基于STM32的AI智能農業系統

摘 要：本項目設計了以STM32F103ZET6單片機為控制核心的AI智能農業系統，系統具有多個采集數據的傳感器，采集到的數據通過WiFi通信顯示在云端上，可通過手機小程序查看植株的環境數據。當檢測到的特定數據超過設定的閾值時或者根據攝像頭處理識別植株的生長狀態時，單片機會主動開啟調控。實驗結果表明：該系統性能穩定，能夠保證環境數據指標控制在作物生長適宜的范圍內，使系統簡單化。

關鍵詞：智能農業；物聯網；ANN算法；AI；OneNET；ESP8266

中圖分類號：TP39 文獻標識碼：A 文章編號：2095-1302（2024）07-0-04

0 引 言

我國農業技術的發展與現代農業強國相比存在明顯差距。問題主要表現在機械化、智能化的普及不足，高素質人才的缺失、農業人口不斷減少、老齡化嚴重等。這些年，我國通過不斷向外學習成功經驗，借助現代科技發展智慧農業來推動農業生產的智能化和高效化[1]。通過將物聯網、云服務、大數據等新興技術“跨界”引入到農業生產中，在大大提高效率的同時，減輕了農業人口不斷流失和農業人口老齡化所帶來的不利影響，推動著我國農業朝著高標準、高效率的方向發展[2]。

本文設計了以STM32F103ZET6單片機[3]為控制核心的AI智能農業系統，包含采集模塊、控制模塊、通信模塊、AI攝像頭模塊，實現了農業環境信息采集、數據遠距離傳輸、云平臺數據上傳、本地監控及微信小程序的遠程監控功能，同時系統采用AI技術對植株的生長情況進行監測。

1 總體方案描述

該系統由STM32F103ZET6主控芯片、圖像識別模塊、pH傳感器模塊、二氧化碳模塊、土壤濕度模塊、溫濕度檢測模塊、光敏檢測模塊、WiFi模塊、繼電器水泵模塊、OLED顯示器模塊構成。其中單片機收集以上數據并判斷是否需要溫度、濕度、酸堿度補償，并通過OneNET上傳至用戶端實現報警、控制、實時顯示等功能。總體方案如圖1所示。

2 硬件設計

2.1 主控電路

本產品使用高性能的以STM32F103ZET6為內核的32位微控制器，最高工作頻率可達72 MHz，內置高速存儲器，具有64 KB SRAM、512 KB FLASH、多個定時器、2個DMA控制器（共12個通道），可以同時兼容多種通信模式[4]。

2.2 傳感器模塊

2.2.1 土壤濕度傳感器

本系統選擇了YL-69土壤濕度傳感器[5]檢測土壤濕度，硬件實物以及接口電路如圖2所示，其原理為：當環境的濕度發生改變時，會使得濕敏電容所在的環境中的介質發生改變，導致濕敏電容中的電容數值發生變化，電容數值與濕度值成正比。

2.2.2 溫濕度傳感器

本系統選取DHT11型溫濕度傳感器獲取空氣溫濕度，DHT11數字溫濕度傳感器是一款含有已校準數字信號輸出的溫濕度復合傳感器。硬件實物以及接口電路如圖3所示。

2.2.3 酸堿度傳感器

本系統選取DJS-1型酸堿度傳感器檢測pH數值[6]，該傳感器的工作電壓為（5±0.2）V（AC/DC），工作電流為5～10 mA，監測pH值范圍為0～14，工作溫度為-10～50 ℃，輸出模擬電壓信號。硬件實物以及接口電路如圖4所示。

2.2.4 光敏電阻傳感器

本系統選取光敏傳感器[7]獲取光照強度，在特定頻率的光照下，電阻值會迅速減小，從而兩端電壓變小；而其他情況下，若具有較大的電阻值，則兩端電壓變大。硬件實物及接口電路如圖5所示。

2.3 無線通信模塊

本系統選取ESP8266作為通信模塊，硬件實物及接口電路如圖6所示。

2.4 OLED顯示模塊

本系統采用2.42寸OLED顯示屏作為顯示模塊，實物及模塊電路如圖7所示。

2.5 攝像頭模塊

本系統采用MaixII M2dock攝像頭，利用ANN算法[8]通過示例學習執行任務，通常不用任何特定于任務的規則編程。ANN算法在系統中用于對番茄在不同時期的成熟情況進行識別判斷，方便對植株進行更加精細的培育。攝像頭模塊及接口電路如圖8所示。

2.6 水泵驅動模塊

本系統的兩個水泵利用繼電器模塊進行驅動，原理如圖9所示。

3 軟件設計

3.1 軟件總體設計

系統程序主要由ADC檢測模塊、數據上傳云端部分，數據判斷部分、調節和顯示部分組成。設定數據閾值，通過獲取數據值來反饋給單片機，單片機做出相應的調節，從而實現操作需求。液晶顯示屏將對實時采集的數據進行顯示，并將數據上傳至云端，小程序實時更新顯示，同時還可接收小程序指令進行調節。軟件總體設計如圖10所示。

3.2 ADC通道數據采集單元

本系統對光照、土壤濕度、pH濃度、二氧化碳濃度等數據采用模擬ADC采集方式采集，具體軟件實現過程為：先對ADC模塊進行初始化，對應通道分時采樣傳感器數據，并完成電壓數據的轉化，對原始數據進行均值濾波后送到OLED實時顯示，同時根據處理后的數據自動調控農業環境，最后將傳感器數據上傳云平臺。流程如圖11所示。

3.3 I/O通道數據采集單元

本系統的環境濕度數據采集選用的是DTH11傳感器，將該傳感器采集到的數據通過I/O通道上傳，具體過程如下：將采集的數據和校驗碼通過I/O口發送給STM32控制器，控制器接收到數據后，對數據進行求和，并與接收的校驗碼進行比對，如果校驗正確，則轉移數據；否則返回錯誤。流程如圖12所示。

3.4 串口DMA接收單元

MaixII M2dock 攝像頭模塊識別到植株生產狀態數據后，通過ANN算法進行圖像處理，并判定識別結果；將判定后的結果通過串口DMA傳輸到主控制器，主控制器接收到識別結果數據后控制對應的LED點亮。其中LED1、LED2點亮則判定番茄紅色；LED2、LED3點亮則判定番茄綠色；LED1、LED3點亮則判定番茄黃色。識別完畢后啟動下一輪DMA傳輸。流程如圖13所示。

3.5 控制單元

控制單元軟件主要完成數據實時顯示、智能調節控制、數據接收處理、聲光報警、電機驅動等任務，它將接收到的環境參數數據與設定值進行比較，進而控制環境參數，為植株始終處于最適宜的生長條件提供保障。流程如圖14所示。

3.6 WiFi傳輸模塊單元

本系統采用ESP8266模塊與OneNET平臺[9]進行通信。ESP8266與STM32通過串口2進行連接，STM32核心板將數據打包匯總后通過WiFi傳輸方式上傳到OneNET平臺，同時OneNET平臺將指令信息通過ESP8266下發給STM32核心板。ESP8266的工作模式設置為AP+Station，即作為熱點供上位機連接，且可發送信息也可接收信息。流程如圖15所示。

4 測試結果與分析

4.1 pH傳感器測試

在液體pH值分別為4和6時進行測試，pH傳感器測試數據顯示如圖16所示。

4.2 二氧化碳傳感器測試

利用打火機對二氧化碳傳感器進行測試，數據顯示如圖17所示。

4.3 光敏傳感器測試

對光敏電阻進行不遮擋與遮擋測試，同時獲取光照強度數據，并決定是否開啟右下角的補光燈，測試結果如圖18所示。

4.4 植物生長狀態測試

利用攝像頭拍攝不同顏色的番茄，并通過LED顯示植物生長狀態，如圖19所示。

4.5 土壤濕度傳感器測試

對濕紙巾遮擋與不遮擋土壤傳感器進行測試，數據顯示情況如圖20所示。

4.6 溫濕度傳感器測試

同樣利用打火機對DHT11溫濕度傳感器進行測試，如圖21所示。

4.7 小程序顯示

本系統可采用微信小程序[10]獲取環境數據并控制光源。小程序顯示情況如圖22所示。

4.8 云平臺數據收集

系統將采集的數據通過WiFi通信上傳到云平臺，云平臺顯示界面如圖23所示。

5 結 語

實現農業生產的智能化和高效化，需要將物聯網、云服務、大數據等新興技術結合。本文所設計的AI智能農業系統實現了農業環境信息采集、數據遠距離傳輸、云平臺數據上傳、本地監控及微信小程序的遠程監控功能；同時系統采用AI技術對植株的生長情況進行監測，為農戶進行精準施肥灌溉、實時采摘等提供一定的參考，對農作物產量的提高以及農業可持續發展有一定的積極意義。

注：本文通訊作者為胡純蓉。

參考文獻

[1]張媛媛.基于物聯網的藍莓生產監測系統的研究與實現[D].長春：吉林農業大學，2020.

[2]劉持標，李年攸，賴國良，等.基于NB-IoT的農業生產監控設備開發[J].物聯網技術，2021，11（1）：61-64.

[3]黃智偉.全國大學生電子設計競賽訓練教程[M].北京：電子工業出版社，2010.

[4]張淑清. 嵌入式單片機STM32設計及應用技術[M].北京：國防工業出版社，2015.

[5]劉悅沆，熊瑞平，陳貴全，等.基于ZigBee 的智能滴灌控制系統

[J]. 物聯網技術，2021，11（5）：45-47.

[6]駱東松，姜浩.農業水肥一體化智能監控系統的研究與實現[J].自動化技術與應用，2020，39（1）：164-168.

[7]李可晗.基于多傳感器數據融合的農田信息監測系統研究[D].杭州：浙江科技學院，2022.

[8]楊俊成，李淑霞，李亮.基于物聯網與人工神經網絡的溫室監控方案[J].控制工程，2020，27（9）：1649-1656.

[9]白玉立，劉建粉.基于云平臺的智能養花系統設計與實現[J].物聯網技術，2023，13（2）：76-77.

[10]黑馬程序員.微信小程序開發實戰[M].北京：人民郵電出版社，2019：1-46.