孙智涵　刘博洋　李佳城　代红

摘要：随着现代化信息技术的发展，许多现代化和信息化技术开始融入到农业生产当中。物联网技术与农业的结合使农业生产的效率得到较大的提高。本文基于多传感器融合，以微信小程序为载体，应用图像识别技术设计一种集实时数据采集、环境预警、设备控制和病害识别于一体的智能农业大棚系统。

关键词：智能农业;物联网技术;图像识别;微信小程序

1 引言

物联网技术的发展使得越来越多的物联网技术应用到农业生产过程中。但现阶段的大多数农业物联网平台或设备存在功能不完备，设备拓展性差，智能化程度低，往往只能实现简单的设备控制和数据监控。为此研究一种基于多传感器融合的包含数据监控与统计、设备控制、可监控作物生长环境以及病害状况并能够实时预警的智能农业大棚系统。

2 系统总体架构

系统融合温度传感器、土壤湿度传感器、光照强度传感器、二氧化碳浓度传感器、氮磷钾浓度传感器以及摄像头从多个维度采集大棚内的环境数据送至中控设备中进行处理。中控设备实时监控大棚内的环境参数，对用户预先设置的阈值进行判断，一旦环境出现异常则立即向上层报告，同时控制执行机构做出响应使环境恢复到正常状态，从而保证大棚内作物的生长环境。

系统由设备层，控制层，服务层以及应用层四部分组成。系统中的设备层的作用是采集大棚内的环境数据以及执行灌溉、调温和调光等操作。控制层进行传感器与执行器的管理与控制、数据的处理、数据监控以及服务层与设备层协议转换。服务层主要处理来自控制层与应用层的请求，如将控制指令转发给控制层、将大棚内实时数据转发给应用层，以及进行复杂计算等。应用层面向用户以微信小程序的形式为用户提供大棚内实时环境数据展示、设备控制、异常预警和病害识别等功能服务。

3 系统的设计与实现

3.1设备端通信机制

中控端通过MQTT与传感器进行数据交互，通过WebSocket与服务器连接。启动中控设备后，系统会自动启动MQTT服务，并与服务器建立WebSocket连接。MQTT服务启动后中控开始监听传感器设备的信息，当收到传感器发来的数据时，会将传感器数据存入Redis中的消息队列中。若消息队列已满，系统会将传感器数据通过WebSocket主动发送到服务端。与此同时中控监听来自服务器的消息，当收到服务器发来的消息时，会根据消息中的类型字段判断消息的类型，若收到的消息为设置数据，中控会修改当前系统设置，并将设置数据存入本地数据库中，若收到控制消息，中控会将控制消息转换成控制指令通过MQTT发送给执行设备。

3.2数据库设计

系统采用MYSQL关系型数据库存储数据，并将数据库独立于业务服务器部署在云端，实现了实时访问、高性能和高扩展性等特点。根据系统功能，数据库表设计包含用户基本信息表、大棚基本信息表、设备信息表、大棚数据表、用户设置表、大棚绑定手机号视图和用户绑定设备视图。

3.3主要功能设计

3.3.1 实时数据与异常预警功能

设备层以一定时间间隔采集大棚内的各项环境数据上报至中控设备，中控设备将当前采集到的环境数据与用户设置的阈值进行比较。若有环境数据超出阈值，中控需将环境数据的异常状况上报至服务端。服务端收到实时环境数据后通过用户端应用界面进行展示。服务端收到异常信息时，调用短信通知接口将异常提醒模板信息以短信的形式发送给用户，以保证在用户端离线情况下也能及时接收到系统的异常预警。

3.3.2 设备控制功能

当用户进行控制设备时，应用会向服务端发送控制信息。服务端收到控制信息后将其转发给该用户绑定的中控设备，中控设备在收到控制信息后，首先校验该设备的状态是否正常。若设备正常，中控继续向局域网发送对设备的控制指令，設备接收到控制指令后执行相应的动作，并返回控制结果，包含控制结果的消息通过中控发送至服务端，再由服务端发送至用户，用户端界面更新设备的状态信息后便完成了一次设备控制。

3.3.3病害识别功能

系统预先利用卷积神经网络对大量的作物叶片图像进行训练从而得到植物的病害识别模型，系统通过调用该模型文件对植物病害情况进行识别。系统通过大棚内布设的摄像头定时采集作物叶片图像，在中控进行转码、压缩等处理后发送到服务器，服务器接收到图像数据后首先将图片数据转换为图片对象，然后通过图像的裁剪、对比度调整、亮度调整等预处理过程突出图片特征以提高图像识别准确率，预处理完成的图像经过矩阵化处理后调用识别模型进行识别，识别完成后将图像与识别结果发送至用户端。

3.3.4设备管理功能

设备管理功能分为设备绑定和删除。传感器上电后首先向中控发送包含设备信息的数据包，并根据该中控提供的网络信息加入到其所在网络，同时向服务端上报传感器信息，服务端将设备信息写入数据库后，便完成了设备的入网操作。若设备入网状态正常，允许用户绑定设备，用户与该设备之间便可以进行数据交互。当用户执行设备删除设备时，服务器会修改设备与该用户之间绑定状态，同时关闭设备与用户数据转发通道。

4 结束语

系统通过多种传感器对大棚内各个环境数据进行多方位感知，从而实现大棚内作物环境数据实时监控、实时预警和统计分析。同时利用图像识别技术监控作物的病害状况，协助生产者及时发现作物病害，及时采取相应的措施，从而降低因作物大面积病害导致的经济损失。通过微信小程序平台向用户提供服务，极大提升了应用的便捷性和用户体验。通过系统的测试结果表明，系统数据传输稳定、实时性较好，操作便捷，对农业大棚建设与生产具有一定的现实意义。

参考文献

[1]谭杰，张富春，张水利.基于互联网技术的大棚智能农业监测控制系统研究[J].电子设计工程，2018，26（4）：38-42.

[2]任硕果.基于移动互联网的农业大棚环境监测系统设计与开发[J].信息与电脑（理论版），2017（2）：149-150.

[3]宋俊慷，谭佩文，朱冬妹，李光惠，陈丽芳.农业温室大棚远程监测平台设计[J].民营科技，2018（07）：147-149.

[4]张敬增，朱庆伟，于海洋，等.基于物联网的智慧农业系统[J]，电脑知识与技术，2018，（10）.

[5]丁瑞，周平.基于卷积神经网络的典型农作物叶病害识别算法[J].包装学报，2018，10（06）：74-80.

基金项目

（1）2020年辽宁科技大学实验教学改革及实验室建设项目——物联网工程专业实验教学模式的研究与实践，项目编号：SYJG202034;（2）2020年辽宁省大学生创新创业计划训练项目——基于多传感器融合的移动端智能农业监控系统，项目编号：202010146077。

作者简介

孙智涵（1999.03），男，汉族，辽宁省庄河市人，辽宁科技大学，研究方向：物联网技术与应用。刘博洋（2000.9），男，汉族，河北省保定人，辽宁科技大学，研究方向：物联网技术与应用。李佳城（2001.5），男，汉族，辽宁省鞍山人，辽宁工程技术大学，研究方向：测绘与遥感信息技术与应用。代红（1975.1），女，汉族，山东省冠县人，辽宁科技大学，硕士，教授，研究方向 ：计算机网络及网络安全，无线传感网。