基于云計算的食用菌環境信息自動采集仿真系統

鄧明楊

（廣西城市職業大學，廣西 扶綏 532100）

食用菌生長對周圍環境的要求較高，各種環境因素都會影響食用菌的生長代謝和養分積累。同時，在食用菌的后期儲存、運輸等環節，溫度、濕度等環境因素很容易使食用菌的營養物質流失，發生變質、腐敗，影響產品品質。因此，需要對食用菌環境的影響因素進行有效控制，為食用菌的生長、存儲和運輸等過程提供穩定的環境，減少因環境變化而造成的資源浪費[1]。控制的前提是首先要能夠自動、準確地采集周圍環境影響因素，然后再加以控制。

環境信息的采集控制設備一般通過單片機、工控機等來實現數據采集和控制，近年來嵌入式技術由于其可靠性高、數據采集實時性強等特點，更適合于食用菌的現場環境信息采用需求，可以實現環境信息的自動、實時采集，具有廣闊的市場前景。而云計算是一種最新的計算機技術，它為各種信息的采集和處理提供了強大的計算能力，并為采集的數據提供了彈性的存儲空間，使得信息的采集處理更加方便快捷。

根據食用菌環境信息的采集需要，為了提高環境信息的采集和自動控制水平，設計了一種基于嵌入式技術的食用菌環境信息的采集系統；在數據的處理上采用了云計算技術進行信息存儲，將采集到的數據存放在云端，以提高數據存儲的安全性和可靠性；并通過仿真實驗驗證了該系統的信息采集控制效果。

1 采集系統硬件平臺的設計與實現

食用菌環境信息的采集是一個工業現場控制系統，其控制核心是微控制器。因此，要滿足系統信息采集的需求，應選擇最適合的微控制器來搭建系統硬件開發平臺。微控制器是將CPU、存儲器等封裝在一塊集成電路里，從而形成一種高度集成的芯片[2]。微控制器能夠減小采集系統的體積，還降低成本和功耗、提高了數據采集的可靠性，是目前嵌入式系統工業控制的主流設備。

1.1 微處理器的比較選擇

具有代表性的微處理器主要有MCS-51系列單片機、基于ARM內核的嵌入式微控制器、DSP等。傳統51單片機技術已經成熟，并被廣泛應用于工業控制、智能儀表和家用電器的數據采集和控制中，其內部集成的CPU具有8位數據處理能力，但芯片內部集成部件只能夠實現單片機最小系統的基本功能；而基于ARM內核的32位ARM微控制器是早期單片機的發展與延伸。與傳統的單片機相比，它在指令系統、總線結構、調試技術、功耗、性價比等方面都具有無可比擬的優勢。此外，在它的內部還集成了豐富的外設資源，減少了系統硬件設計的面積，為系統硬件設計節約了成本。ARM控制器中包含的雙指令集不僅可以滿足高性能的系統需求，還實現了對傳統處理器的兼容。

ARM系列微處理器目前具有代表性的有ARM7系列、ARM9系列等，而且嵌入式系統的組成結構中引入了操作系統，操作系統主要有uC/OS-II、VxWorks、WinCE、Linux等[3]，可以有效管理程序運行。根據食用菌環境信息采集的應用需求，如帶有內存管理單元（memory management unit,MMU） 則需要使用Linux操作系統，處理器就選擇基于ARM720T內核的處理器。

1.2 溫濕度檢測

對食用菌環境信息來說，溫濕度信息的采集是最為重要的環境數據，食用菌的生長過程中，需要控制合適的溫濕度，菌棚中噴水保濕、降溫等措施，就是為了給食用菌提供合適的生長環境；而在食用菌的冷鏈運輸、低溫冷庫存儲都需要有嚴格的溫度控制。因此，溫濕度檢測是整個食用菌環境信息采集系統的首要環節。

在溫濕度檢測中的首要工作是溫濕度傳感器的選型，選定一款與系統匹配的溫濕度傳感器不僅可以簡化系統設計難度，降低系統成本，而且可以提高系統測量精度，增強系統可靠性。在選擇溫濕度傳感器時要從用途、測溫范圍、精度、應用領域、靈敏度、頻率響應特性、穩定性等多方面綜合考慮[4]。

現在有溫濕度一體的傳感器可供選擇。食用菌一般要求的生長溫度環境一般在20℃～30℃，而濕度一般控制在60%～80%；但在冷藏運輸或存儲過程中，不同的品種和存儲類型要求也不相同，如干品和生鮮品要求的溫濕度也不一樣，但一般控制的溫度范圍在-30℃～15℃，相對濕度一般保持在10%～90%。傳感器的選擇不僅要求在這個溫濕度區間內能夠穩定的工作，同時還要足夠的精度。

2 云計算數據處理方法

食用菌環境信息的來源廣泛，有的是通過各種傳感器采集到的數據，如溫度、濕度等數據；有的則是從其它系統得到的數據，如氣象部門提供的氣象信息；還有各種業務平臺產生的大量日志數據；還有的是采集數據和采集業務信息直接存儲到后臺服務器的數據庫中。這些數據的類型有結構型、半結構型等多種數據類型，并且在地理位置上分布在各個采集點，如何將分布在各個地方的海量數據進行匯總，以獲取完整的一個采集數據集并進行安全的存儲成為了一個問題。

采用大數據、云計算中的Hadoop技術，將采集來的各類數據分割成一個個小文件，統一存儲到云服務器的硬盤上，通過云服務器存儲的大文件系統HDFS組建，把存儲整合成一個大的集群[5]。需要調用處理這些數據時，云服務器會起動Map和Reduce兩個任務進程，Map可以把調用數據任務分發到可使用的云服務器上進行處理，再執行Reduce任務，將每一個Map處理后的中間結果進行識別合并，由于每個Reduce所處理的Map中間結果相互并不干擾，將所有Reduce合并的中間結果進行簡單連接，匯總后就可以得到最終的數據處理結果。這種數據處理方式是并行的，原來在一臺服務器上的數據處理，現在可以分配給云端的成千上萬臺服務器來同時完成。更重要的是，傳統的采集數據是分別存儲在各自的計算機上的，但云存儲將這些數據統一存儲到了云端，使用時通過網絡隨時調用，將分布在各個地方的不同數據集成到了云服務器上，運用并行計算法，使用分布式的系統來統一數據的調用和處理。

而對于食用菌環境信息的數據類型復雜的問題，采用新型的HBase數據庫來解決各種類型數據的統一存儲難題。HBase是一種分布式的非關系型數據庫，主要用于存儲各種非結構化和半結構化的松散數據，擁有豐富的數據類型和存儲方式，所有的數據類型均無需定義，很好地解決了不同數據類型數據的統一存儲方式。它不同于傳統的關系數據庫（如Oracle、SQL Server等） 基于行模式的存儲，HBase采用的是列族存儲，可以處理超過10億行的數據和數百萬列元素組成的超大型數據表。

3 食用菌環境信息自動采集仿真系統

食用菌環境信息自動采集仿真系統采用模糊控制技術。將數學中的模糊邏輯推理應用到采集數據控制的一種控制技術；使用模糊控制語言代替精確數學模型。適用于食用菌環境信息采集中的非控制專業人員的使用，通過專家庫總結數據控制規則，根據推理函數最終得出精確地控制輸出量。模糊控制器的基本組成結構如圖1所示。

模糊控制的基本原理是，首先計算食用菌環境信息采集的數據偏差和偏差的變化量，如溫濕度的偏差和溫濕度偏差的變化量等；然后對輸入量進行模糊化處理，根據控制規則和模糊推理過程找到輸出量；最后，對輸出量去模糊化，得到控制的精確值。

4 結論

食用菌環境信息自動采集仿真系統采用嵌入式技術進行設計，采用了最新的云計算和云存儲技術實現了采集數據的云端處理，解決了不同采集數據的統一存儲和處理問題；食用菌環境信息采集一般都不是控制專業人員，在實際數據控制時使用模糊控制技術，用專家規則來代替一般員工，使仿真系統的控制更加穩定可靠。