物联网和云计算技术在温室大棚控制系统中的应用

孙洁，李广林

(华北理工大学 电气工程学院，河北 唐山063009)



物联网和云计算技术在温室大棚控制系统中的应用

孙洁，李广林

(华北理工大学 电气工程学院，河北 唐山063009)

温室大棚；控制系统；物联网；云计算

由于温室大棚企业需要监测的数据种类较多，相应的硬件和软件购买及维护费用支出比较大，这对大棚种植用户来说也是一项不小的开支。针对上述问题提出了一种基于物联网和云计算的温室大棚控制系统。物联网是通过互联网使监测终端进行通信实现物物相连。大棚用户可以把软件安到云计算平台，将用物联网技术采集到的数据传到云计算平台中，并在云平台进行数据存储和统计分析，以此来指导大棚的种植。只需租赁廉价的服务器不仅节省了购买软硬件的费用支出，而且也提高了系统的稳定性和创新性。

0 引言

自20 世纪以来，物联网和云计算技术发展迅速，云计算技术作为物联网关键核心技术对数据处理方面起到不可或缺的作用。对于规模庞大的温室大棚企业来说，传统存储技术无法将访问压力平均分配到多个存储节点而造成多种后续问题；而且需要为硬件服务器和软件系统支付昂贵的费用。云计算技术是把软件安到云计算平台，不需要在本地PC 上安装[1]，并将采集到数据储存到租赁的云计算平台中。企业可以通过互联网登陆平台查询数据，平台采用并行计算等高级算法对数据进行统计分析以更好地指导大棚种植。在云计算集中化数据中心资源池环境中，由于GE 以太网络延伸作用，远端RAM/SSD 的容量与本地存储相差不超过1 个数量级，数据访问延时则比本地HHD 减少30 倍，带宽降低1 倍。

1 系统总体方案

基于物联网和云计算的温室大棚控制系统由以下三部分组成：监控设备部分(感知部分)、网络传输部分和应用部分。应用部分就是数据和服务的总和。控制系统结构图如图1所示。

图1　温室大棚控制系统结构图

(1)监控设备部分

监控设备部分也就是感知部分，通过在温室大棚内放置大量的采集节点，包括监测大棚参数的主要传感器，如温湿度传感器、CO2传感器、光照传感器等，对蔬菜生长的环境信息进行感知和数据采集。

(2)网络传输部分

通过ZigBee 无线传感网络将采集到的数据快速准确地传输到云平台，将各种传感器和监测设备通过互联网传输和通讯，进行数据交换实现物物相连和对环境参数的高速数据传输。

(3)应用接口部分

应用接口包括数据管理和云服务[2]。数据管理也就是云计算平台，在平台上可以对数据进行并行计算处理等高级计算方法，统一管理大棚的数据信息。云服务就是通过Web 服务访问云平台，用户可以利用网络实时观测大棚的数据和生长情况，有问题还可以对在线监测设备进行远程控制。在上述3层结构中，大棚产生的海量数据，需要云计算平台优化存储和管理。

2 系统硬件设计

2.1ZigBee 无线通信模块

要进行ZigBee 的无线传感网络开发，需要有对应的硬件支撑，尤其是支持ZigBee协议栈的硬件，对于不同的传感器来说还需要不同的传感器信号调理电路。不过ZigBee 无线网络通信部分的硬件电路是不变的。还需要下载器把程序下载到相应的硬件当中[3]。本方案采CC2530-EB 核心板。主要包括CC2530 单片机、天线接口、I/O 扩展接口以及晶振。CC2530 单片机是支持IEEE 802.15.4 协议的无线射频单片机，同时完全兼容8051 内核。具有非易失性存储器，允许应用程序保存必要的数据，保证这些数据在设备重启后继续可用。

2.2数据采集

传感器是将被测量的物理或化学信号转换为电信号的装置，是系统中比较重要的部件，关系到采集数据的精确度、系统的价位和功耗，所以选择传感器型号至关重要。

2.2.1 空气温湿度传感器

本设计采用美国Humier 公司产品Humier-15。此传感器功能强大，具有极好的动态特性和静态特性，测量范围广，将空气温度湿度数据上传至终端节点，记录的数据可以导出“EXECL”报表。

2.2.2 土壤湿度传感器

本设计采集的湿度信号为土壤湿度，选用KTR-100 湿度传感器，模拟式传感器，此传感器具有优良的线性，如高性价比高、能耗低、测量范围宽、响应迅速、抗污染能力强、性能稳定等特点。

2.2.3 CO2浓度传感器

本设计采用KTR-CO2-NDIR 浓度传感器，模拟式传感器，485接口或4～20 mA 输出，量程可选为0～2 000 ppm、0～5 000 ppm、0～10 000 ppm 。该传感器功能强大，能够实时监测大棚内CO2浓度，提供准确的指标读数。

2.2.4 光照强度传感器

NHZD10 无线光照强度变送器支持多种终端访问，具有多种无线、有线数据传输多样化的解决方案，可将光照强度数据上报，并具有安装简单、人机界面友好的特点[4]。

2.3云计算硬件平台

大棚企业不需要自己搭建云计算硬件平台，只需租赁Amazon 公司廉价的平台即可。因为自己搭建不仅要考虑硬件资源问题，还有系统维护与管理人员成本开销问题。下面简单介绍硬件平台。

所谓硬件平台其实就是云计算的数据中心，包括网络设备、存储设备、服务器等在内的所有硬件设施。硬件平台具有可扩展性，根据使用量来支付服务费。在平台上可以实现大棚数据和存储管理一体化。在数据中心，统一管理如下大棚数据：办公数据(日常办公的文档、表格等文件)、视频监控数据(各个监控点摄像头采集的视频监控信息)、历史数据(各监控中心收集的蔬菜生长环境数据)、实时数据(自动监控设备瞬时采集的现场数据)、统计分析数据[5](对以上几种数据的汇总和分析后所得到的数据)。

云计算Hadoop 平台的硬件配置非常简单，将所有的计算机通过交换机连接上网线，将其部署到一个局域网里，并且为各台计算机分配一个IP 地址，Hadoop 平台的硬件部分就可配置完成。

3 系统软件设计

系统软件主要包括ZigBee 无线通信节点的程序设计和云平台程序设计。

3.1ZigBee 节点程序设计

IAR 的开发环境用于软件的编写。一般情况下，协调器代码需要单独编写，路由器和终端节点可以使用同一个源文件，只要在编译时选用不同的选项即可[6]。协调器需要跟用户PC机进行交互，因此可以使用串口来实现，协调器代码需要包含串口初始化以及串口接受数据处理部分，有已知代码可实现任务初始化函数。协议栈提供的数据发送函数代码内容如下：

aFStatus_t AF_DataRequest(afAddrType_t *dstAddr,

endPointDesc_t *srcEP,

uint16 cID,

uint16 len,

uint8 *trants ID,

uint8 options,

uint8 radius)

该函数即可实现数据的无线发送，当需要执行数据采集任务时，可以设置一个事件，在事件处理函数中实现传感器数据的采集以及数据的发送等工作。图2 为协调器和终端节点的流程图。

图2　协调器和终端节点流程图

3.2云平台软件设计

云平台软件中心包括办公中心、服务中心、数据中心、云存储中心、控制中心和数据源管理器几部分。云平台软件中心内部结构图如图3 所示。数据源管理器是数据中心和各个监控设备和现有系统的接口，能完成数据包解码并按照数据模型存放到数据中心。服务中心对大量实时和历史大棚数据进行高性能计算和数据挖掘，对环境状况和变化趋势作出准确判断[7]。办公中心为平台的大棚用户提供个性化的界面和服务。控制中心是整个平台的控制平台，控制着数据源管理器、数据中心和服务中心。

图3　云计算平台内部结构图

另外，云服务客户通过浏览器来访问这些云服务。在浏览器上，可以基于JavaScript等技术提供动态的网页。云服务层次图如图4 所示。

图4　云服务层次图

数据库访问层也叫信息集成层,用于屏蔽所有的数据库操作。该层完成对象在数据库服务器上的保存、更新、查询和删除操作。可以通过Java 持久化API 等技术实现这个层次。对象层提供了一套API，在细粒度上描述各个对象。一般而言，一个对象对应着一个数据库的表。服务层只是调用对象层的对象来进行相关操作。服务接口提供了服务的接口和具体实现，可以通过EJB 来实现。Web 层用户通过门户层访问云服务。可以使用Web2.0 技术提供动态交互功能来实现客户层[8]。

使用J2EE 平台开发云服务，将所有的JSP、EJB、HTML、部署信息等组合成一个EAR 文件。EAR 是一个以.ear 为后缀的JAR 文件。该EAR 文件可以被部署到任何与J2EE 平台兼容的系统上。通过EAR 文件，可以将一个云服务集合组成不同的子集，来为系统提供不同的云服务。

4 结论

(1)将终端检测设备与ZigBee 相连组成无线传感网络，不仅能准确、有效地检测环境参数，还能轻松实现对作物各个生长环境阶段的监控。在数据传输方面也具有很高的安全性和高效性。数据在云数据中心进行存储与分析，节省了用户大规模的硬件投资，使收益获得较大的提高。云计算采用并行计算和分布式计算等高级计算方法完成数据分析、数据整合和数据共享。

(2)云计算平台通过创建虚拟设备和虚拟容器来统一各类存储设备和文件系统的接口，从而实现存储空间的统一管理、数据并行访问、数据分类存储，并保证了性能和空间动态扩展。

[1]葛文杰,赵春江.农业物联网研究与应用现状及发展对策研究[J].农业机械学报,2014,(07):222-230.

[2]丁治明,高需.面向物联网海量传感器采样数据管理的数据库集群系统框架[J].计算机学 报,2012,(06):1175-1191.

[3]钱志鸿,王义君.面向物联网的无线传感器网络综述[J].电子与信息学报,2013,(01):215-227.

[4]颜波,石平,丁德龙.物联网环境下的农产品供应链风险评估与控制[J].管理工程学报,2014,(03):196-202.

[5]张怀南,杨成.我国云计算教育应用的研究综述[J].中国远程教育,2013,(01):20-26.

[6]罗军舟,金嘉晖,宋爱波等.云计算:体系架构与关键技术[J].通信学报,2011,(07):3-21.

[7]毕玉革,麻硕士.我国现代温室环境控制硬件系统的应用现状及发展[J].农机化研究，2009,(3)：226-227.

[8]李翠然,吴昊.物联网无线通信技术[J].中兴通讯技术,2012,12(4):21-22.

Application of Internet of Things and Cloud Computing Technology in Control System of Greenhouses

SUN Jie, LI Guang-lin

(College of Electrical Engineering,North China University of Science and Technology,Tangshan Hebei 063000, China)

greenhouse; control system; Internet of things; cloud computing

Because there are many types of data to monitor the greenhouse enterprises, the corresponding hardware and software to purchase and maintenance costs are relatively large, which is not a small greenhouse for the user's spending. A greenhouse control system based on Internet of things and cloud computing is proposed for the above problems. Internet of things is through the Internet to monitor the terminal for communication to achieve physical objects. Greenhouse users can use the software to the cloud computingplatform, using network technology to collect the data is transmitted to the cloud computing platform, and the data storage and statistical analysis on the cloud platform, in order to guide the greenhouse planting. Only renting cheap servers not only saves the cost of hardware and software, but also improves the stability and innovation of the system.

2095-2716(2016)03-0103-05

TP393.03

A