基于3S 架構的智能農機集成控制工程研究

賈思秀

（中南林業科技大學，湖南 長沙 410004）

0 引言

科學技術的發展推動了農業生產的智能化和自動化進程，也促使機械電子工程向智能化和自動化方向發展，從而提高了對控制技術的需求和要求。控制工程與機械電子工程之間存在著互補性的關系。二者的發展不僅可以加速機械電子工程的進步，也可以為其提供更多的可能性和發展方向。因此，本文對智能農業機械集成系統的實現進行了研究，重點探討了3S 集成框架、WebGIS 等相關技術在智能農業機械中的應用方法，以3S 技術為核心，以構建基于WebGIS架構的農業機械服務管理集成平臺為目標。同時，針對計算機領域新提出的物聯網、云計算、B2C 電子商務模式等概念，分析了如何將其應用于智能農業機械并融入到3S 技術框架中，以便更好地發揮其自身優勢，建立一系列技術框架模型，并快速開發出穩定高效的智能農業機械集成系統。

機械工程在農業機械集成中的創新應用是當前的研究熱點之一，而未來計算機視覺技術將與深度學習技術等智能技術相結合，基于大規模數據集在農業生產管理各個環節中的應用，更廣泛地解決農業生產管理的各種問題[1-2]。這樣可以解決當前的農業難題，更好地提升農業自動化系統的經濟性、普適性和魯棒性，從而促使農業自動化設備和系統向更智能的方向發展[3]。然而，由于數據來源不足，上述研究僅停留在理論層面，缺乏實踐意義。本文在參考大量文獻的基礎上，對物聯網、云計算、B2C 模式和3S（GPS、RS、GIS 技術）集成技術進行了研究和分析，并將這些技術整合在一起，從而找到了一個適合智能農業機械集成系統的基本框架模型。基于3S 技術和系統的軟件需求，完成了系統結構體系、功能模塊、性能指標、工作流程和數據庫的設計[4]。同時，選定了系統結構體系、功能模塊、性能指標、工作流程和數據庫，并運用相關的軟件開發技術進行了研發工作。

1 農機一體化智能機電系統

1.1 總體系統設計

本文從智能農業機械集成系統的數據需求出發，將系統涉及的數據分為兩類，分別在智能農業機械集成平臺上進行數據共享和服務[5-7]。業務數據包括農業機械服務組織、內部數據、作業數據三個方面，涵蓋了基本地理數據、農業機械的遙感影像、訂單以及不同用戶的相關信息數據，可為業務系統提供數據支持；資源數據包括與數據備份、資源管理和維護、用戶角色權限等有關的信息，可為業務應用提供數據支持。智能農業綜合管理系統建立在網絡基礎上，因此采用了瀏覽器/服務器架構（Browser/Server, B/S）的開發方式；J2EE 采用了三層結構，分別是表現層、中間層和數據服務層。為了保證系統的通用性、高效率、可移植性和安全性，本文選擇了Java 平臺作為系統開發和部署的平臺；軟件系統開發使用了Java 語言和WebGIS 相關技術，并在研發過程中引入了物聯網、云計算和B2C 電子商務模式等技術。將3S 技術用于數據采集、管理、計算、分析和展示，形成了智能農業機械集成系統。基于B/S 設計模式和J2EE 三層架構的原則，結合系統的實際功能需求，將系統劃分為用戶層、應用層和數據層三個層次，集成系統結構如圖1所示。

圖1 集成系統結構

從圖1 可以看出，用戶層是系統與用戶交互的界面，系統的各種功能頁面可以在不同的瀏覽器中展示。本文采用了JQuery 框架和Ajax 技術來開發網頁交互功能。借助OpenLayers 技術，實現了WebGIS 的各種地圖功能。用戶可以通過瀏覽器中的HTTP（超文本傳輸協議）請求，使用互聯網的傳輸協議，向應用層發送請求指令。系統處理這些請求后，返回所需的數據結果，完成用戶的操作功能。

OpenLayers 是一個用于開發WebGIS 客戶端的JavaScript 庫，其部署在Web 服務器上的應用層主要由控制層和業務邏輯層組成。其中，控制層由Struts框架管理，確保了用戶界面與業務邏輯層之間的有效交互。Spring 框架的引入則進一步拓展了其在應用層的作用，使得它不僅僅局限于業務邏輯的實現，還能夠通過與Struts 的整合，利用Java 代碼訪問位于數據層的服務。這樣的結合優化了數據的訪問和處理流程，提高了系統的效率和響應速度。最終，應用層能夠根據用戶的請求指令，有效地查找和處理數據，然后將結果返回給用戶界面，使用戶能夠對數據進行操作和交互[8-10]。

數據層包括了GeoServer 服務器、PostgreSQL 數據庫以及一些分布式的Web 服務和地圖服務。應用層利用對GeoServer 服務器和PostgreSQL 數據庫的訪問，獲取基本的地理信息數據和業務數據。應用層中的Java 功能代碼可以直接調用數據中心發布的農業機械終端監測數據服務，或者使用互聯網調用已發布的遙感影像和矢量地圖的切片服務，并將數據反饋到應用層中的用戶手中。數據層為整個系統的運行提供了充分的數據支持。

1.2 系統模塊設計

智能農業機械集成系統主要面向農民、農機服務組織和政府等用戶。不同用戶有不同的功能需求，且不同用戶之間存在一定的數據邏輯關系。因此，在設計系統模塊時，應根據用戶的功能需求和相互關系，設計系統的各個功能模塊。智能農業機械集成系統主要包括農機作業服務系統、農機作業調度和監督管理系統、農機作業輔助決策系統三個子系統。每個子系統由不同的功能模塊構成。智能農業機械集成系統的總體模塊設計如圖2所示。

圖2 智能農機集成系統

農機作業服務系統主要包括主頁、供應信息、訂單管理、作業分配四個模塊，為農民提供了農機服務組織檢索、地圖顯示操作、訂單管理（增刪改查）、將訂單分配給農機服務組織等功能。農機作業調度和監督管理系統由主頁、訂單管理、作業調度、作業監督、作業分析、信息管理、軌跡點管理等模塊組成，使農機服務組織能夠管理訂單、調度作業、監控農機和操作員以及管理組織內的相關信息。農機作業輔助決策系統的主要內容包括主頁上的農機動態和專題動態、作業分析、應急管理（包括臨時訂單和緊急事件）、作業質量監測、服務組織管理、用戶管理等。政府用戶可以利用這些功能來監測和管理農機服務組織、作業質量和緊急事件，幫助農民拓展訂單，并對當地的農業生產和農機服務組織的各種數據進行統計和分析，為當地的農業生產、經濟發展和政策制定提供數據支持。

1.3 過程設計

根據用戶的主要功能需求，智能農業機械集成系統的業務流程主要包括以下幾方面：需求服務、訂單調度、農機作業、動態監管、統計分析、輔助決策。

1）需求服務。農民可以在這個服務網站上找到農機服務機構，并提交他們的服務需求；也可以通過電話向農機服務機構和相關政府部門提出需求，然后由農機服務機構和政府部門工作人員完成訂單的填寫，最后通知農民訂單的處理結果。

2）訂單調度。農技推廣機構根據訂單的要求，將所需的機械和機械人員送達指定地點，并為農民進行農技推廣。

3）農機作業。農機服務機構通過手機短信通知操作員。操作員根據訂單的要求駕駛農機到達作業現場，進行農業作業，并及時將作業任務和狀態信息傳輸到系統。

4）動態監管。通過農機移動終端傳輸的數據，控制農機的運行軌跡和狀態，實時定位農機和操作員。同時，可以回放農機的運行軌跡點，估算作業面積。

5）統計分析。根據農機、操作員和作業時間的情況，農機服務機構對作業面積、作物類型和作業類型進行統計和分析。

6）輔助決策。政府對農機服務機構、農機數量、農機作業面積、作物類型、作業質量、作業時間等信息進行實時了解，為制定各種農業生產計劃和扶持補貼政策提供科學、全面、直接的數據支持。

1.4 數據庫設計

智能農業機械集成系統中使用的Web 地圖主要調用了天地圖發布的WMTS 地圖切片服務和遙感影像切片服務。遙感影像主要用于農機作業輔助決策系統下的作業質量分析模塊。系統調用了GeoServer發布的WMTS 遙感影像切片服務，該服務提供了田間區域、作物類型、作物產量、作物成熟度、收獲范圍等方面的實時可靠的監測數據，保證了政府部門統計分析和科學決策工作的順利開展。其他空間數據、系統業務數據和資源數據都存儲在本地PostgreSQL數據庫中。系統通過服務請求實時從數據中心獲取農機移動終端上傳的數據，并將數據保存在本地數據庫中，供智能農機集成系統快速使用。智能農機集成系統由三個子系統構成，每個子系統既獨立又相互關聯，由數據庫中的數據組合而成，彼此隔離，互不干擾，但有些數據（如空間數據）是共享的。通過數據表中的ID 標識和分組來確定數據的歸屬。在設計數據庫時，所有數據表和字段都要根據數據、結構、邏輯關系和特定規則設計，確保不同類型和權限的用戶能夠正確使用。數據之間沒有沖突，以避免系統錯誤。用戶信息和空間信息如表1所示。

表1 用戶信息和空間信息

其中，用戶信息包括用戶的個人標識ID 和組ID以及用戶名、密碼、姓名、聯系電話、身份證號碼等基本注冊信息。空間信息包括國家的基本地理信息，并存儲了省、市、縣、鄉、村等各級行政區劃的地名、中心點坐標、層級、空間維度等空間信息數據，為電子地圖的顯示提供了充分的地理信息。

1.5 系統數據平臺服務

在智能農業機械大數據系統中，基于對農機分布數據、農機作業數據和農機購買數據等歷史數據的分析，對各地區的農機發展情況進行了研究。農機發展情況的分析包括六個方面，即農機擁有量分析、農機新增量分析、農機進口比例分析、農機品牌排名、農機補貼數據分析和農機維修數據分析。將年均增長率引入到農機擁有量的研究中，可以更好地反映農機的發展狀況。同比增長率是指本期與上期相比所實現的相對增長率，其公式為：

其中，v表示同比增長率，l表示本期水平，u表示上期水平。

本文對農機擁有量的分析采用了這一指標，例如通過將某一年與前一年同期進行比較計算的增長率。環比增長率是以當前數據為報告期，以前一數據為基期。報告期與基期之間的比較就是環比增長率。農機數量的變化用同比增長率和環比增長率來表示，公式為：

2 智能農機集成系統測試

網絡環境對系統的響應速度有重要影響。本文的響應速度實驗旨在檢測系統中并發請求越來越多時，系統相應的響應時間的變化情況。響應時間的計算是指客戶端發出請求后，到達服務器并經過一系列交互（如讀取請求文件、查詢相關數據庫信息等），再從服務器返回客戶端并完成響應所花費的時間。在一些測試工具中，響應時間也稱為TTLB，響應時間統計如圖3所示。

圖3 響應時間統計

由圖3 可知，隨著并發量的增加，響應時間也增加。當并發量為100 時，平均響應時間為228 ms，最大響應時間為713 ms，最小響應時間為181 ms。當并發量為1 000 時，平均響應時間為803 ms，最大響應時間為1 284 ms，最小響應時間為521 ms。

3 結論

農業機械化是衡量農業現代化的一個重要指標。在這一過程中，應該充分利用現代計算機技術，構建一套適應互聯網時代的農機服務管理集成系統。這有助于提升中國農機信息化水平，加強政府部門對農業機械化的宏觀調控，推動農業機械化和信息化的協同發展。近年來，信息技術在農業生產中的應用日益廣泛，農機服務管理的數字化是農業信息化發展的一個代表性案例。建立新型的農機服務管理模式可以幫助農機服務組織在農忙季節及時調度訂單，管理旗下的所有農機和操作員，并迅速為農民提供農機服務。這完全改變了傳統的農機服務管理方式，使得農機作業服務實現了智能化和信息化。此外，可以建立一套與經濟制度相適應的農機信息化服務管理系統，這也是一種將農業生產與信息技術相結合的重要途徑。