基于CC2630的農作物環境監測系統

張明岳，許冠芝

（西安工程大學電子信息學院，西安 710600）

1 引言

我國從古至今都是農業大國。中央一號文件連續多年聚焦解決“三農”問題，足以顯現我國對農業的重視。農業的健康發展，支撐著社會其他行業的高速發展，關系到國家的長久繁榮穩定。袁隆平院士研發的雜交水稻極大改善了我國水稻產量問題，使得我國能夠完成以極其稀少的耕地養活全世界五分之一以上人口這樣的壯舉[1]。然而，在農業發展中，還有多種多樣的問題在現實中依然存在，比如水資源匱乏問題和病蟲害危害問題。對于水資源匱乏問題，已有學者和研究人員開展了智慧灌溉技術的研發工作。在此，將農作物病蟲害問題作為主要研究重點。

就病蟲害防治問題而言，病蟲害越早被發現就越能挽救農業損失。因此，對農作物區域進行實時監測非常重要。隨著技術的發展，通過視頻拍攝技術直接獲取病蟲害圖像信息，再通過作物圖像信息進行病蟲害種類的診斷是非常便利、高效且日漸成熟的技術。目前，圖像監測系統已成為現代農業防治的重要手段之一[2]。在此，基于視頻技術設計一種監測系統，用于采集相關環境信息及最重要的圖像信息。

2 農作物監測系統主要功能

所設計的農作物監測系統主要分為兩個部分：第一部分為視頻監測，通過高清攝像頭對農作物區域進行實時監控，通過采集農作物圖像信息進行分析，判斷是否有病蟲害發生；第二部分為環境數據采集，通過相關傳感器采集環境因素，根據環境因素變化輔助監測農作物病蟲害的發生、發展程度。

基于這兩個模塊，監測系統主要有如下功能：

1）病蟲害生長環境信息采集

由病蟲害監測研究現狀的概況可知，多數研究者都發現了農作物的生長環境信息與病蟲害的發生具有密切聯系[3]。因此本設計針對農作物的生長環境信息進行數據采集，以輔助監測病蟲害的發生。結合實際情況及已有的研究結論，設計將主要進行采集的環境信息為：空氣溫度、空氣濕度、土壤溫度、土壤濕度、光照強度、二氧化碳濃度。

2) 農作物整體視頻圖像采集

僅僅參考農作物的環境信息不能直觀反應出農作物是否發生病蟲害，更為直觀的方法是使用視頻監控設備通過高清攝像頭對農作物整體環境實時拍攝，實現對農作物種植區的可視化以及對園區的實時監測。

3) 數據存儲

無論是生長環境數據還是視頻數據，都需要一定的存儲空間進行存儲。為了確保數據的準確性以及抗干擾性，還需要定期對數據進行備份以保障數據的安全可靠及可回溯性。

4) 數據傳輸

采集到的數據必須經過可靠的傳輸線路，保障數據在傳輸過程中不受干擾或者丟失。現有的移動通信網絡和光纖專用網絡都能滿足技術上的要求，可為農作物監測系統提供必要的通信條件。

3 系統設計

系統整體架構及功能如圖1 所示。基于上述分析，為實現監測系統的功能需求，整個系統分為四個部分，分別為：傳感器采集模塊、數據傳輸模塊、視頻監測模塊以及應用層服務模塊。

圖1 農作物監測系統整體架構圖

3.1 傳感器采集模塊設計

傳感器采集模塊設計主要需考慮傳感器的選型以及如何將多個傳感器連接在一起組成一個一體化的無線采集系統，最終實現對農作物生長環境信息的實時采集。

3.1.1 傳感器選型

(1) 空氣溫濕度傳感器

空氣溫濕度是影響農作物生長的重要環境因素之一。此處選用RS-WS-N01-2-*溫濕度傳感器，同時采集空氣溫度和濕度。該型產品為壁掛型，具備IP65 級防水防雨雪能力；輸出信號類型為RS485，最遠可通信2000 米；通訊采用標準Modbus 協議，支持二次開發。另外此產品還具有供電電壓范圍寬、測量精度高等特點。傳感器實物如圖2 所示。

圖2 空氣溫濕度傳感器實物圖

(2) 土壤溫濕度傳感器

土壤所含水分是影響農作物病蟲害發生的一個重要因素。土壤溫度和濕度的數值將直接關系到農作物能否正常生長。此處選取RS-WS-N01-TR 型一體化土壤溫濕度傳感器，該產品功率為0.1W；溫度范圍-40℃～80℃，溫度精度為±0.5℃；水分測量范圍0～100%，水分精度為±3%；輸出信號同樣為RS485。傳感器實物如圖3 所示。

圖3 土壤溫濕度傳感器實物圖

(3) 光照強度傳感器

光照強度是影響作物光合作用的重要參數之一。在此選用RS-GZ*-*-2 型光照度傳感器。其供電電壓為10～30V；光照強度量程0～20 萬Lux；測量精度±7%；輸出信號同為RS485（Modbus 協議）。這一產品具有測量范圍寬、傳輸距離遠、使用方便等優點。傳感器實物如圖4 所示。

圖4 光照傳感器實物圖

(4) CO2濃度傳感器

二氧化碳濃度也是影響農作物進行光合作用活動的另一個重要因素。在此選用RS-CO2*-*-2型二氧化碳傳感器。該產品的供電電壓為10～30V；CO2測量范圍為400×10-6～5000×10-6；測量精度為±(40×10-6垣3%FS)；輸出信號為RS485（Modbus 協議）。該型產品具有測量范圍寬、傳輸距離遠、使用方便等優點。傳感器實物如圖5 所示。

圖5 二氧化碳濃度傳感器實物圖

3.1.2 一體化無線采集節點設計

一體化無線采集節點按照模塊化原則，將所用到的傳感器與射頻模塊集成一體，具有很強的可拓展性強，其硬件結構如圖6 所示。

圖6 一體化無線采集節點硬件結構示意圖

其中，CC2630 是美國TI 公司的產品，內含一個32 位ARM Cortex-M3 內核，其主頻高達48MHz，具有豐富的外設功能，包含128 kB Flash 和20 kB SRAM。它的雙內核架構可改善整體系統的性能和功耗，非常適合連接外部傳感器，可用于在系統其它部分處于睡眠狀態的情況下自主收集數據[4]。整個一體化無線采集節點具有低功耗、高集成、可拓展的特點，非常適合設計中對于環境信息采集的需求。

3.2 視頻監測模塊設計

隨著科技的發展，高清攝像技術已經非常成熟。目前高清攝像頭的原生像素已能達到千萬級別，在社會多個行業得到了廣泛應用，例如道路違章拍照，小區、家庭、公共場所的監控，停車場的車輛識別等等[5]。該技術同樣在農業生產領域得到了應用，農業視頻監控正呈現高清化、網絡化、集成化的發展。

為了能夠全面監控病蟲害，在農作物生長區域內，需要安裝多路高清攝像頭，多方位、多角度地對整個外部環境進行監測。基于光纖寬帶高速傳輸監控視頻信號，建立遠程視頻監測系統，農業工作者可以在電腦旁就能隨時查看監測區域的狀況。監測系統提供的回訪功能使人員不必再受時間地點的約束，提高了生產管理效率，也方便記錄及研究[6]。

考慮到識別系統對圖像清晰度的較高要求，選用500W 高清攝像頭進行區域監測。機器類型選擇球機與槍機相結合的方式。多路安裝，既拍攝整體環境，又針對農作物不同部位進行局部監控。一片種植區域計劃安裝5 路攝像頭，分別拍攝：軀干、葉片、底部泥土、整體、空中。這樣多角度對農作物進行監測，盡可能保障了對農作物監測的無死角。拍攝的視頻數據采用數字硬盤錄像機進行圖像存儲，通過光纖寬帶接入總控中心。視頻監測系統結構如圖7 所示。

圖7 視頻監測與傳輸結構示意圖

3.3 數據傳輸與存儲模塊

設計中采集系統和視頻監測系統的數據傳輸采用無線加有線結合的方式進行。對于采集系統，采用無線傳輸方式，將采集到的信息進行電信號轉化，通過ZigBee、3G/4G 無線網絡通信方式傳輸到服務器端。視頻數據由于采用的是高清攝像頭，拍攝的視頻文件較大，對帶寬和處理能力有較高的要求，經綜合考慮，采用光纖傳輸數據，保存到大容量硬盤中，再由PC 端對視頻數據進行處理。

無線傳輸是由傳感器集成的一體化無線采集節點、網關與無線網絡等組成的。一體化采集節點與網關之間通過CC2630 模塊發射的無線射頻信號進行傳輸。CC2630 模塊具有極高的接收靈敏度、強悍的抗干擾能力以及很低的功耗等優點[7]，能夠滿足對農作物生長環境監測的需求。最后將采集到的數據用大容量硬盤結合云端的方式進行存儲，同時進行云端備份。

3.4 應用層服務模塊

應用層服務系統主要是軟件層面的服務。包括一體化采集節點的工作流程設計、以及視頻采集數據的處理流程。

3.4.1 一體化采集節點工作流程設計

在采集農作物環境信息時，首先需要將CC2630模塊進行初始化，然后向網關請求加入網絡并獲取ID 進行信息傳輸準備。當獲取網絡連接之后，進行環境數據采集。采集信息結束后進行信息發送。用戶也可以主動激活休眠中的采集系統，立即結束休眠狀態進行數據采集，也可中斷正處于采集模式的系統，立即進入休眠狀態。整個采集流程如圖8 所示。

圖8 一體化無線采集節點工作流程示意圖

3.4.2 視頻采集數據處理流程

監控視頻保存于本地硬盤內，能夠隨時回放。而對于監控系統拍攝的圖像的獲取，此處預設為每1 小時獲取一次，并將獲取的圖像保存到指定文件夾中。若發現病蟲害，就縮短獲取間隔為每半小時獲取一次。也可以主動獲取當前幀。獲取間隔并非固定不變，可根據農作物種類和生長周期的不同靈活調整[8]。完整的圖像獲取流程如圖9 所示。

圖9 視頻數據圖像獲取流程示意圖

設計采用低功耗、拓展性強的CC2630 芯片實現一體式無線采集模塊，方便后期種植者通過計算機查看農作物生長環境因子，推算農作物最適生長環境，進而調節農作物生長的影響因子，提高農作物產量。視頻監控采用500W 高清攝像頭多路拍攝農作物園區，光纖通信保證數據的實時傳輸不會延遲丟失。系統監控視頻獲取的部分圖像如圖10 所示，可代表該系統在現場應用中的實際效果。

圖10 視頻數據圖像獲取部分展示

4 結 束 語

本設計主要介紹了基于CC2630 農作物監測系統的硬件構建，對視頻監控和環境數據采集兩個部分作了詳細闡述。從功能需求出發，介紹了各模塊的構成、器件選取與實現過程。該系統已實際投入使用，在對農作物區域的實時監測和獲取病蟲害圖像信息方面表現良好，各模塊均能達到預期功能和實驗目標。通過作物圖像信息實現病蟲害種類診斷，發揮了便利和高效的優勢，對于科學指導病蟲害防治和降低食品安全隱患具有重要意義。