集成化的微小型机器视觉系统。它将图像的采集、处理与通信功能集成于单一相机内，从而提供了具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。智能相机应用于传感器网络，其作用通常不是作为一般意义上的终端节点，而是作为一个综合汇聚的处理平台。通信方式采用 WIFI，电源供应采用有线电源供应。其应用于智能家居领域已经有成熟解决方案，在这个月深圳高新技术交易会中，有不少企业展示此种应用。 在电商网站上面也有很多此类产品，以及整套解决方案[24]。接入智能相机的 WSN，其网络结构通常是异构的，用于感知温度、湿度、光照等传感器依然
使用传统的 WSN 技术进行通信，最后汇聚到智能相机。智能相机作为一个网关通过 wifi 接入 Internet。

7、总结

本文对于 WSN 发展过程中的硬件平台进行了一个综合调研分析。 疏理了 WSN 领域常用的硬件平台，并且依据性能将其划分为高性能平台和低性能平台两个类别。其次，对于 WSN 的典型应用场景进行了汇总介绍，以及展望了未来 WSN 可能的应用领域。另外，对于各种硬件平台的参数配置进行了汇总比较，明确各种平台能够适用于何种应用场景。最后，对于现有硬件平台的使用情况以及发展现状进行了介绍及分析。

参考文献

[1]Waltenegus Dargie, Christian Poellabauer. Fundamentals of Wireless SensorNetworks Theory and Practice. 2014.1. pp46-47.
[2]IRIS/MICAz/MICA2/TelosB/Imote2/Cricket:
http://www.memsic.com.cn/index.php?option=com_content&view=article&id=47&Itemid=44&lang=zh
[3]Tmote:http://www.eecs.harvard.edu/~konrad/projects/shimmer/references/tmotesky-datasheet.pdf
[4]Infineon. [Online].Available:http://www.infineon.com/cms/en/product/index.html
[5]iSense.[Online].Available:http://www.coalesenses.com/
[6]JN5184.[Online].Available:http://baike.baidu.com/view/3161843.htm?fr=aladdin
[7]iSense Application Domains.[Online].Available:
http://www.coalesenses.com/index.php/products/solutions/
[8]CMUcam3.[Online].Available:
http://www.andrew.cmu.edu/user/agr/pubpg/RI-TR-07-13.pdf
[9] R. Kleihorst, A. Abbo, B. Schueler, A. Danilin.Camera Mote with aHigh-performance Parallel Processor for Real-time Frame-based Video Processing[C].IEEE Conference on Advanced Video and Signal Based Surveillance, 2007:69-74.
[10]XYZ[Online].Available: http://www.eng.yale.edu/enalab/XYZ/
[11] Arvind Kandhalu, Anthony Rowe, Ragunathan (Raj) Rajkumar. DSPcam: A Camera Sensor System for SurveillanceNetworks. Third ACM/IEEE International Conference on Distributed Smart Cameras, 2009. Pages:1 - 7
[12]Hengstler S,Prashanth D,Fong S,Aghajan H (2007) MeshEye: a hybrid-resolution smart camera motefor applications in distributedintelligent surveillance. International Conference on Informationprocessing in Sensor Networks.
[13]IoT-LAB.[Online].Avaliable:https://www.iot-lab.info/
[14]GitHub of IoT-LAB.[Online].Avaliable:https://github.com/iot-lab/iot-lab
[15]Rahimi M, Baer R, Iroezi OI, Garcia JC, Warrior J, Estrin D, Srivastava M (2005) Cyclops: in situ imagesensing and interpretation in wireless sensor networks. In: Proc. ACM Conference on EmbeddedNetworked Sensor Systems, pp 192–204
[16]Feng WC, Kaiser E, Shea M, Feng WC, Baillif L (2005) Panoptes: scalable low-power video sensornetworking technologies. Trans Multimed Comput Comm Appl 1:151–167
[17]Boice J, Lu X, Margi C, Stanek G, Zhang G, Manduchi R, Obraczka K (2006) Meerkats: a power-aware, selfmanaging wireless camera network for wide area monitoring. In: Proc. Workshop on Distributed Smart Cameras.
[18]Rowe A, Goal D, Rajkumar R (2007) FireFly Mosaic: a vision-enabled wireless sensor networkingsystem. In Proc. IEEE International Real-Time Systems Symposium, pp 459–468.
[19]Kerhet A, Magno M, Leonardi F, Boni A, Benini L (2007) A low-power wireless video sensor node fordistributed object detection. J Real-Time Image Process 2:331–342
[20]Chen P, Ahammed P, Boyer C, Huang S, Lin L, Lobaton E, Meingast M, Oh S, Wang S, Yan P, Yang AY,Yeo C, Chang LC, Tygar D, Sastry SS (2008) CITRIC: a low-bandwidth wireless camera networkplatform. In: Proc. International Conference on Distributed Smart Cameras, pp1–10.
[21]Bulent Tavli,Kemal Bicakci,Ruken Zilan,Jose M,Barcelo-Ordinas.Asurvey of visual sensor network platforms.Multimedia Tools and ApplicationsOctober 2012, Volume 60,Issue 3,pp689-726.
[22]WBSN.[Online].Avaliable:http://baike.baidu.com/view/6356758.htm?fr=aladdin
[23]Smart Camera.[Online].Avaliable:http://en.wikipedia.org/wiki/Smart_camera
[24]无线智能相机电商产品：
http://search.jd.com/search?keyword=%E6%97%A0%E7%BA%BF%E6%99%BA%E8%83%BD%E7%9B%
B8%E6%9C%BA&enc=utf-8&qr=&qrst=UNEXPAND&qk=title_key%2C%2C%E7%9B%B8%E6%9C%BA&rt
=1&stop=1&cid3=9927
[25]2014 年我国物联网产业发展报告:http://www.50cnnet.com/show-29-80537-1.html
[26]Thang Vu Chien, Hung Nguyen Chan,Thanh Nguyen Huu.A Comparative Study on Hardware Platforms for Wireless Sensor Networks.International Journal on Advanced Science Engineering Infromation Technology.Vol.2,2012.