網路架構

除了嵌入式感測器的種類，智慧型手機也支援豐富的通訊介面包括藍芽、WiFi、3G 網路。如前所述，Seeeduino 支援三種通訊方式包括 Zigbee、藍芽、WiFi。因為智慧型 手機和 Seeeduino Board 的電池電量是非常寶貴的，所以採用藍芽通訊提供在智慧型手 機和 Seeeduino 之間傳輸感測資料。

在這種情況下，藍芽模組在智慧型手機作為伺服器端（Master），而藍芽模組在

Seeeduino Board 作為用戶端（Slave）。藍芽模組使智慧型手機和 Seeeduino 相互匹配。

每個之間都設置 socket 和建立連線在這些 sockets。智慧型手機不斷監聽 socket 和從

Seeeduino Board 接收感測資料。具體的說，從 Seeeduino Board 報告感測資料到智慧型 手機可以根據應用需求作為調整。相關收集感測資料程序在 Figure 4.3 所示，描述如下：

1. 智慧型手機和 Seeeduino Board 經由藍芽模組相互匹配 2. 每個之間設置 sockets

3. 在 sockets 之間建立連線

4. Seeeduino Board 定期報告感測資料給智慧型手機

31

Figure 4.3：報告感測資料

此外，智慧型手機平常可以經由 Wi-Fi 或 3G 網路將感測資料傳至控制伺服器。此 外，在緊急狀況下發送感測資料到相關使用者。Wi-Fi 網路可以提供高資料傳輸率也具 有低成本。然而 Wi-Fi 網路的覆蓋範圍在有限的服務令人卻步而阻礙了實用性。相反，

因此採用 3G 網路用於提供感測資料給相關使用者。在 Figure 4.4 所示，描述如下：

1. 定期將車輛駕駛員資訊經由智慧型手機的 Wi-Fi/3G 傳至控制伺服器儲存。

2. 簡訊服務在緊急狀況下才經由控制伺服器發送到相關使用者。

3. 控制伺服器與網頁伺服器做同步，網頁伺服器只顯示車輛駕駛員緊急狀況。

4. 相關使用者在車輛駕駛員有緊急狀況時可以使用任何裝置（電腦、手機等）查詢相

關資訊。

32

Figure 4.4：報告資訊到伺服器和使用者收尋資訊 4.3 連接智慧型手機與 Seeeduino

目前，藍芽在智慧型手機上已經是很普及的配備。在 Android 官方或函式庫都有提 供相關範例。但 Android 版本的快速成長，也造成許多撰寫程式上的困難。尤其是智慧 型手機要與生物感測器進行連接。在 Android 與 Seeeduino 透過藍芽傳輸，最常見的協 定是 Amarino。[20]Amarino：是透過藍芽傳輸用來連接 Android 和 Seeeduino 的軟體工 具。[21]但是只支援到 Android2.x 的版本而已，所以不適合使用在我們的系統。在本論 文中，以 BluetoothServerSocket 用來監聽 Seeeduino 藍芽模組的請求，當 Seeeduino 藍芽 模組請求連線後，BluetoothServerSocke 會回傳一個 accepted 的 BluetoothSocket 給 Seeeduino 藍芽模組，然後進行配對。

33

4.4 效能實測

本系統在實際道路中針對以下四點進行量測，包括智慧型手機傳送車輛駕駛員的相 關資訊抵達控制伺服器的封包成功率、智慧型手機的封包傳送至控制伺服器所需時間、

智慧型手機的耗電量與通訊成本。

 智慧型手機傳送車輛駕駛員的相關資訊抵達控制伺服器的封包成功率是指車輛駕 駛員的感測資訊與地理位置在車輛行駛中經由智慧型手機發送到控制伺服器。經由 實際道路測試封包透過手機的 3G 網路傳至控制伺服器封包成功率為 99%。實測數 據如 Figure 4.5 所示，在圈註編號 1 的部分為車輛駕駛員的編號與名稱、圈註編號

2 是感測資料與地理位置。圈註編號 3 是 counter 代表的手機封包傳送次數，可以看 出封包都有傳到控制伺服器。

 針對封包到達控制伺服器的所需時間，因為手機與伺服器兩者間設備不同導致時間 會有誤差，所以智慧型手機需先與網際網路時間伺服器(NTP，Network Time Protocol)

[22]連線同步。網際網路時間伺服器是一種主從架構，網路上提供時間伺服器維持 標準時間，而手機連線到時間伺服器讓本身系統時間同步。但與控制伺服器仍會有

2 秒以內的誤差值。然後手機設定每十秒發送一次封包到控制伺服器，約為 12 秒左 右可以到達控制伺服器。實際測試結果如 Figure 4.5 所示，圈註編號 4 為 AndroidTime 是指從手機發送封包的時間，圈註編號 5 為 Time 是伺服器接收封包的時間。

 智慧型手機的耗電量，我們使用 PowerTutor[23]進行測量，PowerTutor 是一個應用

34

程式可以計算系統與其他應用程式的耗電量，耗電量計算包括：CPU、網路、顯示 器、GPS 等等，如 Figure 4.6 所示。Figure 4.6 包括 User ID 是本系統名稱、Packages 是本系統開發的套件名稱、Current Power 計算最後五分鐘的平均耗電量、Average

Power 從程式開始的平均耗電量。

 在成本方面，目前在我們的系統必須要申請中華電信簡訊服務的費用，簡訊是一項 成本的負擔，但簡訊的優點是可即時傳給使用者，缺點是需要付費服務。。未來也 可考量以郵件、即時通訊訊息傳送給使用者，而使用郵件、即時通訊的優點是免付 費的服務，但缺點也因網路不穩而導致使用者無法有效的即時接收最新訊息。

Figure 4.5：智慧型手機封包發送到控制伺服器 Figure 4.6：智慧型手機耗電量

35

第五章 結論

在本論文中提出一個系統適用於車輛駕駛員的健康照顧，主要以生物感測器對車輛 駕駛員健康照顧做即時監控。然後智慧型手機可以透過藍芽匹配生物感測器收集感測資 料並附加本身 GPS 地理位置。藉由智慧型手機 Wi-Fi/3G 網路定期將車輛駕駛員的健康 照顧資訊儲存在控制伺服器中。當車輛駕駛員有緊急事故發生時，控制伺服器以寄送簡 訊服務通知使用者。此外，控制伺服器與網頁伺服器進行同步。網頁伺服器以文字和 Google MAP 顯示車輛駕駛員的緊急事故位置給使用者。使用者透過簡訊服務與網頁伺服 器的資訊知道車輛駕駛員的緊急事故情況可以做相關後續處理。

以感測的方式監控車輛駕駛員仍有極限性。車輛駕駛員仍存在其他因素影響車輛安 全。未來將納入更多的感測功能和使用者介面，以更進一步改善車輛駕駛人的健康照 顧。

36

參考文獻

[1] OrangeBusinessServices, available at http://www.orange-business.com

[2] Q. Z. Sheng, Li Xue, S. Zeadally, “Enabling Next-Generation RFID Applications：

Solutions and Challenges ,” IEEE Communications Magazine, Vol. 41, No. 9, pp. 21 - 28,

Sept. 2008

[3] N. D. Lane, E. Miluzzo, H. Lu, D. Peebles, and T. Choudhury, “A Survey of Mobile Phone Sensing,” IEEE Communications Magazine, Vol. 48, No. 9, pp. 140-150, 2010.

[4] Traffic collision, available at http://en.wikipedia.org/wiki/Traffic_collision#Human_facto rs

[5] Goodriver, available at http://www.adaymag.com/2013/05/24/goodriver-alcohol-detector -car-key.html

[6] S. J. Jung, R. Mylyla, and W. Y. Chung, “Wireless Machine-to-Machine Healthcare Solution Using Android Mobile Devices in Global Networks,” IEEE Sensors Journal,

Vol. 13, No. 5, pp. 1419-1424, 2012.

[7] S. Evgeny, P. Ilya, and P. G. Ivan Timofeev, “Mobile Phone Sensors in Health Applications,” Proceeding of The 12^th Conference of Fruct Association, pp. 136-141,

2012.

[8] S. Sen, A. Misra, and L. Lim, “The Case for Cloud-Enabled Mobile Sensing Services,”

37

Proceedings of the First Edition of the MCC Workshop on Mobile Cloud Computing, pp.

53-58, 2012.

[9] V. D. Le, H. Scholten, and P. Havinga, “Towards Opportunistic Data Dissemination in Mobile Phone Sensor Networks,” Proceedings of The Eleventh International Conference

on Networks pp. 139-146, 2012.

[10] A. Kansal, M. Goraczko, and F. Zhao, “Building a Sensor Network of Mobile Phones,”

Proceedings of the 6th International Conference on Information Processing in Sensor Networks pp. 547-548, 2007.

[11] IoT, available at http://en.wikipedia.org/wiki/Internet_of_Things

[12] G. M. Lee, J. Park, N. Kong, and N. Crespi, “The Internet of Things - Concept and Problem Statement,” IETF, Internet Research Task Force, Internet Draft, 2013.

[13] ITS, available at http://en.wikipedia.org/wiki/Intelligent_transportation_system

[14] V. Manolopoulos, “Security and Privacy in Smartphone based Intelligent Transportation Systems,” University dissertation from Stockholm KTH Royal Institute of Technology,

2012.

[15] C. Thompson, J. White, B. Dougherty, A. Albright, and D. C. Schmidt, “Using Smartphones to Detect Car Accidents and Provide Situational Awareness to Emergency Responders,” Proceedings of MOBILWARE, pp. 29-42, 2010.

38

[16] Cloud computing, available at https://en.wikipedia.org/wiki/Cloud_computing

[17] HeartSeeeduino, available at http://www.seeedstudio.com/wiki/Grove_-_Chest_Strap_

Heart_Rate_Sensor

[18] Seeeduino, available at http://www.aroboto.com/blog/tag/seeeduino [19] Android, available at

http://www.cc.ntu.edu.tw/chinese/epaper/0022/20120920_2209.html

[20] Amarino 2.0, available at http://coopermaa2nd.blogspot.tw /2011/03/android-firmata–am arino.html

[21] Amarino 2.0, available at https://code.google.com/p/amarino/

[22] NTP, available at http://en.wikipedia.org/wiki/Network_Time_Protocol [23] PowerTutor, available at http://powertutor.org/