贺敏娜，王新怀，徐 茵，王 焕，王晗宇（西安电子科技大学，陕西 西安 710126）
摘 要：设计了以单片机为核心、基于NB-IoT、PID控制和阿里云服务器等技术的智能农业辅助控制系统。设计中系统可实时监测大棚内作物的生长状况，并自动对温湿度等环境因素作出相应调整，将分布式传感器在不同节点采集到的作物生长状况及生长环境等数据发送到数据采集中心，自动进行初步分析后上传至服务器，用户可通过网页或手机客户端远程了解作物生长状况、控制环境参数及设备运行。由于系统成本低廉，有着广阔的应用场景，可在农业基地大棚、家庭植物护理等场景布置应用，适应精准扶贫。
注：本文受中央高校科研业务费项目（项目编号）支持；本项目获得了2018年陕西省互联网+大赛铜奖
长期以来，中国农业发展较为落后，科学技术对农业生产的贡献率较低。随着物联网技术的发展，农业智能化时代逐步到来。笔者经过对陕西省蒲城县等农业基地的多次实地考察，发现存在着农业自动化程度低、无法远程监控、增产因素难以把控等问题，因此对大棚内作物的生长状况进行实时监控十分必要。本系统以分布式传感器节点、NB-IoT数据链、云端服务器为关键组分，设计了具有远端监控作物生长状态，调节环境参数等功能的智能农业辅助控制系统。
本系统整体可分为4部分：第1部分是以单片机(MCU)和NB-IoT模块为核心的节点主体；第2部分是以透传云、服务器为核心的远程分析及数据传输系统；第3部分是包括DHT11温湿度传感器、CCS811二氧化碳传感器、BH1750光照度传感器等定制化外置传感器和继电器、电磁阀等控制器；第4部分是树莓派微型电脑和NB-IoT模块节点以及摄像头等数据量较大的传感器。树莓派上可读取摄像头拍摄画面，运行本地分析程序，将分析结果通过NB-IoT上传至透传云。整体系统框架图见图1。
通过引入视觉分析，使用动态阈值离散化和FCN（全卷积神经网络）等语义分割技术对棚区木耳的长势进行动态追踪，有效解决了当前采摘效率较低的问题。将传感器和中心节点模块化，用户也可通过选装相关配件、传感器来选择相关服务。通过对农作物生长状况历史记录分析，系统可半监督学习作物生长全过程的最优环境参数，对整个生长周期有更全面的了解和调整，从而有效实时地监测大棚内作物的生长状况，并自动作出相应调整，真正实现智能农业生产。
系统在安装后，节点向服务器进行注册，发送安装的传感器和控制器的种类和个数。接着初始化用户界面，显示各个传感器和控制器的状态，储存各传感器的历史数据表格，以供用户在图形化界面上选择自动控制的流程和条件。服务器根据各节点的运算能力及接入的传感器和控制器，将每个控制流程平均分布加载到各节点。最后对NB-IoT两次唤醒之间的休眠间隔进行配置，并使之实现同步唤醒。当NB-IoT休眠时，不进行通讯，各节点和服务器独立运行。需要发送的数据自动存入缓冲区，等待NB-IoT唤醒后再进行发送。设定控制算法流程示意图见图2。
节点将接收到的传感器数据输入到控制中进行计算，得出控制指令，并将得出的控制指令存入缓冲区等待发送。再读取各个传感器，将数据储存至缓冲区等待上传。若数据超过报警上下限则强制唤醒NB-IoT，向服务器发送报警信息；反之则进入低功耗模式，等待NB-IoT模块定时唤醒，以减小功耗。
服务器通过分析历史数据，结合基地中心上传的长势数据，得出目前状态的种植方案，更新控制过程的各个参数。待节点的NB-IoT唤醒后，各节点向服务器上传最新传感器数据，在服务器上更新控制参数，进而向其他节点发送控制指令（或接收其他节点发来的控制指令）。从其他节点接收本节点内控制算法所需要的数据。最后结束一次工作循环，使NB-IoT休眠。
采用STM32F103C8T6作为微控制器（MCU），其功能强大且价格低廉。将每块单片机封装成一个监测“探针”，置于大棚中的监测点处，实现对大棚内的空气温湿度、光照强度和二氧化碳浓度的实时记录，并将数据上传至上位机，以便农业工作人员依据实地情况及时作出处理。
温湿度测量采用数字传感器DHT11，该传感器依靠单总线协议与MCU（单片机）进行通信。在未接收主机发送的开始信号时，传感器处于超低能耗状态，尽可能地节省消耗。同时它应用了专用的数字模块采集技术和温湿度传感技术，可确保高的测量可靠性与长期稳定性。DHT11单总线 光照强度检测模块
光照强度测量采用数字型光强度传感器BH1750，它具有较高的分辨率，利用它可探测到变化范围在1~65535 lx内的光强数据。传感器有6种分辨率模式可供选择，基于对实际情况的分析，采用了连续H分辨率模式，该模式工作在11 lx分辨率下，一次测量时长约为120 ms。依照芯片对应的通信时序图，我们编写了基于I 2 C通信协议的使用程序。I 2 C协议时序图见图4。
本系统通过租用云服务器将NB-IoT采集的数据保存下来，进行数据管理。通过浏览器打开我们的web端界面，输入对应的NB-IoT设备ID，可实现web端与NB-IoT设备的连接。web端程序监测NB-IoT的实时情况，一旦NB-IoT采集的数据更新，即可立即获取最新的大棚数据。这里同样通过程序连接NB-IoT模块，利用自定义函数来获取账号下的大棚数据信息。获取的数据分别对应着大棚号、节点号、棚内温度(℃)，空气湿度(%)、光照强度(lx)以及二氧化碳浓度。
为了方便数据的管理，我们使用关系型数据库管理系统MySQL，存储数据信息。通过建立独立数据库，在库内为每个大棚单独建表，各自存储对应的数据，表的数量可根据当前状况进行增添或删减，利于后期项目管理。当节点有需要时，服务器可回归分析历史记录，得出对当前情况最有利的参数值。
FCN（全卷积网络）对语义进 行分割，通过预先划分区域的图像数据集训练后，可对任意场景和角度将作物区域进行分割。相比传统的（Mask）蒙版划分适应性更强，可靠性更高。典型FCN网络架构见图5。
[4]王兰明，牛文林.从以色列高效集约型农业看高科技应用效果[J].河北北方学院学报(自然科学版)，2001(2):39-41.龙8long8国际