基于RFID與GPS的拖拉機(jī)機(jī)庫(kù)信息管理系統(tǒng)的設(shè)計(jì)與開發(fā)

張九通 唐維東 劉鴻瑞 楊思存 廖明亮 蔣猛

摘要：針對(duì)一些大型拖拉機(jī)機(jī)庫(kù)的管理過程中，產(chǎn)生的數(shù)據(jù)量龐大，傳統(tǒng)依靠人工手動(dòng)錄入的管理方式效率低下、成本高、可靠性低等問題，結(jié)合互聯(lián)網(wǎng)、傳感器、智能定位等技術(shù)設(shè)計(jì)并開發(fā)一套拖拉機(jī)機(jī)庫(kù)信息管理系統(tǒng)。該系統(tǒng)分為移動(dòng)端和機(jī)庫(kù)端的開發(fā)，移動(dòng)端使用GPS進(jìn)行拖拉機(jī)室外定位，結(jié)合拖拉機(jī)作業(yè)幅寬，計(jì)算得到拖拉機(jī)的作業(yè)面積等信息，開發(fā)移動(dòng)端人機(jī)交互界面。機(jī)庫(kù)端先對(duì)射頻識(shí)別（RFID）的硬件電路進(jìn)行設(shè)計(jì)，再使用Landmarc定位算法進(jìn)行拖拉機(jī)室內(nèi)定位，最后綜合機(jī)庫(kù)內(nèi)的環(huán)境參數(shù)和移動(dòng)端上傳的作業(yè)信息等，開發(fā)拖拉機(jī)在線管理可視化平臺(tái)。為驗(yàn)證系統(tǒng)的可行性，進(jìn)行Landmarc算法的定位仿真、作業(yè)面積計(jì)算準(zhǔn)確性驗(yàn)證、數(shù)據(jù)上傳丟包測(cè)試。試驗(yàn)結(jié)果表明：拖拉機(jī)室內(nèi)定位的平均誤差為1.06 m，可以滿足判斷拖拉機(jī)車位的要求；作業(yè)面積計(jì)算的平均誤差為4.17%，可以滿足實(shí)際作業(yè)時(shí)的需求；數(shù)據(jù)存儲(chǔ)成功率為97.70%，能夠?qū)崿F(xiàn)各項(xiàng)數(shù)據(jù)的存儲(chǔ)。

關(guān)鍵詞：管理系統(tǒng)；射頻識(shí)別；Landmarc定位算法；GPS；拖拉機(jī)

中圖分類號(hào)：S23

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2095-5553 （2024） 05-0154-08

收稿日期：2023年7月6日? 修回日期：2023年9月27日*基金項(xiàng)目：貴州省科技廳農(nóng)業(yè)支撐項(xiàng)目（黔科合支撐［2020］1Y127號(hào)）；重慶市渝北區(qū)科技計(jì)劃項(xiàng)目（2022（農(nóng)社）09）

第一作者：張九通，男，1999年生，重慶人，碩士研究生；研究方向?yàn)檗r(nóng)業(yè)物聯(lián)網(wǎng)及智能農(nóng)業(yè)裝備。E-mail：? 2544258668@qq.com

通訊作者：蔣猛，男，1964年生，四川岳池人，碩士，副教授；研究方向?yàn)檗r(nóng)業(yè)物聯(lián)網(wǎng)。E-mail：? driver1964@sina.com

Design and development of tractor hangar information management system

based on RFID and GPS

Zhang Jiutong1， Tang Weidong1， Liu Hongrui1， Yang Sicun1， Liao Mingliang2， Jiang Meng1

（1. College of Engineering and Technology， Southwest University， Chongqing， 400715， China;

2. Zunyi City Bozhou District Secondary Vocational? School， Zunyi， 563102， China）

Abstract：

In view of the huge amount of data generated in the management process of some large tractor hangars， the traditional management method of manual input is inefficient， high cost and low reliability， and a set of tractor hangar information management system is designed and developed in combination with the Internet， sensors， intelligent positioning and other technologies. The system is mainly divided into mobile terminal and hangar end development， the mobile terminal uses GPS for tractor outdoor positioning， calculates the tractor working area and other information combined with the tractor working width，? and develops the mobile terminal human-computer interaction interface. At? the hangar end， the hardware circuit of radio frequency identification （RFID） is designed first， and then the indoor positioning of the tractor is carried out using the Landmarc positioning algorithm， and finally， the tractor online management visualization platform is developed by integrating the environmental parameters in the hangar and the operation information uploaded by the mobile terminal. In order to verify the feasibility of this system， the positioning simulation of Landmarc algorithm， the verification of the accuracy of the operation area calculation， and the packet loss test of data upload are carried out， and the test results show that the average error of the indoor positioning of the tractor is 1.06m， which can meet the requirements of judging the tractor parking space， and the average error of the operation area calculation is 4.17%， which can meet the needs of actual operation. The success rate of data storage is 97.70%， which can realize the storage of various data.

Keywords：

management system; radio frequency identification;? landmarc positioning algorithm; GPS;? tractor

0 引言

近年來(lái)，我國(guó)農(nóng)業(yè)機(jī)械化水平不斷提升［1］，農(nóng)業(yè)機(jī)械數(shù)量增長(zhǎng)較快。隨著中國(guó)科學(xué)技術(shù)的不斷發(fā)展，農(nóng)業(yè)機(jī)械開始向智能化、信息化轉(zhuǎn)型。對(duì)于一些大型的農(nóng)業(yè)機(jī)械機(jī)庫(kù)，其中拖拉機(jī)數(shù)量繁多，涉及的農(nóng)機(jī)信息和作業(yè)信息的數(shù)據(jù)量龐大。目前大多數(shù)機(jī)庫(kù)仍采用傳統(tǒng)的人工手動(dòng)錄入方式進(jìn)行管理，在數(shù)據(jù)量太龐大的機(jī)庫(kù)，這種管理方式耗費(fèi)人力較多，效率低下。在跨區(qū)作業(yè)越來(lái)越普遍的今天，拖拉機(jī)的管理愈發(fā)復(fù)雜，引發(fā)了政府作業(yè)監(jiān)管困難、農(nóng)忙時(shí)間拖拉機(jī)資源分配難以協(xié)調(diào)、拖拉機(jī)實(shí)際運(yùn)行效率難以度量等問題［2］。因此，在物聯(lián)網(wǎng)技術(shù)不斷發(fā)展的背景下，借助互聯(lián)網(wǎng)、傳感器、智能定位和大數(shù)據(jù)等技術(shù)，實(shí)現(xiàn)拖拉機(jī)機(jī)庫(kù)的智能化、信息化轉(zhuǎn)型，建立拖拉機(jī)機(jī)庫(kù)信息管理系統(tǒng)，是拖拉機(jī)管理的必然趨勢(shì)［3-5］。

國(guó)外目前有一些關(guān)于農(nóng)業(yè)管理平臺(tái)的研究，但是平臺(tái)技術(shù)完整性有待提高。比如美國(guó)的FarmSightTM農(nóng)業(yè)管理平臺(tái)、Trimble Ag Software農(nóng)場(chǎng)管理平臺(tái)等［1］。這類管理平臺(tái)主要是用于采集拖拉機(jī)進(jìn)行田間作業(yè)時(shí)的各項(xiàng)數(shù)據(jù)，對(duì)長(zhǎng)期采集的數(shù)據(jù)進(jìn)行分析以指導(dǎo)生產(chǎn)［6］。但是對(duì)于日常作業(yè)的管理效果不明顯，且平臺(tái)通用性不強(qiáng)，在中國(guó)現(xiàn)階段的農(nóng)業(yè)生產(chǎn)中無(wú)法起到較好的指導(dǎo)作用。

國(guó)內(nèi)目前正處在傳統(tǒng)農(nóng)機(jī)向現(xiàn)代農(nóng)機(jī)轉(zhuǎn)型的關(guān)鍵時(shí)期［7］。在“863”計(jì)劃、科學(xué)技術(shù)部“十三五”國(guó)家重點(diǎn)研發(fā)計(jì)劃等重大專項(xiàng)和地方政府的支持下，農(nóng)業(yè)機(jī)械的信息化管理在近年來(lái)取得了較大的進(jìn)步。朱登勝等［2］提出了一種農(nóng)機(jī)遠(yuǎn)程智能管理平臺(tái)，以農(nóng)田為核心，將農(nóng)業(yè)生產(chǎn)中的各種數(shù)據(jù)聯(lián)系成一個(gè)整體，實(shí)現(xiàn)農(nóng)業(yè)資源及農(nóng)田資源的統(tǒng)一分析與管理。張良等［8］基于北斗導(dǎo)航技術(shù)，設(shè)計(jì)了農(nóng)機(jī)作業(yè)面積管理系統(tǒng)，實(shí)現(xiàn)了依靠該系統(tǒng)對(duì)作業(yè)面積進(jìn)行計(jì)算和管理。張俊藝等［9］基于Android系統(tǒng)開發(fā)了農(nóng)機(jī)調(diào)度管理平臺(tái)，建立了農(nóng)機(jī)主、農(nóng)民、管理員三方交互的農(nóng)機(jī)調(diào)度管理平臺(tái)，部分解決了因?yàn)樾畔⒉粫惩ㄒ鸬霓r(nóng)機(jī)供需缺口大的問題。

隨著導(dǎo)航技術(shù)和傳感器技術(shù)的發(fā)展，農(nóng)業(yè)機(jī)械正朝著智能化、信息化的方向發(fā)展，智能化的拖拉機(jī)機(jī)庫(kù)在拖拉機(jī)進(jìn)行日常作業(yè)和管理的過程中，會(huì)產(chǎn)生大量的數(shù)據(jù)［10］。為實(shí)現(xiàn)拖拉機(jī)作業(yè)生產(chǎn)全過程的信息化管理，本研究使用RFID技術(shù)、GPS技術(shù)、物聯(lián)網(wǎng)技術(shù)等，針對(duì)拖拉機(jī)在機(jī)庫(kù)端和移動(dòng)端的感知數(shù)據(jù)，研發(fā)了一種較為通用的拖拉機(jī)機(jī)庫(kù)信息管理系統(tǒng)。在移動(dòng)端實(shí)現(xiàn)駕駛員與拖拉機(jī)的人機(jī)交互，實(shí)現(xiàn)每一臺(tái)拖拉機(jī)作業(yè)的精準(zhǔn)管理；在機(jī)庫(kù)端實(shí)現(xiàn)作業(yè)信息、位置信息、環(huán)境參數(shù)等信息的可視化管理，以及生產(chǎn)數(shù)據(jù)的溯源統(tǒng)計(jì)。提高管理效率的同時(shí)，大量的生產(chǎn)數(shù)據(jù)能夠?yàn)檗r(nóng)戶生產(chǎn)提供指導(dǎo)，為政府的決策提供數(shù)據(jù)支撐。

1 系統(tǒng)功能架構(gòu)設(shè)計(jì)

基于RFID與GPS的拖拉機(jī)機(jī)庫(kù)信息管理系統(tǒng)由機(jī)庫(kù)端和移動(dòng)端組成。機(jī)庫(kù)端由RFID讀寫器進(jìn)行位置信息的采集，移動(dòng)端由GPS模塊進(jìn)行位置信息采集與作業(yè)信息計(jì)算。通過DTU無(wú)線透?jìng)髂K實(shí)現(xiàn)數(shù)據(jù)的上傳。分別在可視化大屏和人機(jī)交互界面實(shí)現(xiàn)信息可視化。

系統(tǒng)總體架構(gòu)如圖1所示，分為感知層、網(wǎng)絡(luò)層和應(yīng)用層。其中感知層在機(jī)庫(kù)端由RFID讀寫器和環(huán)境監(jiān)測(cè)傳感器進(jìn)行數(shù)據(jù)采集，在移動(dòng)端由GPS進(jìn)行數(shù)據(jù)采集，采集到的數(shù)據(jù)分別由串口發(fā)送到對(duì)應(yīng)單片機(jī)進(jìn)行處理；網(wǎng)絡(luò)層主要由DTU讀取單片機(jī)的數(shù)據(jù)并轉(zhuǎn)發(fā)到網(wǎng)絡(luò)服務(wù)器，存入數(shù)據(jù)庫(kù)；應(yīng)用層主要是可視化大屏和人機(jī)交互界面，通過服務(wù)器獲取前端資源，實(shí)現(xiàn)與后臺(tái)的數(shù)據(jù)交互。

2 硬件設(shè)計(jì)與實(shí)現(xiàn)

2.1 嵌入式模塊設(shè)計(jì)

嵌入式模塊是本系統(tǒng)采集數(shù)據(jù)的硬件核心，分別需要和RFID讀寫器、GPS、DTU進(jìn)行通信，在主控芯片內(nèi)部需要進(jìn)行定位算法的運(yùn)算?？紤]到該模塊需要與多臺(tái)設(shè)備進(jìn)行通訊，而且內(nèi)部需要運(yùn)算算法，首先考慮選用串口豐富而且運(yùn)算速度塊的主控芯片，其次再綜合考慮價(jià)格、性能等，最終選擇STM32F407GT6作為主控芯片。該芯片性能穩(wěn)定、有6個(gè)串口、在168 MHz頻率下，能夠提供210 DMIPS性能。以STM32為主控芯片的控制模塊結(jié)構(gòu)如圖2所示。

2.2 機(jī)庫(kù)端定位模塊設(shè)計(jì)

機(jī)庫(kù)端定位模塊由STM32、RFID讀寫器、DTU無(wú)線模塊組成。該模塊作用于機(jī)庫(kù)，需要采集機(jī)庫(kù)中標(biāo)簽的信號(hào)強(qiáng)度，計(jì)算待定位標(biāo)簽對(duì)應(yīng)拖拉機(jī)的坐標(biāo)。考慮到本系統(tǒng)RFID模塊使用RSSI法進(jìn)行室內(nèi)定位，讀寫器接收的RSSI值應(yīng)當(dāng)具有可靠性，再基于機(jī)庫(kù)空間以及機(jī)庫(kù)內(nèi)拖拉機(jī)數(shù)量方面的考量，兼顧高性能、低成本、低功耗的要求，最終選擇Impinj的IE701讀寫器。

IE701外部引出了5VDC、GND、GPIO1、GPIO2、UART_RXD、UART_RXD、EN、GPIO3等15個(gè)管腳。主控芯片與讀寫器進(jìn)行通信時(shí)，需要連接5VDC、GND為讀寫器供電，連接UART_RXD、UART_RXD進(jìn)行串口通信，串口通信在TTL電平3.3 V下進(jìn)行，需額外連接一個(gè)3.3 V引腳。主控芯片與讀寫器連接的電路原理圖如圖3所示。

2.3 移動(dòng)端定位模塊設(shè)計(jì)

該模塊由STM32主控芯片、定位裝置、無(wú)線模塊、人機(jī)交互界面組成。移動(dòng)端定位模塊作用于拖拉機(jī)，需采集拖拉機(jī)進(jìn)行田間作業(yè)時(shí)的位置信息［11］，并通過無(wú)線模塊上傳到上位機(jī)、通過串口傳到人機(jī)交互界面。

選用USR-G776-GNSS（DTU）無(wú)線模塊進(jìn)行拖拉機(jī)移動(dòng)端定位。該模塊集成GPS+北斗定位，具有配套的二次開發(fā)云平臺(tái)，方便進(jìn)行二次開發(fā)。同時(shí)該模塊具有無(wú)線透?jìng)鞯墓δ?，可以將移?dòng)端定位模塊采集的數(shù)據(jù)上傳至云平臺(tái)。將其裝備在拖拉機(jī)上，這一個(gè)模塊就能夠?qū)崿F(xiàn)拖拉機(jī)的定位以及數(shù)據(jù)的上傳。DTU將采集的經(jīng)緯度坐標(biāo)上傳到有人云服務(wù)器，在云平臺(tái)處理后通過DTU傳到STM32控制芯片，再由STM32的串口2傳輸?shù)饺藱C(jī)交互界面。人機(jī)交互界面選用TJC8048X550串口屏。定位模塊和人機(jī)交互界面的電路接口圖如圖4所示。

3 軟件設(shè)計(jì)

3.1 農(nóng)機(jī)裝備定位

拖拉機(jī)的定位是本文的核心部分，主要分為RFID室內(nèi)定位和GPS室外定位兩部分。當(dāng)拖拉機(jī)在機(jī)庫(kù)端時(shí)，采用RFID室內(nèi)定位技術(shù)進(jìn)行拖拉機(jī)室內(nèi)定位，以此確定機(jī)庫(kù)中的拖拉機(jī)數(shù)量，以及每臺(tái)拖拉機(jī)所在的車位。當(dāng)拖拉機(jī)離開機(jī)庫(kù)，進(jìn)行移動(dòng)端作業(yè)時(shí)，采用GPS實(shí)時(shí)定位，得到拖拉機(jī)的運(yùn)動(dòng)軌跡，并以此計(jì)算拖拉機(jī)的作業(yè)時(shí)間和作業(yè)面積。

3.1.1 基于RSSI的LANDMARC室內(nèi)定位算法

考慮到機(jī)庫(kù)室內(nèi)的環(huán)境復(fù)雜，在進(jìn)行室內(nèi)射頻識(shí)別時(shí)有很多干擾因素［12］，影響定位精度，因此引入對(duì)數(shù)路徑損耗模型（1），圖5是參考距離為1 m，損耗指數(shù)為4、白噪聲的信噪比水平為28 dB時(shí)的仿真結(jié)果。

PD=PD0-10μlg（D/D0）+x? （1）

式中：

PD——

距離信號(hào)發(fā)射點(diǎn)為D時(shí)的信號(hào)強(qiáng)度值；

PD0——

距離為D0時(shí)的參考信號(hào)強(qiáng)度值；

μ——損耗指數(shù)；

D——讀寫器與待定位標(biāo)簽的距離；

D0——參考距離；

x——正態(tài)分布隨機(jī)變量。

LANDMARC算法的原理是通過已布置好的參考標(biāo)簽協(xié)助定位，根據(jù)參考標(biāo)簽與待測(cè)標(biāo)簽之間RSSI值的差異賦予不同的權(quán)值，進(jìn)而使用加權(quán)估算得出待測(cè)標(biāo)簽的坐標(biāo)［13-15］。

其定位算法的第一步就是由讀寫器獲取參考標(biāo)簽和待測(cè)標(biāo)簽的信號(hào)強(qiáng)度矩陣。假設(shè)定位區(qū)域有讀寫器m臺(tái)，待定位標(biāo)簽s個(gè)，布置參考標(biāo)簽n個(gè)，測(cè)得的參考標(biāo)簽RSSI矩陣A和待測(cè)標(biāo)簽RSSI矩陣B，如式（2）所示。

3.1.2 仿真試驗(yàn)

為了驗(yàn)證LANDMARC定位算法在農(nóng)業(yè)機(jī)械機(jī)庫(kù)中定位的準(zhǔn)確性，使用MATLAB軟件進(jìn)行室內(nèi)定位仿真試驗(yàn)。在圖6所示長(zhǎng)×寬為40 m×36 m的模擬機(jī)庫(kù)內(nèi)進(jìn)行仿真試驗(yàn)，其中LANDMARC定位算法的k值設(shè)置為4，路徑損耗指數(shù)N設(shè)置為2。

在該模擬機(jī)庫(kù)的區(qū)域布置讀寫器4個(gè)（分別在四個(gè)角落）、參考標(biāo)簽54個(gè)（包括36個(gè)車位標(biāo)簽和18個(gè)道路標(biāo)簽）。隨機(jī)選擇待定位標(biāo)簽8個(gè)。

使用MATLAB在模擬機(jī)庫(kù)中進(jìn)行基于標(biāo)簽信號(hào)強(qiáng)度的LANDMARC算法的拖拉機(jī)室內(nèi)定位仿真試驗(yàn)，仿真結(jié)果如圖7所示。

由式（7）計(jì)算得到8個(gè)待定位標(biāo)簽的定位誤差，結(jié)果如圖8所示。

由圖8可知，最大誤差為1.76 m，最小誤差為0.52 m，平均誤差約為1.06 m。拖拉機(jī)車位的大小為2 m×4 m，在機(jī)庫(kù)中只需要知道拖拉機(jī)所在的車位即可，因此本文中LANMARC定位算法的精度，能夠滿足機(jī)庫(kù)內(nèi)拖拉機(jī)的定位要求。

3.1.3 基于GPS技術(shù)的農(nóng)機(jī)裝備室外定位

拖拉機(jī)在移動(dòng)端作業(yè)時(shí)使用USR-G776-GNSS模塊進(jìn)行室外定位與數(shù)據(jù)透?jìng)?，將該模塊安裝在拖拉機(jī)車頭的內(nèi)部，由拖拉機(jī)的蓄電池供電。該GPS定位模塊內(nèi)置無(wú)線透?jìng)髂K，可直接向云平臺(tái)傳輸經(jīng)緯度和高度等信息，經(jīng)平臺(tái)內(nèi)部運(yùn)算過后轉(zhuǎn)化成速度、里程、時(shí)間等信息，展示在云平臺(tái)上。

調(diào)用云平臺(tái)的API接口獲取行駛里程，再配合拖拉機(jī)的作業(yè)幅寬，根據(jù)式（8）可計(jì)算出拖拉機(jī)的作業(yè)面積

S=al

（8）

式中：

l——作業(yè)幅寬，m；

a——行駛里程，m。

累加一天內(nèi)拖拉機(jī)的行駛里程和行駛時(shí)間，就能得到拖拉機(jī)一天的作業(yè)時(shí)間和作業(yè)里程。拖拉機(jī)作業(yè)面積計(jì)算流程如圖9所示。

每臺(tái)拖拉機(jī)上安裝一臺(tái)人機(jī)交互設(shè)備，該設(shè)備由人機(jī)交互界面、STM32控制芯片、USR-G776-GNSS組成。將經(jīng)緯度坐標(biāo)、作業(yè)里程、作業(yè)面積、作業(yè)時(shí)間等信息傳輸至各個(gè)拖拉機(jī)對(duì)應(yīng)的人機(jī)交互設(shè)備中，精準(zhǔn)實(shí)現(xiàn)每一臺(tái)拖拉機(jī)的作業(yè)情況統(tǒng)計(jì)。

將各個(gè)拖拉機(jī)的作業(yè)信息進(jìn)行匯總統(tǒng)計(jì)后，上傳至后臺(tái)數(shù)據(jù)可視化平臺(tái)中，實(shí)現(xiàn)機(jī)庫(kù)中拖拉機(jī)作業(yè)情況的總體統(tǒng)計(jì)，并在衛(wèi)星地圖中顯示拖拉機(jī)的實(shí)時(shí)位置［19］。

3.2 管理系統(tǒng)構(gòu)建

3.2.1 數(shù)據(jù)庫(kù)設(shè)計(jì)

拖拉機(jī)機(jī)庫(kù)管理系統(tǒng)的建立離不開數(shù)據(jù)存儲(chǔ)，本系統(tǒng)的數(shù)據(jù)庫(kù)采用開源的MySQL數(shù)據(jù)庫(kù)進(jìn)行設(shè)計(jì)，借助Navicat Premium 16對(duì)數(shù)據(jù)庫(kù)進(jìn)行管理。本系統(tǒng)中主要實(shí)體之間的關(guān)系如圖10所示。

RIFD標(biāo)簽和拖拉機(jī)一一對(duì)應(yīng)，通過RFID讀寫器讀取RFID標(biāo)簽，就能得到標(biāo)簽對(duì)應(yīng)的拖拉機(jī)信息，因此設(shè)計(jì)拖拉機(jī)表和RFID標(biāo)簽表。在機(jī)庫(kù)內(nèi)，通過RFID室內(nèi)定位技術(shù)，得到機(jī)庫(kù)中各個(gè)拖拉機(jī)的信息，因此設(shè)計(jì)機(jī)庫(kù)表。在田間，通過GPS定位，可以得到拖拉機(jī)室外作業(yè)的總體情況，因此設(shè)計(jì)作業(yè)情況表。整個(gè)數(shù)據(jù)庫(kù)的設(shè)計(jì)遵循數(shù)據(jù)庫(kù)三范式準(zhǔn)則［20］，數(shù)據(jù)庫(kù)主要表信息如表1所示。該數(shù)據(jù)庫(kù)的建立為農(nóng)機(jī)機(jī)庫(kù)信息管理系統(tǒng)的構(gòu)建奠定了數(shù)據(jù)基礎(chǔ)。

3.2.2 人機(jī)交互界面設(shè)計(jì)

人機(jī)交互界面作用于拖拉機(jī)移動(dòng)端作業(yè)時(shí)。在每一臺(tái)拖拉機(jī)上單獨(dú)安裝一塊串口屏，實(shí)現(xiàn)拖拉機(jī)詳細(xì)作業(yè)信息的數(shù)據(jù)可視化。拖拉機(jī)詳細(xì)作業(yè)信息的人機(jī)交互界面包括開關(guān)控制、基本信息、本次作業(yè)信息、累積作業(yè)信息、位置信息等模塊。

當(dāng)拖拉機(jī)啟動(dòng)時(shí)，人機(jī)交互界面、GPS模塊等也立即啟動(dòng)，串口屏上顯示拖拉機(jī)的基本信息、累積作業(yè)信息、位置信息等。點(diǎn)擊“開始作業(yè)”按鈕后開始累加本次作業(yè)的時(shí)間和面積，結(jié)束作業(yè)時(shí)點(diǎn)擊“結(jié)束作業(yè)”按鈕，將本次作業(yè)的時(shí)間和面積分別累加到“累積作業(yè)信息”中。

3.2.3 后臺(tái)數(shù)據(jù)可視化設(shè)計(jì)

機(jī)庫(kù)中拖拉機(jī)數(shù)量眾多，數(shù)據(jù)量較大，為了更直觀地展示機(jī)庫(kù)中拖拉機(jī)的作業(yè)情況和位置信息等，本研究開發(fā)了一個(gè)可視化大屏，在機(jī)庫(kù)端進(jìn)行展示。本設(shè)計(jì)采用有人IOT進(jìn)行可視化大屏的開發(fā)，借助該平臺(tái)可以使用低代碼拖拉拽的方式編輯大屏，實(shí)現(xiàn)快速開發(fā)。通過調(diào)用API接口的實(shí)時(shí)交互數(shù)據(jù)，保證其中數(shù)據(jù)的實(shí)時(shí)性與真實(shí)性。其功能結(jié)構(gòu)如圖11所示。該可視化平臺(tái)主要包含三個(gè)模塊，分別是機(jī)庫(kù)端信息管理、移動(dòng)端信息管理、政策與預(yù)警信息。

可視化大屏如圖12所示，左邊三個(gè)板塊是機(jī)庫(kù)端信息管理模塊，包括機(jī)庫(kù)環(huán)境狀態(tài)、實(shí)時(shí)電子地圖、拖拉機(jī)完好率；右邊四個(gè)板塊以及中間的衛(wèi)星地圖是移動(dòng)端信息管理模塊，包括總體作業(yè)情況、本月作業(yè)統(tǒng)計(jì)、駕駛員作業(yè)統(tǒng)計(jì)、拖拉機(jī)作業(yè)狀態(tài)、GPS實(shí)時(shí)定位；下面三個(gè)板塊是政策與預(yù)警信息，包括機(jī)庫(kù)門禁出入統(tǒng)計(jì)、政策文件與新聞、預(yù)警報(bào)警信息。

4 測(cè)試與分析

4.1 系統(tǒng)通信穩(wěn)定性測(cè)試

對(duì)后臺(tái)記錄的數(shù)據(jù)包進(jìn)行丟包測(cè)試，以RFID讀寫器、GPS、環(huán)境監(jiān)測(cè)傳感器為測(cè)試對(duì)象。設(shè)定RFID讀寫器和GPS每20 s采集一次數(shù)據(jù)，環(huán)境監(jiān)測(cè)傳感器每1 min采集一次數(shù)據(jù)，選取2023年6月11日14時(shí)到2023年6月14日14時(shí)，共72 h采集的數(shù)據(jù)作為樣本。對(duì)照數(shù)據(jù)庫(kù)中收到的數(shù)據(jù)量，丟包測(cè)試結(jié)果如表2所示。由表2可知，平均丟包率為2.30%，數(shù)據(jù)存儲(chǔ)成功率為97.70%。從本系統(tǒng)的一般需求以及數(shù)據(jù)完整性需求考慮，該數(shù)據(jù)存儲(chǔ)成功率可滿足實(shí)際需求。

4.2 作業(yè)面積計(jì)算準(zhǔn)確性測(cè)試

選擇4塊標(biāo)準(zhǔn)農(nóng)田進(jìn)行培土作業(yè)，測(cè)試根據(jù)式（8）得到的作業(yè)面積準(zhǔn)確性。4塊農(nóng)田的面積分別為576 m2、970 m2、1443 m2、1640 m2，駕駛搭載了GPS移動(dòng)終端的拖拉機(jī)進(jìn)行測(cè)試，拖拉機(jī)裝載的農(nóng)機(jī)具為雄進(jìn)農(nóng)機(jī)WJSP-6培土犁，該機(jī)具的作業(yè)幅寬為2.1 m，在移動(dòng)終端上選擇對(duì)應(yīng)的作業(yè)方式和作業(yè)機(jī)具后開始測(cè)試。

誤差是由地塊形狀、地塊大小、重復(fù)作業(yè)等多方面因素造成的，結(jié)果如表3所示。平均誤差為4.17%，該誤差對(duì)駕駛員作業(yè)面積的記錄影響較小，可以滿足實(shí)際作業(yè)時(shí)的需求。

5 結(jié)論

在農(nóng)業(yè)機(jī)械開始智能化、信息化轉(zhuǎn)型的背景下，針對(duì)拖拉機(jī)機(jī)庫(kù)中的大量數(shù)據(jù)，設(shè)計(jì)并開發(fā)拖拉機(jī)機(jī)庫(kù)信息管理系統(tǒng)。

1）? 本文設(shè)計(jì)一套拖拉機(jī)機(jī)庫(kù)信息管理系統(tǒng)，主要分為機(jī)庫(kù)端和移動(dòng)端的設(shè)計(jì)。在機(jī)庫(kù)端使用RFID進(jìn)行拖拉機(jī)室內(nèi)定位，獲取拖拉機(jī)的位置信息，綜合環(huán)境參數(shù)、作業(yè)信息等，借助有人IOT平臺(tái)開發(fā)了前端可視化界面，實(shí)現(xiàn)數(shù)據(jù)可視化與數(shù)據(jù)溯源，指導(dǎo)農(nóng)民生產(chǎn)，為政府決策提供數(shù)據(jù)支撐。在移動(dòng)端使用GPS進(jìn)行室外定位，并計(jì)算作業(yè)量，每臺(tái)拖拉機(jī)上安裝人機(jī)交互界面，自動(dòng)記錄駕駛員的作業(yè)信息，實(shí)現(xiàn)每一臺(tái)拖拉機(jī)作業(yè)的精準(zhǔn)管理。

2） 先對(duì)RFID和GPS模塊進(jìn)行硬件電路設(shè)計(jì)，然后對(duì)RFID室內(nèi)定位算法進(jìn)行設(shè)計(jì)、用GPS室外定位路徑來(lái)計(jì)算作業(yè)面積。使用Landmarc定位算法實(shí)現(xiàn)拖拉機(jī)室內(nèi)定位，完成標(biāo)簽布局，并使用MATLAB進(jìn)行拖拉機(jī)定位仿真試驗(yàn)，試驗(yàn)結(jié)果表明，該算法在該機(jī)庫(kù)的平均定位誤差為1.06 m，能夠滿足判斷拖拉機(jī)車位的要求。用GPS定位獲得的拖拉機(jī)行駛里程乘以其作業(yè)幅寬，得到拖拉機(jī)作業(yè)面積。

3）? 進(jìn)行系統(tǒng)通信穩(wěn)定性測(cè)試和作業(yè)面積計(jì)算準(zhǔn)確性測(cè)試。連續(xù)72 h的丟包測(cè)試數(shù)據(jù)表明，數(shù)據(jù)存儲(chǔ)成功率為97.70%，可以滿足實(shí)際需求。選擇4塊標(biāo)準(zhǔn)農(nóng)田開展實(shí)地作業(yè)，進(jìn)行作業(yè)面積計(jì)算測(cè)試，作業(yè)面積計(jì)算誤差的平均值為4.17%，可以滿足實(shí)際作業(yè)時(shí)的需求。

參 考 文 獻(xiàn)

［1］ 謝斌， 武仲斌， 毛恩榮. 農(nóng)業(yè)拖拉機(jī)關(guān)鍵技術(shù)發(fā)展現(xiàn)狀與展望［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2018， 49（8）： 1-17.

Xie Bin， Wu Zhongbin， Mao Enrong. Development and prospect of key technologies on agricultural tractor ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2018， 49（8）： 1-17.

［2］ 朱登勝， 方慧， 胡韶明， 等. 農(nóng)機(jī)遠(yuǎn)程智能管理平臺(tái)研發(fā)及其應(yīng)用［J］. 智慧農(nóng)業(yè)（中英文）， 2020， 2（2）： 67-81.

Zhu Dengsheng， Fang Hui， Hu Shaoming， et al. Development and application of an intelligent remote management platform for agricultural ［J］. Smart Agriculture， 2020， 2（2）： 67-81.

［3］ 吳文福， 張娜， 李姝峣， 等. 5T智慧農(nóng)場(chǎng)管理系統(tǒng)構(gòu)建與應(yīng)用探索［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2021， 37（9）： 340-349.

Wu Wenfu， Zhang Na， Li Shuyao， et al. Construction and application exploration of 5T smart farm management systems ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（9）： 340-349.

［4］ 朱明， 隋斌， 齊飛， 等. 論中國(guó)鄉(xiāng)村振興戰(zhàn)略中的農(nóng)業(yè)工程管理創(chuàng)新［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2019， 35（2）： 1-9.

Zhu Ming， Sui Bin， Qi Fei， et al.Innovation of agricultural engineering management in pursuing rural revitalization strategy in China ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2019， 35（2）： 1-9.

［5］ 姚艷， 牛明雷， 孫法軍， 等. 基于微服務(wù)架構(gòu)的農(nóng)業(yè)轉(zhuǎn)移支付項(xiàng)目管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］. 中國(guó)農(nóng)業(yè)科學(xué)， 2021， 54（15）： 3207-3218.

Yao Yan， Zhu Minglei， Sun Fajun， et al. Design and implementation of agricultural transfer payment project management system based on micro-service architecture ［J］. Scientia Agricultura Sinica， 2021， 54（15）： 3207-3218.

［6］ Jiang Ping， Wang Xianghui， Song Hui， et al. Design and implementation system of maintenance engineering analysis for aero-engine ［J］. Advances in Aeronautical Science and Engineering， 2021， 12（5）： 131-138.

［7］ 姚春生， 何麗虹， 陳謙， 等. 農(nóng)業(yè)機(jī)械化信息化融合研究［J］.中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2017， 38（8）： 1-8， 54.

Yao Chunsheng， He Lihong， Chen Qian， et al. Research on fusion of agricultural mechanization and informatization ［J］.Journal of Chinese Agricultural Mechanization， 2017， 38（8）： 1-8， 54.

［8］ 張良， 伍濱濤， 謝景鑫， 等. 北斗導(dǎo)航農(nóng)機(jī)作業(yè)面積管理系統(tǒng)設(shè)計(jì)與試驗(yàn)［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2020， 41（12）： 139-146.

Zhang Liang， Wu Bintao， Xie Jingxin， et al. Design and test on agricultural machinery operation area management system of Beidou navigation ［J］. Journal of Chinese Agricultural Mechanization， 2020， 41（12）： 139-146.

［9］ 張俊藝， 馮澤佳， 高磊， 等. 基于Android系統(tǒng)的農(nóng)機(jī)調(diào)度管理平臺(tái)的設(shè)計(jì)與開發(fā)［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2018， 39（5）： 91-96.

Zhang Junyi， Feng Zejia， Gao Lei， et al.Design and development of agricultural machinery dispatching management platform based on Android system ［J］. Journal of Chinese Agricultural Mechanization， 2018， 39（5）： 91-96.

［10］ Qinghua G， Zhongkuan W， et al. Design of 3D visualization management platform for intelligent coal preparation plant based on coal preparation information model ［J］. Gong-kuang zidonghua. 2022， 48： 54-62.

［11］ 武仲斌， 謝斌， 遲瑞娟， 等. 電動(dòng)拖拉機(jī)田間巡航作業(yè)驅(qū)動(dòng)轉(zhuǎn)矩管理模型［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2019， 35（4）： 88-98.

Wu Zhongbin， Xie Bin， Chi Ruijuan， et al. Driving torque management model for electric tractor in field cruise condition ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2019， 35（4）： 88-98.

［12］ 段宇峰. 基于RFID的物流定位技術(shù)研究［D］. 成都： 電子科技大學(xué)， 2016.

Duan Yufeng. Research on RFID logistics position technology ［D］. Chengdu： University of Electronic Science and Technology of China， 2016.

［13］ 李麗娜， 馬俊， 徐攀峰， 等. RFID室內(nèi)定位技術(shù)研究綜述［J］. 計(jì)算機(jī)應(yīng)用與軟件， 2015， 32（9）： 1-3， 96.

Li Lina， Ma Jun， Xu Panfeng， et al. Summary of study on RFID indoor localization technology ［J］. Computer Applications and Software， 2015， 32（9）： 1-3， 96.

［14］ 鄒承明， 黃明凱. LANDMARC室內(nèi)定位改進(jìn)算法［J］. 計(jì)算機(jī)工程與設(shè)計(jì)， 2019， 40（11）： 3111-3117.

Zou Chengming， Huang Mingkai. Improved LANDMARC algorithm on indoor location ［J］. Computer Engineering and Design， 2019， 40（11）： 3111-3117.

［15］ 謝亞琴， 王超. 基于不同鄰近標(biāo)簽數(shù)選擇的LANDMARC定位算法研究［J］. 南京信息工程大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 11（5）： 621-624.

Xie Yaqin， Wang Chao. An improved LANDMARC method based on different neighbor reference nodes ［J］. Journal of Nanjing University of Information Science & Technology （Natural Science Edition）， 2019， 11（5）： 621-624.

［16］ Xu H， Ding Y， Li P， et al. An RFID indoor positioning algorithm based on Bayesian probability and K-nearest neighbor ［J］. Sensors， 2017， 17（8）： 1806.

［17］ Zhang T， Jiao C， Sun H， et al. Application of Internet of Things combined with wireless network technology in volleyball teaching and training ［J］. Computational Intelligence and Neuroscience， 2022， 2022.

［18］ 申思涵， 洪濤， 吳楷文， 等. 基于RFID的智能圖書定位系統(tǒng)［J］. 物聯(lián)網(wǎng)技術(shù)， 2018， 8（12）： 20-24.

［19］ Kayacan E， Kayacan E， Ramon H， et al. Distributed nonlinear model predictive control of an autonomous tractor-trailer system ［J］. Mechatronics， 2014， 24（8）： 926-933.

［20］ 余鵬翔， 石軍鋒. 基于SpringBoot框架的群養(yǎng)母豬飼喂站管理系統(tǒng)設(shè)計(jì)與試驗(yàn)［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2023， 44（3）： 149-155， 241.

Xu Pengxiang， Shi Junfeng. Design and experiment of group sow feeding station management system based on SpringBoot framework ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（3）： 149-155， 241.