摘要：随着物联网技术的飞速发展，智能家居系统逐渐走进人们的生活。然而，传统智能家居系统在数据处理与传输时，常因云端集中处理模式而出现延迟与带宽压力问题。本文提出一种基于边缘计算的物联网智能家居控制系统，借助边缘计算在本地实时处理数据的特性，降低数据传输延迟，提升系统响应速度，减轻云端负载。文中详细阐述该系统的设计架构、硬件选型与软件实现，通过实际测试表明，基于边缘计算的智能家居控制系统能有效提高控制的实时性与稳定性，为智能家居的进一步发展提供参考。

关键词：边缘计算；物联网；智能家居；控制系统

一、引言

智能家居旨在利用先进的计算机、网络通信与综合布线技术，将与家居生活相关的各种子系统有机结合，通过统筹管理，让家居生活更舒适、安全与便捷。传统智能家居系统多采用云端集中式数据处理模式，设备产生的数据需全部上传至云端处理，这在数据传输过程中，不仅会造成网络延迟，影响用户对设备的实时控制体验，还会给云端服务器带来巨大负载，消耗大量带宽资源。

边缘计算作为一种新兴的计算模式，将数据处理从云端下沉到网络边缘，在靠近数据源的地方进行数据处理，减少数据传输，降低延迟，为智能家居控制系统提供了新的解决思路。因此，研究基于边缘计算的物联网智能家居控制系统具有重要的现实意义。

二、系统总体设计

2.1设计目标

本系统的主要设计目标是构建一个集感知、控制与管理于一体的智能家居系统。系统能实时采集家居环境信息，如温度、湿度、光照强度等，实现对家电设备的远程控制，并依据预设条件和用户习惯，自动调节设备运行状态。同时，通过引入边缘计算技术，大幅降低数据处理延迟，提升系统的稳定性与可靠性。此外，系统还致力于提供用户友好的交互界面，使得用户能够轻松地通过各种智能设备，如智能手机、平板电脑或个人电脑，来监控和管理他们的家居环境。系统的设计还考虑了扩展性和安全性，确保随着技术的进步和用户需求的变化，系统能够灵活地进行升级和维护。

2.2系统架构

基于边缘计算的物联网智能家居控制系统架构主要由感知层、边缘层、网络层和应用层组成。

感知层由各类传感器与执行器构成，传感器负责采集家居环境信息，如温湿度传感器采集室内温湿度，光照传感器采集光照强度等；执行器则接收控制指令，对家电设备进行控制，如控制灯光的开关与亮度、空调的温度调节等。此外，感知层还包括了其他类型的传感器，例如烟雾探测器、门窗传感器等，以增强家居安全。这些传感器和执行器通过无线或有线的方式连接，形成一个紧密的网络，确保信息的实时性和准确性。

边缘层是本系统的核心部分，部署边缘计算设备，如边缘网关。边缘网关一方面负责与感知层设备进行通信，收集传感器数据；另一方面对采集到的数据进行实时分析与处理，依据预设规则直接控制执行器动作，只有必要数据才上传至云端。这样，既减少了数据传输量，又降低了系统响应延迟。边缘计算设备还能够处理一些复杂的任务，如图像识别和声音分析，进一步增强了系统的智能性。

网络层负责边缘层与应用层之间的数据传输，支持Wi-Fi、蓝牙、ZigBee等多种无线通信协议，以及以太网等有线通信协议，确保数据稳定、快速传输。网络层的设计还考虑了安全性和可靠性，通过加密和认证机制来保护数据传输过程中的安全，防止未授权访问和数据泄露。

应用层为用户提供交互界面，用户可通过手机APP或电脑端远程监控家居环境，控制家电设备，还能对系统进行个性化设置，如设定定时任务、创建自动化场景等。应用层的设计注重用户体验，提供直观、易用的操作界面，使得用户即使没有专业知识也能轻松管理智能家居系统。此外，应用层还支持语音控制和智能推荐功能，进一步提升用户的便利性和满意度。

三、系统硬件设计

3.1边缘计算设备选型

在本系统的设计中，选择树莓派作为边缘计算设备。树莓派是一种小型、低成本的开源计算机，它不仅具备丰富的接口，例如GPIO、USB、以太网接口等，这些接口使得树莓派能够方便地连接各类传感器与执行器。此外，树莓派还搭载了Linux操作系统，这为系统开发与定制提供了极大的便利，因为Linux操作系统拥有丰富的开发资源和社区支持。

3.2传感器与执行器选型

在温湿度传感器的选择上，选用DHT11型号。DHT11传感器因其响应速度快、精度高、成本低廉等优点，非常适合用于实时采集室内温湿度信息。对于光照强度的测量，选择BH1750传感器，它具有测量范围广、精度高的特点，能够准确地测量环境光照强度。在执行器方面，使用继电器模块来控制家电设备的电源开关，例如灯光、风扇等；同时，也使用了PWM调光模块来调节灯光的亮度，以适应不同的环境需求。

四、系统软件设计

4.1边缘计算设备软件设计

在树莓派上，安装Raspbian操作系统，并搭建Python开发环境。为了实现与传感器和执行器的串口通信，利用Python的PySerial库，通过它收集传感器数据，并发送控制指令。采用Flask框架来搭建Web服务器，这样手机APP和电脑端就可以通过数据接口实现远程监控与控制。同时，在边缘计算设备上，编写数据处理算法，对采集到的传感器数据进行实时分析，并依据预设规则自动控制执行器动作。

4.2手机APP开发

手机APP的开发采用了Android Studio工具，并使用Java语言编写代码。APP通过HTTP协议与边缘计算设备的Web服务器进行通信，从而获取家居环境信息与设备状态，并向服务器发送控制指令，实现远程监控与控制功能。此外，APP还提供了用户管理、场景设置等功能，方便用户根据自己的需求对系统进行个性化配置。

五、系统测试

5.1功能测试

对系统进行了各项功能的测试，测试结果表明，系统能够准确地采集温湿度、光照强度等环境信息，并实时显示在手机APP上。用户可以通过APP远程控制家电设备，控制指令的响应迅速，设备动作准确无误。系统还能根据预设的规则自动控制设备的运行，例如当室内温度过高时，系统会自动打开空调进行降温，以维持室内环境的舒适度。

5.2性能测试

进行了性能测试，对比了基于边缘计算的智能家居控制系统与传统云端集中式控制系统的响应延迟。在相同的网络环境下，多次发送控制指令，并记录了指令从发送到设备执行的时间。测试结果表明，基于边缘计算的控制系统在平均响应延迟上明显低于传统云端集中式控制系统，这有效地提升了控制的实时性，为用户提供了更加流畅的使用体验。

六、结论

本文设计并实现了一种基于边缘计算的物联网智能家居控制系统。通过引入边缘计算技术，该系统在数据处理与传输方面展现出显著优势，大幅降低了响应延迟，提升了系统的实时性与稳定性。经测试，系统功能完善，能满足用户对智能家居的基本需求。未来，随着边缘计算、物联网等技术的不断发展，智能家居控制系统将朝着更智能化、人性化的方向发展，为人们创造更便捷、舒适的生活环境。

参考文献

[1]卢杨益，卢春燕，艾娇娇，等.基于边缘计算构建智能家居控制系统[J].建筑技术，2020，51（05）：636-639.

[2]付乐.基于物联网智能家居系统设计与研究[D].江苏科技大学，2020.

[3]朱景宁.基于EdgeX Foundry的智能家居系统架构设计与实现[D].浙江理工大学，2019.