基于物联网和雾计算的温室智能感控系统设计

发布时间：2021-07-06 14:16

　　为解决当前农业产业基地温室大棚分布范围广、传感器配置不完备、监测数据准确率低、自适应调节能力差等问题,设计物联网（IoT）温室智能感控系统,提出在分布式温室环境感控系统中应用雾计算的方法并设计智能温室物联网的雾计算模型。设计研发温室环境智能感控终端设备,选用ATmega328PAU MCU核心控制器自主设计研发采集终端Arduino主板,与以ARM Cortex-A53为核心控制器设计的控制终端结合,实现温室环境信息智能感控、终端自诊断及雾计算功能。实验结果表明:设计的温室智能感控系统性能稳定、精度高,具有一定的应用与推广价值。 

【文章来源】：传感器与微系统. 2020,39(08)CSCD

【文章页数】：4 页

【部分图文】：

系统物联网架构图

控制终端采用树莓派Pi3 Model B，核心控制器为ARM Cortex-A53，具有USB,GPIO,DIS等多个外设接口，利用其各种便捷强大的功能实现温室大棚的智能远程控制。其中，USB接口用于与终端采集器ATmega328微处理器连接，实现数据的通信;利用IO端口连接继电器，通过继电器连接报警器，实现声光报警功能;电源接口连接电源开关，为终端供电。树莓派Pi3作为核心控制模块主要用于处理来自监测终端的数据，对来自控制终端的指令做出及时响应，对执行机构发出动作指令。传感器模块的设计中，空气温湿度及二氧化碳浓度传感器选择测量精度高、抗干扰能力强、可快速响应的RS-CO2WS-N01-2模块。空气温湿度测量误差为0.5℃/3%RH，测量范围-40～125℃/5%～95%RH。土壤温湿度传感器选择HSTL-102STR模块，湿度测量误差在0%～53%范围内为3%RH，在54%～100%范围内为5%，测量范围为0%～100%;温度测量误差为0.5℃，测量范围-40～80℃。光照强度传感器选用RS-GZWS-NO1-2模块，测量范围0～65 535 lux，测量误差5%/年。选用40R型土壤含氧量传感器，量程0%～30%，测量误差为0.1%。

将此终端安装于某农业生产基地1号温室中测试，图5为基于Lab VIEW编写的上位机页面，向管理者展示不同温室大棚内的环境状况，对不同的温室作物设置相应的环境因子阈值并配备操作按钮，用户可在上位机手动控制大棚内的设备。图4 终端箱体设计结构

【参考文献】：
期刊论文
[1]雾计算的概念、相关研究与应用[J]. 贾维嘉,周小杰.  通信学报. 2018(05)
[2]边缘计算应用:传感数据异常实时检测算法[J]. 张琪,胡宇鹏,嵇存,展鹏,李学庆.  计算机研究与发展. 2018(03)
[3]基于物联网和边缘计算的高校机房在线监测[J]. 丁承君,刘强,冯玉伯,高雪.  计算机工程与应用. 2018(21)
[4]基于OLSR的无线传感网在智能温室大棚中的应用[J]. 徐琳君,程彬彬,逯连静,杨娟.  江苏农业科学. 2017(12)
[5]无线传感器网络中带延时的一致性时间同步[J]. 刘曙琴,陈珍萍,黄友锐,王政,李雪梅.  传感器与微系统. 2017(01)
[6]北方日光温室智能监控系统的设计与实现[J]. 李亚迪,苗腾,朱超,纪建伟.  中国农业科技导报. 2016(05)
[7]基于ZigBee技术的连栋温室低功耗环境监测系统设计[J]. 符凌峰,赵春宇,黄震宇,高浩天.  传感器与微系统. 2016(08)
[8]基于物联网的温室大棚系统设计[J]. 潘金珠,王兴元,肖云龙,赵国珍,徐楠.  传感器与微系统. 2014(10)
[9]基于ARM11和WinCE的温室大棚嵌入式监控系统设计[J]. 许明,闫旻.  仪表技术与传感器. 2013(03)



本文编号：3268396