莫建麟
(阿壩師范學(xué)院 電子信息與自動化學(xué)院,四川 汶川 623002)
農(nóng)業(yè)是國家和民生工程的重要產(chǎn)業(yè)和支柱,然而隨著工業(yè)化的發(fā)展和城鎮(zhèn)化的加速,大量農(nóng)村人口都進(jìn)城務(wù)工,農(nóng)村人口大量減少,而農(nóng)耕方式也從小規(guī)模種植方式慢慢演變?yōu)榇笠?guī)模種植方式,因此,農(nóng)業(yè)的發(fā)展對于自動化和智能化提出了更高的要求.尤其對于農(nóng)業(yè)中具有較大的經(jīng)濟(jì)效益的農(nóng)也大棚,信息化和智能化的程度仍然較低,大量工作仍需農(nóng)場工作人員或農(nóng)民手工完成[1].
現(xiàn)代智慧農(nóng)業(yè),在傳統(tǒng)農(nóng)業(yè)的基礎(chǔ)上,通過引入物聯(lián)網(wǎng)技術(shù),在農(nóng)場周圍布置傳感器,RFID無線射頻技術(shù)和計算機(jī)網(wǎng)絡(luò)技術(shù)使得農(nóng)業(yè)生產(chǎn)能實現(xiàn)環(huán)境監(jiān)測和自動生產(chǎn).農(nóng)業(yè)物聯(lián)網(wǎng)通過物聯(lián)網(wǎng)和無線傳感技術(shù),利用提前設(shè)計好的協(xié)議,采用物聯(lián)網(wǎng)將環(huán)境中的設(shè)備連接起來,實現(xiàn)對農(nóng)業(yè)環(huán)境的信息的檢測和控制[2-3].在農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展過程中,各個國家均做了較大的努力,如日本提出輕型智能農(nóng)業(yè)模式,荷蘭提出溫室高效農(nóng)業(yè)生產(chǎn)體系,韓國和以色列等國家將科技服務(wù)體系與農(nóng)業(yè)物聯(lián)網(wǎng)結(jié)合,促進(jìn)農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展[4].
雖然物聯(lián)網(wǎng)在與農(nóng)業(yè)的結(jié)合和發(fā)展上取得了較大的進(jìn)步,但大部分主要是針對某些特殊的農(nóng)作物,如董征宇[5]提出了一種物聯(lián)網(wǎng)的葡萄園信息獲取和智能灌溉系統(tǒng),通過信息采集模塊來獲取環(huán)境信息,通過基于Zigbee技術(shù)并利用無線通信網(wǎng)絡(luò)將數(shù)據(jù)發(fā)送到信息模塊中并進(jìn)行整合和管理.樊艷英等[6]提出另一種基于物聯(lián)網(wǎng)的精準(zhǔn)農(nóng)業(yè)玉米長勢監(jiān)測分析系統(tǒng),該系統(tǒng)根據(jù)玉米長勢的特點,利用物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、結(jié)合視頻圖像處理和移動通訊的綜合技術(shù),設(shè)計一套玉米長勢的監(jiān)測分析系統(tǒng),實現(xiàn)對玉米株高長勢的監(jiān)測、土壤的分析和蟲災(zāi)的信息,實現(xiàn)玉米長勢的全稱管理,以保證玉米的生長環(huán)境.
為了實現(xiàn)對農(nóng)作物長勢的實時控制,將整個農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)分為幾個模塊:信息感知和采集模塊、無線通信模塊、專家決策模塊與指令執(zhí)行模塊.信息感知和采集模塊和指令執(zhí)行模塊構(gòu)成,系統(tǒng)框架的簡要設(shè)計如圖1所示.
圖1 總體框架簡要設(shè)計
在圖1中,信息感知采集層是將各類傳感器,如溫度傳感器、濕度傳感器、土壤含水量傳感器、光照傳感器等作為感知設(shè)備,并將這些傳感器節(jié)點構(gòu)成無線網(wǎng)絡(luò).由于農(nóng)場通常包含多個分散的農(nóng)田和土地區(qū)域,因此需要先通過將傳感器網(wǎng)絡(luò)分成各個局部網(wǎng)絡(luò),然后再通過中轉(zhuǎn)節(jié)點進(jìn)行上傳,如果直接將所有農(nóng)田區(qū)域的節(jié)點直接上傳到監(jiān)控節(jié)點,會面臨如下問題:
1) 所有節(jié)點通常發(fā)包給控制節(jié)點將導(dǎo)致網(wǎng)絡(luò)擁塞,使得傳感器采集的大量數(shù)據(jù)丟失.
2) 所有節(jié)點發(fā)送的數(shù)據(jù)中有大量冗余數(shù)據(jù),這些冗余數(shù)據(jù)占據(jù)大量帶寬,需要對這些數(shù)據(jù)進(jìn)行融合然后再進(jìn)行發(fā)送.
3) 單個的網(wǎng)關(guān)既要負(fù)責(zé)接收傳感器發(fā)送的數(shù)據(jù),又要對數(shù)據(jù)進(jìn)行融合操作,可能直接該節(jié)點無法正常工作,進(jìn)一步導(dǎo)致感知層的崩潰.
因此,針對農(nóng)業(yè)物聯(lián)網(wǎng)面積大,傳感器節(jié)點多,覆蓋區(qū)域廣的特點,對農(nóng)業(yè)物聯(lián)網(wǎng)的感知區(qū)域進(jìn)行聚類,采用無線傳感器網(wǎng)絡(luò)的分簇協(xié)議對感知區(qū)域進(jìn)行劃分,每個區(qū)域?qū)?yīng)了一個簇頭節(jié)點,每個簇對應(yīng)的簇頭負(fù)責(zé)接收、處理融合并將該簇的數(shù)據(jù)中轉(zhuǎn)發(fā)送出去,因此,簇頭在整個物聯(lián)網(wǎng)中承擔(dān)著無線網(wǎng)絡(luò)接口的作用.
簇頭與物聯(lián)網(wǎng)網(wǎng)關(guān)之間是通過5G/4G/3G網(wǎng)絡(luò)進(jìn)行連接,以保證具有更高的通信質(zhì)量和更快的通信速度.物聯(lián)網(wǎng)無關(guān)作為整個網(wǎng)絡(luò)的中轉(zhuǎn)節(jié)點,不僅負(fù)責(zé)接收感知層的各簇頭節(jié)點發(fā)送的數(shù)據(jù),同時對數(shù)據(jù)進(jìn)行融合處理,并將其結(jié)果發(fā)送到專家決策模塊.這里設(shè)計多個物聯(lián)網(wǎng)網(wǎng)關(guān),分別負(fù)責(zé)接收不同網(wǎng)絡(luò)區(qū)域發(fā)送的數(shù)據(jù)并進(jìn)行融合和處理.在經(jīng)過分析后,系統(tǒng)框架的詳細(xì)設(shè)計模型如圖2所示.
圖2 系統(tǒng)框架詳細(xì)設(shè)計
基于物聯(lián)網(wǎng)的農(nóng)作物傳感器節(jié)點硬件主要包含存儲器、微控制器、傳感器、無線通信模塊和能量供應(yīng)模塊.如圖3所示.傳感器用于采集數(shù)據(jù),傳感器的類型主要包括:空氣溫度傳感器、空氣濕度傳感器、土壤水分傳感器、光照傳感器、雨量計.
圖3 傳感器硬件組成圖
傳感器網(wǎng)絡(luò)部分的簇頭節(jié)點,除了要負(fù)責(zé)接收底層各個終端傳感器發(fā)送的數(shù)據(jù),對這些數(shù)據(jù)進(jìn)行融合和處理,同時還要負(fù)責(zé)兩種協(xié)議的轉(zhuǎn)換,即無線傳感器網(wǎng)絡(luò)區(qū)域的協(xié)議(這里采用的Leach協(xié)議)和5G/4G/3G網(wǎng)絡(luò)之間的協(xié)議轉(zhuǎn)換.
網(wǎng)關(guān)的結(jié)構(gòu)如圖4所示,主要包含幾個部分:微控制器、無線設(shè)頻率、存儲器、處理器和能量供應(yīng)模塊以及以太網(wǎng)模塊.
圖4 網(wǎng)關(guān)硬件結(jié)構(gòu)
網(wǎng)關(guān)硬件組成圖基于物聯(lián)網(wǎng)的農(nóng)作物長勢監(jiān)控系統(tǒng)中 網(wǎng)關(guān)充當(dāng)兩個作用:
1) 信息處理中心,負(fù)責(zé)接收底層感知層采集的數(shù)據(jù),對這些數(shù)據(jù)進(jìn)行處理,并將處理后的信息發(fā)送到高層的控制中心;
2) 充當(dāng)協(xié)議轉(zhuǎn)換作用,即負(fù)責(zé)兩種不同網(wǎng)絡(luò)之間的數(shù)據(jù)格式轉(zhuǎn)換,實現(xiàn)以太網(wǎng)網(wǎng)絡(luò)和5G/4G/3G通信挽留過的互聯(lián).
本基于物聯(lián)網(wǎng)的農(nóng)作物長勢監(jiān)控系統(tǒng)對數(shù)據(jù)的融合主要體現(xiàn)在兩個部分:1 簇頭節(jié)點處的數(shù)據(jù)融合;2 網(wǎng)關(guān)節(jié)點處的數(shù)據(jù)融合.本系統(tǒng)中采用的數(shù)據(jù)融合算法是基于證據(jù)理論方法.
證據(jù)理論是1976年由Dempster提出的一種方法,能有效對具有不確定性的數(shù)據(jù)進(jìn)行融合,采用證據(jù)理論對本文中傳感器采集的數(shù)據(jù)進(jìn)行融合的算法可以描述為:
圖5 物聯(lián)網(wǎng)網(wǎng)關(guān)軟件流程設(shè)計
1)初始化命題,將每種傳感器采集的數(shù)據(jù)的作為命題,將所有傳感器采集的數(shù)據(jù)作為證據(jù).
2)計算證據(jù)si對命題Ak的信任度Crei(Ak):
(1)
其中,supi(Ak)可以表示為:
(2)
3)將公式(2)所得到的信任度作為權(quán)值,對焦元進(jìn)行加權(quán)平均,即為:
(3)
4)對公式(3)所得到的權(quán)值進(jìn)行歸一化處理:
(4)
5)將公式(4)得到的權(quán)值代入下式:
(5)
其中,K表示證據(jù)之間的沖突部分,可以表示為:
(6)
6)重復(fù)(2)-(5)得到最終的融合結(jié)果,并將融合結(jié)果m(A)與閾值進(jìn)行比較,將大于閾值的融合結(jié)果作為最終的融合結(jié)果.
為了對設(shè)計的系統(tǒng)進(jìn)行測試,對農(nóng)作物在播種后的長勢情況進(jìn)行測試.以高粱為例,監(jiān)測時間點為播種后的第10天、第20天、40天、60天、80天、90天、100天和110天,監(jiān)測的信息主要包括:農(nóng)作物的株高測量儀的讀數(shù)、農(nóng)作物狀態(tài)信息數(shù)據(jù),這些數(shù)據(jù)在感知區(qū)域中被采集后,通過發(fā)動給簇頭,然后由簇頭進(jìn)一步發(fā)送給網(wǎng)關(guān),并在簇頭和網(wǎng)關(guān)處運行2級的數(shù)據(jù)融合算法,最后得到的結(jié)果如表1所示.
表1 高粱作物長勢情況預(yù)測和實際值
從表1可以看出,基于物聯(lián)網(wǎng)的農(nóng)作物長勢監(jiān)控系統(tǒng)的高粱的株高預(yù)測值和實際值對比情況,可以發(fā)現(xiàn),在播種后8次的記載中,株高系統(tǒng)測量值和實際值之間的最大誤差為2,精確性高,能滿足系統(tǒng)設(shè)計的要求.該系統(tǒng)利用了無線通信技術(shù)、物聯(lián)網(wǎng)技術(shù)、數(shù)據(jù)融合技術(shù),用戶可以在終端登陸,對農(nóng)作物的長勢情況、土壤情況和蟲災(zāi)情況等分析,實現(xiàn)農(nóng)作物長勢的遠(yuǎn)程管理,保證農(nóng)作物能在預(yù)期情況下生長環(huán)境良好.
為了實現(xiàn)農(nóng)作物長勢的實時監(jiān)控,設(shè)計了一種基于物聯(lián)網(wǎng)的農(nóng)作物長勢監(jiān)控系統(tǒng).首先對系統(tǒng)總體結(jié)構(gòu)進(jìn)行了簡要設(shè)計和詳細(xì)設(shè)計,然后對物聯(lián)網(wǎng)系統(tǒng)中的傳感器節(jié)點和網(wǎng)關(guān)節(jié)點進(jìn)行硬件和軟件的設(shè)計.在系統(tǒng)的軟件設(shè)計中,對簇頭節(jié)點和網(wǎng)關(guān)的節(jié)點的數(shù)據(jù)融合方法進(jìn)行了描述,提出了采用證據(jù)理論方法對傳感器采集的數(shù)據(jù)進(jìn)行融合處理.以農(nóng)作物高粱的株高長勢進(jìn)行了測試和分析,結(jié)果表明系統(tǒng)的預(yù)測結(jié)果與高粱的在每個測試點處的實際誤差均小于2.因此,本系統(tǒng)能有效地對農(nóng)作物長勢進(jìn)行實時監(jiān)控,滿足了系統(tǒng)設(shè)計的要求.