孫智涵 劉博洋 李佳城 代紅
摘要:隨著現代化信息技術的發展,許多現代化和信息化技術開始融入到農業生產當中。物聯網技術與農業的結合使農業生產的效率得到較大的提高。本文基于多傳感器融合,以微信小程序為載體,應用圖像識別技術設計一種集實時數據采集、環境預警、設備控制和病害識別于一體的智能農業大棚系統。
關鍵詞:智能農業;物聯網技術;圖像識別;微信小程序
1 引言
物聯網技術的發展使得越來越多的物聯網技術應用到農業生產過程中。但現階段的大多數農業物聯網平臺或設備存在功能不完備,設備拓展性差,智能化程度低,往往只能實現簡單的設備控制和數據監控。為此研究一種基于多傳感器融合的包含數據監控與統計、設備控制、可監控作物生長環境以及病害狀況并能夠實時預警的智能農業大棚系統。
2 系統總體架構
系統融合溫度傳感器、土壤濕度傳感器、光照強度傳感器、二氧化碳濃度傳感器、氮磷鉀濃度傳感器以及攝像頭從多個維度采集大棚內的環境數據送至中控設備中進行處理。中控設備實時監控大棚內的環境參數,對用戶預先設置的閾值進行判斷,一旦環境出現異常則立即向上層報告,同時控制執行機構做出響應使環境恢復到正常狀態,從而保證大棚內作物的生長環境。
系統由設備層,控制層,服務層以及應用層四部分組成。系統中的設備層的作用是采集大棚內的環境數據以及執行灌溉、調溫和調光等操作。控制層進行傳感器與執行器的管理與控制、數據的處理、數據監控以及服務層與設備層協議轉換。服務層主要處理來自控制層與應用層的請求,如將控制指令轉發給控制層、將大棚內實時數據轉發給應用層,以及進行復雜計算等。應用層面向用戶以微信小程序的形式為用戶提供大棚內實時環境數據展示、設備控制、異常預警和病害識別等功能服務。
3 系統的設計與實現
3.1設備端通信機制
中控端通過MQTT與傳感器進行數據交互,通過WebSocket與服務器連接。啟動中控設備后,系統會自動啟動MQTT服務,并與服務器建立WebSocket連接。MQTT服務啟動后中控開始監聽傳感器設備的信息,當收到傳感器發來的數據時,會將傳感器數據存入Redis中的消息隊列中。若消息隊列已滿,系統會將傳感器數據通過WebSocket主動發送到服務端。與此同時中控監聽來自服務器的消息,當收到服務器發來的消息時,會根據消息中的類型字段判斷消息的類型,若收到的消息為設置數據,中控會修改當前系統設置,并將設置數據存入本地數據庫中,若收到控制消息,中控會將控制消息轉換成控制指令通過MQTT發送給執行設備。
3.2數據庫設計
系統采用MYSQL關系型數據庫存儲數據,并將數據庫獨立于業務服務器部署在云端,實現了實時訪問、高性能和高擴展性等特點。根據系統功能,數據庫表設計包含用戶基本信息表、大棚基本信息表、設備信息表、大棚數據表、用戶設置表、大棚綁定手機號視圖和用戶綁定設備視圖。
3.3主要功能設計
3.3.1 實時數據與異常預警功能
設備層以一定時間間隔采集大棚內的各項環境數據上報至中控設備,中控設備將當前采集到的環境數據與用戶設置的閾值進行比較。若有環境數據超出閾值,中控需將環境數據的異常狀況上報至服務端。服務端收到實時環境數據后通過用戶端應用界面進行展示。服務端收到異常信息時,調用短信通知接口將異常提醒模板信息以短信的形式發送給用戶,以保證在用戶端離線情況下也能及時接收到系統的異常預警。
3.3.2 設備控制功能
當用戶進行控制設備時,應用會向服務端發送控制信息。服務端收到控制信息后將其轉發給該用戶綁定的中控設備,中控設備在收到控制信息后,首先校驗該設備的狀態是否正常。若設備正常,中控繼續向局域網發送對設備的控制指令,設備接收到控制指令后執行相應的動作,并返回控制結果,包含控制結果的消息通過中控發送至服務端,再由服務端發送至用戶,用戶端界面更新設備的狀態信息后便完成了一次設備控制。
3.3.3病害識別功能
系統預先利用卷積神經網絡對大量的作物葉片圖像進行訓練從而得到植物的病害識別模型,系統通過調用該模型文件對植物病害情況進行識別。系統通過大棚內布設的攝像頭定時采集作物葉片圖像,在中控進行轉碼、壓縮等處理后發送到服務器,服務器接收到圖像數據后首先將圖片數據轉換為圖片對象,然后通過圖像的裁剪、對比度調整、亮度調整等預處理過程突出圖片特征以提高圖像識別準確率,預處理完成的圖像經過矩陣化處理后調用識別模型進行識別,識別完成后將圖像與識別結果發送至用戶端。
3.3.4設備管理功能
設備管理功能分為設備綁定和刪除。傳感器上電后首先向中控發送包含設備信息的數據包,并根據該中控提供的網絡信息加入到其所在網絡,同時向服務端上報傳感器信息,服務端將設備信息寫入數據庫后,便完成了設備的入網操作。若設備入網狀態正常,允許用戶綁定設備,用戶與該設備之間便可以進行數據交互。當用戶執行設備刪除設備時,服務器會修改設備與該用戶之間綁定狀態,同時關閉設備與用戶數據轉發通道。
4 結束語
系統通過多種傳感器對大棚內各個環境數據進行多方位感知,從而實現大棚內作物環境數據實時監控、實時預警和統計分析。同時利用圖像識別技術監控作物的病害狀況,協助生產者及時發現作物病害,及時采取相應的措施,從而降低因作物大面積病害導致的經濟損失。通過微信小程序平臺向用戶提供服務,極大提升了應用的便捷性和用戶體驗。通過系統的測試結果表明,系統數據傳輸穩定、實時性較好,操作便捷,對農業大棚建設與生產具有一定的現實意義。
參考文獻
[1]譚杰,張富春,張水利.基于互聯網技術的大棚智能農業監測控制系統研究[J].電子設計工程,2018,26(4):38-42.
[2]任碩果.基于移動互聯網的農業大棚環境監測系統設計與開發[J].信息與電腦(理論版),2017(2):149-150.
[3]宋俊慷,譚佩文,朱冬妹,李光惠,陳麗芳.農業溫室大棚遠程監測平臺設計[J].民營科技,2018(07):147-149.
[4]張敬增,朱慶偉,于海洋,等.基于物聯網的智慧農業系統[J],電腦知識與技術,2018,(10).
[5]丁瑞,周平.基于卷積神經網絡的典型農作物葉病害識別算法[J].包裝學報,2018,10(06):74-80.
基金項目
(1)2020年遼寧科技大學實驗教學改革及實驗室建設項目——物聯網工程專業實驗教學模式的研究與實踐,項目編號:SYJG202034;(2)2020年遼寧省大學生創新創業計劃訓練項目——基于多傳感器融合的移動端智能農業監控系統,項目編號:202010146077。
作者簡介
孫智涵(1999.03),男,漢族,遼寧省莊河市人,遼寧科技大學,研究方向:物聯網技術與應用。劉博洋(2000.9),男,漢族,河北省保定人,遼寧科技大學,研究方向:物聯網技術與應用。李佳城(2001.5),男,漢族,遼寧省鞍山人,遼寧工程技術大學,研究方向:測繪與遙感信息技術與應用。代紅(1975.1),女,漢族,山東省冠縣人,遼寧科技大學,碩士,教授,研究方向 :計算機網絡及網絡安全,無線傳感網。