基于物聯網和Cat.1 模組的智慧農業系統

冉卓衡

（天津工業大學，天津 300387）

在實際的農業生產與應用中，溫濕度、光照等環境參數都能對作物的生長品質產生一定的影響。例如，當大棚內溫度過高時，會引發作物“高溫不實”或“高溫逼熟”等熱害現象，而過低的溫度又會產生低溫冷害、凍害等現象[1]；如果溫室中的濕度長時間處于較高的狀態，則容易引起種植區域內各種霉菌滋生[2]；而當日光不足時還會造成植被的寡照陰害[3]。因此，如果能在農業應用場景中實現快速獲取環境中的反饋信息，并以此來及時地調節相應的環境參數，將對農作物的種植與生長產生積極的影響。此外，隨著近年來傳感器與物聯網技術在農業中的成熟應用，我國的農業智能化水平也正逐步邁入發展的黃金時期[4-6]。

基于Cat.1 模組和物聯網云平臺構建了一套實用的智慧農業系統。Cat.1 模組可以無縫接入現有的LTE 網絡，實現高速率、低延時與低功耗地接收感知層采集的環境數據。華為OceanBooster 云平臺不但能提供農業環境數據的可視化服務，還可根據云平臺設置好的觸發規則，下發相應的控制命令給農業設施，使農業設施可跟隨大棚內實時的環境參數自主地實現調節與開閉。在提高農業生產質量與效率的同時，又可減少電能消耗，降低化學肥料與有害物質的污染，具有較好的實用性和一定的環保性。

1 系統整體架構

該智慧農業系統由參數采集傳感器、功能執行設備、數據可視化平臺、規則設置平臺、數據發送與接收模塊等組成，各個模塊間的關系如圖1 所示。

圖1 系統的結構框圖

系統內的各個單元通過協調配合，實現智能化地監測與調節大棚內的各項環境指標。在用戶端使用者還可通過手機及網頁瀏覽并設置相應的環境與控制信息，便捷地管理農業大棚內作物的生產。采集端系統的主要硬件部分由通信模塊、顯示模塊、電源模塊、環境參數傳感器和調節控制模塊等組成，各部分關系的系統架構如圖2 所示。

圖2 采集端的系統架構

2 系統主要硬件組成

該系統基于Cortex-M4 內核的STM32L431 低功耗系列微控制處理器開發，該處理器不但有著豐富的外設資源[7]，且工作頻率也高達80 MHz[8]。除了選用市面上常用的環境參數傳感器之外，該系統還通過Cat.1 模組與GSM 模塊實現數據的交互，使整個系統具有低功耗、低成本和易于使用的特點。

2.1 參數采集傳感器

2.1.1 光照傳感器

系統基于BH1750 傳感器內置的16 位模數轉換器，通過IIC 協議可直接傳輸農業環境中光照強度的數字信息，而不需要經過復雜的計算[9]。傳感器的測量結果也可以通過光度計來直接地進行驗證，所測得光照強度的物理單位是lx（勒克斯）。

2.1.2 氣體傳感器

氣體監測所使用的MQ-2 型傳感器是一款可識別多種氣體的探測器，其廣泛被應用于液化氣、苯、烷、酒精等氣體的探測。具有靈敏度高、穩定性好、壽命長等優勢[10]。當環境中的氣體濃度越大，傳感器的導電率就會變大，輸出電阻也隨之降低，最終使模擬信號的輸出增大，從而實現對農業環境中氣體參數的測量。

2.1.3 GPS定位模塊

該系統采用設計緊湊的Quectel L80-R 型定位模塊，其定位誤差最大僅為2.5 m。當種植區域內部署有大量的智慧農業采集端設備時，通過GPS 定位模塊即可實現智能設備的精準定位與搜尋。

2.1.4 溫濕度傳感器

農業大棚環境中溫濕度的采集裝置為SHT30 型溫濕度傳感器，該傳感器基于IIC 總線通信模式，不但能夠提供極高的可靠性和出色的長期穩定性[11]，還具有功耗低、反應快、抗干擾能力強等優點[12]。所測得的數據以16 位傳輸，其所測濕度的換算公式為：

所測得溫度信號的換算公式為：

其中，SRH和ST表示傳感器輸出的濕度和溫度。

2.2 數據發送模塊

感知層所采集的數據經LWM2M 協議，通過Quectel M26 GSM 模塊將光強信息、溫濕度信息、GPS定位信息和命令執行結果等信息上傳，用戶可通過網頁端與手機端實現對大棚內環境數據的訪問與控制。

2.3 數據接收模塊

該系統的接收端采用Cat.1 模組實現數據接收。Cat.1 是4G 通信LTE 網絡下用戶終端類別的一個標準，其上、下行峰值速率分別為5 Mbit/s和10 Mbit/s[13]。盡管NB-IoT 在當下物聯網市場中發展迅速[14]，但其上、下行速率只有100 kbps，而Cat.1 在網絡覆蓋、速度和延時上均占有優勢，因而非常適合在對性價比、時延性、覆蓋范圍、通信速度均有較高要求的智慧農業場景中使用[15]。此外，相比于傳統的LTE Cat.4 模組，Cat.1 又有低成本、低功耗優勢[16]。用戶在連接該模塊后，信號的質量與附著情況可通過AT 指令查詢，所得的查詢結果如圖3 所示。

圖3 網絡連接情況測試圖

如圖3 所示，使用AT 指令發送CGATT 與CPIN指令至模組后，所得的響應結果分別為1 和READY，表示Cat.1 模組的SIM 卡正常工作，并已經正常附著網絡。此時可通過CSQ 指令進一步地查詢信號質量與誤碼率，響應數值30 表示信號的傳輸質量較好，誤碼率的數值為99，處于0～99 的正常范圍內。參照指令的響應結果，可以得出此時Cat.1 模組已成功接入移動數據網絡，且信號傳輸也較為穩定。

3 系統主要軟件設計

智慧農業系統的軟件組成部分主要有數據上傳程序、命令下發程序和物聯網云平臺三大部分組成。通過CoAP 通信協議，采集端可將傳感器的采集參數、設備工作的狀態等信息以數據報文的形式上報至云平臺。

3.1 數據上傳程序設計

在上傳數據前，首先需要在云平臺上進行設備注冊。在成功實現設備與物聯網之間的連接后，待下一次設備正常供電時，就可以基于定義好的業務邏輯實現環境信息采集、周期上傳數據、相關事件觸發等功能。數據的上傳程序流程圖如圖4 所示。

圖4 數據上傳程序流程圖

當系統接入網絡并完成了硬件與通信協議的初始化后，通信模組就會向平臺發送標識碼等設備信息以連接至物聯網平臺。當收到平臺下發的連接成功信息后，傳感器立即開始采集周圍的環境信息，并將采集完畢的就緒信號傳遞至云平臺。在收到并解析云平臺下發的JSON 格式的反饋信息后，設備就開始將采集的環境信息轉換成二進制數據并上報給云平臺。當云平臺收到數據成功上傳的報文后，一次完整的數據交互才能結束。

3.2 命令下發程序設計

在物聯網平臺中，用戶可通過虛擬開關控制真實的農業設備。在接收到云平臺下發的命令后，設備中程序的運行過程如圖5 所示。

圖5 命令下發程序流程圖

當物聯網平臺下發控制命令后，設備在收到命令后會立刻返回ACK 響應信息。當云平臺成功接收到設備的反饋信息后，設備就開始執行云平臺所要求的控制指令內容，并發送相應的控制指令執行結果到云平臺。最終物聯網云端會更新可視化界面中設備的當前狀態信息。

3.3 物聯網云平臺設計

3.3.1 數據可視化應用

采集端所收集的環境溫濕度信息、位置信息和設備狀態信息可以被部署在華為OceanBooster 平臺中，并通過虛擬的儀表、地圖、折線圖等功能模塊實現數據的可視化展示。如在光照可視化圖表中，設備每采集一次光照數據，圖表中就會記錄一次當前時間設備所檢測的光照數據值，如圖6 所示。

圖6 可視化圖表效果圖

當采集到多個時間點的采集數據后，就會形成一條完整的可視化曲線，以供用戶掌握實時動態的環境變化信息。除可視化功能外，該平臺還支持控制命令的下發。在該系統中，既可實現手動控制模擬的LED 照明燈、風扇等農業設施，也可在云平臺中建立控制規則，實現智能地控制農業設施工作。

3.3.2 建立控制規則

傳感器所上傳的數據不但可以在云平臺實現可視化，還可通過建立如圖7 所示的控制規則，以命令下發的方式來智能地調節與控制聯網的農業設施。

圖7 建立控制規則示意圖

該系統中所設置的規則依據所處的環境參數，實現了對模擬風扇開閉、模擬農業補光燈開關、煙霧報警等設施的自動控制。具體的參數干預閾值可根據農業場景中大棚內的實際情況而定，且隨著季節的變化應做出相應調整。同時，還可將同一套規則運用至多個智慧農業系統，實現農業設施整體調控一致的效果。

4 系統測試結果

將設備與模組連接電源后，傳感器的數據采集與云平臺的數據可視均工作正常。經測試，手動向云平臺發送設備控制命令后，相關命令均被模擬農業設施成功執行，云平臺中所建立的規則均成功實現其預設的功能。如當向溫濕度傳感器呼氣時，模擬風扇則會轉動；當空氣中的煙霧含量過高時，蜂鳴器報警裝置立即鳴響；當用手遮擋光照傳感器時，模擬農業LED 燈的自動補光作業就會啟動。光照傳感器被遮擋前后的系統測試結果如圖8(a)和(b)所示。

圖8 系統實物測試圖

此外，用戶還可瀏覽云平臺中傳感器所上傳的歷史數據，并基于相關數據手動或自動地修改大批量系統的控制參數，在節省人力物力的同時，達到增量增產的目的。同時用戶還可通過瀏覽云平臺中的報表、告警及上傳時間等信息，使用分析軟件或數學分析方法對本地歷史數據加以整理與處理，以更合理地設置傳感器與控制規則，實現調控機制的進一步優化與改進。

5 結論

文中基于Cat.1 模組和物聯網云平臺設計了一款新型的智慧農業系統。該系統不但可通過Cat.1模組低延時地傳輸不同類型傳感器所采集的環境信息，還可依托云平臺中所設置的規則，智能地調節和控制農業設施運行，營造有利于農作物生長的環境，進而達到增產增收的目的。經測試，該系統實現了農業設施調控的自動化與設備采集參數的可視化，滿足了智慧農業場景中數據傳輸所需的穩定性與實時性，符合我國當下農業現代化的時代發展要求，在未來有著廣闊的市場前景與應用價值。