小型四旋翼无人机空气质量监测仪设计
赵庆展+张天毅+陈洪
摘 要： 及时有效地获取空气质量数据是大气环境保护的前提和基础。针对现有固定点监测手段空间覆盖度不足、成本高、灵活性差等问题，设计一种基于小型四旋翼无人机为飞行平台，Arduino UNO开发板外接MG811，DSM501A，DHT11，MQ?7传感器为硬件平台，Arduino IDE编译器为软件平台的监测仪。采用接触式周期采样方法获取环境数据模拟值，建立与传感器灵敏度关系，使用Matlab中CURVE FITTING TOOL对传感器灵敏度与被测物浓度关系进行拟合分析。拟合后，可决系数大于0.98，方差小于0.1。该自主设计的监测仪具有成本低、易操作、灵活方便的优點，并可扩展其他类型传感器以满足不同的测量环境要求。
关键词： 空气质量监测； 小型四旋翼无人机； Arduino UNO； 周期采样； 拟合分析
中图分类号： TN104?34； TN710； TP212.1 文献标识码： A 文章编号： 1004?373X（2017）24?0094?06
Abstract： The timely and effective acquisition of air quality data is the premise and foundation of atmospheric environmental protection. In view of the insufficient space coverage， high cost and poor flexibility existing in the fixed?point monitoring means， a monitor is designed， which takes the small quadrotor UAV n as its flight platform， the Arduino UNO development board connecting MG811， DSM501A， DHT11 and MQ?7 sensors outside as its hardware platform， and the Arduino IDE compiler as its software platform. The contact?type periodic sampling method is used to acquire the simulation value of environmental data， and establish the relationship between the sensitivity of the sensor and simulation value. The CURVE FITTING TOOL in Matlab is adopted to conduct fitting analysis for the sensitivity of the sensor and concentration of analyte. The fitting results show that the coefficient of determination is above 0.98， and the variance is less than 0.1. The autonomously?designed monitor has the advantages of low cost， easy operation， flexible and convenient use， and can be extended to other types of sensors to meet the requirements of different measurement environments.
Keywords： air quality monitoring； small quadrotor UAV； Arduino UNO； periodic sampling； fitting analysis
0 引 言
随着经济水平和工业技术的快速发展，大气环境污染问题日益严重并受到广泛关注。2015年1月1日实施的新《环境保护法》明确要求国家建立、健全环境监测制度[1]。目前的环境监测方式包括在地面等建筑物设立固定监测点、采用移动车测量或在大尺度范围内使用卫星遥感等，但仍存在监测覆盖度低、技术要求高、周期长等局限性。因此，如何快速、实时、低成本地获取现场第一时间数据成为研究的热点和难点[2]。小型四旋翼无人机具有可靠性高、成本低、灵活性好、操作简单、实用性强等特点，已在多种场合验证了其可靠性和应用性[3]。
国内外学者对环境监测仪的研究工作普遍围绕地面与卫星遥感监测平台展开[4?7]，随着技术的发展和进步，近几年来以无人机为监测平台进行了有益尝试。中科院安徽光机所利用大气物理研究所的微型机平台，搭载自主研发的差分吸收光谱仪，成功获取了二氧化氮的三维时空分布状况[8]；东华理工大学牛记设计的基于六旋翼无人机的PM2.5 近地层垂直分布测量系统[9]实现了对PM2.5 在空中垂直方向上的分布规律研究；天津大学郭坚等人设计了基于SIM908的空气质量检测系统，利用GPS和GPRS技术，完成对空气质量的精确定位监测[10]；在国外，美国MIDAC公司研制的Titan 气体分析仪实现了机载作业和气体监测数据处理的一体化[11]；法国阿尔法莫斯仪器公司将小型电子鼻（E?Nose）搭载到SCANCOPTER X6 无人机系统实现恶臭气体的侦测[12]。上述研究都实现了对大气中一种或多种污染物的监测工作，自主性强、便于实现，但存在设计成本高、监测范围小、推广难、拓展性不强等局限性。本文设计的监测系统以小型四旋翼为飞行平台，成本低、便于操作，尤其可扩展多种传感器适用于不同场合的监测任务，对应急条件下的大气监测具有一定实用性。
1 系统整体结构
1.1 小型四旋翼飞行平台
小型四旋翼是一种能够实现垂直起降、自主悬停的非共轴式多旋翼飞行器[13]。本设计选用F450型飞行器，最大起飞重量约2 kg，使用3SLi?Po电池，续航时间8 min，整个系统总计重1.1 kg，具有GPS模式、姿态模式、自主巡航模式，可支持地面站软件控制飞行。
1.2 微型环境监测仪
微型环境监测仪选用ATmega328作为核心主控板，测量所用传感器主要包括温湿度传感器、颗粒物传感器、二氧化碳传感器、一氧化碳传感器，还包括一个SD卡读写模块，系统整体框架如图1所示。
1.3 硬件電路选择
采集系统硬件电路主要包括Arduino UNO开发板、电源电路、晶振电路、温湿度电路、气体监测电路、颗粒物监测、SD卡读写电路等，如图2所示。
1.3.1 Arduino UNO开发板
Arduino是基于ATMEL AVR 单片机的开放式源码硬件平台，具有专门的开发环境。Arduino UNO核心处理单元ATmega328包含14路数字输入/输出接口、6路PWM输出、6路模拟量输出、一个16 MHz晶振、一个USB接口，一个ICSP接口和复位按钮[14]。
1.3.2 温湿度传感器DHT11
DHT11传感器是一种含有已校准数字信号输出的温湿度复合传感器，采用专用的数字模块采集技术和温湿度传感技术。DHT11可测出实时的环境温湿度数据，温度范围为在0～50 ℃，检测精度为1 ℃；湿度检测范围[15]为20%～90%RH，检测精度为1%RH。模块有4个电气引脚：VCC接电源正极、GND接地、NC悬空、DATA串行数据端，与单片机连接如图2中的J4。
1.3.3 二氧化碳传感器MG811
MG811固体电解质传感器由固体电解质、金电极、加热器、铂引线等组成。模块包含信号放大电路和温度补偿电路，温度补偿电路由电阻构成，信号放大电路采用集成运放CA3140放大3倍。MG811模块放入检测气体中发生如下电化学反应：
式中：EMF表示电势差；表示二氧化碳分压；R为气体常量；Ec为常量；T为温度；F为法拉第常量[16?17]。MG811共有5个引脚：VCC电源正极、GND电源负极、DOUT数字量输出、AOUT模拟量输出、TCM温度补偿输出。与单片机连接如图2中的J2。
1.3.4 DSM501A灰尘传感器
DSM501A传感器是由SYHITECH公司研制，对颗粒物最小分辨率1 μm，DSM501采用光散射原理计算粒子数目[18]。微小颗粒物经加热器加热运动到LED照射区，不同浓度的颗粒物对应不同的光线散射程度，散射光线经透镜被光电转化器转化为PWM波。通过传感器输出的低脉冲率计算颗粒物浓度，原理如图3所示。DSM501A共有5个引脚，与单片机连接如图2中的J3，其中引脚1为控制脚，通过在此脚与GND 之间加一个电阻调整Vout 1 的灵敏度。
1.3.5 MQ?7一氧化碳传感器
MQ?7传感器是一种半导体气体传感器，采用全微电子工艺制成，具有灵敏度高、性能稳定等特点。探测范围为10～1 000 ppm。MQ?7 传感器为四端元件，与单片机连接如图2中的J1，其中 2，4 引脚为加热器的电源接线端，1，3 引脚为传感器输出端。图4是传感器的基本测试电路。
该传感器需要施加 2 个电压：加热器电压（VH）和测试电压（VC）。其中VH用于为传感器提供特定的工作温度，VC用于测定与传感器串联的负载电阻（RL）电压（VRL）。MQ?7 气体传感器采用高低温循环检测方式，低温1.5 V 加热时，检测一氧化碳，传感器的电导率随空气中一氧化碳气体浓度增加而增大；高温（5.0 V加热）清洗低温时吸附的杂散气体，使用简单的电路即可将电导率的变化转换为与该气体浓度相对应的输出信号[19]。
1.3.6 SD卡模块
MICRO SD 卡读写模块，通过文件系统及SPI接口驱动程序，即可完成文件读写功能。模块供电电压为4.5～5.5 V，板载3.3 V稳压电路，标准SPI通信接口，共有6个电气引脚，其中MISO，MOSI，CLK为SPI总线，CS为片选信号，与单片机连接如图2中的U2。
2 系统软件设计
2.1 Arduino IDE
Arduino IDE是一款专门针对Arduino开发板程序的软件编译器，界面如图5（a）所示，可完成程序的编译、调试、上传等任务。在电脑安装OpenJumper??Serial?Assistant?1.3.6串口调试助手，用USB线连接Arduino UNO至电脑，选择正确的COM口版型号、波特率等内容，即可实时显示数据发送、接收状况，如图5（b）所示。
2.2 系统软件流程
空气环境参数获取系统软件主要由三大功能模块组成。系统上电预热，完成传感器、SD卡等初始化，通过温度、气体、颗粒物传感器获取当前环境被测物的数据，进行信号调理处理，传送至Arduino处理单元内部，输出数据相对应的模拟值，结合传感器的特性将模拟量转化为相对应的浓度数值。Arduino处理单元将这些数据存储至SD卡中，生成.csv文件，在电脑端读取，进行数据的可视化及分析处理等后续工作。
系统软件流程如图6所示。
3 数据拟合与数学模型建立
Matlab曲线拟合工具箱提供了可视化的图形界面进行曲线拟合，图形界面操作简单、方便，无需编写复杂的代码，可在简单易用的界面中快速地实现多种基本的曲线拟合。实验选取石河子市两个大气环境监测点之一石河子大学东校区作为采集区域，采用接触式周期采样方法，采集到环境监测网站每个整点时刻公布的官网数据，观测值的采集时间与官方网站时刻点一致，连续采集4天，每天采集6组数据（时刻点为11时，12时，13时，16时，18时、19时）。对每个时刻点采取多次测量求平均值方式输出观测值，以30 s为一个采样周期，连续采集10次，每个点采集5 min。6月29日—7月2日部分采集数据如图7所示。
3.1 MG811拟合分析与模型建立
MG811的输出电势和浓度之间关系如图8（a）所示。
查阅文献[16?17]可得MG811的电势差（EMF）和二氧化碳浓度满足一定曲线关系，对应参数如表1所示。
传感器的电势差（EMF）与二氧化碳浓度之间满足指数数学模型，对表中数据作指数拟合，选择number of terms为2（数据两峰），拟合曲线如图8（b）所示，拟合的关系式如下：
决定系数R?square=0.989 7，标准差RMSE=4.911，拟合结果较好地反映了传感器元件与对应二氧化碳浓度之间的数学模型。
3.2 DSM501低脉冲率与粒子数数学模型建立
根据手册及文献[18]，DSM501A测得的低脉冲率与粒子数关系如表2所示。
低脉冲率与粒子数之间满足线性关系，故使用Matlab作线性拟合，拟合结果如图9所示。
拟合后，最大、最小粒子与对应的低脉冲率之间的关系如下：
数据统计分析，拟合方差SSEmin=0.03，SSEmax=0，决定系数R?square=1，标准差RMSEmin=0.031 6，RMSEmax=0，拟合结果较好。
3.3 MQ?7灵敏度与浓度数学模型建立
MQ?7气体传感器在不同气体中气敏原件灵敏度与对应气体的浓度关系如图10（a）所示，随气体浓度的增加而减小。查阅文献[19]可得传感器测量负载电阻与传感器敏感元件电阻对应关系为。传感器的核心是一个感应电阻，在加热状态下，它的阻值会随着空气中不同气体含量的变化而变化。通过它输出的点位信息可以反映出感应电阻的阻值和可调电阻的阻值比，知道了可调电阻的阻值，就可以计算出传感器的阻值。
查阅MQ?7传感器技术手册和文献[20]得到传感器灵敏度与CO浓度对应数据结果如表3所示。
查阅资料对灵敏度和CO浓度做指数拟合，选择number of terms为2（数据两峰），拟合曲线见图10（b），拟合后数学模型如下：
拟合后方差SSE=0.000 15，决定系数R?square=0.999 8，标准差RMSE=0.008 78，拟合结果较好地反映了传感器灵敏元件与对应颗粒物之间的浓度数学模型。
4 结 论
本文设计的空气参数获取系统以小型四旋翼无人机为飞行平台，在保证飞行器可靠性的情况下，搭载了Arduino UNO+多种传感器组合的空气数据采集装置，完成了低空数据采集。系统可实现温湿度数据、PM2.5浓度数据、二氧化碳浓度数据、一氧化碳数据的实时、快捷采集，并将这些数据存储在SD卡中，进行后续可视化及分析处理。系统价格低廉、轻便简捷、扩展性强，搭载不同传感器即可完成不同环境下的数据采集工作。综合考虑，系统仍有不足：
（1） 本设计采用SD卡存储采集数据，未实现数据的在线传输功能；
（2） 系统工作时间受到四旋翼飞行器续航能力的限制，不能实现长时采集工作。
针对以上缺陷，对于该设计今后仍需在飞行平台选型、数据传输等方面进行不断研究。
参考文献
[1] 张高敏，王飞飞，周志青.基于WiFi的空气质量实时监测系统设计[J].现代电子技术，2016，39（8）：76?79.
[2] 朱京海，徐光，刘家斌.无人机遥感系统在环境保护领域中的应用研究[J].环境保护与循环经济，2011（9）：45?48.
[3] 谢涛，刘锐，胡秋红.无人机大气环境应急监测系统设计探讨[J].环境科学与技术，2013，36（z1）：289?293.
[4] 郭全民，马旋坤，王健.室内空气质量测量仪的设计与实现[J].国外电子测量技术，2015，34（1）：52?55.
[5] 赵宇.城市道边空气质量自动监测系统设计[D].合肥：中国科学技术大学，2014.
[6] 马晓晓，方土，王中伟，等.我国环境监测现状分析及发展对策[J].环境科技，2010，23（z2）：132?135.
[7] 杨日魁，吴平涛，温晶.大气环境自动监测系统优化实现[J].环境科学与技术，2013，36（6）：286?310.
[8] 中科院安徽光机所.无人机大气污染成份探测载荷试验成功[J].安徽科技，2009（3）：32.
[9] 牛记.基于六旋翼无人机的PM2.5近地层垂直分布测量系统设计与实现[D].抚州：东华理工大学，2015.
[10] 郭坚.基于SIM908的无人机空气质量监测系统设计与研究[D].天津：天津大学，2014.
[11] 胡兰萍，李燕，张琳，等.遥感FTIR在大气环境监测中的新进展[J].光谱学与光谱分析，2006，26（10）：1863?1867.
[12] 谢涛.基于无人机遥感技术的环境监测研究进展[J].环境科技，2013，26（4）：56?59.
[13] 陈航科，张东升，盛志超.四旋翼飞行器悬停状态姿态控制建模与仿真[J].计算机仿真，2013，30（11）：41?45.
[14] 渠淼，牛国锋，冒张霄，等.基于Arduino的智能环境监控系统设计[J].微型机与应用，2014（20）：83?85.
[15] 沈金鑫.Arduino与LabVIEW开发实战[M].北京：机械工业出版社，2014.
[16] 佚名.MG811数据手册[EB/OL].[2013?01?15].http：//web.sensor?ic.com：8000/传感器资料/气体/fjl/general.pdf.
[17] 唐文涛，申庆祥，刘占伟.养殖场环境下基于MSP430单片机的CO2检测仪的设计[J].現代电子技术，2014，37（4）：125?128.
[18] 顾芳，杨娟，卞保民，等.用粒子计数法测量颗粒物质量浓度[J].激光技术，2007，31（4）：360?363.
[19] 王纳林.基于MQ?7传感器煤气报警系统[J].自动化技术与应用，2014，33（12）：103?105.
[20] 李旭华.基于虚拟仪器的CO气体监控[J].计算机光盘软件与应用，2014（19）：53?54.
摘 要： 及时有效地获取空气质量数据是大气环境保护的前提和基础。针对现有固定点监测手段空间覆盖度不足、成本高、灵活性差等问题，设计一种基于小型四旋翼无人机为飞行平台，Arduino UNO开发板外接MG811，DSM501A，DHT11，MQ?7传感器为硬件平台，Arduino IDE编译器为软件平台的监测仪。采用接触式周期采样方法获取环境数据模拟值，建立与传感器灵敏度关系，使用Matlab中CURVE FITTING TOOL对传感器灵敏度与被测物浓度关系进行拟合分析。拟合后，可决系数大于0.98，方差小于0.1。该自主设计的监测仪具有成本低、易操作、灵活方便的优點，并可扩展其他类型传感器以满足不同的测量环境要求。
关键词： 空气质量监测； 小型四旋翼无人机； Arduino UNO； 周期采样； 拟合分析
中图分类号： TN104?34； TN710； TP212.1 文献标识码： A 文章编号： 1004?373X（2017）24?0094?06
Abstract： The timely and effective acquisition of air quality data is the premise and foundation of atmospheric environmental protection. In view of the insufficient space coverage， high cost and poor flexibility existing in the fixed?point monitoring means， a monitor is designed， which takes the small quadrotor UAV n as its flight platform， the Arduino UNO development board connecting MG811， DSM501A， DHT11 and MQ?7 sensors outside as its hardware platform， and the Arduino IDE compiler as its software platform. The contact?type periodic sampling method is used to acquire the simulation value of environmental data， and establish the relationship between the sensitivity of the sensor and simulation value. The CURVE FITTING TOOL in Matlab is adopted to conduct fitting analysis for the sensitivity of the sensor and concentration of analyte. The fitting results show that the coefficient of determination is above 0.98， and the variance is less than 0.1. The autonomously?designed monitor has the advantages of low cost， easy operation， flexible and convenient use， and can be extended to other types of sensors to meet the requirements of different measurement environments.
Keywords： air quality monitoring； small quadrotor UAV； Arduino UNO； periodic sampling； fitting analysis
0 引 言
随着经济水平和工业技术的快速发展，大气环境污染问题日益严重并受到广泛关注。2015年1月1日实施的新《环境保护法》明确要求国家建立、健全环境监测制度[1]。目前的环境监测方式包括在地面等建筑物设立固定监测点、采用移动车测量或在大尺度范围内使用卫星遥感等，但仍存在监测覆盖度低、技术要求高、周期长等局限性。因此，如何快速、实时、低成本地获取现场第一时间数据成为研究的热点和难点[2]。小型四旋翼无人机具有可靠性高、成本低、灵活性好、操作简单、实用性强等特点，已在多种场合验证了其可靠性和应用性[3]。
国内外学者对环境监测仪的研究工作普遍围绕地面与卫星遥感监测平台展开[4?7]，随着技术的发展和进步，近几年来以无人机为监测平台进行了有益尝试。中科院安徽光机所利用大气物理研究所的微型机平台，搭载自主研发的差分吸收光谱仪，成功获取了二氧化氮的三维时空分布状况[8]；东华理工大学牛记设计的基于六旋翼无人机的PM2.5 近地层垂直分布测量系统[9]实现了对PM2.5 在空中垂直方向上的分布规律研究；天津大学郭坚等人设计了基于SIM908的空气质量检测系统，利用GPS和GPRS技术，完成对空气质量的精确定位监测[10]；在国外，美国MIDAC公司研制的Titan 气体分析仪实现了机载作业和气体监测数据处理的一体化[11]；法国阿尔法莫斯仪器公司将小型电子鼻（E?Nose）搭载到SCANCOPTER X6 无人机系统实现恶臭气体的侦测[12]。上述研究都实现了对大气中一种或多种污染物的监测工作，自主性强、便于实现，但存在设计成本高、监测范围小、推广难、拓展性不强等局限性。本文设计的监测系统以小型四旋翼为飞行平台，成本低、便于操作，尤其可扩展多种传感器适用于不同场合的监测任务，对应急条件下的大气监测具有一定实用性。
1 系统整体结构
1.1 小型四旋翼飞行平台
小型四旋翼是一种能够实现垂直起降、自主悬停的非共轴式多旋翼飞行器[13]。本设计选用F450型飞行器，最大起飞重量约2 kg，使用3SLi?Po电池，续航时间8 min，整个系统总计重1.1 kg，具有GPS模式、姿态模式、自主巡航模式，可支持地面站软件控制飞行。
1.2 微型环境监测仪
微型环境监测仪选用ATmega328作为核心主控板，测量所用传感器主要包括温湿度传感器、颗粒物传感器、二氧化碳传感器、一氧化碳传感器，还包括一个SD卡读写模块，系统整体框架如图1所示。
1.3 硬件電路选择
采集系统硬件电路主要包括Arduino UNO开发板、电源电路、晶振电路、温湿度电路、气体监测电路、颗粒物监测、SD卡读写电路等，如图2所示。
1.3.1 Arduino UNO开发板
Arduino是基于ATMEL AVR 单片机的开放式源码硬件平台，具有专门的开发环境。Arduino UNO核心处理单元ATmega328包含14路数字输入/输出接口、6路PWM输出、6路模拟量输出、一个16 MHz晶振、一个USB接口，一个ICSP接口和复位按钮[14]。
1.3.2 温湿度传感器DHT11
DHT11传感器是一种含有已校准数字信号输出的温湿度复合传感器，采用专用的数字模块采集技术和温湿度传感技术。DHT11可测出实时的环境温湿度数据，温度范围为在0～50 ℃，检测精度为1 ℃；湿度检测范围[15]为20%～90%RH，检测精度为1%RH。模块有4个电气引脚：VCC接电源正极、GND接地、NC悬空、DATA串行数据端，与单片机连接如图2中的J4。
1.3.3 二氧化碳传感器MG811
MG811固体电解质传感器由固体电解质、金电极、加热器、铂引线等组成。模块包含信号放大电路和温度补偿电路，温度补偿电路由电阻构成，信号放大电路采用集成运放CA3140放大3倍。MG811模块放入检测气体中发生如下电化学反应：
式中：EMF表示电势差；表示二氧化碳分压；R为气体常量；Ec为常量；T为温度；F为法拉第常量[16?17]。MG811共有5个引脚：VCC电源正极、GND电源负极、DOUT数字量输出、AOUT模拟量输出、TCM温度补偿输出。与单片机连接如图2中的J2。
1.3.4 DSM501A灰尘传感器
DSM501A传感器是由SYHITECH公司研制，对颗粒物最小分辨率1 μm，DSM501采用光散射原理计算粒子数目[18]。微小颗粒物经加热器加热运动到LED照射区，不同浓度的颗粒物对应不同的光线散射程度，散射光线经透镜被光电转化器转化为PWM波。通过传感器输出的低脉冲率计算颗粒物浓度，原理如图3所示。DSM501A共有5个引脚，与单片机连接如图2中的J3，其中引脚1为控制脚，通过在此脚与GND 之间加一个电阻调整Vout 1 的灵敏度。
1.3.5 MQ?7一氧化碳传感器
MQ?7传感器是一种半导体气体传感器，采用全微电子工艺制成，具有灵敏度高、性能稳定等特点。探测范围为10～1 000 ppm。MQ?7 传感器为四端元件，与单片机连接如图2中的J1，其中 2，4 引脚为加热器的电源接线端，1，3 引脚为传感器输出端。图4是传感器的基本测试电路。
该传感器需要施加 2 个电压：加热器电压（VH）和测试电压（VC）。其中VH用于为传感器提供特定的工作温度，VC用于测定与传感器串联的负载电阻（RL）电压（VRL）。MQ?7 气体传感器采用高低温循环检测方式，低温1.5 V 加热时，检测一氧化碳，传感器的电导率随空气中一氧化碳气体浓度增加而增大；高温（5.0 V加热）清洗低温时吸附的杂散气体，使用简单的电路即可将电导率的变化转换为与该气体浓度相对应的输出信号[19]。
1.3.6 SD卡模块
MICRO SD 卡读写模块，通过文件系统及SPI接口驱动程序，即可完成文件读写功能。模块供电电压为4.5～5.5 V，板载3.3 V稳压电路，标准SPI通信接口，共有6个电气引脚，其中MISO，MOSI，CLK为SPI总线，CS为片选信号，与单片机连接如图2中的U2。
2 系统软件设计
2.1 Arduino IDE
Arduino IDE是一款专门针对Arduino开发板程序的软件编译器，界面如图5（a）所示，可完成程序的编译、调试、上传等任务。在电脑安装OpenJumper??Serial?Assistant?1.3.6串口调试助手，用USB线连接Arduino UNO至电脑，选择正确的COM口版型号、波特率等内容，即可实时显示数据发送、接收状况，如图5（b）所示。
2.2 系统软件流程
空气环境参数获取系统软件主要由三大功能模块组成。系统上电预热，完成传感器、SD卡等初始化，通过温度、气体、颗粒物传感器获取当前环境被测物的数据，进行信号调理处理，传送至Arduino处理单元内部，输出数据相对应的模拟值，结合传感器的特性将模拟量转化为相对应的浓度数值。Arduino处理单元将这些数据存储至SD卡中，生成.csv文件，在电脑端读取，进行数据的可视化及分析处理等后续工作。
系统软件流程如图6所示。
3 数据拟合与数学模型建立
Matlab曲线拟合工具箱提供了可视化的图形界面进行曲线拟合，图形界面操作简单、方便，无需编写复杂的代码，可在简单易用的界面中快速地实现多种基本的曲线拟合。实验选取石河子市两个大气环境监测点之一石河子大学东校区作为采集区域，采用接触式周期采样方法，采集到环境监测网站每个整点时刻公布的官网数据，观测值的采集时间与官方网站时刻点一致，连续采集4天，每天采集6组数据（时刻点为11时，12时，13时，16时，18时、19时）。对每个时刻点采取多次测量求平均值方式输出观测值，以30 s为一个采样周期，连续采集10次，每个点采集5 min。6月29日—7月2日部分采集数据如图7所示。
3.1 MG811拟合分析与模型建立
MG811的输出电势和浓度之间关系如图8（a）所示。
查阅文献[16?17]可得MG811的电势差（EMF）和二氧化碳浓度满足一定曲线关系，对应参数如表1所示。
传感器的电势差（EMF）与二氧化碳浓度之间满足指数数学模型，对表中数据作指数拟合，选择number of terms为2（数据两峰），拟合曲线如图8（b）所示，拟合的关系式如下：
决定系数R?square=0.989 7，标准差RMSE=4.911，拟合结果较好地反映了传感器元件与对应二氧化碳浓度之间的数学模型。
3.2 DSM501低脉冲率与粒子数数学模型建立
根据手册及文献[18]，DSM501A测得的低脉冲率与粒子数关系如表2所示。
低脉冲率与粒子数之间满足线性关系，故使用Matlab作线性拟合，拟合结果如图9所示。
拟合后，最大、最小粒子与对应的低脉冲率之间的关系如下：
数据统计分析，拟合方差SSEmin=0.03，SSEmax=0，决定系数R?square=1，标准差RMSEmin=0.031 6，RMSEmax=0，拟合结果较好。
3.3 MQ?7灵敏度与浓度数学模型建立
MQ?7气体传感器在不同气体中气敏原件灵敏度与对应气体的浓度关系如图10（a）所示，随气体浓度的增加而减小。查阅文献[19]可得传感器测量负载电阻与传感器敏感元件电阻对应关系为。传感器的核心是一个感应电阻，在加热状态下，它的阻值会随着空气中不同气体含量的变化而变化。通过它输出的点位信息可以反映出感应电阻的阻值和可调电阻的阻值比，知道了可调电阻的阻值，就可以计算出传感器的阻值。
查阅MQ?7传感器技术手册和文献[20]得到传感器灵敏度与CO浓度对应数据结果如表3所示。
查阅资料对灵敏度和CO浓度做指数拟合，选择number of terms为2（数据两峰），拟合曲线见图10（b），拟合后数学模型如下：
拟合后方差SSE=0.000 15，决定系数R?square=0.999 8，标准差RMSE=0.008 78，拟合结果较好地反映了传感器灵敏元件与对应颗粒物之间的浓度数学模型。
4 结 论
本文设计的空气参数获取系统以小型四旋翼无人机为飞行平台，在保证飞行器可靠性的情况下，搭载了Arduino UNO+多种传感器组合的空气数据采集装置，完成了低空数据采集。系统可实现温湿度数据、PM2.5浓度数据、二氧化碳浓度数据、一氧化碳数据的实时、快捷采集，并将这些数据存储在SD卡中，进行后续可视化及分析处理。系统价格低廉、轻便简捷、扩展性强，搭载不同传感器即可完成不同环境下的数据采集工作。综合考虑，系统仍有不足：
（1） 本设计采用SD卡存储采集数据，未实现数据的在线传输功能；
（2） 系统工作时间受到四旋翼飞行器续航能力的限制，不能实现长时采集工作。
针对以上缺陷，对于该设计今后仍需在飞行平台选型、数据传输等方面进行不断研究。
参考文献
[1] 张高敏，王飞飞，周志青.基于WiFi的空气质量实时监测系统设计[J].现代电子技术，2016，39（8）：76?79.
[2] 朱京海，徐光，刘家斌.无人机遥感系统在环境保护领域中的应用研究[J].环境保护与循环经济，2011（9）：45?48.
[3] 谢涛，刘锐，胡秋红.无人机大气环境应急监测系统设计探讨[J].环境科学与技术，2013，36（z1）：289?293.
[4] 郭全民，马旋坤，王健.室内空气质量测量仪的设计与实现[J].国外电子测量技术，2015，34（1）：52?55.
[5] 赵宇.城市道边空气质量自动监测系统设计[D].合肥：中国科学技术大学，2014.
[6] 马晓晓，方土，王中伟，等.我国环境监测现状分析及发展对策[J].环境科技，2010，23（z2）：132?135.
[7] 杨日魁，吴平涛，温晶.大气环境自动监测系统优化实现[J].环境科学与技术，2013，36（6）：286?310.
[8] 中科院安徽光机所.无人机大气污染成份探测载荷试验成功[J].安徽科技，2009（3）：32.
[9] 牛记.基于六旋翼无人机的PM2.5近地层垂直分布测量系统设计与实现[D].抚州：东华理工大学，2015.
[10] 郭坚.基于SIM908的无人机空气质量监测系统设计与研究[D].天津：天津大学，2014.
[11] 胡兰萍，李燕，张琳，等.遥感FTIR在大气环境监测中的新进展[J].光谱学与光谱分析，2006，26（10）：1863?1867.
[12] 谢涛.基于无人机遥感技术的环境监测研究进展[J].环境科技，2013，26（4）：56?59.
[13] 陈航科，张东升，盛志超.四旋翼飞行器悬停状态姿态控制建模与仿真[J].计算机仿真，2013，30（11）：41?45.
[14] 渠淼，牛国锋，冒张霄，等.基于Arduino的智能环境监控系统设计[J].微型机与应用，2014（20）：83?85.
[15] 沈金鑫.Arduino与LabVIEW开发实战[M].北京：机械工业出版社，2014.
[16] 佚名.MG811数据手册[EB/OL].[2013?01?15].http：//web.sensor?ic.com：8000/传感器资料/气体/fjl/general.pdf.
[17] 唐文涛，申庆祥，刘占伟.养殖场环境下基于MSP430单片机的CO2检测仪的设计[J].現代电子技术，2014，37（4）：125?128.
[18] 顾芳，杨娟，卞保民，等.用粒子计数法测量颗粒物质量浓度[J].激光技术，2007，31（4）：360?363.
[19] 王纳林.基于MQ?7传感器煤气报警系统[J].自动化技术与应用，2014，33（12）：103?105.
[20] 李旭华.基于虚拟仪器的CO气体监控[J].计算机光盘软件与应用，2014（19）：53?54.
