基于NB-IoT和云平臺技術的豬舍環境智能監控系統設計

黃光日，海 濤，楊嘉芃，林國忠

（1.南寧學院 機電與質量技術工程學院，南寧530200；2.廣西大學 電氣工程學院，南寧530004）

隨著集約、規模化生豬養殖模式的發展，飼養密度不斷增大，其環境也隨之變得越來越惡劣，使得養殖場頻繁爆發疫病和豬肉安全問題的惡性事件[1-2]。2018年至2019年間我國多地發生非洲豬瘟疫情，豬舍環境是關鍵因素，適宜的環境能有效地提高豬只的抵抗力和繁育力[3-4]。如何有效地監測和調控豬舍環境已成為養殖研究的熱點和難點。

文獻[5]提出了基于PLC的豬舍環境監控系統，但這種方法現場布線困難，排查維修難度大；文獻[6]提出了基于紫蜂（ZigBee）無線傳感網絡的豬舍環境監控系統，雖解決了布線的問題，但ZigBee 通信距離短、組網復雜、功耗高且抗干擾性差，難以滿足規模、精細化豬舍環境的監測和調控要求。窄帶物聯網（NB-IoT）技術是新興物聯網技術，聚焦于低功率廣域市場[7]，其覆蓋范圍廣、抗干擾性好、傳輸安全等優勢，已廣泛應用于農業種植、孵化系統[8-9]等行業，但將NB-IoT 用于豬舍環境監控系統的研究空白。

本文根據NB-IoT 的特點和規模集約化豬舍環境需求，設計了基于NB-IoT和云平臺技術的豬舍環境智能監控系統，用傳感器采集環境信息，通過NBIoT 無線通信技術接入到有人云平臺。云平臺嵌入RBF-PID 智能控制技術根據所設閾值自動調控豬舍環境[10-11]，用戶通過PC 端或微信小程序端查詢實時數據、變化曲線、視頻畫面，報警通知和自動下發調控指令等功能，實現生豬養殖的全程監測、智能管理和即時服務，推進規?；⒓s化和精細化養豬模式發展。

1 豬舍環境因子分析

豬只生長主要受基因、飲食和環境的影響，其中基因占20%，飲食占40%～50%，環境占30%～40%[12]。基因和飲食一定時，環境是影響豬只生長育肥的直接因素，適宜的養殖環境能充分發揮基因和飲食的優勢。豬只為恒溫動物，調節能力弱，溫差過大會影響豬只正常生命活動；濕度過高易滋生病菌引發疫病，濕度過低易引起呼吸和皮膚等問題；光照過強或過弱都不利于進食和育肥，適宜的光照能促進性腺發育；有害氣體和可吸入顆粒（PM10）過高會降低抵抗力，增加患病概率[13-14]。豬舍中溫度、濕度、光照、PM10 和有害氣體（CO2，H2S，NH3）對豬只生產影響較大。不同階段豬只所需環境有所差異，國家標準《規模豬場環境參數及環境管理》[15]對豬舍類別進行了規范，豬生長的適宜環境范圍如表1所示。

表1 豬生長的適宜環境范圍Tab.1 Suitable environmental range for pig growth

2 系統總體設計

基于NB-IoT和云平臺技術的豬舍環境監控系統由感知層、網絡層、平臺層和應用層4 部分組成，實現對規模集約化豬舍環境的遠程監控和智能調控。系統總體設計如圖1所示。

圖1 系統總體結構Fig.1 Overall structure of system

感知層包括環境數據采集模塊和視頻監控模塊。環境數據采集模塊以微處理器STM32 為核心，讀取、檢驗和儲存傳感器采集的環境信息發送給NB-IoT 通信模塊；視頻監控模塊是攝像頭采集豬舍內部畫面信息，經WiFi 網絡傳輸到平臺層。

網絡層利用NB-IoT 通信技術、基站和核心網實現平臺層和感知層的數據交互，基站由運營商提供和維護，核心網供應云端和終端業務傳輸通道，網絡傳輸總體架構如圖2所示。

圖2 網絡傳輸總體架構Fig.2 Overall architecture of network transmission

NB-IoT 網絡傳輸層在LTE 基礎上優化和增強了物聯網業務功能，用戶可根據需求選擇相應的傳輸路徑，網絡總體架構圖主要包括用戶終端（UE）、ETRAN 基站（eNodeB）、移動性管理實體（MME）、簽約服務器（HSS）、業務創建環境（SCEF）、服務網關（SGW）、分組數據PDN 網關（PGW）和應用服務器（AS）。MME 是接入網絡的關鍵控制點，負責跟蹤和尋呼控制UE，通過S6a 接口與HSS 交互信息，實現用戶驗證功能；SGW 負責用戶數據包的路由和轉發；PGW 負責UE 和其它網絡接口的通信上下行計費；SCEF 支持數據類型Non-IP 在控制面傳輸。用戶面傳輸路徑為UE-eNodeB-SGW-PGW，控制面傳輸路徑有UE-eNodeB-MME-SCEF 和UEeNodeB-MME-SGW-PGW。本文選擇NB-IoT 利用電信物聯SIM 網卡通過CoAP 通信協議上傳數據。

平臺層包括服務器和數據庫，根據設計需求和物聯網平臺在服務器上配置NB-IoT 參數、開發profile 和解碼插件等部署，實現服務器和電信IoT 交互數據，網絡層將終端數據信息上傳到服務器，經服務器分析處理后儲存于數據庫中。

應用層包括移動端和PC 端的監控界面，養殖人員通過PC 端Web 界面或微信小程序實時查看環境數據、豬舍視頻畫面、歷史數據和報警通知等。

3 系統硬件設計

系統硬件設計核心是“采集+控制”，包括終端視頻監控和環境監控兩部分組成，采集舍內實況視頻和各環境參數傳輸到客戶端，用戶通過客戶端對攝像頭、環境調控設備進行遠程操作。

3.1 視頻監控硬件設計

視頻監控由攝像頭和無線路由器構成。選用宇視科技IPC2A5L-IR 筒型攝像頭，通過ActiveX 控件開發其自帶的SDK 庫與攝影頭實現遠程交互通信，養殖人員可隨時隨地通過PC 或移動端遠程控制攝像頭角度、方位、焦距、拍攝和儲存等功能，查看豬舍現場實際情況、歷史記錄和生豬生長狀況。

3.2 環境監控硬件設計

環境監控硬件設計包括微處理器、傳感器、外接設備和NB-IoT 通訊模塊的設計，總體硬件框架如圖3所示。

圖3 環境采集端硬件框圖Fig.3 Hardware block diagram of environment acquisition terminal

微處理器選用內核為ARM Cortex-M3 的STM-32F103ZET6，其有優異的運行速度和處理性能，能實時響應處理豬舍環境數據信息，512 KB Flash 存儲容量大，板載十幾種接口，能滿足豬舍環境監控系統部署外設資源的需求。

傳感器模塊選用CLE-1012-401 NH3濃度檢測、CLE-0112-402 H2S 濃度檢測、PMS7003 CO2濃度檢測、S8-0053 PM10 檢測、AM2320 空氣溫濕度、BH1750FVI 光照強度傳感器構成，其中NH3，H2S 傳感器為電化學氣體傳感器，需經LMP91000 芯片信號調理后才能被STM32 的ADC 通道讀取數據，STM32 分別通過單總線、IIC 接口讀取溫濕度、光照強度數據，UART 接口讀取PM，CO2數據。

外接設備包括風機、卷簾、濕簾、加熱、噴霧、通風和補光等裝置，與STM32 通過繼電器連接，在繼電器的驅動電路中加入光耦隔離電路來防止電磁干擾[16]。

NB-IoT 通訊模塊選用WH-NB73 模組，支持CoAP 和UDP 兩種透傳模式，根據不同運營商物聯網卡選擇相應的透傳方式與云平臺相互通信，通過UART 串口與STM32 交互通信。微處理器STM32 讀取各傳感器采集的數據，經WH-NB73 和電信物聯網SIM 卡通過CoAP 模式接入NB-IoT 網絡上傳云平臺，當超出環境閾值時，云平臺下發控制指令調控相應外接設備繼電器開關。

4 系統軟件設計

系統軟件設計由采集端節點和監控平臺兩部分組成，環境采集端采集豬舍內環境數據，經NBIoT 無線技術傳輸到監控平臺，以實現遠程監控和調控。

4.1 環境采集端程序設計

根據程序設置的采集周期驅動傳感器采集豬舍環境數據，系統微處理器STM32 和WH-NB73 模組初始化后，NB73 模組配網，系統進入超低功耗（PSM）休眠模式，當定時器中斷周期開始，STM32 輪詢讀取各傳感器采集的環境數據，數據校驗正確后儲存、匯總，由CONNECT 模式的NB73 模組傳輸到云平臺；云端后臺查看數據，分析處理，若超出所設閾值，云平臺下發控制指令調控相應設備，當20 s后無數據交互NB73 模組進入IDLE 模式，再2 s 后仍無數據交互進入PSM 模式，終端數據上云周期結束。調控模式設手動和自動兩種模式，自動模式采用RBF 自整定PID 算法智能調控豬舍環境。環境采集端主流程如圖4所示。

圖4 環境采集端主流程Fig.4 Main flow chart of environment collection terminal

4.2 云平臺開發

根據所使用的NB73 選用有人云平臺，其支持私有部署和二次開發的成熟SaaS 平臺，解決了訪問服務器對接電信IoT 繁瑣的操作。上位機監控界面在云平臺上開發，云端添加溫濕度、光照強度、CO2濃度等傳感器模塊和控制模塊，選用電信IoT/CoAP 透傳模式，Modbus 通訊協議，輸入設備IEMI和SN 實現與終端NB73 交互通信，該平臺支持數據的增刪改查、報警推送、視頻監控、歷史數據和報警記錄查詢等功能，并設置微信、短信和郵箱3 種報警方式，有人云平臺數據更新和報警推送界面如圖5所示。

圖5 有人云平臺數據更新和報警推送界面Fig.5 Data update and alarm push interface of manned cloud platform

基于有人云平臺SDK 二次開發了微信小程序端，優化其功能和界面，與有人云端同步更新。小程序共5 個功能，包括基本信息、報警記錄、歷史數據、視頻監控和養殖百科。飼養員監測與調控豬舍環境更方便快捷，基礎信息端將數據更新、環境閾值設置和調控功能集為一體。歷史數據端以變化曲線圖、表格兩種方式呈現；視頻監控界端是24 小時記錄豬舍實況，微信小程序端界面如圖6所示。

圖6 微信小程序端界面Fig.6 WeChat applet interface

5 系統性能測試與分析

本文將該系統應用于桂南某生豬養殖基地某個生長育肥豬舍，驗證系統的可行性和穩定性，根據桂南地區7月氣候特征、養殖實際情況和豬舍環境規范要求設置了相應環境閾值（圖6（a）），在豬舍內布設了6 個NB-IoT 無線采集節點，對無線傳感網絡通信性能和整體功能進行實地測試，包括NB-IoT模塊通信穩定性、豬舍環境數據采集準確性和遠程調控性能測試。

5.1 系統通信測試

因網絡堵塞、設備故障等問題，NB-IoT 無線通信模塊向云端服務器傳輸環境數據時會發生丟包現象，丟包問題不可避免的。為驗證系統信號在傳輸過程中的穩定性和可靠性，設置NB-IoT 無線傳感網絡采集的數據每10 min 向云端服務器傳輸一次，選取2020年7月10日至2020年7月15日6 天的數據作為測試樣本，每個節點應上傳864 個數據包，提取6 個終端節點所儲存的數據分析，通信丟包率結果如表2所示。

表2 通信丟包率結果Tab.2 Communication packet loss rate results

測試結果表明該系統通信穩定性好，所選6 天中每個節點接收數據包平均為856 個，平均丟包率為0.91%，通信成功率在99%以上。

5.2 系統測試與分析

為驗證采集環境數據的準確性，在7：00～18：00記錄整點時豬舍現場各環境監測設備的數據，與NB-IoT 無線傳感網絡采集的數據進行比較分析，豬舍現場設備采集數據值如表3所示，NB-IoT 無線傳感網絡采集的數據如表4所示，兩種測量結果的相對誤差如圖7所示。

圖7 兩種測量結果的相對誤差Fig.7 Relative errors of two measurement results

表3 豬舍現場設備采集數據Tab.3 Data for field equipment collection in piggery

表4 NB-IoT 無線傳感網絡采集的數據Tab.4 Data collected by NB-IoT wireless sensor network

通過表3、表4 和圖7 可知，兩種測量結果的溫度、濕度、H2S 和NH3相對誤差約±0.5，而光照、PM10和CO2相對誤差約±5，而溫度、濕度、光照、PM10、CO2、H2S 和NH3平均相對測量誤差分別為±0.233 ℃，±0.291%，±2.75 Lx，±2.58 ug/m3，±2.25×10-6，±0.216×10-6和±0.175×10-6，均在合理范圍內，表明NB-IoT 無線傳感網絡采集的數據準確率高。

5.3 系統調控性能分析

根據豬舍環境因子分析可知，適宜的環境有助于豬只健康生長和生產；為此，本系統嵌入RBF-PID智能控制算法自動調控豬舍個各環境因子。選擇兩個環境基本相同的豬舍，一個豬舍采用RBF-PID 智能控制算法調控，一個為普通豬舍調控，以豬舍溫度和濕度為例，24 小時內溫濕度對比結果如圖8 和圖9所示。

圖8 溫度對比結果Fig.8 Temperature comparison results

圖9 濕度對比結果Fig.9 Results of humidity comparison

普通豬舍的溫度變化曲線先增后減，在14 點達到最高溫33.2 ℃，而濕度隨著溫度的升高而降低，在16：00 達到51.7%，且長時間處于高溫低濕狀態，而RBF-PID 調控的豬舍溫度在25 ℃、濕度在69%上下波動，能維持豬只健康生長和生產的適宜環境，光照強度、PM10、CO2、H2S 和NH3濃度均能采用RBF-PID 實現智能調控，調控的準確度高。

6 結語

基于NB-IoT和云平臺技術的豬舍環境智能監控系統，NB-IoT 無線傳感網絡實時監測、傳輸豬舍內的環境參數，云平臺端利用RBF 自整定PID 控制算法自動調控舍內各環境因子，同時豬舍內的攝像頭，24 小時記錄豬舍實際情況，用戶PC 端和微信小程序實現遠程監控和自動調控。并實地驗證系統通信穩定性、數據準確性和調控有效性，實驗結果表明，本系統通信穩定，通信成功率可達99%；測量的各環境因子平均相對誤差在合理范圍內，數據準確率高；自動模式下能長時間將溫度、濕度等調控在所設定的范圍內。因此，本系統設計穩定可靠，能有效提高了監測和控制自動化程度，降低疫病率，提高生豬生產和豬肉質量，為現代化豬舍環境監控系統提供新的設計方案。