前言：尋找寫作靈感？中文期刊網用心挑選的物聯網和霧計算溫室智能感控系統設計，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要:為解決當前農業產業基地溫室大棚分布范圍廣、傳感器配置不完備、監測數據準確率低、自適應調節能力差等問題，設計物聯網(IoT)溫室智能感控系統，提出在分布式溫室環境感控系統中應用霧計算的方法并設計智能溫室物聯網的霧計算模型。設計研發溫室環境智能感控終端設備，選用ATmega328P-AUMCU核心控制器自主設計研發采集終端Arduino主板，與以ARMCortex-A53為核心控制器設計的控制終端結合，實現溫室環境信息智能感控、終端自診斷及霧計算功能。實驗結果表明:設計的溫室智能感控系統性能穩定、精度高，具有一定的應用與推廣價值。
關鍵詞:傳感器;物聯網;霧計算;感控終端;溫室大棚
0引言
中國農業機械化水平的不斷提高促使我國農業逐步進入現代化發展。物聯網(Internetofthings，IoT)技術在溫室大棚的研究中取得了一定的成效，潘金珠等人設計了基于物聯網的溫室大棚系統，達到自動監測的目的［1］。李亞迪等人以STM32為控制核心設計出北方日光溫室智能監控系統對溫濕度、光照強度、CO2濃度進行監控［2］。許明等人利用ARM11的嵌入式處理器及WinCE操作系統采集溫室大棚內的溫、濕度并進行自動控制［3］。符凌峰等人應用物聯網低功耗優化設計，降低了溫室監控能耗［4］。徐琳君等人將OLSR路由協議應用于溫室數據監測實現節點與節點、節點與控制中心之間的實時通信［5］。上述研究均在某些方面實現了溫室大棚無人值守的監測控制，采用的傳感器并非十分全面，無法滿足物聯網異構性的特點。本文系統針對物聯網溫室大棚的管理與控制主要由監控終端、數據傳輸、數據管理三部分組成。能夠達到精準感知、智能處理、遠程調控的功能。自主研發溫室環境智能感控終端，不僅能夠實現溫室環境參數的自動實時采集、顯示、數據可視化查詢與分析，還可以遠程監控現場設備的工作狀態、實現智能控制。將霧計算應用到環境調控過程中，提出溫室物聯網霧計算模型，霧節點設備可進行終端自診斷、分擔計算任務，降低服務器工作負擔，實現溫室設施的智能控制，提高系統的穩定性及實時性。
1系統物聯網架構設計
設計系統物聯網架構如圖1所示，主要由感知層、通信層、決策控制層及應用層4個層面構成。1)感知層:由自主研發的終端設備、光照傳感器、溫濕度傳感器、二氧化碳濃度傳感器、土壤溫濕度傳感器、土壤含氧量傳感器、限位開關組成，可以有效地監測農業環境信息，進行數據緩存、預處理，監測周期為10min。2)傳輸層:通過RS—485將各傳感器采集到的數據傳遞給終端設備，終端內部對數據進行部分處理，應用WiFi無線通信網絡及MQTT協議使數據傳輸至服務器，并在服務器中對數據進行二次處理，同時上位機對數據情況實時顯示，得出大棚內的環境狀態。3)決策控制層:兼具包含有專家系統的智能分析功能和控制功能，將經過服務器的數據與專家數據進行比較，通過算法的應用排除錯誤數據，從而做出正確的控制決策。4)應用層:該系統面向溫室種植農戶、農業園區管理者、農業資源中心等多用戶開放，使用者可遠程監測作物生長情況，對設備進行管理，在線控制末端執行設備等。頂端還可支持云應用。
2智能溫室物聯網的霧計算模型
傳感器獲取的數據可以分為兩類，一類是實時的狀態數據，另一類為累計數據［6］。準確的時間序列數據記錄溫室環境信息的變化規律，為后續的數據挖掘、狀態預測提供了重要的數據來源。但傳感器在實際的數據采集與傳輸過程中往往會產生異常數據，由于傳感器設備出現故障的頻率是無法預知的，故將異常數據剔除繁瑣且復雜。目前針對異常數據的檢測方法研究主要有基于屬性相關分析的方法、神經網絡方法、聚類分析方法、基于支持向量機的方法等，以上方法在單一傳感器數據源的異常數據檢測中均有顯著的效果，但農業環境數據來源于由多傳感器，且多個溫室間的數據同時向服務器傳輸過程會產生海量冗余。設計一種基于霧計算的數據處理模型，本地分布式設備分擔計算任務、降低數據中心負載的同時用于剔除異常數據，協同云層進行服務，從而保證數據的有效性及可靠性。霧計算的系統架構可分為終端用戶層、網絡接入層、霧層、核心網絡層及云層［7］，其核心部署有計算和存儲設備的霧層。霧層中的設備統一被稱為霧節點，按照功能及部署位置可將其分為霧邊緣節點、微霧、霧服務器。霧邊緣節點距離終端用戶層最近，多由智能網關、邊界路由器構成，可提供比較簡單的存儲、計算、通信功能，對數據預處理并返回結果。在處理復雜計算時便需要利用霧服務器，超出霧服務器計算能力的部分則由云層處理分析。微霧存在于霧邊緣節點及霧服務器之間，起到路由、預處理等中間件作用。相較于集中式的云計算，霧計算的架構則更呈分布式，將一部分應用程序、數據、數據處理分布在霧節點設備，而非全部依賴服務器，符合“去中心化”特征。設計的溫室物聯網霧計算模型中，處于網絡邊緣的分布式設備可以分擔一定程度的計算任務，包括數據預處理、數據緩存、故障自診斷等，還可以與云中心通信，請求服務。故需要更好地設計的霧計算設備的硬件及軟件結構。
3系統具體設計
3．1硬件平臺設計
自主研發的終端硬件結構如圖2所示。溫室環境信息系統采集終端采用了自主設計研發的Arduino主板，選用8位ATmega328P-AUMCU核心控制器，通過接口集成光照度、CO2濃度、空氣及土壤溫濕度、土壤含氧量傳感器和限位開關，配備有LCD顯示屏;繼電器采用SPD—05VDC-SLC;執行器通過動態設定閾值對溫室大棚現場環境進行調控，控制制暖、補光燈、風機轉速、卷簾機位置、灌溉設備等;終端預留UART接口、RS—485接口、RS—232接口等，可以支持常見的RS-485協議、RS-232協議、CAN總線等，便于后續添加多種類型的傳感器來滿足客戶的不同要求?？刂平K端采用樹莓派Pi3ModelB，核心控制器為ARMCortex-A53，具有USB，GPIO，DIS等多個外設接口，利用其各種便捷強大的功能實現溫室大棚的智能遠程控制。其中，USB接口用于與終端采集器ATmega328微處理器連接，實現數據的通信;利用IO端口連接繼電器，通過繼電器連接報警器，實現聲光報警功能;電源接口連接電源開關，為終端供電。樹莓派Pi3作為核心控制模塊主要用于處理來自監測終端的數據，對來自控制終端的指令做出及時響應，對執行機構發出動作指令。傳感器模塊的設計中，空氣溫濕度及二氧化碳濃度傳感器選擇測量精度高、抗干擾能力強、可快速響應的RS-CO2WS-N01-2模塊?？諝鉁貪穸葴y量誤差為0．5℃/3%RH，測量范圍－40～125℃/5%～95%RH。土壤溫濕度傳感器選擇HSTL-102STR模塊，濕度測量誤差在0%～53%范圍內為3%RH，在54%～100%范圍內為5%，測量范圍為0%～100%;溫度測量誤差為0．5℃，測量范圍－40～80℃。光照強度傳感器選用RS-GZWS-NO1-2模塊，測量范圍0～65535lux，測量誤差5%/年。選用40R型土壤含氧量傳感器，量程0%～30%，測量誤差為0．1%。
3．2系統軟件設計
系統的軟件程序主要包括終端采集節點軟件設計及終端控制節點的軟件設計。其中，終端采集節點由傳感器和Arduino控制板共同組成。圖3(a)為采集節點軟件流程圖。首先，Arduino初始化，進行環境數據采集，采集機制為數據輪詢方式。隨后進行數據讀取，將數據轉換成單片機可識別語言。數據讀取后隨即進行打包，通過USB通信接口傳輸至樹莓派，并檢查數據是否成功上傳，成功則進入下一輪，失敗則再次上傳。終端控制節點軟件程序運行于樹莓派上，如圖3(b)所示，雙進程開發程序實現終端自診斷，同時判斷網絡連接狀況及采集節點是否發生變化，診斷無故障隨即運行主程序。主程序為雙線程，1線程接收采集節點傳輸的數據并對數據進行解析，向服務器數據;2線程訂閱服務器的控制指令，從而下發控制指令至采集終端。
4系統測試與分析
4．1系統測試
設計如圖4(a)所示的溫室環境信息終端設備，箱體外部由報警燈、電源燈、指示燈、外部接口組成，可根據需求外接不同傳感器。箱體內部結構如圖4(b)所示，電源，采集單元的Arduino主板，控制單元的樹莓派，繼電器。將此終端安裝于某農業生產基地1號溫室中測試，為基于LabVIEW編寫的上位機頁面，向管理者展示不同溫室大棚內的環境狀況，對不同的溫室作物設置相應的環境因子閾值并配備操作按鈕，用戶可在上位機手動控制大棚內的設備。
4．2終端丟包率測試
系統終端發生丟包現象的主要原因有:終端在讀取傳感器數據時發生丟包;采集終端與控制終端間數據傳輸時發生丟包;終端數據經以太網向服務器傳輸數據時發生丟包［8］。由于前兩種丟包情況可通過軟件判斷數據丟失情況從而重啟數據發送，故本次丟包測試僅對霧節點設備中的計算單元通過以太網向服務器發送數據時發生的數據丟包現象進行測試。圖6(a)為系統丟包測試結果，丟包率測試中，霧節點設備進行2000次數據，單位500byte數據量。圖中橫坐標為采集頻率，1ms內丟包率較高;1～50ms內丟包率維持在1．5%左右，較為平穩;90ms以上丟包率逐漸趨近于0，狀態穩定基本無丟包現象。
4．3終端時延測試
通信時延會影響各節點間的信息傳輸，實驗中終端的時延是指一條完整的數據從讀取到完整發送至服務器間的時間間隔［9］。霧節點設備在不同的采樣周期下進行2000byte的數據發送任務，并進行50的重復試驗以取平均值。測試結果如圖6(b)所示，終端的最小時延為27ms，時延上限為35ms，平均時延30．47ms，標準偏差2．5528ms。由此可以看出終端具有較高的實時性。綜上，通過對自主研發的終端進行的丟包與時延測試，發現系統的穩定性與實時性均表現良好，達到實驗預期標準。
5結束語
設計研發一種溫室大棚智能監控終端，構建的智能溫室物聯網的霧計算模型不僅可以實現溫室環境信息的感控、終端自診斷，還可以剔除異常數據、緩存數據，分擔部分計算功能以降低服務器工作量。設計溫室智能監控系統包含各類農業環境信息所需傳感器，在實際應用中從信息的采集、上傳、處理到控制任務均可高質量響應，丟包率低、時延性好，有利于提高作物產量，節約人工成本，具有較強的實用性及推廣價值。
參考文獻:
［1］潘金珠，王興元，肖云龍，等．基于物聯網的溫室大棚系統設計［J］．傳感器與微系統，2014，33(10):51－53，57．
［2］李亞迪，苗騰，朱超，等．北方日光溫室智能監控系統的設計與實現［J］．中國農業科技導報，2016，18(5):94－101．
［3］許明，閆?．基于ARM11和WinCE的溫室大棚嵌入式監控系統設計［J］．儀表技術與傳感器，2013(3):88－90．
［4］符凌峰，趙春宇，黃震宇，等．基于ZigBee技術的連棟溫室低功耗環境監測系統設計［J］．傳感器與微系統，2016，35(8):74－76，79．
［5］徐琳君，程彬彬，逯連靜，等．基于OLSR的無線傳感網在智能溫室大棚中的應用［J］．江蘇農業科學，2017，45(12):160－162．
［6］張琪，胡宇鵬，嵇存，等．邊緣計算應用:傳感數據異常實時檢測算法［J］．計算機研究與發展，2018，55(3):524－536．
［7］賈維嘉，周小杰．霧計算的概念、相關研究與應用［J］．通信學報，2018，39(5):153－165．
［8］丁承君，劉強，馮玉伯，等．基于物聯網和邊緣計算的高校機房在線監測［J］．計算機工程與應用，2018，54(21):257－264．
［9］劉曙琴，陳珍萍，黃友銳，等．無線傳感器網絡中帶延時的一致性時間同步［J］．傳感器與微系統，2017，36(1):64－66，74.
作者:苑光明 王曼娜 丁承君 馮玉伯 單位:河北工業大學
