一種結合物聯網云端的綠植自動化診療智慧農業系統

馬浩倫，謝亞明，齊 錦

（西北大學 信息科學與技術學院，陜西 西安 710127）

0 引 言

植物病害的預測、預報是有效防治和控制植物病害發生及發展的重要依據，是植物病害管理的重要組成部分，對農林生產管理及決策起著重要作用。植物病害預測、預報是一門應用性極強的學科。傳統植物病害分類與識別主要通過經驗豐富的生產者或植保專家基于一定標準，在田間通過肉眼觀察所得。該方法耗時、費力、預報滯后，且不宜大范圍展開，無法進行實時、快速的病害識別[1]。

近年來，智能化信息技術在植物病害檢測領域的應用日益增多，很多專家、學者都對此進行了研究。王聃等人探索了機器學習在綠植病害識別中的應用[2]；劉洋等人使用輕量級CNN對綠植病害識別進行研究[3]；高士等人以基于RGB特征值的方式研究苧麻葉片病理[4]。結果表明，各種智能化信息技術在綠植病害檢測方面頗為成功。但截至目前，對于綠植病害的相關診療卻依然停留在人工診療層面，非人工診療大多采用大面積廣泛噴灌方式，該噴灌方式并不適合所有地區的土地作物[5]。基于此，本文設計了一種結合物聯網云端的綠植自動化診療智慧農業系統。該系統利用顏色傳感器獲得葉面光譜特征，與系統中預存的植物特征識別庫進行比對，選取最符合當前植物病害特征的診療方案，再通過系統內部的機械控制裝置進行自動化診療，確保周圍環境始終處于適宜植物生長的狀態。此外，種植區內還設有物聯網傳感模塊，可實時檢測農作物生長狀態，并反饋到控制系統中，通過實際觀測與電腦分析即可進行環境調控。

1 系統整體設計方案

綠植自動化診療智慧農業系統由外支撐鋼架、單晶12 V/100 W太陽能電池板、葉面檢測與診療控制系統、物聯網云端、環境調控端組成。其中，葉面檢測與診療控制系統包括Arduino嵌入式開發板、TCS3200顏色傳感器、多路電磁閥控制灌溉裝置、多路舵機控制機械臂裝置。Arduino通過I2C通信[6]方式接收TCS3200傳回的顏色數據，然后與系統中的植物識別庫進行比對，從而確定診療方案。該植物識別庫通過植物病理學知識分析與多次實驗得到。

診療方案確定后，Arduino嵌入式控制系統依照該方案執行相應子程序，子程序通過代碼控制多路電磁閥與舵機，在一個診療周期內，電磁閥、舵機將不斷交替工作用以實現診療方案中的小范圍噴灌或精確滴灌診療。診療過程的環境參數通過包含有多路傳感器的NB-IoT物聯網系統進行實時監測，并將監測結果顯示在云端APP，刷新周期為1 s。針對植物生長環境情況，線上編解碼插件已定義好閾值，一旦超過閾值，系統即發出警告，用戶可通過移動端或云端控制裝置內的排氣、照明系統等改善裝置內環境。綠植自動化診療智慧農業系統工作流程如圖1所示。

2 系統硬件設計方案

2.1 系統控制核心模塊選型

綠植自動化診療智慧農業系統控制核心采用兩塊獨立的嵌入式開發板。其中，Arduino系列開發板用于葉面顏色檢測及植物診療方案的選定；物聯網端的STM32L431系列開發板通過BC35 NB-IoT模塊與云端連接。在Arduino開發板上，利用板載I/O口和多路傳感器連接，可直接采集植物各項數據，并經由BC35 NB-IoT模塊實時上報到華為云平臺。

圖1 綠植自動化診療智慧農業系統工作流程

2.2 環境監控傳感器模塊選型

環境監控傳感器模塊包括溫濕度傳感器、土壤濕度傳感器、CO2傳感器。

土壤濕度傳感器選用TELESKY FC-28。該傳感器工作電壓為3.3～5 V，可將土壤環境濕度以模擬數據形式傳輸，通過A/D模塊轉換后[7]，將數據傳輸至單片機，使數據精確度更高。

溫濕度傳感器選用DHT11。該傳感器包括一個電容式濕度元件和一個NTC測溫元件，在流體環境（如空氣）中可有效測量溫度和濕度，并通過ADC通道以4位有效的方式傳輸給單片機。

CO2傳感器選用MG811。相比另一款常用的CO2傳感器CCS811 HDC1080，MG811傳感器自帶熱電偶，對氣體分子濃度測量更準確。MG811 CO2傳感器采用ADC方式傳輸數據。該傳感器直接采集電壓變化，并通過板載ADC通道將電壓值傳輸給單片機。查閱資料可知，MG811采集的數據與電壓值呈指數關系，因而在程序中通過計算采集數據的平均值，并依照如上算法即可得出實際濃度值。MG811傳感器模擬電壓輸出范圍為0～2 V，由此可確定電壓閾值。ADC采樣注解見表1所列。

2.3 綠植診療硬件設計

綠植診療硬件采用TCS3200顏色傳感器進行光譜采集。該顏色傳感器可采集255×255的光譜位陣列，可敏銳察覺顏色變化。

表1 ADC采樣注解

人們日常所看到的物體顏色，實際是物體表面反射的照射該部分的有色光進入人眼的反應。白光由各種頻率可見光混合而成。根據三原色理論可知，各種顏色是由不同比例的三原色，即紅色、綠色、藍色混合而成。

基于三原色感應原理可知，若能測出物體表面顏色的三原色值，即可得知該物體的實際顏色。針對TCS3200顏色傳感器而言，當選定一個顏色濾波器時，它只允許對應原色通過，將阻止其他原色通過。例如，當選擇紅色濾波器時，則入射光中只有紅光可通過，即得到紅光光強；同理，選擇其他濾波器就可得到藍光和綠光的光強。通過三原色值可分析出投射到TCS3200傳感器上的光線顏色。葉面光譜檢測流程如圖2所示。

圖2 葉面光譜檢測流程

2.4 滴灌設備搭建

系統內部采用多路電磁閥控制藥劑滴灌設備。通過基于時序的診療方案，電磁閥即可按診療流程開啟或斷開。電磁閥控制多路藥劑聯通管道示意如圖3所示。

基于成本及物力，本裝置的電磁閥采用直動式電磁閥。其原理如下：通電時，電磁線圈產生電磁力把敞開件從閥座上提起，閥門打開；斷電時，電磁力消失，彈簧把敞開件壓在閥座上，閥門關閉。直動式電磁閥結構原理如圖4所示。

圖4 直動式電磁閥結構原理

3 物聯網云平臺搭建方案

3.1 NB-IoT協議的應用

綠植自動化診療智慧農業系統通過NB-IoT協議與物聯網云端相連。NB-IoT是一種新興的物聯網通信技術，具備小功耗、低成本、海量連接、深度覆蓋等特性，從而使物聯網的通信能力極大增強，實用性得到保障，成為低功耗廣域網中最具競爭力的蜂窩物聯網技術[8]。

在系統單片機程序內，NB-IoT通過串口程序的AT指令控制與基站的通信，主要改寫了連接域名地址及網絡端口號。任務程序如下：

3.2 云端消息接收處理與命令下報

華為OceanConnect IoT云平臺[9]支持NB-IoT、2G/3G/4G網絡、有線網絡等接入方式。不同類型設備接入物聯網平臺并構建互聯互通方案需經過Profile定義、設備開發、插件開發、測試認證等過程。針對本系統，我們在“plant_device”項目下開發了“二氧化碳數據與調風應答”“空氣溫度、濕度數據與加濕應答”“土壤濕度數據提醒”三個子項目。

在設備開發與調試方面，我們采用集成了NB-IoT模組的STM32L431開發板。NB-IoT協議支持海量連接，具有低成本優勢。其應用場景與本項目契合，數據包較小，設備位置變化較小。我們通過在線編寫編解碼插件，將從設備側傳輸到云端的二進制數據解碼為JSON格式，通過IoT云平臺進行數據處理。

數據處理結果可由平臺接收與轉發。在線上做好Profile和編解碼插件開發工作后，設備側使用設備模擬器進行數據收發測試。調測處將數據調測好后，在Web APP端進行云應用程序開發。

華為OceanConnect IoT云提供了名為IoT Booster的應用開發平臺，通過該平臺可進行線上應用開發。應用側需使用該平臺進行調試，用于數據監測、預警、上報。云端與APP端北向通信流程如圖5所示。

圖5 云端與APP端北向通信流程

4 系統軟件設計方案

系統的自動化診療部分由Arduino嵌入式系統及其相關部件構成。物聯網云端南北向通信部分由STM32L431嵌入式系統構成。

系統上電后，兩塊單片機分別初始化。Arduino嵌入式系統初始化后，TCS3200開始工作。在掃描周期內，若光譜不符合一般綠植顏色閾值，則循環等待；當檢測到綠植色域后，Arduino嵌入式系統將選擇相應方案對植物進行治療。

STM32L431嵌入式系統上電后，BC35模塊[10]初始化，并通過AT指令向云端發送密匙，獲取連接地址及端口號。在連接成功之前循環運行該程序。

線下與云端連接成功后，STM32L431嵌入式系統將讀取各傳感器（如MG811、DHT11、FC-28等）采樣數據，數據按照發送接收的完整周期上報，并在云平臺轉碼顯示。Arduino嵌入式系統軟件工作流程如圖6所示，STM32L431嵌入式系統軟件工作流程如圖7所示。

圖6 Arduino嵌入式系統軟件工作流程

圖7 STM32L431嵌入式系統軟件工作流程

5 測試結果

測試中，我們選用帶有蟲害的單枝橘黃色橡樹葉作為實驗材料，發現系統可成功制定蟲害治療方案，并在一個周期內按照設定的步驟進行藥物噴灌，定時上報物聯網云端，并顯示環境監測數據。治療3天之后，橡樹葉光譜檢測結果表明，RGB三色中紅色減少，而綠色和藍色增加。

缺水狀態下使用MATLAB統計的RGB三色相對差值如圖8所示。治療3天后使用MATLAB統計的RGB三色相對差值如圖9所示。由圖9可知，檢測結果、治療效果均有效。

圖8 缺水狀態下使用MATLAB統計的RGB三色相對差值

圖9 治療3天后用MATLAB統計的RGB三色相對差值

6 結 語

物聯網與智能化是未來智慧農業的發展趨勢，本文結合已有病害檢測技術與方法，提出一種在此基礎上的自動化診療方案。該方案通過光譜檢測，由嵌入式系統自主選擇對應治療方案，治療效果顯著，在智慧農業領域應用前景廣闊。