基于AIoT的小米椒植株長勢監測系統

摘 要：基于AIoT的小米椒植株長勢監測系統融合了人工智能技術與物聯網技術，以 STM32F407單片機作為控制核心，外接多種傳感器實現對小米椒植株生長環境信息的測量與基于OpenCV的圖像信息采集；再結合先進深度智能算法，對圖像進行分析處理和特征提取。最后通過無線通信技術將采集到的數據同步上傳至物聯網云平臺或微信小程序進行統計分析與存儲，并結合小米椒生長發育數據判斷小米椒植株最適宜的生長環境，提示種植者對溫室大棚環境進行控制調節，實現精細化管理，使小米椒植株向更好的方向生長。

關鍵詞：數據采集；物聯網；無線通信技術；可視化管理；長勢監測；OpenCV；AIoT

中圖分類號：TP368.1 文獻標識碼：A 文章編號：2095-1302（2024）05-00-03

0 引 言

目前，部分地區農業技術相對落后，農業監測主要依靠人工進行，不僅效率低下，還增加了產業成本和人力物力的損耗[1]，難以響應國務院印發的《“十四五”全國農業農村信息化發展規劃》中“推動現代信息技術與農村農業各領域各環節深度融合，推進智慧農業和數字鄉村建設”的要求[2]。鑒于此，本文融合先進的人工智能與物聯網技術，設計開發基于AIoT的小米椒植株長勢監測系統。該系統在小米椒植株生長過程中實現智能化自動監測、數據信息采集[3]和可視化管理，在大幅度降低生產成本、提高效率的同時使種植戶獲得最大的收益，推動智慧農業的高速發展。

1 系統總體方案

基于AIoT的小米椒植株長勢監測系統選用STM32F407單片機作為數據采集和控制核心，外接攝像頭、濕度傳感器、溫度傳感器、CO2濃度傳感器和光照強度傳感器等模塊，實現小米椒植株圖像的捕獲和各種與小米椒植株生長有關的環境參數的測量。系統總體設計如圖1所示。

系統工作流程如圖2所示。在系統實現過程中，高清攝像頭每隔2～3天會定時從多角度捕獲小米椒植株的圖像，通過OpenCV模塊對植物圖像進行處理分析和特征值的提取[3]；同時利用4個相應的傳感器實時對濕度、溫度、CO2濃度、光照強度等環境參數進行測量；并通過STM32F407單片機實現環境參數和小米椒植株圖像數據的采集。最后，通過無線通信技術將采集到的數據同步上傳至阿里云物聯網平臺及微信小程序的后臺，進行數據統計、分析與存儲，實現云端的可視化管理[4]。種植者可隨時隨地查看和管理相應數據，同時根據溫室小米椒植株的生長發育規律，得出小米椒植株生長最好時的溫度、濕度、CO2濃度、光照強度，然后提醒種植者對大棚內風機、內外遮陽、噴灌滴灌等設施進行控制調節，從而實現小米椒植株生長環境的準確調控，使小米椒植株向更好的方向生長。

2 系統的硬件和軟件設計

2.1 系統硬件設計

2.1.1 主控核心開發板

系統的主控核心和采集核心選擇高性能的STM32F407單片機，該單片機性能優良，低功耗、外設資源豐富、高速嵌入，具有豐富的I/O口外設，多個通信接口，可滿足小米椒植株監測過程中多數據信息的監測和高性價比的需求。

2.1.2 數據信息采集模塊硬件設計

系統選取DHT11溫濕度傳感器，用單總線方式與單片機通信，能夠同時采集溫度與濕度信息：溫度的測量范圍為1～50 ℃，精度為±2 ℃；濕度的測量范圍為20%～90%RH，精度為±5%RH；工作電壓約為3.3～5.5 V。

光照強度傳感器采用BH1750，該傳感器工作電壓范圍為3～5 V，內部同時集成了A/D轉換器，測量精度為16位[5]。

CO2是植物進行光合作用必不可少的要素之一，因此對溫室中二氧化碳濃度進行監控可以人為地對其進行調控，促進植物生長[6]。CO2濃度采集采用MHZ19B紅外吸收型芯片，針對CO2氣體通過NDIR（非色散紅外）檢測原理，采用串口輸出方式，具有精度高、性能穩定的特點[7]。

本設計中，主控制器模塊選用意法半導體（ST）公司推出的STM32F407。該處理器具有 512 KB FLASH、192 KB SRAM；工作頻率為72 MHz，供電電壓為3～3.6 V，工作溫度在-40～85 ℃之間[8]。其最小系統包括復位電路、晶振電路、電容濾波電路及數模轉換等外圍電路，足以實現對大棚內的小米椒植株圖像和小米椒植株生長環境信息進行采集和監測，并上傳至主控核心。

2.2 系統軟件設計

2.2.1 OpenCV開源軟件庫

本系統利用OpenCV開源視覺庫和C++語言開發檢測軟件，運用機器視覺的相關理論，對圖像進行了灰度處理、濾波、閾值分割處理[9]。OpenCV是一個跨平臺計算機視覺庫，可以運行在Linux、Windows和MacOS操作系統上。它輕量級而且高效，由一系列C函數和少量C++類構成，同時也提供Python接口，實現圖像處理和計算機視覺方面的很多通用算法[10-11]。

2.2.2 物聯網云平臺與微信小程序

系統利用云平臺和微信小程序開發簡單、容易著手、易于部署等優點，實現小米椒植株長勢和生長環境的數據統計分析、顯示、查詢以及提示功能。

3 系統的可行性分析

本文的監測系統在小米椒植株的生長過程中利用物聯網無線通信技術對小米椒植株長勢和生長環境進行有效監測，成本較低，適合提供給中小型植物種植大棚使用。在監測時能通過數據分析反饋，得出小米椒植株生長的最適宜環境范圍，并及時提出解決方案和措施，實現精細化管理，在很大程度上推動智慧農業發展，滿足時代發展的需求。

3.1 測試方案

3.1.1 硬件測試

（1）啟動設備開始計時，當模塊都開啟后停止計時，測試設備的開啟時間。

（2）在種植有小米椒植株的棚內開啟設備，測試圖像識別模塊，對植物圖像進行處理分析、特征值的提取，反復多次測試。

3.1.2 軟件測試

在Keil上進行系統的調試，確保能夠準確轉化出數據，實時檢測小米椒植株的生長狀況信息。

3.1.3 硬件軟件聯合調試

從收集小米椒植株的生長環境開始，到云端接收到數據停止計時，測試傳輸至云端的耗時。

3.2 系統測試

測試條件：所有設備可以正常啟動，小米椒植株生長情況正常。

測試設備：小米椒植株，WiFi，手機，電源。

測試方法：

（1）啟動設備，手機計時，記錄開機時間；

（2）將攝像頭放置于正常小米椒植株旁邊，記錄收集到的數據，計算收集到數據的精準度；

（3）從開啟設備開始，到云端接收到數據停止，重復以上操作，多次記錄結果，計算平均耗時；

（4）記錄于不同位置收集到的數據，計算是否出現誤差。

3.2.1 測試結果

利用傳感器進行數據收集，通過無線通信技術將采集到的數據同步上傳至阿里云物聯網平臺和微信小程序。經系統實測，每隔兩天統一在中午11點采集的一組數據見表1所列。將測試的溫度、濕度數據與標準儀器測試數據進行比較分析發現，系統采集溫度數據誤差在±0.4 ℃之內，濕度數據誤差在±3%以下，并能夠準確及時地將所收集的數據上傳至阿里云物聯網平臺和微信小程序，滿足對小米椒植株的濕度、溫度、CO2濃度、光照強度監測的需求。

3.2.2 測試分析與結論

通過合理的硬件構建與軟件設計，本系統能夠滿足課題的要求，實現對小米椒植株長勢和生長環境的數據統計分析、顯示、查詢以及提示功能。實際測試表明，所設計的硬件與軟件系統具有良好的穩定性以及時效性，由此可以得出結論：

（1）系統能夠及時收集小米椒植株生長環境的濕度、溫度、CO2濃度、光照強度等環境參數；

（2）系統能夠將收集的數據實時上傳至阿里云物聯網平臺和微信小程序；

（3）種植戶可以及時知悉大棚中小米椒的生長環境，實現精細化管理。

4 結 語

本文基于物聯網技術與人工智能技術對小米椒植株生長狀況和環境進行智能化監測、信息采集、數據分析等工作，為后期達到小米椒高產、穩產、優質、高效的目標提供保障，開發了云平臺和微信小程序，完成數據的傳輸，實現對溫度、濕度、CO2濃度、光照強度監測和報警。結果表明：系統工作穩定性好、功耗低、測量數據精度高、終端便攜性好，適合提供給中小型植物種植大棚使用。同時也促進了智慧化農業的發展和相關技術的革新，進而創造出巨大的經濟效益和社會效益。打造智慧農業，不僅是時代的需求，也是現代農業的發展趨勢。

注：本文通訊作者為朱齊媛。

參考文獻

[1]白魯堯.基于物聯網技術的智慧農業系統開發與實現[D].包頭：內蒙古科技大學，2021.

[2]徐燦，孫慶波.基于物聯網的植物生長環境參數監測系統設計[J].中外企業家，2018，35（33）：135.

[3]李珍，劉曉星，安百鋼.基于Open CV的圖像信息處理系統的開發與應用[J].信息系統工程，2023，36（4）：42-45.

[4]韓悅婷.基于opencv的玉米長勢自動監測系統的設計[D].南京：南京信息工程大學，2018.

[5]賈敬敦，魯相潔，黃峰，等.遠程控制與無線通信技術在農業中的應用分析與展望[J].農業機械學報，2021，65（S1）：351-359..

[6]代愛妮，郭書瑞，王蕊.基于ESP32的智慧農業大棚實驗系統設計[J].物聯網技術，2023，13（4）：91-94.

[7]張林.基于無線傳感網的大棚數據采集系統設計[D].淮南：安徽理工大學，2017.

[8]樊艷英，張自敏，陳冠萍，等.基于物聯網的精準農業玉米長勢監測分析系統研究[J].農機化研究，2018，40（8）：223-227.

[9]鞠紅艷.植物生長環境調控系統的研究與應用[D].長春：吉林農業大學，2018.

[10]王克鑫.基于機器視覺的智能植物養護系統[D].哈爾濱：黑龍江大學，2018.

[11]李明磊，趙俊杰，李翔.基于機器視覺的圖像高維特征智能提取算法[J].電子設計工程，2023，31（18）：164-167.

作者簡介：劉玉連（1999—），女，本科在讀，研究方向為物聯網技術。

趙善烺（2001—），男，本科在讀，研究方向為信息處理與信號分析。

吳燦輝（2000—），男，本科在讀，研究方向為物聯網技術。

徐煒聰（2000—），男，本科在讀，研究方向為物聯網技術。

朱齊媛（1979—），女，碩士，副教授，研究方向為物聯網技術、智能電路。

收稿日期：2023-06-02 修回日期：2023-06-30

基金項目：嶺南師范學院大學生創新創業訓練計劃資助項目（X202210579014）；湛江市非資助項目（2022B01031）；嶺南師范學院科研項目（LY2213）