基于物聯網的智能溫室大棚監控系統研究

邢玲玲

（甘肅畜牧工程職業技術學院，甘肅武威，733006）

0 引言

目前，溫室大棚在我國的發展勢頭猛烈，智能溫室大棚已廣泛出現在山東、新疆、安徽等地，溫室大棚的智能化以及信息化的集中化管理，可進行自動化操作并監控大棚內的溫度、濕度和通風，從而降低人工成本以及人工工作強度。本文在物聯網技術的基礎上，設計關于溫室大棚智能在線監控系統。一方面可以實施并遠程監測大棚內土壤的溫、濕度、二氧化碳濃度以及空氣的溫濕度，同時也可以遠程操控灌溉裝置精準灌溉作物，為作物的生產質量保駕護航。

1 物聯網概念

物聯網所具有的功能包含智能識別、智能定位跟蹤以及智能監控管理、而且功能的實現需要借助射頻識別卡、無線傳感器等硬件設備，輔之云計算技術，參照傳輸協議，使用有線或無線的方式，從而實現物品和互聯網之間信息的交換通信。與互聯網不同的是，物聯網不需要人工的介入，便可實現物品和物品之間的識別信息共享和交流，其本質接觸的便是射頻識別技術。

智能農業內涵在于將智能化農機技術以及遙感遙測技術、全球定位系統技術、地理信息系統技術、計算機網絡技術等技術集為一體，所形成的新型農業生產方式[1]。

2 系統總體方案

■2.1 功能設計

本文所設計的智能大棚監控系統，需要滿足以下幾個功能：第一，也是能夠有效的監測種植環境數據，包含溫度、濕度、光照、土壤、溫濕度以及含水量等數據，收集作物生長環境數據信息，傳感器所測的數據在無線網絡的幫助下傳輸至系統內部，從而對信息進行儲存，分析并通過圖表曲線的形式展現給用戶；第二，便是錯誤報警功能，一般的報警方式包含手機短信報警、多媒體聲光報警，從而能夠有效監控大棚內部異常狀況，值班人員在獲取異常信號之后，可進行遠程控制，解除報警；第三，系統在不借助人工的情況下，可自動化灌溉作物；第四，將數據進行無線數據傳輸；第五，運用低成本設計簡單的操作界面，維持系統的穩定并加強其實用性；第六，可以對加濕器、加熱器以及風扇等系統內部設備進行管理。例如，當大棚內部的空氣濕度、溫度偏離設定值時，系統可啟動加濕器和加熱器，恒定大棚內部溫濕度，同時開啟風扇，加快大棚內部空氣流通；第七便是可以實現數據的查詢、分析和匯總。在系統的幫助下，可以實時了解大棚內部空氣溫濕度、工作強度等相關數據，并將數據整理成日報、月報以及其他報表的形式，直觀展現給用戶方便用戶對比分析采集數據，分析作物的生長狀況進而做出合理判斷，提升作物的產量和品質[2]。

■2.2 系統總體結構

傳統的系統數據傳輸采用有線數據傳輸方式，該方式需要高額的成本進行維護，且傳輸數據不精準穩定，影響作物種植。因此本文所設計的監控系統設置多個傳感器節點，且每個傳感器之間的距離不能太近，并采用LoRa無線技術進行數據傳輸，且該技術成本低，傳輸過程穩定，可以為作物種植提供優質精準數據。智能溫室大棚監控系統整體運用星型拓撲結構，組成部分為感知層、網絡層、應用層三大部分。

圖1 溫室大棚智能監控與灌溉控制系統的總體結構

感知層作用在于可以利用LoRa無線技術在對作物生長狀態進行實時監控的同時，有效獲取溫室大棚內環境變化參數數據，該部分由二氧化碳傳感器、土壤溫濕度、空氣溫濕度、光照傳感器、監控攝像頭、灌溉裝置共同構成；感知層采集信息輸入到網絡層，并由網絡層將信息傳輸至應用層ARM服務器，該部分包含GPRS、Internet 網；應用層主用作用在于通過MySQL數據庫、農業專家庫、ARM服務器、系統終端的幫助，接收來自于ARM服務器的作物參數數據，并存儲于MySQL數據庫，農業專家庫通過比對分析數據，從而得出適宜的灌溉策略。其中，作為系統終端的用戶，可通過指定的IP地址訪問服務器控制中心，進而通過指令的發送，獲取關于大棚內部的環境監測數據[3]。

3 系統的硬件設計

■3.1 傳感器節點

感知層硬件中最為重要的便是傳感器節點的設計。其結構由L0Ra無線采集模塊、CO2、光照、土壤溫濕度、空氣溫濕度傳感器以及電源模塊組成。圖2便是傳感器節點流程圖。

圖2 傳感器節點流程圖

（1）LoRa 無線采集模塊

本文所使用的LoRa無線采集模塊型號為SX1212，產自美國SEMTECH公司。該模塊的優勢在于在保持低功耗的基礎上，可以排除各種干擾，借助300MHz擴展到510MHz廣闊頻率傳輸范圍，穩定將信息進行遠距離的傳輸。此外，該模塊在系統中的作用是匯總來自于不同傳感器的數據輸送到網關。

（2）傳感器的選擇

由于溫室大棚內傳感器節點與傳感器是配套搭配的，因此需要使用多個傳感器滿足智能監控系統需求。為改善此類現象，可使用來自于建大仁科企業的生產的不同類型的傳感器，滿足監測空氣溫濕度、光照強度、二氧化碳濃度、土壤濕度的要求。首先，空氣溫濕度、光照強度的實時監控，可采用該公司的三合一傳感器，其擁有10～30 V的直流電以及0.4W的功耗，并在測量后，得出空氣溫、濕度、光照強度測量精度為±0.5 ℃、±3%、±7%；傳統的二氧化碳濃度監測采用半導體傳感器，但是隨著后期的使用開始出現低檢測精度的問題，因此逐漸淘汰該傳感器轉而使用485型CO2傳感器，監測溫室大棚內CO2濃度變化范圍，其功耗以及直流供電為0.4 W、10～30 V，所測得的CO2精度為±40×10-6；HSTL型土壤濕度傳感器采用316l不銹鋼制成，目的在于防止潮濕的土壤環境對探針的侵蝕，該傳感器可以采集-40～80℃范圍內的土壤濕度，采用5～24伏的供電電壓，0～100%的水分量程，土壤濕度在經過檢測之后測量精度達到±2%[4]。

（3）組網方式

系統當中的LoRa無線采集模塊擁有多個傳感器節點，并且所有的傳感器圍繞該模塊呈現星形網絡結構。該種組網結構的優勢在于上手簡單、容易操作可以快速構成網絡，同時也可以在短時間內完成數據的傳輸。每個節點向中心點傳輸數據，不需要受到時間的限制。其中當多個節點將信息同步發送至中心點時引發的數據擁堵問題，可借助自動調平以及速率自適應技術進行妥善地解決，避免數據突出概率數據傳輸不穩定的問題，有效采集農業信息，為作物的生長提供精準的數據保障。

圖3 星型組網方式

圖4 灌溉裝置結構圖

（4）灌溉裝置

本文當中的灌溉裝置所選用的是新為誠微型水泵，開水泵電流和電壓分別為15A以及24V，開口流量一分鐘可達到16L。灌溉裝置在設計的過程當中需要分為兩路:一路是肥液路，而另一路則是水路。首先前者肥液路底端連接出水口，且自下而上分別設置有電動閥門、水過濾器、抽水液泵、手動閥門、流量計、止回閥，并包含4個肥液罐；而后者的水路控制系統同樣也設置有流量計、止回閥等硬件部分，該系統的灌溉流程為：自來水經水泵抽取進入管道并進行過濾，過濾后的自來水會流經流量計以及水路止回閥到達肥液路，兩者充分融合形成混合水肥，流經壓力機和電動閥，最終由水肥混合管道排出進入滴灌帶灌溉作物[5]。

（5）控制節點

控制節點與控制器連接，本文監控系統采用具有良好兼容性以及性能的STM32F407微控制器，同時還輔助有LoRa 無線模塊、穩壓器模塊、繼電器模塊和電源模塊。能夠在降低功耗的同時，加快處理數據的步伐。控制器分為自動開關控制以及手動操控兩種不同的啟停方式。前者關于閥門以及水泵的自動控制，需借助微控制器板子下的繼電器、固態繼電器控制，將來自于傳感器的數據傳輸至服務器中，農業數據庫會將大棚數據與庫內數據進行對比決策；后者的可通過控制器上的按鈕手動操控閥門與水泵[6]。

■3.2 網關節點設計

網關節點的設計采用GPRS模塊，主要負責數據傳輸任務，同時也可實現信息的遠距離輸送。該節點一方面可以將監控終端所發出的灌溉控制指令傳輸至控制節點，另一方面也可以向服務器傳達來自傳感器的數據信息。

圖5 網關節點設計

4 系統軟件設計

■4.1 數據庫的存儲與發送

因需要實時監控溫室大棚的環境，因此便需系統具備超強的數據存儲庫，方便信息的儲存。因此本文選擇使用MySQL 數據庫，該數據庫空間龐大，可滿足溫室大棚監控要求。與此同時，為了方便數據的查詢，可根據數據的不同種類建立表格進行分類存儲；系統與用戶終端手機連接，可將監控信息通過短信的方式通知用戶，完成數據的發送。

■4.2 監控軟件設計

系統監控界面如圖7所示，此次設計的監控系統采用Delphi7.0監控軟件，同時并配置MySQL數據庫。該軟件界面不僅可以觀看作物生長趨勢、歷史數據、水肥配比、水泵控制數據，同時還具人性化的種植技術指導模塊，以及智能自動化遠程灌溉施肥控制功能。而農戶對各功能模塊的查看，可設置服務器IP地址連接用戶端與終端通信，用戶借助Internet網絡以及GPRS移動數據便可自由訪問主界面，監控作物生長狀況。

圖6 系統監控界面架構圖

圖7 系統整體監控界面圖

5 試驗機結果分析

■5.1 系統穩定性測試

該監控系統性能的穩定性，需要參考服務器環境參數所形成的趨勢曲線。以1號節點為例，觀察該節點在14:00～16:00左右時間所呈現出的光照強度、空氣、土壤相對濕度、空氣、土壤溫度所呈現出的數據變化，便可看出該節點傳輸處于正常的范圍內。再加之空氣溫度以及土壤溫度在24個小時內，所呈現出的曲線圖無明顯跳動和斷點，且曲線一直去平滑的狀態，因此可以表明該系統具有穩定的工作性能[7]。

表1 土壤溫濕度、空氣溫濕度、CO2濃度的數據

115:20:471 39839.620.13924.8 115:28:171 28439.620.139.624.9 115:45:051 02739.520.141.824.8 116:07:471 54537.520.242.824.9

■5.2 驗證傳感器采集精度

圖8 監控系統連續24h檢測空氣溫度數據曲線

為有效驗證傳感器采集精度的高低，總共選取了4個傳感器節點，以空氣濕度和土壤相對濕度數據為例，對比系統所采集的數據以及人工所采集的數據。根據下表的最終測試效果，系統具有較小的誤差，采集精度相對較高。

圖9 監控系統連續24h檢測土壤溫度的數據曲線

表2 傳感器采集精度測試效果

■5.3 丟包率測試

監控系統的穩定與否與丟包率有著密切的關聯。同樣選取4個傳感器節點，以20分鐘為采集周期，進行為期24個小時數據采集并傳至網關。通過此實驗可以驗證，不同的傳感器節點呈現出不同的丟包率，但是總體丟包率誤差控制在0.45%以內，因此總的來說該系統具有較強的可靠準確性。

表3 丟包率測試效果

6 結論

綜上所述，以物聯網為基礎所設計的溫室大棚監控系統，依托物聯網技術云計算以及無線傳輸技術，借助多個傳感器采集數據并傳輸到網關，GPRS無線通信和Internet網絡實現數據的傳輸以及人機交互。既可以達到在線監測作物生長狀態以及遠程灌溉的目的，同時也具有智能分析專家在線指導等，智能決策模塊獲取準確數據并作出科學決策，提升系統數據采集精度，且該系統在未來一定會朝著高穩定性以及可靠性的方向發展[8]。