人工智能物聯(lián)網(wǎng)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)設(shè)計(jì)

秦益文

【摘 要】旱災(zāi)監(jiān)控預(yù)警是農(nóng)業(yè)生產(chǎn)活動(dòng)中的一項(xiàng)重要技術(shù)，在設(shè)計(jì)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)時(shí)融入人工智能物聯(lián)網(wǎng)技術(shù)，對(duì)提高預(yù)警的精準(zhǔn)性具有重要意義。通過(guò)將紫蜂協(xié)議技術(shù)與全球定位技術(shù)相結(jié)合，以物聯(lián)網(wǎng)為平臺(tái)支撐，以S3C6420處理器為核心，利用BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模式的土壤干旱預(yù)測(cè)模型，提出了一種基于人工智能物聯(lián)網(wǎng)技術(shù)的旱災(zāi)監(jiān)控預(yù)警系統(tǒng)，實(shí)現(xiàn)了對(duì)土壤干旱情況的時(shí)時(shí)監(jiān)控，以及對(duì)未來(lái)變化的準(zhǔn)確預(yù)測(cè)，有效地降低了旱災(zāi)對(duì)農(nóng)業(yè)良好發(fā)展的影響。

【Abstract】The drought monitoring forewarning is an important technology in agricultural activities. Adding the Internet of artificial intelligence technology into the drought monitoring forewarning system has significant to the precision of forewarning. In this paper， combining the purple wasp technical agreement and the GPS technology， based on the internet， taking the S3C6420 processor as the core， using the soil drought prediction model with BP neural network structure， this paper raises the drought monitoring forewarning system design with internet of artificial intelligence， implements the constantly monitoring of soil drought conditions， to accurately forecast the future changes， and reduce the drought affection on the agriculture development effectively.

【關(guān)鍵詞】人工智能；物聯(lián)網(wǎng)；旱災(zāi)監(jiān)控系統(tǒng)；硬件設(shè)計(jì)；軟件設(shè)計(jì)

【Keywords】 artificial intelligence； network； drought monitoring system； hardware design； software design

【中圖分類(lèi)號(hào)】TP216 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2017）03-0059-02

1 引言

計(jì)算機(jī)技術(shù)的迅速發(fā)展，使得社會(huì)進(jìn)入到了一個(gè)全新的信息化時(shí)代，物聯(lián)網(wǎng)已經(jīng)成為信息產(chǎn)業(yè)的必然發(fā)展趨勢(shì)。人工智能作為物聯(lián)網(wǎng)的核心技術(shù)，通過(guò)對(duì)人的思維模式、行為意識(shí)進(jìn)行模擬，來(lái)代替人類(lèi)完成工作，改變了傳統(tǒng)的人工生產(chǎn)方式，對(duì)提高生產(chǎn)力和人們生活水平具有重要意義。以人工智能為基礎(chǔ)和核心構(gòu)建而成的物聯(lián)網(wǎng)，已經(jīng)滲透到各行各業(yè)中，在提高計(jì)算機(jī)系統(tǒng)運(yùn)行效率以及精準(zhǔn)性方面發(fā)揮著重要作用，是促進(jìn)社會(huì)發(fā)展和進(jìn)步的一項(xiàng)重要技術(shù)，必須充分發(fā)揮人工智能物聯(lián)網(wǎng)的應(yīng)用優(yōu)勢(shì)。[1]

2 人工智能物聯(lián)網(wǎng)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)結(jié)構(gòu)

基于人工智能物聯(lián)網(wǎng)構(gòu)建完成的旱災(zāi)監(jiān)控預(yù)警系統(tǒng)，主要由系統(tǒng)控制平臺(tái)、信息采集終端、信息傳輸網(wǎng)絡(luò)和信息處理中心四部分組成。不同組成部分在旱災(zāi)監(jiān)控預(yù)警系統(tǒng)中所起到的作用是不一樣的，其中系統(tǒng)控制平臺(tái)對(duì)整個(gè)系統(tǒng)運(yùn)行起到調(diào)控作用，土壤干旱信息的處理與發(fā)送都是由該部分完成的，系統(tǒng)控制平臺(tái)中所用處理器型號(hào)為S3C6420處理器。信息采集終端主要作用是對(duì)土壤干旱情況進(jìn)行監(jiān)控，完成具體數(shù)據(jù)的收集與整合，是獲取土壤干旱信息的主要途徑，所采集到的信息主要包括土壤的溫度、濕度以及光照強(qiáng)度等幾方面，所用傳感器的協(xié)議方式為ZigBee，中文名稱(chēng)為紫蜂協(xié)議。信息傳輸網(wǎng)絡(luò)的主要作用是將信息采集終端所獲取的土壤各項(xiàng)信息進(jìn)行傳遞，為旱災(zāi)分析提供準(zhǔn)確、可靠的依據(jù)和資料，其中ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)和GPRS網(wǎng)絡(luò)是信息傳輸網(wǎng)絡(luò)的主要組成。信息處理中心的主要作用，是完成信息傳輸網(wǎng)絡(luò)所傳遞的信息的接收，并利用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)所獲取的信息進(jìn)行分析，根據(jù)現(xiàn)階段的土壤各項(xiàng)參數(shù)，對(duì)其未來(lái)干旱情況進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)構(gòu)建旱災(zāi)監(jiān)控預(yù)警系統(tǒng)設(shè)計(jì)的最終目的[1]。

3 人工智能物聯(lián)網(wǎng)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)硬件設(shè)計(jì)

在設(shè)計(jì)人工智能物聯(lián)網(wǎng)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)時(shí)，首先應(yīng)該從系統(tǒng)硬件設(shè)計(jì)進(jìn)行考慮。系統(tǒng)的硬件組成主要包括系統(tǒng)控制平臺(tái)和系統(tǒng)通信網(wǎng)絡(luò)兩部分，所以便需要分別進(jìn)行討論。

3.1 系統(tǒng)控制平臺(tái)的設(shè)計(jì)

系統(tǒng)控制平臺(tái)硬件包括核心板和底板兩部分，利用插針接口可以將兩者連接為一個(gè)整體結(jié)構(gòu)。組成核心板和底板的硬件設(shè)備各不相同，其中S3C6420處理器是核心板的主要組成。除此之外，還包括NandFlash、同步動(dòng)態(tài)隨機(jī)存儲(chǔ)器、時(shí)鐘以及復(fù)位電路等；底板的組成硬件主要包括電源、通用異步收發(fā)傳輸器以及除復(fù)位電路之外的其他類(lèi)型電路[2]。不同硬件設(shè)備在系統(tǒng)控制平臺(tái)中扮演著不同角色，S3C6420處理器是保證系統(tǒng)穩(wěn)定運(yùn)行的基礎(chǔ)，價(jià)格低廉、性能良好、功耗較低，能夠完成對(duì)系統(tǒng)信息的高效處理；系統(tǒng)的存儲(chǔ)空間主要由NandFlash提供，既能容納系統(tǒng)本身，也可以存儲(chǔ)所采集到的信息；而系統(tǒng)以及程序運(yùn)行所需的存儲(chǔ)空間，主要由同步動(dòng)態(tài)隨機(jī)存儲(chǔ)器提供；通用異步收發(fā)傳輸器主要作用，是將串行通信信息轉(zhuǎn)化為并行通信信息，并將其輸出。

3.2 系統(tǒng)通信網(wǎng)絡(luò)的設(shè)計(jì)

系統(tǒng)通信網(wǎng)絡(luò)包括ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)和GPRS網(wǎng)絡(luò)兩部分，兩者都是在串口UARTO的輔助作用下與系統(tǒng)控制平臺(tái)進(jìn)行連接，同時(shí)，溫度濕度和光照強(qiáng)度傳感器設(shè)置在通信網(wǎng)絡(luò)終端處，兩種傳感器型號(hào)分別為SLHT5、DZD-T4。ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)以一個(gè)協(xié)調(diào)器節(jié)點(diǎn)為核心，采用星型發(fā)散結(jié)構(gòu)模式。GPRS網(wǎng)絡(luò)所使用的通信模式為具有雙頻特點(diǎn)的SIM900，通信速率為122000b/s。

4 人工智能物聯(lián)網(wǎng)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)軟件設(shè)計(jì)

4.1 Linux操作系統(tǒng)的移植

基于人工智能物聯(lián)網(wǎng)技術(shù)構(gòu)建形成的旱災(zāi)監(jiān)控預(yù)警系統(tǒng)，在進(jìn)行數(shù)據(jù)采集、發(fā)送以及處理過(guò)程中，程序都是處于并行運(yùn)行狀態(tài)的，并且還需要在系統(tǒng)中安裝外設(shè)驅(qū)動(dòng)，這就需要在S3C6420處理器中植入Linux操作系統(tǒng)，將硬件系統(tǒng)中的代碼轉(zhuǎn)化為與軟件系統(tǒng)相匹配的形式。在移植Linux操作系統(tǒng)之前，首先應(yīng)該建立交叉編譯環(huán)境，方便代碼編譯的順利完成；其次，在系統(tǒng)運(yùn)行之前，應(yīng)該先使Bootloader程序運(yùn)行，將硬件設(shè)備恢復(fù)至原始狀態(tài)；最后制作根文件系統(tǒng)。[2]

4.2 ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)設(shè)計(jì)

ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的組網(wǎng)形式為Z-Stack協(xié)議棧，進(jìn)而實(shí)現(xiàn)土壤指標(biāo)數(shù)據(jù)在通信終端與協(xié)調(diào)器之間的傳輸。Z-Stack協(xié)議棧中鑲嵌有OSAL輪轉(zhuǎn)查詢(xún)式多任務(wù)操作系統(tǒng)，按照事件的優(yōu)先順序逐個(gè)進(jìn)行查詢(xún)，根據(jù)事件是否發(fā)生進(jìn)行函數(shù)運(yùn)算，并在執(zhí)行運(yùn)算之后再次訪(fǎng)問(wèn)任務(wù)鏈表，判斷事件最終是否發(fā)生。

4.3 GPRS網(wǎng)絡(luò)設(shè)計(jì)

GPRS網(wǎng)絡(luò)會(huì)在S3C6420處理器的控制作用下，與數(shù)據(jù)處理中心連接形成整體，完成數(shù)據(jù)的傳輸。GPRS網(wǎng)絡(luò)結(jié)構(gòu)工作流程如圖1所示。GPRS網(wǎng)絡(luò)與系統(tǒng)控制平臺(tái)的通信方式以及通信協(xié)議分別為UARTI和AT，當(dāng)系統(tǒng)發(fā)出運(yùn)行指令時(shí)，GPRS網(wǎng)絡(luò)便會(huì)做出相應(yīng)的應(yīng)答。系統(tǒng)運(yùn)行之前需要恢復(fù)至原始狀態(tài)，如果發(fā)出運(yùn)行指令后，在設(shè)定的時(shí)間內(nèi)沒(méi)有數(shù)據(jù)發(fā)送，系統(tǒng)便會(huì)發(fā)送心跳包，數(shù)據(jù)處理中心可以將其丟棄，然后再執(zhí)行下一步運(yùn)行。

4.4 信息處理中心設(shè)計(jì)

信息處理中心在與系統(tǒng)控制平臺(tái)進(jìn)行連接時(shí)，所采用的通信方式為T(mén)CP/IP協(xié)議，GPRS網(wǎng)絡(luò)在兩者之間起到傳遞信息作用。C++builder中網(wǎng)絡(luò)組件TServerSocket和TClientSocket封裝Win Socket編程的各種基本功能，可實(shí)現(xiàn)客戶(hù)端與服務(wù)器編程。同時(shí)，信息處理中心采用BP神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)為三個(gè)網(wǎng)絡(luò)層，以土壤濕度、溫度以及光照強(qiáng)度作為輸入層，以土壤濕度為輸出層，則輸入層和輸出層的神經(jīng)元個(gè)數(shù)分別為1個(gè)和3個(gè)，隱含層節(jié)點(diǎn)數(shù)個(gè)數(shù)使用經(jīng)驗(yàn)公式和試湊法確定為5個(gè)。

5 人工智能物理網(wǎng)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)測(cè)試分析

在對(duì)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)進(jìn)行測(cè)試的時(shí)候，選取一個(gè)監(jiān)控點(diǎn)，根據(jù)監(jiān)控所得數(shù)據(jù)對(duì)未來(lái)5天的土壤濕度進(jìn)行預(yù)測(cè)，并將系統(tǒng)預(yù)測(cè)結(jié)果與儀器測(cè)量結(jié)果進(jìn)行比較。首先對(duì)系統(tǒng)預(yù)測(cè)結(jié)果與實(shí)際值進(jìn)行比較，結(jié)果顯示，土壤溫度、濕度以光照強(qiáng)度的預(yù)測(cè)值與實(shí)際值之間的誤差范圍分別為±0.5℃、±0.3℃以及±4Lx，表明系統(tǒng)所采集到的數(shù)據(jù)具有較高的精準(zhǔn)度和可靠性。

6 結(jié)語(yǔ)

利用人工智能物聯(lián)網(wǎng)技術(shù)，結(jié)合嵌入式技術(shù)、紫蜂協(xié)議技術(shù)和全球定位技術(shù)，采用BP神經(jīng)網(wǎng)絡(luò)計(jì)算模式，設(shè)計(jì)、構(gòu)建的旱災(zāi)監(jiān)控預(yù)警系統(tǒng)，能夠根據(jù)當(dāng)前土壤的各項(xiàng)指標(biāo)數(shù)據(jù)，對(duì)其未來(lái)干旱情況進(jìn)行準(zhǔn)確預(yù)測(cè)，有效提高了旱災(zāi)監(jiān)控預(yù)警技術(shù)水平，與旱災(zāi)監(jiān)控預(yù)測(cè)傳統(tǒng)方式相比，人工智能物聯(lián)網(wǎng)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)更加方便、快捷，并且誤差較小，對(duì)推動(dòng)現(xiàn)代化農(nóng)業(yè)發(fā)展具有重要意義，具有較高的推廣和應(yīng)用價(jià)值。

【參考文獻(xiàn)】

【1】吳習(xí)欽，吳文琦.物聯(lián)網(wǎng)的智能前景——探討網(wǎng)聯(lián)網(wǎng)與人工智能技術(shù)的契合[J].信息系統(tǒng)工程，2014（6）：57-58.

【2】王發(fā)，艾紅.人工智能物聯(lián)網(wǎng)旱災(zāi)監(jiān)控預(yù)警系統(tǒng)設(shè)計(jì)[J].自動(dòng)化與儀表，2015（4）：23-26.