基于云平台的农业作业机械工况监测系统的研究

肖跃进，梁春英，李新宇，李傲强，席冬旭，王杰

（黑龙江八一农垦大学信息技术学院，大庆 163319）

基于云平台的农业作业机械工况监测系统的研究

肖跃进，梁春英，李新宇，李傲强，席冬旭，王杰

（黑龙江八一农垦大学信息技术学院，大庆 163319）

以监测机车在工作中运行状态为目的，在作业机械上配备信息采集器，通过CAN总线传至核心处理器，核心处理器将接收到的数据综合分析后生成机车的工况信息，通过GPRS发送到云端的服务器上。利用云计算服务平台建立机车监测与调度系统，动态采集作业信息，并迅速及时地将信息传送到调度中心，最终实现田间机车工况信息在云平台上实时监控，为未来的农机调度提供数据支持，实现资源配置最优化、资源监控实时化、调度管理自动化。

云平台；农机调度；农机工况检测；GPRS

农业作业机械逐渐趋于智能化、节约化、精准化和大型化，农业作业机械工况检测及调度系统是应用在现代大型农业作业机械上的农业智能装备，综合了通信技术、计算机科学、传感器检测技术、机械设计及其自动化多种技术。

在农业机械方面，国外的农业机械技术应用的监测技术相对较广，尤其是在精细农业的应用。以美国、德国和日本为代表的发达国家完成了由农业机械化向农业信息化的转变，其中，美国的农业信息化强度已高于工业81.6%。作为发展中国家，需要在某些领域推动高新技术的应用研究与实践，开发适于我国国情的先进技术，自动监测控制系统的设计及在农业工程中的应用将成为农业机械装备领域应用信息高新技术实现技术创新的切入点[1]。

近年来我国农机工况检测和调度方面也做了一些研究。王慧平等[2]设计了基于ArcGIS Server的农机远程监管服务系统在软件平台上实现了农机远程作业农机实时的位置、速度、工况等各种信息的实时监控处理。国家农业信息化工程技术研究中心设计并实了一种基于GPS、GPRS和GIS技术的农机监控调度系统，该系统可以对农机进行实时监控和调度，查询农机的历史行走轨迹等[3]。

我国在农机信息化管理方面的研究起步较晚，但发展速度较快，在农机作业信息监测、农机监理管理系统、农机作业服务的效率、降低服务成本等方面取得了显著成绩，但也存在一些问题，例如农机信息资源不足，缺乏统一的资源平台；存在信息孤岛及分散问题；农机调度多采用语音通话方式进行任务指派，效率不高[4]。为了弥补上述不足，设计基于云计算的农业作业机械工况检测及调度系统可以有效地提升农机检测和调度效率，克服农机受时空局限的特点，帮助农机管理部门及时了解和掌握辖区内农机工作状态，提高农机调度管理水平和信息服务能力[5]。

1 整体方案设计

该农业作业机械工况检测系统主要由机车工况检测设备、云服务器、云数据库、客户端部分组成，整体方案设计如图1。机车工况检测设备由底层传感数据采集设备、上层核心处理器、GPRS网络传输模块、显示屏、声光报警器组成，该部分安装在作业机车上，用于机车作业的工况数据采集、数据的初步处理、与云服务器的通信。云服器采用阿里云的ECS云计算服务，主要完成数据的进一步处理、统计、运算，其操作系统为Windows Server 2008标准版。云数据库使用的是Mircosoft SQL server，用于机车工况信息的查询、搜索、同步、报告和分析，直接安装在云服务器上。客户端是编写的一个运行于Windows环境下的服务软件，主要用于机车调度中心的宏观监测与调控。

图1 整体方案设计Fig.1 Design of overall program

2 机车检测设备设计

通过在作业机械上配备的信息采集器机车工作中的运行状态进行检测，将采集器采集到到的机车工况信息通过CAN总线传至核心处理器，核心处理器对采集到的数据进行初步处理后通过GPRS发送到云服务器上，分析生成机车的工况信息，并对机车工况信息进行显示。

2.1 采集板的设计

对机车工况的信息采集需要安装各种检测工况信息的传感器，由于不同传感器输出的信号形式不同，数据的类型不同，传感器安装的位置也不同。为简化设计提高采集效率，机车系统的数据采集电路板采用通用式设计，即不同的采集器使用相同的采集电路板，电路板上具有不同传感器的信息采集接口，采集传感器数据只需接上相应的接口，系统能够自动识别所接的传感器，使得系统具有更高的适用性和容错性。

2.1.1 采集板硬件电路设计

数据采集器具有多种信号输入接口，其中包括2路数/模转换接口、1路串行通信接口、2路脉冲捕获接口、1路I2C接口。采集板整体电路如图2。电源供电部分使用3 A电流输出降压开关型集成稳压芯片LM2596配合外围器件将输入的12 V电压转换5 V的电压来给传感器、微控制器和CAN总线收发控制电路供电。采集器的微控制器采用的是IAP15W4K系列微控制器，主要完成对采集板传感器的自动识别、数据采集、数据编码和数据发送。数据采集器将采集的数据由CAN总线发送至核心处理器以进行进一步的处理。

图2 采集板整体电路Fig.2 Design of data acquisition board statement

2.1.2 软件执行过程

数据采集器采用的是通用型数据采集器设计，相同的数据采集器可以自动识别介入的传感器种类，自动完成对数据的采集。数据采集器采用的微控制器为IAP15W4K系列单片机，在kile环境下用C语言编写，其基本执行过称为：上电初始化后微控制器识别介入的传感器类别并分配传感器标号，然后进行传感数据的采集，数据采集完毕后对数据进行编码并利用CAN总线发送到核心处理器上。

2.2 机车工况检测传感器

机车工况信息的采集选用浮子式液位传感器采集机车的油量信息、GPS定位接收机实时定位机车、电容式接近开关辨别机车的作业状态。

2.2.1 浮子式液位传感器

对机车油量信息的采集，使用浮子式液位传感器型号为S5-X300。采用电磁法测量，输出0.5～4.5的模拟数量，油箱剩余水量和和水箱剩余水量采用S5-X300型浮子液位传感器进行采集，S5-X300型浮子液位传感器主体采用不锈钢SUS316，防护等级为IP67，其输出信号为0～5 V电压信号，使用片内带有A/D转换功能的IAP15 W4 K系列单片机队对采集的电压信号转换成液位的实际值。

2.2.2 电容式接近开关

电容式接近开关亦属于一种具有开关量输出的位置传感器，当物体移向接近开关时，物体和接近开关的介电常数发生变化，使得和测量头相连的电路状态也随之发生变化，由此便可控制开关的接通和关断。接近开关安装在机车的作业头位置，如果作业头放下，将会挡住电容接近开关的探头，电容接近开关做出反应，输出一个负跳变的脉冲。接近开关与通用型数据采集卡的脉冲捕获接口相连接，数据采集卡能够对跳变的脉冲进行捕获。

2.2.3 GPS定位数据的获取和相关数据的计算

GPS接收机采用U-blox公司推出的第六代GPS卫星信号接收解析设备NEO-6M。GPS和数据采集板通过UART接口连接，其通信波特率为9 600 bps。其数据格式遵循NMEA-0183协议。GPS接收机模块默认输出GGA、GLL、GSV、GSA和RMC五种语句，根据实际需要选取了GPS数据中的GGA、GSA和RMC语句，分别对它们的数据帧进行解析。

GPS接收机的数据存在误差，采用递推平均滤波算法分别对平面直角坐标中x、y两个值进行滤波，能够提高接收机单点定位精度，精确测量农田面积，也利于后续面积的计算，以先进先出的原则，把连续取N个采样值看成一个队列，队列的长度固定为N，每次采样到一个新数据放入队尾，并扔掉原来队首的一次数据，把队列中的N个数据进行算术平均运算，就可获得新的滤波结果。

接收机安装在机车上，每隔一定的时间采集到一个定位坐标（xi，yi），由于每辆机车的形状及标准一定，假设机车作业宽度为M，只需要计算机车行走的轨迹长度则可计算作业面积。通过采集到的点迹，可以生成一个行驶轨迹，该轨迹可以描述为D={（x1，y1），（x2，y2）……（xi，yi），（xi+1，yi+1）}，那么机车的作业面积S为：

2.3 上位机设计

上位机核心处理器采用STM32F1系列微处理器，主要完成对采集板采集数据进行进一步的处理，通过GPRS网络发送到云服务器上和农机管理调度中心的通信。STM32F1微处理器通过CAN总线与传感器进行通信，数据采集器作为从机，收到主机的请求后，将采集到的数据再通过CAN总线发送给主机，主机收到数据后处理，处理后的数据一方面通过GPRS模块发送给云服务器，另一方面，主机将处理后的数据通过串口发送给显示屏，显示屏将这些数据显示出来，以便工作人员查看，当主机接收到上位机的调度命令后，通过串口将调度命令信息发送到显示屏上，显示屏的调度命令窗口将调度命令信息显示出来。

2.4 GPRS网络的接收和发送

GPRS模块作为机车终端与云服务器和机车调度管理中心数据传输的收发设备，GPRS无线模块主要是把采集的数据转发并接入Internet网，然后发送到云服器中并从云服务中收运算完毕的数据和调度命令。

单片机与GPRS模块的通信包含硬件设备的初始化，数据传输的通信协议，数据帧格式等。通过AT命令实现GPRS网络的附着、TCP激活、Internet的接入和数据的传输。传输的数据为双向的，一是GPRS模块接受由服务器发来的命令或数据并通过串口发给处理器，然后处理器据此作出相应的处理；二是处理器通过接收外部采集数据，然后通过一串口发送给GPRS模块，最终GPRS模块把数据转发到服务器。

3 云服务与调度客户端的设计

3.1 云服务的搭建

云计算平台基于WindowsServer2008服务器操作系统，在Windows Server 2008中，所有的电源管理设置已被组策略启用[7]。

云主机通过C#进行上位机的编写，在C#中使用到Scoket网络编程和SQL2008数据库编程，其中Scoket用于进行消息的传递工作，SQL 2008主要进行消息的储存与检索工作[8]。云服器端的执行过程，Scoket的TCP/IP协议与GPRS互联，云主机接收到数据进行数据的处理与转发，接收到数据之后判断数据是否符合约定的协议规范，如果消息有效，对消息进行分解。经纬度，油量等消息分解后，按照接收时间储存到建好的数据库中，然后向车载设备返回一个消息接收的确认信号，云服务器通过网络的连接状态确认设备是否在线。如果设备长时间在线但没有消息，或者多次接收到不符合约定规范的消息，则判断设备故障会发出警告。

3.2 客户端的设计

基于云计算的农业作业机械工况检测系统的客户端部分由C#语言编写，程序安装在农机管理调度中心的计算机中，主要用于农机管理中心对工况信息的实时监测，对历史信息的查询，通过宏观的数据的查询方便农机管理者做出决策。客户端通过网络在云服器中的数据库中查询客户想看到的实时和历史信息，包括机车的定位信息，油量信息，作业面积等信息，用户也可以通过客户端将工况信息导出到本地。同时客户端设计有客户对话窗口，可以方便地与下位机进行通信，完成调度命令的执行。

4 数据处理与分析

4.1 GPS坐标数据处理结果

通过对GPS接收机的数据采用递推平均滤波算法分别对平面直角坐标中x、y两个值进行滤波，提高了接收机单点定位精度，精确测量农田面积，也利于后续面积的计算。图3是GPS单点坐标数字滤波前后的对比，通过对比可以看到GPS接收机接收到定位坐标经过数字滤波定对周期性干扰有良好的抑制作用，平滑度高，定位精度提高了4～8倍。

图3 GPS数据坐标滤波前后分布图对比Fig.3 Comparison of GPS data coordinate filter before and after filtering

4.2 对作业面积的记录的实验结果

利用基于云计算的农业作业机械工况检测系统对机车作业过程中的定位坐标采集后计算出机车的作业面积并记录。以666.67 m2为基本单位地块，分别划出面积为 666.7、3 333.5、6 667.0、13 334.0、33 335.0 m2的地块利用本实验系统对次地块作业记录采集到的作业面积与市面上的普通GPS测亩仪和实际地块面积三者进行对比，实验对比结果如表1。通过表1中数据可以看到普通的GPS测亩仪在3 333.5 m2以下记录误差在5%左右，大于6 667.0 m2误差降至3%～4%左右，而本系统的误差在6 667.0 m2以下时误差在0.3%以下，13 334.0 m2以上则达到0.1%左右。结果表明，本系统可以精确记录农业机车的作业面积，且记录精度高于目前常规的GPS面积测量仪。

表1 记录的机车作业面积数据对比Table 1 Data comparison of locomotive working area recorded

4.3 服务器对接收的工况数据的处理

机载设备发送的数据中加入CRC循环冗余校验，最后两个个字节为CRC校验位。服务器在接收报文时重新计算CRC的值，并将计算结果于实际接收到的CRC值相比较，如果两个值不相等，则为错误，则抛弃此次接收的数据。如果校验通过则将数据进行拆分后分析运算生成工况信息分类储存到数据库中去，客户端可以通过访问数据库将历史或当前的工况信息导出到本地，表2为2015年9月23日作业实验时导出的部分工况信息，可以看出云服务器对接收到的机车工况信息进行了实时、准确、可靠的记录。

表2 机车工况信息文件Table 2 Data of agricultural machinery work condition

续表2 机车工况信息文件Continued table 2 Data of agricultural machinery work condition

5 结论

以农机智能化工况监测与调度为背景，依托云计算平台，实现了农用机车的实时工作状态的实时监测，作业位置的记录，作业面积的自动计算，机车调度管理的实现。测试结果表明，系统对农机的工况能进行准确的监测，服务器能够在较少维护情况下稳定运行。系统能够方便农机管理人员的远程管理，实现农机的跨区作业、远程调度资源配置最优化、资源监控实时化、调度管理自动化。

［1］ 王楠.农机工作状态实时无线监测系统设计与实现［D］.哈尔滨：哈尔滨工程大学，2013.

［2］ 王慧平，刘卉，陈竞平，等.农机远程监管服务系统的设计与实现—基ArcGIS Server［J］.农机化研究，2014（2）：192-196.

［3］ 李洪，姚光强，陈立平.基于GPS、GPRS和GIS的农机监控调度系统［J］.农业工程学报，2008（S2）：119-122.

［4］ 赵丽，张春林.基于单片机的智能浇花系统设计与实现［J］.长春大学学报，2012，22（6）：650-651.

［5］ 李新宇，肖跃进，万川.基于CAN总线的农用机车工况检测系统［J］.科技创新导报，2015（26）：58-59.

［6］ 陈吉.基于GPS的土地面积测绘技术及土地管理信息系统的研究［D］.浙江：浙江大学，2013.

［7］ Navraj Chohan，Chris Bunch，Chandra Krintz，et al.Cloud Platform Datastore Support［J］.Journal of Grid Computing，2013，12：111-115.

［8］ 赵会兵.基于SQLServer2008的空间分析研究［D］.湘潭：湖南科技大学，2010.

［9］ 朱玲玲，梁春英，徐千惠，等.基于农田作业机车工况远程数据传输系统设计［J］.黑龙江八一农垦大学学报，2015，27（6）：74-98.

Research on Operating Condition Monitoring System of Agricultural Machine Based on Cloud Platform

Xiao Yuejin，Liang Chunying，Li Xinyu，Li Aoqiang，Xi Dongxu，Wang Jie
（College of Information and Technology，Heilongjiang Bayi Agricultural University，Daqing 163319）

To monitor running state of the locomotive in work，information collector was equipped on the machinery，the data was sent from CAN bus to the core digital processor in which was comprehensively analyzed and then generated working information which was sent via GPRS to the cloud server.Using cloud computing services platform to establish a locomotive monitoring and scheduling system，dynamically collected working information which was transmitted quickly and the timely to the dispatch center，finally the real-time monitoring of locomotive information of field working condition was realized on the cloud platform，provided data support for future agricultural machinery operation，realized the resource configuration optimization，resource monitoring real-time，scheduling management automation.

cloud platform；agricultural machinery dispatching；detection of agricultural machinery working condition；GPRS

S24

A

1002-2090（2017）02-0102-06

10.3969/j.issn.1002-2090.2017.02.020

2016-09-10

黑龙江省农垦总局科研项目（HNK125B-04-10）；黑龙江八一农垦大学博士启动基金项目（2015）；黑龙江省大学生创新创业项目（201510223883）。

肖跃进（1995-），男，黑龙江八一农垦大学信息技术学院农业电气化专业2013级本科生。

梁春英，女，教授，硕士研究生导师，E－mail：ndliangchunying@163.com。