基于物聯網的智慧農業害蟲識別監控預警系統＊

西安思源學院電子信息工程學院 楊林哲 高歡 任孟然 劉環瑞 張娓娓 趙金龍

我國每年農業病蟲害頻發，給農業經濟造成了不可估量損失。因此，迫切需要采取有效的措施手段。為了進行有效控制，必須對農業害蟲進行監測預警。然而，傳統的病蟲害防治方法不能有效地保護作物的正常生長，因此需要研究更有效、更智能的防治方法來應對[1]。為了推動我國農業發展走上智慧農業的新路線，基于物聯網的智慧農業害蟲監控預警系統將計算機控制技術與單片機技術相結合。在底層硬件中，物聯網傳感器將被用來取代人體的視覺感官，以實現更高效的監控，更早的發現害蟲，及時的預警，科學的防治害蟲，減少農藥的使用，保障糧食安全。同時提高害蟲檢測的準確性，降低農業生產成本，減少人力消耗，提高作物產量。

本文突破傳統人工農業害蟲監測治理的方法，以常見農作物害蟲為研究對象，實現了害蟲圖像采集、害蟲圖像精準識別、害蟲監測以及害蟲預警等功能。作物害蟲的圖像采集和識別有助于遠程獲取每個采集點害蟲誘捕器的害蟲狀況[1]，從而精確的監控預警，能夠使農業工作者實現對農田各個采集點的蟲情情況進行監控，及時掌握蟲情動態。能夠高效的、及時的感知蟲情變化并做出應對措施，減少各類資源的消耗，使農業工作者實現更精準、更科學化的決策和管理，對我國農業走向更智能化方向具有十分重要的意義。

1 研究背景

回顧黨的十九屆五中全會審議通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》。《建議》第七方面對我國“三農”發展提出了長遠謀略，并提供了更優的行動指南。優先發展農業和農村，全面促進農村振興，提升農業質量、效益和競爭力，強調適應保障國計民生的需求，以保障我國糧食安全為底線，完善農產品支持保障機制，深化農業革新，鞏固和擴張扶貧成果。建設智慧農業需要增強農業科技裝備支持，提高農作物品種改良水平，完善動物防疫以及農作物病蟲害防治體系。

我國作為一個擁有5000多年悠久歷史的農業大國，農業發展戰略占據重要的地位，在農業發展中，農作物病蟲害是我國主要農業災害之一，危害嚴重且防治難度大，嚴重制約了我國農業的可持續發展[2]。由于傳統的捕蟲計數工作量大、效率低，難以有效地檢測復雜的作物害蟲。隨著物聯網技術的不斷發展，物聯網在害蟲檢測系統中的應用已經成為一個重要的研究方向。

通過調查農作物病蟲害監測措施的現狀，比較分析傳統監測措施和先進信息技術措施相結合的監測方法[3]，以物聯網技術為核心，引入深度學習算法，設計并實現害蟲監測系統[4]。為了給農作物種植者提供一種智能化的監測手段，提高監測效率，更及時地預防作物害蟲，本研究對實現更加高效的害蟲監測具有重要意義和價值。

2 研究意義

健全農作物病蟲害防治體系，建設智慧農業，響應國家十四五規劃。智慧農業也是對國家大力發展現代農業政策的回應，智慧農業的建設與發展受到國家的高度重視。與傳統農業相比，它具有高質量、高品質、高效的優勢。智慧農業采用無人化、信息化、科學化的生產方式進行。為此，設計一套全天候無人值守的農田病蟲害遠程監測預警系統，是農業智能化發展的必由之路。

本論文“基于物聯網的智慧農業害蟲監控預警系統”將計算機控制技術與單片機技術相結合，在底層硬件中物聯網傳感器將被用來取代人類的視覺感官，代替傳統的人工監管，更早的發現害蟲及時預警，科學的防治害蟲，減少農藥的使用，保障糧食安全，提高害蟲檢測準確率的同時減少人力，降低農業生產成本，提高產率。

本系統采用單片機傳感器視頻監控技術，以手機微信小程序的形式運營，應用于農業生產環境之中，與智慧農業的浪潮接軌，為農業發展提供便利，具有深刻的實用性和社會價值意義。

3 項目研究與開發的技術路線

本項目的系統開發內容與開發技術路線如圖1所示。

圖1 系統開發內容和技術路線Fig.1 System development content and technical route

（1）查閱和分析國內外有關物聯網智慧農業領域的文獻。

（2）進行本系統的相關需求分析并總結系統開發的核心技術。

（3）對本系統進行數據流分析，進行功能結構的設計和系統數據庫的設計，致力于系統整體架構的構建。

（4）搭建本系統開發的軟硬件環境，并進行數據初始化操作，確保環境的正常工作。

（5）完成系統原型功能的測試和開發，評估和糾正運行結果。如果測試合格，則完成整個系統；如果測試失敗，將返回系統進行重新的開發。

4 系統研究內容

本系統在高科技農業背景的基礎上，用單片機和攝像頭配合使用技術，與云平臺和手機微信小程序的形式運營，應用于農業生產環境之中[5]。具體研究內容如下。（1）如何實時監測農田害蟲數據信息；（2）以單片機技術為核心，如何設計單片機與傳感器的接口電路和軟件；（3）以WiFi技術為核心，如何設計發送和接收電路，將檢測的數據發送給微信小程序；（4）如何在微信小程序和云平臺獲取到害蟲監控數據；（5）如何利用微信小程序和云平臺遠程監控預警。

本系統的設計是以單片機為主控制下的核心，結合單片機（MCU）/微信小程序（Wechat Applet）/云平臺（Cloud Platform）模式的應用開發，主要包括微信小程序、遠端服務器和深度學習算法。采用卷積神經網絡模式（基于Caffe框架）對深度學習識別模型進行模型訓練，并在遠端服務器中加入相應的動態鏈接庫依賴項，然后通過本地接口實現模型的使用。通過單片機與攝像頭模塊對環境中的害蟲進行實時監控以及圖像抓取，然后通過單片機處理后通過WiFi模塊傳輸到云平臺進行實時高效的識別檢測，最后展示在微信小程序或者云平臺上對害蟲信息進行展示以及害蟲預警，便于用戶數據觀察，從而實現遠程監控，達到早發現早預警早防治的目的。本系統的研究路線如圖2所示。

圖2 技術研究路線Fig.2 Technology research route

5 項目硬件基礎與數據處理

系統主控模塊采用STM32F103C8T6芯片。本系統的設計實現，需要使用模塊的串口1、串口2、LED、JTAG、3.3v、5v引線等基本外設。串口1主要負責程序調試并與外部模塊進行通信，直到各個模塊能夠完成項目的基本功能。將程序下載到STM32開發板，并主要通過Jlink仿真器連接JTAG提供的第7和第9引腳。連接過程中，應要認真對照著芯片原理圖來進行，以防止接錯線造成短路損壞模塊。STM32電路圖如圖3所示。

圖3 STM32電路圖Fig.3 STM32 circuit diagram

本系統中使用的攝像機主要分為數碼攝像機和OV7670攝像頭模塊。數碼攝像頭可以直接進行圖像捕獲，然后將其轉換為數字信號并存儲在計算機中。我們這里主要涉及PC攝像頭，它的主流是帶USB接口的數碼攝像頭。攝像頭內部需要兩個工作電壓：3.3V和2.5V。最新的技術芯片是1.8V。OV7670是OV（OmniVision）公司生產的CMOS VGA圖像傳感器。該傳感器具有體積小、能耗低、提供單片VGA攝像機和圖像處理器的全部功能的優點。該產品VGA圖像最高達到30幀/秒，用戶可以完全控制圖像質量、數據格式和傳輸方式。

系統的無線數據傳輸功能通過ESP8266模塊進行實現，用戶可以在傳輸模塊的使用過程中快捷地添加聯網功能，使其成為一個完整的數據傳輸模塊，盡而實現整個系統的信息傳輸。此外，其CPU支持低頻32位數據傳輸和處理，并能與各種相關模塊處理器很好地兼容。ADC數模轉換功能在內部集成，各種UART/GPIO/IIC/PWM/ADC/HSPI接口也支持其模塊上的格式傳輸。在長期的使用過程中我們需要不斷的對版本進行升級，使用戶獲得更好的體驗，為此系統將采用遠程固態或本地升級等模式。ESP8266具體電路圖如圖4所示。

圖4 ESP8266具體電路圖Fig.4 ESP8266 specific circuit diagram

本系統主要是通過提供的整個模塊3.3V直流電源的正常工作。為了實現整個系統的通電和整個電路的完成，系統整體電路供電采用USB數據線供電或者采用簡單的電池組進行供電。

在整個數據的處理過程中，首先通過STM32單片機、OV7670攝像頭模塊、無線傳輸模塊對引腳信息進行初始化，從而促進整個系統的自測試工作。

當無線傳輸模塊執行網絡設置時，傳輸模塊可以通過發送AT對應的指令來執行相應的初始化配置操作，并且通過相應的TCP協議打開網絡通道。以便于手機能夠連接到WiFi模塊進行相應的后續數據傳輸。整個系統運行到這塊的時候功能已經基本實現了。工作具體流程如圖5所示。

圖5 工作具體流程圖Fig.5 Work specific flow chart

6 項目系統總體設計

本系統分為3個子系統，數據檢測系統、數據處理系統、后臺管理系統。采用微信小程序的形式是因為它是一款無需下載和安裝即可使用的應用程序，快捷方便實用性更強。系統的總體框架如圖6所示。

圖6 系統總體設計圖Fig.6 Overall design of the system

項目使用Java后端開發實現在服務器上執行。采用模塊化設計，同時分別構建數據庫系統和后臺系統。對系統進行多次測試，保證后臺系統在運行中不會發生問題[6]，實時接收云平臺發送的數據，并將其儲存在數據庫中。

項目客戶端App設計界面以簡潔風格為主導，分為個人中心和功能選擇這兩個部分。個人中心部分是用戶登錄App后，可以查看歷史操作等信息。功能部分是指軟件功能的實現部分，包括實時監控、歷史數據、歷史圖表、報警信息、遠程控制等功能。

引用

[1] 李想.基于物聯網的蟲情監測系統[D].北京:北京林業大學,2019.

[2] 王曉敏,鄧春景.基于“物聯網+”背景的我國智慧農業發展策略與路徑[J].江蘇農業科學,2017(16):312-315.

[3] 王海宏,周衛紅,李建龍,等.我國智慧農業研究現狀?問題與發展趨勢[J].安徽農業科學,2016(17):279-282.

[4] 彭元堃,楊艷,楊瑋,等.基于物聯網技術的智能農業管理系統設計[J].現代農業科技,2020(19):257-265.

[5] 朱丹,楊淑婷,張建華.基于物聯網技術的智慧農業云平臺[J].寧夏農林科技,2020(5):58-59.

[6] 陸林峰,管孝峰,黃海龍,等.基于農業物聯網的應用平臺構建[J].浙江農業科學,2020,61(7):1455-1457.