具有远端监控与调节功能的智能农业辅助控制系统的设计

引言

长期以来，中国农业发展较为落后，科学技术对农业生产的贡献率较低。随着物联网技术的发展，农业智能化时代逐步到来。经过对陕西省蒲城县等农业基地的多次实地考察，发现存在着农业自动化程度低、无法远程监控、增产因素难以把控等问题，因此对大棚内作物的生长状况进行实时监控十分必要。本系统以分布式传感器节点、NB-IoT数据链、云端服务器为关键组分，设计了具有远端监控作物生长状态，调节环境参数等功能的智能农业辅助控制系统。

1 系统设计

本系统整体可分为4部分：第1部分是以单片机（MCU）和NB-IoT模块为核心的节点主体；第2部分是以透传云、服务器为核心的远程分析及数据传输系统；第3部分是包括DHT11温湿度传感器、CCS811二氧化碳传感器、BH1750光照度传感器等定制化外置传感器和继电器、电磁阀等控制器；第4部分是树莓派微型电脑和NB-IoT模块节点以及摄像头等数据量较大的传感器。树莓派上可读取摄像头拍摄画面，运行本地分析程序，将分析结果通过NB-IoT上传至透传云。整体系统框架图见图1。

通过引入视觉分析，使用动态阈值离散化和FCN（全卷积神经网络）等语义分割技术对棚区木耳的长势进行动态追踪，有效解决了当前采摘效率较低的问题。将传感器和中心节点模块化，用户也可通过选装相关配件、传感器来选择相关服务。通过对农作物生长状况历史记录分析，系统可半监督学习作物生长全过程的最优环境参数，对整个生长周期有更全面的了解和调整，从而有效实时地监测大棚内作物的生长状况，并自动作出相应调整，真正实现智能农业生产。

1.1 系统控制算法

系统在安装后，节点向服务器进行注册，发送安装的传感器和控制器的种类和个数。接着初始化用户界面，显示各个传感器和控制器的状态，储存各传感器的历史数据表格，以供用户在图形化界面上选择自动控制的流程和条件。服务器根据各节点的运算能力及接入的传感器和控制器，将每个控制流程平均分布加载到各节点。最后对NB-IoT两次唤醒之间的休眠间隔进行配置，并使之实现同步唤醒。当NB-IoT休眠时，不进行通讯，各节点和服务器独立运行。需要发送的数据自动存入缓冲区，等待NB-IoT唤醒后再进行发送。设定控制算法流程示意图见图2。

1.2 系统工作过程

节点将接收到的传感器数据输入到控制中进行计算，得出控制指令，并将得出的控制指令存入缓冲区等待发送。再读取各个传感器，将数据储存至缓冲区等待上传。若数据超过报警上下限则强制唤醒NB-IoT，向服务器发送报警信息；反之则进入低功耗模式，等待NB-IoT模块定时唤醒，以减小功耗。

服务器通过分析历史数据，结合基地中心上传的长势数据，得出目前状态的种植方案，更新控制过程的各个参数。待节点的NB-IoT唤醒后，各节点向服务器上传最新传感器数据，在服务器上更新控制参数，进而向其他节点发送控制指令（或接收其他节点发来的控制指令）。从其他节点接收本节点内控制算法所需要的数据。最后结束一次工作循环，使NB-IoT休眠。

2 系统功能实现

2.1 硬件部分

2.1.1 节点探针模块

采用STM32F103C8T6作为微控制器（MCU），其功能强大且价格低廉。将每块单片机封装成一个监测“探针”，置于大棚中的监测点处，实现对大棚内的空气温湿度、光照强度和二氧化碳浓度的实时记录，并将数据上传至上位机，以便农业工作人员依据实地情况及时作出处理。

2.1.2 温湿度检测模块

温湿度测量采用数字传感器DHT11，该传感器依靠单总线协议与MCU（单片机）进行通信。在未接收主机发送的开始信号时，传感器处于超低能耗状态，尽可能地节省消耗。同时它应用了专用的数字模块采集技术和温湿度传感技术，可确保高的测量可靠性与长期稳定性。DHT11单总线协议时序图见图3。

2.1.3 光照强度检测模块

光照强度测量采用数字型光强度传感器BH1750，它具有较高的分辨率，利用它可探测到变化范围在1~65535 lx内的光强数据。传感器有6种分辨率模式可供选择，基于对实际情况的分析，采用了连续H分辨率模式，该模式工作在11 lx分辨率下，一次测量时长约为120 ms。依照芯片对应的通信时序图，我们编写了基于I 2 C通信协议的使用程序。I 2 C协议时序图见图4。

2.1.4 二氧化碳浓度检测模块

二氧化碳浓度是农业生产中一项较为重要的参数，在考虑了工作性能、实际需求、传感器体积、成本等多个方面之后，最终确定使用Cambridge CMOS Sensors公司生产的超低功耗微型气体传感器CCS811。

2.2 软件部分

2.2.1 服务器搭建

本系统通过租用云服务器将NB-IoT采集的数据保存下来，进行数据管理。通过浏览器打开我们的web端界面，输入对应的NB-IoT设备ID，可实现web端与NB-IoT设备的连接。web端程序监测NB-IoT的实时情况，一旦NB-IoT采集的数据更新，即可立即获取最新的大棚数据。这里同样通过程序连接NB-IoT模块，利用自定义函数来获取账号下的大棚数据信息。获取的数据分别对应着大棚号、节点号、棚内温度（℃），空气湿度（%）、光照强度（lx）以及二氧化碳浓度。

为了方便数据的管理，我们使用关系型数据库管理系统MySQL，存储数据信息。通过建立独立数据库，在库内为每个大棚单独建表，各自存储对应的数据，表的数量可根据当前状况进行增添或删减，利于后期项目管理。当节点有需要时，服务器可回归分析历史记录，得出对当前情况最有利的参数值。

在ODBC驱动的辅助下，实现了JavaScript和MySQL数据库的连接，当JavaScript获取NB-IoT更新的数据时，数据即可有序存入库中。

2.2.2 用户界面实现

为了实现直观显示用户所有设备状态及关键数据，远程控制大棚设备运作等功能，界面每个账户下的设备在首页以卡片形式展示，用户可看到各个设备所监测指标的数值及当前设备的在线状态。用户在界面点击单个卡片便可进入详情页面，查看该设备上的具体数据及图表化形象展示。

配置适配器MyFragmentPagerAdapter，创建ViewHolder 并定义item点击回调接口。用TabLayout控件，设置监听并重写onTabSelected方法。利用Adapter实现各个Fragment切换，并用RecyclerView来实现在页面中添加列表式的item，同样需要配置适配器RvAdapter。每个item配置但单独的xml文件。各个item点击的效果由item_selector.xml来实现。

利用Android下的广播机制，通过自定义的UsrCloudClient、UsrCloudClientService等Java类，来连接NB-IoT设备并进行实时数据更新与获取。

2.2.3 作物长势分析系统实现

本系统通过网络摄像头对图像进行采集后，先对图像进行语义分割。进而采用FCN（全卷积网络）对语义进 行分割，通过预先划分区域的图像数据集训练后，可对任意场景和角度将作物区域进行分割。相比传统的（Mask）蒙版划分适应性更强，可靠性更高。典型FCN网络架构见图5。

3 结论

经实际测试，本系统硬件、软件及方案都可行，且高度满足当前中国科技农业推广的需求。对比目前同类产品，本系统具有成本低、效率高、可定制化等优点，基本适用于所有农作物的农业生产。

责任编辑：gt