基于物聯網的數字溫室環境自動調控系統設計

毛曉娟 劉家祥 任妮 荀廣連 劉楊

摘要：針對目前數字溫室環境遠程測控系統中存在的問題，如缺少控制策略的制定或無法修改設備控制過程中的參數等問題，設計了一種基于物聯網的數字溫室環境自動調控系統。該系統主要分為基礎設施層、數據交互層、服務層和應用層。基礎設施層包含傳感器感知設備、控制終端設備、視頻監控設備、網絡設備和服務器等硬件設備。數據交互層實現傳感器和終端設備的數據傳輸、存儲和數據分發等功能。服務層作為系統協調控制的集成中心，實現數據融合、分析、策略規則和報警機制等功能。應用層提供溫室環境參數和設備狀態實時查詢、遠程控制、控制計劃和策略的設置，以及報警等功能。試驗表明該系統功能全面，界面友好，操作簡單，能夠滿足溫室環境遠程測控系統的基本需求。

關鍵詞：數字溫室;物聯網;環境自動調控系統;環境管控

中圖分類號：S625.5?文獻標志碼：A?文章編號：1002-1302（2020）21-0229-04

隨著傳感器、互聯網、通信以及智能控制等技術的飛速發展[1-2]，物聯網技術應運而生。將物聯網技術與農業生產管理深度融合，對提升農業生產效率、節約農業勞動力、推動農業現代化發展具有重要意義[3-5]。數字溫室作為農業物聯網發展的一種重要形式，因其具有可感知、可調控等特點，能夠對溫度、濕度、光照等環境因子進行監測與控制，在生產實踐中具有廣泛的應用前景。國外基于物聯網的溫室環境遠程測控技術比較成熟[6-9]，自動化、智能化程度較高，但價格昂貴，后期維護成本高，以及存在本地化適用障礙等，難以在我國溫室種植中大規模推廣。當前我國基于物聯網的溫室環境遠程測控系統大多以環境監測為主[10]，部分系統實現了遠程控制功能，但無法制定控制計劃或策略[11]，還有部分系統無法修改設備控制過程中的參數等，導致其可用性、易用性問題明顯。

針對目前溫室環境遠程測控系統中存在的問題，本研究基于物聯網技術設計了一種數字溫室環境自動調控系統，充分利用溫室大棚中空氣溫濕度、光照度、二氧化碳濃度等檢測值，通過自定義控制規則實施控溫、通風、補光等自動控制，實現了數字溫室的自動化、便捷化管控，實踐表明，該系統功能全面、界面友好、操作簡單，能夠滿足溫室環境遠程等測控系統的基本需求。

1 架構設計

本研究設計的基于物聯網的數字溫室環境自動調控系統為瀏覽器/服務器（B/S）架構，主要由基礎設施層、數據交互層、服務層、應用層組成（圖1）。

1.1 基礎設施層

基礎設施層是該系統的硬件基礎層，主要包含傳感器感知設備、控制終端設備、視頻監控設備、網絡設備和服務器等。利用傳感器等感知設備能夠采集溫室中空氣溫度、空氣濕度、光照度和二氧化碳濃度等環境因子。控制終端設備包括鈉燈、風機、濕簾、天窗等環境調控裝置，它們在接收遠程用戶的控制指令后，經由服務器處理，發送給可編程邏輯控制器（PLC），PLC通過控制電磁繼電器和接觸器的通斷來控制溫室內設備運行。視頻監控設備能夠實時了解溫室內部的作物生長情況和設備運行狀況。網絡設備主要采用ZigBee（紫蜂協議）網關，服務器設備采用Linux嵌入式系統。

1.2 數據交互層

數據交互層作為通信的橋梁，介于基礎設施層和服務層之間。本系統中涉及的傳感器種類繁多，通信方式有ZigBee、Z-wave、 藍牙、 Wi-Fi等多種方式，協議適配模塊能夠實現不同協議之間的轉換和統一。設備連接管理模塊能夠實現物聯網設備遠程配置和管理，主要用于設備之間的連接管理，監測設備的上線、下線和連接異常。數據分發管理將傳感器數據分發給存儲、處理、分析和報警等模塊，可以提高數據感知的實時性。

1.3 服務層

服務層是系統的核心，主要包括數據融合、數據分析、計劃管理、策略規則和控制設備的報警機制等服務機制。利用數據融合技術統一處理來自多傳感器和不同系統的設備運行數據。通過對空氣溫濕度、光照度和二氧化碳濃度等環境因子數據的分析挖掘來制定控制終端設備運行規則。通過規則條件約束來實現計劃管理。根據環境因子閾值的設定和信息推送技術，實現報警機制。

1.4 應用層

應用層是基于瀏覽器的網頁可視化，采用HTML5和CSS3標準設計。本層實現了環境數據實時展示、終端設備實時監測和遠程控制、控制計劃設置、控制策略的自定義、報警和歷史查詢等功能。根據用戶的身份采取不同的用戶權限管理。管理員不僅能查詢現場環境數據和設備運行狀況等運行信息，還具有遠程控制現場設備等權限。普通用戶僅可以查詢溫室現場的環境數據和設備當前運行狀況。

2 系統實現的關鍵技術

2.1 多源數據融合

本系統涉及的感知終端來自不同廠家，存在傳感器類型多樣化、傳輸協議（FTP、REST、MQTT、SOCKET等）和數據格式（結構化數據、非結構化數據）差異性特點明顯、數據傳輸周期互不相同等現實問題。本系統通過文本解析、單位換算、統一時間間隔等程序，在數據采集的同時對多源異構數據進行預處理操作，形成規范化數據并進行統一存儲，從而確保系統能夠為數據交互共享提供統一的接口。

2.2 控制邏輯設計和實現

本系統支持以手動和自動2種模式實現數字溫室中設備的遠程控制。大多數溫室調控系統的自動模式會以隱式的方式存在，不利于用戶直接調試。本系統針對這個問題，以空氣溫度和光照為主要因素，空氣濕度為輔助因素，制定基礎調控規則模板;以策略自定義的頁面顯示方式，方便用戶基于調控規則模板靈活設置個性化策略。當前溫室存在多種控制設備，規則定義模式復雜多樣，本系統利用規則引擎技術實現調控規則的執行，從而降低技術實現的復雜性和運維成本。另外，本系統還通過預定義語義模塊編寫調控規則，并將調控規則從應用程序代碼中分離出來，減少程序的耦合性。

2.3 跨系統接口調用

溫室中控制模塊使用PLC獲取和控制設備，環境數據采集模塊使用ZigBee網關獲取傳感器數據發送給服務器。溫室現場的數據來源于不同的硬件系統，為了不依賴于語言和平臺，實現不同的語言間的相互調用，本研究采用web service接口，通過Internet（因特網）進行基于http（超文本傳輸協議）的網絡應用間的交互。傳感器數據采集模塊采用RESTful（一種網絡應用程序的設計風格和開發方式）的接口調用方式，設備控制模塊采用SOAP（簡單對象訪問協議）的接口調用方式。

2.4 頁面實時數據顯示

該系統需要實時顯示當前溫室中來自傳感器的環境數據和設備狀態信息，并且涉及大量的設備狀態歷史查詢、計劃設置、報警查詢、設備控制等操作。本研究采用Ajax（異步 JavaScript 和 XML）技術實現異步數據交互，能夠減輕服務器負擔，增加頁面反應速度，提高用戶體驗。遠程客戶端調用SetInterval函數定時向web服務器發出http請求，web服務器接到請求調用web service接口，獲取到實時的傳感器環境數據或者現場設備狀態信息，以json（JavaScript 對象簡譜）數據格式傳給Ajax引擎，返回客戶端，瀏覽器根據數據進行渲染，頁面刷新，通過圖2的請求過程就實現了該系統實時數據更新的功能。

3 系統部署與運行

本系統在江蘇省農業科學院試驗基地的智能溫室中部署并調試。該智能溫室為文洛式玻璃溫室，為6塊區域，分別種植不同品種的番茄。該溫室內部署有視頻、土壤環境、空氣環境、植物本體等多類型感知終端，能夠實時監測環境和植物生長指標。溫室的環境調控設備包括6組鈉燈、2組頂天窗、2組濕簾風機、外遮陽、內遮陰、內保溫等，均已實現遠程控制功能。

本系統部署后能夠實現環境因子實時監看、遠程控制、實施計劃、報警、歷史查詢等功能（圖3）。實時監看功能可以實現對溫室當前環境信息（空氣溫度、濕度、光照度等）以及當前設備的運行狀態信息（天窗，鈉燈，風機等設備的開關狀態）的查詢。遠程控制功能支持提供15種設備的遠程控制，在該功能中用戶可以切換模式為自動模式或者手動模式（圖4）。其中，當前狀態為手動模式時，用戶可以遠程控制設備的運行方式，如開啟鈉燈組等操作。實施計劃功能可以新建、編輯、查詢和刪除硬件控制實施計劃。報警功能可以對當前溫室環境指標異常發出警報，更好地管理溫室的作物生態環境。歷史查詢功能可以對設備的運行狀態和操作歷史信息進行查詢。

4 結論

本研究基于物聯網技術，設計了數字溫室的環境自動調控系統，該系統包括基礎設施層、數據交互層、服務層和應用層。設計中各部分相對獨立，各部分之間的交互利用web service接口形式，實現了去耦合功能，具有較高的可擴展性和實用性。控制系統的靈活性和適應性強。根據溫室的實際管理情況，設計手動控制和自動控制2種模式，可以根據現場情況自由切換;提供基礎調控規則模板，設計自定義策略設置功能，實現用戶的個性化需求。本系統中涉及的環境因子閾值基于專家經驗設定，沒有基于當前溫室的實際情況，未來將基于當前數字溫室中作物生長建立環境智能調控模型，獲取實際溫室中最優環境閾值和環境調控規則。

參考文獻：

[1]Li B，Chen C. First-order sensitivity analysis for hidden neuron selection in layer-wise training of networks[J]. Neural Processing Letters，2018，48（2）：1105-1121.

[2]Cheng C，Wang F Y. A self-organizing neuro-fuzzy network based on first order effect sensitivity analysis[J]. Neurocomputing，2013，118：21-32.

[3]陳曉棟，原向陽，郭平毅，等. 農業物聯網研究進展與前景展望[J]. 中國農業科技導報，2015，17（2）：8-16.

[4]汪懋華. 物聯網農業領域應用發展對現代科學儀器的需求[J]. 現代科學儀器，2010（3）：5-8.

[5]馬志宇，吳 穎，夏 川，等. 基于改進DRF算法的農業微服務負載均衡[J]. 江蘇農業學報，2020，36（5）：1298-1304.

[6]Leacox J D，Kantor G，Anhalt J，et al. A wireless sensor network for the nursery and greenhouse industry[C]. Southern Nursery Association Research Conference，2007.

[7]Pierce F J，Elliott T V. Regional and on-farm wireless sensor networks for agricultural systems in eastern Washington[J]. Computers and Electronics in Agriculture，2008，61（1）：32-43.

[8]Pahuja R，Verma H K，Uddin M. A wireless sensor network for greenhouse climate control[J]. IEEE Pervasive Computing，2013，12（2）：49-58.

[9]Lee W S，Alchanatis V，Yang C，et al. Sensing technologies for precision specialty crop production[J]. Computers and Electronics in Agriculture，2010，74（1）：2-33.

[10]秦琳琳，陸林箭，石 春，等. 基于物聯網的溫室智能監控系統設計[J]. 農業機械學報，2015，46（3）：261-267.

[11]李淑華，郝星耀，周清波，等. 基于Web的自動灌溉控制系統數據實時推送設計與開發[J]. 農業工程學報，2015，31（15）：133-139. 傅依新，木合塔爾·克力木. 基于PLC控制的采棉機采棉頭提升液壓系統設計[J]. 江蘇農業科學，2020，48（21）：233-237.