基于多傳感器數據融合自動滴灌系統的研究

鄭志建，謝懷民，黃 蓉，蔡卓翊，白清源

(1.福州軟件職業技術學院智能產業學院，福建福州350003；2.福州大學計算機與大數據學院，福建福州350108)

世界各國都在節約淡水資源，不當的灌溉方式造成的淡水資源浪費問題越來越嚴重，農業用水節能減排也是如此。一方面，將農作物種植中的灌溉方式由粗放型灌溉方式轉變為節能灌溉方式，積極加快精準農業的快速發展[1]。另一方面，國家積極推動工業反哺農業政策，將現代工業當中的新技術應用到農業生產當中。因此，自動滴灌技術將是未來灌溉技術的發展趨勢。對于農作物的生長，傳統的灌溉技術無法實現對農作物的實時定量灌溉。一方面會使作物錯過最佳生長期，另一方面也會導致作物病蟲害的發生。在我國節能降耗的大背景下，基于多傳感器數據融合的自動滴灌技術研究顯得尤為重要。電子技術、自動化技術和農業技術的結合，一方面采用自動滴灌技術和多傳感器參數融合方法，具有測量精度高等特點，可以避免水資源的浪費;另一方面，自動滴灌技術可以完全無人值守，大大節省人力成本[2]。基于多傳感器數據融合的自動滴灌系統主要包括以下模塊:遠程監測模塊、土壤環境參數提取模塊、STM32核心控制器模塊、ZigBee無線通信數據傳輸模塊、滴灌控制模塊等。系統根據土壤參數提取模塊提取的數據進行數據融合，將融合后的數據發送到STM32嵌入式控制模塊。嵌入式控制模塊根據輸入數據進行判斷，如果土壤濕度值超過系統設定的閾值，將停止滴灌。

1 多傳感器數據融合系統算法設計

多傳感器數據融合的滴灌系統土壤環境參數提取模塊使用的傳感器為土壤濕度傳感器、土壤溫度傳感器和光強傳感器。傳統的滴灌系統土壤環境參數模塊采用的是單節點采集數據方式，僅使用土壤濕度傳感器采集土壤濕度后決定電磁閥是否開啟。單類型傳感器檢測土壤環境濕度得到的結果往往不準確，不準確的結果導致系統耗水量的增加。多傳感器數據融合的自動滴灌系統采用了多種類型傳感器，將收集到的傳感器數據進行融合，在測量精度上相比于傳統滴灌系統具有更好地效果，因此在節水減排方面表現更好。農作物的生長需要合適的土壤濕度、土壤溫度而且光照強度對作物的光合作用也有深刻的影響，因為作物的生長必須在一定的光照強度下進行，過強的光照會使農作物發生光破壞現象[3]。過低的光照強度又不適合農作物的光合作用，所以這三個因子對多傳感器融合滴灌的效果都會有影響，其中多傳感器數據融合過程如圖1所示。

圖1 多傳感器數據融合過程

最小二乘法在多傳感器數據融合時具有簡單、高效、錯誤低、準確度高等特點。農田區域內布置的多種傳感器會采集到海量的土壤溫度、土壤濕度、光照強度傳感器的數據。為了提高數據處理的速度和精度，首先對同一傳感器類型的傳感器數據采用加權最小二乘法融合[4]。同時，為了避免因某些傳感器檢測環境因子異常而產生的誤差，增加誤差較小的傳感器數據的權重值，減小誤差較大傳感器數據的權重值，進而得到同類傳感器數據融合函數模型[5]。此時，當某個傳感器出現異常時當前傳感器對整體系統數據的影響便會減小，一方面，保證整個系統的穩定性，另外一方面還可以提高傳感器測量數據的精度。基于加權最小二乘法同類傳感器數據融合計算流程如圖2所示，采用數據融合算法對采集到的三種傳感器數據進行數據融合，然后將系統融合后的值送入決策系統作為多傳感器數據融合后滴灌系統的依據。

圖2 加權最小二乘法傳感器數據融合過程

假設區域內有n個傳感器，n個傳感器的測量值構成向量Y，同時環境噪聲e=[e1,e2,e3,…,en]T，相對于系統的真實值x，其中，H=[1,1,1,…,1]T，則環境狀態的檢測方程如式(1)所示。

Y=Hx+e

(1)

(2)

(3)

(4)

(5)

通過式(5)推導得知傳感器的值直接受到傳感器測量當中的誤差平方的影響，通過式(4)推導得到傳感器數據融合過程當中的估計狀態方差如式(6)所示。

(6)

同時考慮到大田環境參數提取比較復雜，為保證系統的精確性，將測量結果的算數平均值作為傳感器測量數據的真實值，如式(7)所示。

(7)

同時第i個傳感器的第m個結果的方差估計如下式(8)所示。

(8)

將n個傳感器的方差估計求和聯合式(8)可以得到如式(9)所示。

(9)

(10)

將最終結果作為下級異類傳感器結果的輸入。

2 系統硬件設計

2.1 系統整體硬件設計

多傳感器數據融合的滴灌系統硬件部分主要由核心控制模塊、電路模塊、傳感器參數采集模塊、ZigBee無線傳輸模塊、時鐘模塊、電路復位模塊等組成[6]。其中傳感器參數采集模塊包括土壤濕度采集模塊、土壤溫度采集模塊、光照強度采集模塊組成，多傳感器數據融合自動滴灌系統的主要原理框圖如圖3所示。

圖3 多傳感器數據融合自動滴灌系統主要原理框圖

2.2 無線通信模塊硬件設計

多傳感器數據融合的自動滴灌系統無線通信模塊采用的是基于ZigBee協議棧的CC2530模塊，多傳感器數據融合自動滴灌系統無線傳輸模塊的無線透傳網絡是由一個主機設備、多個路由設備以及多個終端設備組成，ZigBee無線通信模塊具有三種通信模式，具體三種模式表現為:廣播模式、一對多模式、點對點模式。每一種模式都存在其優缺點，例如廣播模式傳輸數據的時候完全透明傳輸，但數據傳輸的時候會發生丟包現象并且使用廣播模式時數據的傳輸速率比其他兩種模式低。ZigBee的一對多模式使用簡便，數據傳輸速率比較高，但其功耗比較大，不適用于低功耗場合[7]。ZigBee點對點模式，數據傳輸效率更高，功耗更低，因此選擇ZigBee的模式為點對點模式，低功耗終端平時處于休眠狀態以減少電量損耗，并定期喚醒采集傳感器數據上傳。

無線通信模塊主要包括ZigBee終端節點、ZigBee協調器兩部分組成，其中ZigBee無線通信模塊的整體結構框圖如圖4所示。ZigBee終端節點負責采集土壤濕度傳感器、土壤溫度傳感器、光照強度傳感器的數據。然后將ZigBee終端節點收集到的數據返回到ZigBee協調器當中。ZigBee協調器是整個ZigBee網絡組織的管理者，每個ZigBee網絡只能接入一個ZigBee的協調器，ZigBee協調器首先選擇頻道以及網絡id，之后開啟該網絡[8]。ZigBee協調器是多傳感器數據融合網絡整體的開端，因此它擁有網絡的最高權限，作為整個網絡的維護者，ZigBee協調器可以設計安全中心以及執行其他的動作。

圖4 ZigBee無線通信模塊整體結構框圖

3 系統軟件設計

多傳感器數據融合的自動滴灌系統軟件設計主要包括如下:無線通信模塊軟件設計、監控模塊的軟件設計。其中無線通信模塊的軟件設計主要是ZigBee無線通信模塊的軟件設計，為了方便查看以及控制電磁閥的狀態設計了監控模塊。根據監控模塊的狀態實時查看到土壤溫度傳感器數據、土壤濕度傳感器數據以及光照強度傳感器數據，系統根據融合算法會生成融合后的傳感器數值。

3.1 無線通信模塊軟件設計

ZigBee通信模塊硬件由協調器和終端節點構成，協調器也是整個ZigBee網絡系統的樞紐。它的主要作用是為加入ZigBee網絡的子節點分配地址，并協調終端節點之間的關系。系統上電并初始化協議后，開始掃描通道并建立網絡。掃描通道的功能是搜索節點通信中的網絡信息。當ZigBee網絡當中沒有協調器的時候，則ZigBee網絡當中的某個終端自動成為系統當中的協調器，其他節點可以向該協調器發送信息[9]。當系統終端節點和協調器當中的網絡建立成功之后，系統便可以收發信息。傳感器采集到的數據主要通過終端節點反饋給ZigBee網絡的匯聚節點，ZigBee網絡中的匯聚節點通過串口通信反饋給遠程監控終端，其中協調器流程圖如圖5所示。

圖5 協調器流程圖

當CC2530模塊上電后，首先對ZigBee的終端節點進行終端節點初始化操作，此時若ZigBee終端節點接收到協調器發送過來的加入網絡的信號則終端節點將加入協調器構建的網絡當中[10]。并允許由終端節點給協調器分配地址，當終端節點入網成功后，系統會周期性的讀取傳感器當中的數據并將讀取的數據返回給協調器，其中終端節點流程圖如圖6所示。

圖6 終端節點流程圖

3.2 監控模塊軟件設計

首先設置串口名稱和波特率，設置完成后，點擊串口啟動按鈕，遠程控制端監聽串口啟動的事件。監聽的內容包括串口名稱、波特率、串口是否被占用等信息。當串口名稱錯誤或該端口被其他程序占用時，則會提示通信失敗。初始化完成后，遠程監控終端向下位機發送地址碼，等待握手信號[11]。此時下位機檢測是否有來自遠程監控終端的信號，判斷特征碼是否與下位機特征碼對應。當特征碼與下位機特征碼一致時，下位機回傳給遠程監控終端相同的特征碼。如果遠程監控終端判斷下位機返回的特征碼是正確的，就可以接受下位機的傳感器數據，其中遠程控制端流程圖如圖7所示。

圖7 遠程控制端流程圖

4 實驗方法和實驗結果

多傳感器精度驗證實驗方案采用的是常見的FDR土壤濕度傳感器以及多傳感器數據融合后實際測量的數據進行對比實驗。實驗過程是先獲取福州永泰大田當中的土壤，烘干土壤并等分成17份，將土壤配比成土壤濕度為5%、9%、13%、17%、21%、25%、29%、33%、37%、41%、45%、47%、49%、53%、55%、57%、60%，對每一份土壤樣本進行標記處理。使用多傳感器數據融合的自動滴灌系統進行檢測相關土壤濕度、同樣的樣本也使用FDR傳感器進行土壤濕度的檢測，并且記錄。記錄結果如表1所示。

表1 傳感器測量值對比表 %

對記錄后得到的結果進行對比繪圖如圖8所示，證明傳統的FDR土壤濕度傳感器測量土壤濕度隨著環境當中的土壤濕度值的增加而測量精度不精準，基于多傳感器數據融合后測量的土壤濕度值比傳統的FDR傳感器測量土壤濕度更穩定且測量精度更高。

圖8 FDR土壤濕度與多傳感器融合后濕度對比圖

5 結論

本文研究了多傳感器數據融合的自動滴灌系統的問題，該自動滴灌系統包括了軟件設計、硬件設計以及傳感器融合的算法設計，在該自動滴灌系統當中存在的多傳感器數據來源是土壤溫度傳感器、土壤濕度傳感器以及光照強度傳感器，根據各種傳感器采集的各項數據進行融合，將融合后的數據作為最終的決策依據，系統根據融合后的參數值進行滴灌。實驗表明，該自動滴灌系統具有測量精度高、方便農事活動等優點。