基于物聯網技術的農業大棚環境監控系統設計＊

張開生，田開元，呂 明，呂 超

(1.陜西服裝工程學院 教務處，陜西 西安712046;2.陜西科技大學 電信學院，陜西 西安710021)

0 引 言

近年來，溫室大棚已經逐漸成為高效農業的一個重要組成部分，農業大棚已經在全國各地的現代農業設施項目中得到了廣泛應用，但目前在農業溫室大棚信息監控方面仍存在著諸多問題。傳統溫室監測與控制系統采用架設多種可采集環境信息的傳感器，通過埋設的信號控制線，將采集到的環境參數傳輸至監測平臺PC 機。這樣會造成溫室內線纜縱橫交錯，使用不便、安裝維護困難、可靠性差、勞動生產率較低等問題，同時由于農業大棚的地處偏僻、分布廣闊等特點，管理員需要分析返回的環境參數信息并做出決策，再親臨現場對農業大棚設備進行手動控制調節，這種控制方式對作物生長狀況的改變難以及時做出反應，難以介入作物生長的內在規律，浪費人力資源且容易造成誤操作。故此，互聯網技術的發展與崛起，為農業的智能化、農業物聯網的發展打好了技術基礎。農業物聯網［1-4］，即在大棚控制系統中，運用物聯網系統的溫度傳感器、濕度傳感器、PH 值傳感器、光傳感器、CO2傳感器等設備，監測環境中的溫度、相對濕度、PH 值、光照強度、土壤養分、CO2濃度等物理量參數，通過各種儀器儀表實時顯示并且作為自動控制的參變量參與到數據服務器上對實時監測數據進行存儲、智能分析與決策的智能控制調節中，保證農作物有一個良好的、適宜的生長環境［5-7］，采用ZigBee 技術實現傳感器的組網及進行數據的采集和傳輸，代替了傳統農業溫室大棚采用有線設備來進行大棚環境數據的采集及傳輸，降低了系統成本及施工和維護難度，極大地提高了農業大棚系統內用戶的工作效率。

本課題研究的基于物聯網技術的農業大棚監控系統，將物聯網與Internet 結合起來，采用物聯網技術搭建系統主結構，各個模塊保持獨立的工作過程。系統通過構建無線傳感網絡來實現對大棚內環境參數的信息采集。系統實現監測數據的采集、傳輸及顯示功能，同時根據監測到的參數值對控制設備進行智能自動控制。

1 系統硬件設計

系統總體結構由信息采集設備、用戶監測終端、專家系統計算機、調控設備和連接在Internet上的遠程計算機組成。ZigBee 無線傳感器節點負責對大棚內環境參數溫度、濕度、光照強度與二氧化碳濃度的數據采集;調控設備包括卷簾電機、澆灌設備、制冷設備和照明設備。控制對象是農業大棚，執行機構為調控設備，信息的傳輸通過Zig-Bee 無線傳感網絡來實現。園區內設置有中樞控制室，用戶監測終端通過Internet 將數據傳送至遠程計算機進行環境信息的云記錄與保存。主控PC上位機監測平臺通過一臺專家系統計算機與無線傳感網絡中的協調器即中央設備連接，經串口通訊實現中央設備與主控PC 機之間的信息傳輸。系統總體結構如圖1 所示。

圖1 系統總體結構圖Fig.1 System architecture diagram

1.1 控制對象分析

當前農業溫室大棚的特點就是監控區域很大，普通單個連棟溫室都在幾千平方米，而一個園區溫室群的面積可能會在幾百畝以上，因此需要大量的傳感器節點構建傳感網絡，以一個跨度為6～12 m，長度30 ～60 m，肩高1 ～1.5 m，脊高1.8～2.5 m 的農業大棚作為控制對象;在每個溫室中布設采集傳感器與調控設備，布設示意圖如1 所示。系統需要監測的環境參數包括農業大棚內的環境溫度、光照強度、二氧化碳濃度以及土壤濕度與溫度。

1)溫度。大棚內的室溫是直接影響作物的主要生長因素，每隔8 ～10 m 處架設一個DWS -S8溫濕度傳感器進行環境信息的采集，溫度參數的調控通過卷簾電機和通風設備來完成。

2)濕度。濕度決定了大棚內作物生長的水分，濕度參數的調控執行設備是澆灌設備。

3)光照。光照時間與強度與大棚內作物的生長有著密切聯系，本系統采用光照傳感器HA2003來實時監測棚內的光照情況，系統中主要通過卷簾電機來調控白天的光照強度，適時增加或減弱光照是可以通過開啟或關閉照明設備來實現。

4)二氧化碳濃度。農業大棚內的二氧化碳濃度一般要保持與大氣的濃度值一致即可，采用CO2濃度傳感器BMG -CO2-NDIR 進行監測，其參數的控制主要通過通風設備來調節。

5)土壤溫濕度。土壤溫濕度是影響作物能否正常生長的最基本因素，系統采用PH-TS 土壤濕度傳感器、FC-TRW 土壤溫度傳感器來監測土壤溫濕度參數，其參數的控制主要通過通風澆灌設備、卷簾電機來調節。

1.2 傳感器節點硬件設計

傳感器節點是整個農業大棚監測系統中的最底層，負責完成大棚內環境信息的采集并對采集到的信號轉化為射頻信號發送到ZigBee 無線傳感網絡中，經由路由器節點接收并轉發傳感器節點所采集到的環境數據，最終通過協調器與用戶監測終端、遠程計算機進行數據通信。傳感器節點硬件框架設計如圖3 所示，該節點由無線收發器CC2430、射頻天線RF、電源模塊和晶振電路組成。

CC2430 芯片是CHIPCON 公司提供的全世界首款支持ZigBee 協議的SoC 解決方案，僅需很少的外置元件，且所選用元件均為低成本型，可支持快速、廉價的ZigBee 節點的構建。CC2430 片上系統保持了CC2430 所包括的卓越射頻性能，包括超低功耗、高靈敏度、出眾的抗噪聲級抗干擾能力。

CC2430 芯片延用了以往CC2420 芯片的架構，在單個芯片上整合了ZigBee 射頻(RF)前端、內存和微控制器。它使用1 個8 位MCU(8051)，具有128 KB 可編程閃存和8 KB 的RAM，還包含模擬數字轉換器(ADC)、幾個定時器(Timer)、AES128 協同處理器、看門狗定時器(Watchdog timer)、32 kHz 晶振的休眠模式定時器、上電復位電路(Power On Reset)、掉電檢測電路(Brown out detection)，以及21 個可編程I/O 引腳。CC2430 芯片采用0.18 μm CMOS 工藝生產;在接收和發射模式下，電流損耗分別低于27 mA 或25 mA。CC2430的休眠模式和轉換到主動模式的超短時間的特性，特別適合那些要求電池壽命非常長的應用，CC2430 芯片的外圍電路，如圖4 所示。

1.3 網絡拓撲結構的優化設計

1.3.1 網絡拓撲結構的選擇與設計

本設計采用星型拓撲結構，將所有的傳感器節點連接在配備的中央設備上，再由這個中央設備傳輸給實時顯示棚內環境信息的用戶監測終端，即客戶機手持終端。中央設備即園區農業大棚無線傳感網絡中的路由器節點與協調器節點，一個大棚對應一個路由器節點，每一個獨立的農業大棚內所有傳感器節點都連接至對應的路由器節點上，再將所有的路由器連接至整個園區無線傳感網絡中唯一的協調器上。中央設備中的路由器節點負責每個大棚環境信息的接收轉發任務，而協調器負責整個無線網絡的建立并與用戶監測設備、遠程計算機進行通信。星型拓撲結構有很好的容錯性，星型網絡中的任何一個節點出現故障，不會導致整個網絡不能工作，這樣就增強了網絡的魯棒性。但是同時也出現了一個問題，一旦中央設備(協調器/信號收集)出現故障則會使整個感知互動層的網絡不能工作。傳感器網絡拓撲結構如圖5 所示。

1.3.2 網絡拓撲結構的優化

基于原結構所涉及的中央設備一旦故障會導致整個網絡失效的問題，本設計通過在網絡中添加備用中央設備，即增加園區無線傳感網絡中的路由節點，棚內的傳感器節點可以連接至周圍多個路由節點，數據信息在傳輸路徑上有更多的選擇，以此來增加中央設備的可靠性，如果其中一個中央設備出現問題，另一個仍可以獨立完成收集傳感器各個節點信息的任務。優化后的網絡結構如圖6 所示。

2 系統軟件設計

整個系統的應用程序結構從總體上分為3 大部分:傳感節點程序、中央設備節點程序和客戶端PC 機程序。傳感節點程序包括節點的描述、節點的綁定和數據發送;收集節點的程序包括節點的描述、節點的綁定、收據接收和串口通信;客戶端PC 接程序是一個可視化的人機交互界面程序。

2.1 系統工作流程

系統工作流程:首先啟動采集設備，設置按鍵使按鍵按下后設備作為協調器工作，再次按下按鍵設備將處于允許綁定狀態;然后開啟傳感設備，設置按鍵使按鍵按下后設備作為終端節點工作，此時終端設備將處于請求綁定狀態，系統工作流程如圖7 所示。

2.2 傳感器節點程序流程設計

設備初始化后，傳感器節點會依據ZigBee 協議搜尋網絡，并請求加入節點。請求得到確定后，傳感器節點會將自身的地址發送給協調器，并自動與協調器建立綁定。在接受到數據傳送請求之后，傳感器節點就會將溫度值按時傳給協調器。

由于節點在休眠、喚醒、工作等不同的工作模式下的功耗差別非常大，傳感器節點的工作設定一定周期，工作周期內總是執行喚醒，工作周期外回復休眠。這樣可以大大減少傳感器各個節點的耗電量。傳感器節點程序流程圖如圖8 所示。

2.3 中央設備(協調器/信號收集)程序設計

在設備初始化完畢后，中央設備(協調器)新建無線網絡。如果新建網絡成功，允許協調器設定為綁定。此時，協調器檢測是否有節點要求加入網絡，如果接收到節點的加入請求，協調器會記錄下節點的地址，并建立綁定，同時向節點發出傳送數據請求，得到節點的確認后，協調器開始接收數據，最后通過串口發送給上位機。中央設備(協調器/信號收集)程序流程圖如圖9 所示。

3 Bayes 濾波算法

在傳感器節點采集數據時，由于電路本身的噪聲以及外界環境的不確定性，系統采集到的數據往往都是有偏差的，這里利用Bayes 濾波對數據進行一個修正和優化，主要對相同傳感器信息進行數據融合［8-10］，將會大大提高數據的可靠性。Bayes 濾波是一種基于概率估計的算法，可應用于非線性系統。

考慮具有加性噪聲的非線性系統

其中 k∈N 是時間指標;xk∈Rn是k 時刻的系統狀態向量，fk:Rn→Rn是系統狀態演化映射，而wk是n 維離散時間過程噪聲，zk∈Rm是k 時刻對系統狀態的量測向量，而hk:Rn→Rm是量測映射，vk是m 維量測噪聲。假定［11-12］

1)初始狀態概率密度函數已知，則有

p(x0)，

2)過程噪聲wk和量測噪聲vk都是獨立過程，而且兩者相互獨立與初始狀態也相互獨立已知他們的概率密度有

ρ(wk)，v(vk)，k∈N，

3)所有概率密度函數都可以計算得到

而Bayes 濾波就是在每個時刻k 利用所獲得實時信息Zk得狀態xk的后驗概率密度函數

p(xk|Zk)，k∈N，

從而得到k 時刻的狀態估計及其估計誤差的協方差陣，即

Bayes 濾波步驟

1)假定k-1 時刻已經獲得了p(xk-1| zk-1)，那么狀態一步預測的概率密度函數是

其中

δ(·)是Dirac delta 函數

2)在以獲得p(xk| zk-1)基礎上，計算得到量測一步預測的概率密度函數是

其中

δ(·)是Dirac delta 函數

3)在k 時刻，已經獲得新的量測數據zk，可利用Bayes 公式計算得到后驗概率密度函數

通過Bayes 濾波從序貫量測中在線、實時地估計和預測出動態系統的狀態和誤差的統計量，根據對后驗概率密度的近似方法的不同，將數據進行了修正與過濾，最終實現系統對采樣數據的有效利用率的提高［13-15］。

4 結果與分析

系統中主要負責信息采集的感知互動層，將采集到的數據進行數據級的融合，主要通過Bayes濾波算法進行數據的處理，通過Matlab 對Bayes 濾波進行仿真，選擇每5 路傳感器采集到的同類數據，這里以溫度為例，共選擇20 組數據，對數據首先進行最小二乘法估計，選出最優的一組作為系統此時刻的量測狀態，一這組數據為原始數據進行Bayes 濾波處理，進而得到此時刻更好的狀態估計，最終的仿真結果如圖10 所示。從圖10 中可以看出，經過最小二乘法估計后的狀態依然不夠準確，數據也不夠平滑，再經過Bayes 濾波估計后，數據變得平滑，減小了系統中不確定因素對數據造成的誤差，提高了系統感知層獲取信息的可靠性。

5 結 論

物聯網技術中的傳感器技術、無線傳輸技術在農業上的應用，使得現代農業越來越多地朝精細化方向發展，精細農業將會成為農業現代化與信息化的發展方向，文章通過對物聯網結構的分析設計出對農業大棚中植物生長環境信息感知、傳輸、處理并做出科學控制的自動監控系統。其中包含傳感器節點的電路設計、無線傳感網絡的拓撲結構優化、網絡硬件設備的軟件設計。對設計一個農業感知控制系統做了一個全面的分析，對于目前智能農業的研究有較好的借鑒價值。通過實驗論證，系統可行。

References

［1］ 孫 健.基于3G 網絡的農業大棚環境數據采集及自動控制系統設計與實現［D］.長春:吉林大學，2014.SUN Jian. Based on the 3G network of agricultural greenhouse environment data acquisition and automatic control system design and implementation of［D］.Changchun:Jilin University，2014.

［2］ 吳 舟.基于移動互聯網的農業大棚智能監控系統的設計與實現［D］.北京:北京郵電大學，2013.WU Zhou.The design and implementation of intelligent monitoring system of agricultural greenhouse based on mobile Internet［D］.Beijing:Beijing University of Posts and Telecommunications，2013.

［3］ 張小偉.基于物聯網技術的農業大棚監控系統研究［D］.西安:陜西科技大學，2014.ZHANG Xiao-wei. Research on agricultural greenhouse monitoring system based on internet of things［D］. Xi’an:Shaanxi University of Science and Technology，2014.

［4］ 孫 鵬，王耀輝，陳 超.物聯網核心技術與應用場景［J］.通信技術，2011，44(5):100 -101.SUN Peng，WANG Yao-hui，CHEN Chao.Core technology and application scenarios［J］. Communications Technology，2011，44(5):100 -101.

［5］ 莊 健，楊清宇，杜海峰.一種高效的復雜系統遺傳算法［J］.軟件學報，2011，11(21):2 791 -2 794.ZHUANG Jian，YANG Qing-yu，DU Hai-feng.High efficient complex system genetic algorithrn［J］. Journal of Software，2011，11(21):2 791 -2 794.

［6］ 李 鑫. 農業物聯網平臺的研究與實現［D］. 北京:北京郵電大學，2014.LI Xin.Research and implementation of agricultural IOT platform［D］. Beijing:Beijing University of Posts and Telecommunications，2014.

［7］ 溫乃寧，龔尚福. 基于ARM 的礦用溫濕度監測系統研究［J］. 西安科技大學學報，2013，33(4):455 -459.WEN Nai-ning，GONG Shang-fu. Research on temperature and humidity monitoring system of mine based on ARM［J］. Journal of Xi’an University of Science and Technology，2013，33(4):455 -459.

［8］ 郝秦霞.基于物聯網的數字化礦山異構信息集成處理模型［J］.西安科技大學學報，2015，35(1):132 -136.HAO Qin-xia.Integrated treatment model for heterogeneous information integration of Digital Mine Based on the Internet of things［J］. Journal of Xi’an University of Science and Technology，2015，35(1):132 -136.

［9］ 韓崇昭，朱洪艷，段戰勝.多源信息融合［M］. 北京:清華大學出版社，2010.HAN Chong-zhao，ZHU Hong-yan，DUAN Zhan-sheng.Multi-source information fusion［M］. Beijing:Tsinghua University Press，2010.

［10］馬 莉，李樹剛，肖 鵬，等.云計算環境下煤礦應急管理海量數據存儲技術［J］. 西安科技大學學報，2014，34(5):596 -601.MA Li，LI Shu-gang，XIAO Peng，et al.The massive data storage technology of coal mine emergency management under cloud computing environment［J］.Journal of Xi’an University of Science and Technology，2014，34(5):596 -601.

［11］方榮富.基于ZigBee 和紅外技術的控制系統研究與設計［D］.合肥:安徽大學，2011.FANG Rong-fu.Design and research of the control system based on ZigBee and Infrared technology［D］.Hefei:Anhui University，2011.

［12］朱 斌.基于ZigBee 的工控網數據采集傳輸系統設計［J］.化工自動化及儀器，2010(4):1 -3.ZHU Bin. The design of data acquisition and transmission system of industrial control network based on Zig-Bee［J］. Chemical Automation and Instrumentation，2010(4):1 -3.

［13］郝秦霞.智能分戶供暖監控系統的無線溫控器設計［J］.西安科技大學學報，2013，33(6):7.HAO Qin-xia. Intelligent household heating monitoring system of wireless temperature controller design［J］.Journal of Xi’an University of Science and Technology，2013，33(6):7.

［14］劉西青.論國內煤礦瓦斯監測監控系統現狀與發展［J］.山西焦煤科技，2006(3):37 -40.LIU Xi-qing.The status quo and development of domestic coal mine gas monitoring and control system［J］.Shanxi Coking Coal Technology，2006(3):37 -40.

［15］李和平.基于AT89S52 的礦井溫濕度智能控制系統設計［J］.吉首大學學報:自然科學版，2010，31(1):70 -72.LI He-ping. Intelligent control system design of mine temperature and humidity based on AT89S52［J］.Journal of Jishou University:Natural Science Edition，2010，31(1):70 -72.