无人植物培护系统设计

林宏伟 陈泽兴 刘明杰 陈俞秀 陈琪媚 李月权

摘 要：为了智能检测植物的生长状态，达到植物无人培养的目的，文中采用嵌入式开发平台和物联网云技术设计一种无人植物培护系统。在此选择睡莲作为实验标本，完成植物识别，数据处理，多方式提醒和植物陪护，实现植物监控和管理。实验结果表明系统结构简单，成本低，可行性高，稳定性强，有利于大规模使用和設计，应用前景广阔。

关键词：物联网;嵌入式;植物识别;检测植物;植物监控;植物无人培护

中图分类号：TP399文献标识码：A文章编号：2095-1302（2020）01-0-03

0 引 言

近年来，随着人们生活水平的不断提高，大家对无人植物培护系统的需求越来越大，同时也对无人植物陪护系统提出了更高的要求。无人植物陪护系统需要解决的问题主要有以下三个：系统如何知道植物的生长状态—识别;给植物提供所需生长要素时系统该如何操作—实操;系统如何反馈数据给用户—交互。目前，解决如何识别植物生长状态的方法有很多，比如可以采用OpenMV直接对植物的生长状态进行识别、也可以调用OpenCV库函数来配置普通的摄像头进行识别，但是这些方法存在数据处理量大、识别精度要求高的缺点，且成本也非常高。

因此，本文提出一种基于物联网技术和嵌入式技术的无人植物陪护系统。该系统是一个集数据库数据处理、图像识别与硬件操控等多功能议题的综合性系统，由机械结构、控制系统、传感器和摄像头等组成的。该系统调用MySQL数据进行图像识别、混合各种植物生长数据后，系统能够进行大数据处理及分配，可以同样实用各种植物的生长识别，丰富识别库。实验结果表明，该系统可以通过自己创建的MySQL数据库，即植物生长状态数据库保存的数据。当系统识别植物时，会上传植物数据到服务器中、调用API完成图像识别;根据图像识别后反馈的数据来操作硬件系统完成对植物生长的陪护;用户可通过远程查看无人植物陪护系统的运行状态及植物生长状态。

1 系统总体设计

本文系统的系统框图如图1所示。本系统以树莓派和STM32作为主控机，通过USB摄像头采集植物生长数据，实现实时监测植物生长情况。摄像头获取到植物的生长图片后，会请求服务器上传植物图像信息到数据库，并将获取植物的生长状态显示在树莓派搭建的UI界面上。云端接收到植物的生长状态后会调用API分析植物的生长状态并将相关处理的关键字发送到本地监控系统，本地监控系统根据获取到的关键字后，操作机械部分做出相应的措施，例如给植物浇水、补光等操作。另外，STM32通过温度传感器读取周围环境温度以及音频转换器定时播放音乐，云端部分可以实现对植物图片信息的储存和分析。

1.1 机械部分

为了保证在安装过程简易的情况下支架的承受力大、重量轻，本设计的支架使用线密度为0.51 kg/m，两端有M6纹丝的欧标铝型增高柱，连接处采用三角键结构固定，使其更为牢固。可变更柱高的特点使得调节高度、增减模块等更方便，提高了系统机械上的可扩展性和适应性，可灵活应对不同植物的不同成长最高度。

本设计的电路放置采用分层设计，缩小了系统的占地面积，大幅提升了空间利用率，其灵活性和舒适度相比单层式结构都有了提升。其UI用户屏幕界面放置于侧面，而最上层表面有电源开关、充电接口，操作按键等便于用户操作和查看。设计中底部采用交叉十字放置盆栽，更具稳定性和美观性。

本设计的无人植物培养系统实物和总体框架构建尺寸如图2、图3所示。

1.2 硬件部分

本系统硬件部分主要包括温度传感器、音频模块和水泵驱动模块。温度传感器模块用于获取植物环境的温度;音频模块播放音乐，可促进植物生长;水泵驱动模块用于驱动水泵抽水浇灌植物，给植物供给水分。系统硬件框架如图4所示。

1.2.1 水泵驱动模块

这里考虑到系统控制水泵抽水的水量需要很精准的自动控制，所以采用L298N模块作为系统的驱动。L298N作为驱动芯片，具有很高的工作电压范围和很强大的驱动能力，而且还具有低功耗的特性。常用水泵的工作电压7～12 V，系统主控I/O脚不能输出7 V左右的电压，即无法驱动水泵，所以系统搭建了L298N的驱动模块，搭建的模块可以驱动15 V电压的设备。

1.2.2 音频转码模块

为了帮助植物生长得更加茂盛，本系统设计有音频转码器，通过这个模块可以实现远程播放音乐。音乐可以让植物的孔径放大，植物孔径放大促进呼吸作用消耗体内葡萄糖，进而促进光合作用生产葡萄糖，从而加快植物的健康生长。

1.2.3 温度传感器模块

系统需要实时检测植物周边的温度信息，防止温度过高或者过低。温度传感器获取植物环境的温度，通过数/模转换将温度值数字量后发送给主控，主控获取温度后采取相应措施，温度过低或者过高时会提醒用户，温度适宜则继续检测温度。

1.3 植物识别部分

1.3.1 USB摄像头抓取植物图片

摄像头是本系统识别植物状态的主要外部识别设备，在此选用500万像素USB摄像头。主机通过USB摄像头抓取植物生长状态图，并将抓取到的图片转码为Base64格式，然后上传数据到服务器。

1.3.2 图像识别判断出植物生长状态

本系统的图像识别装置是调用百度AI图像搜索API，还可以通过自己建立的搜索库对图片进行分类并填写其说明。通过这个接口可以将需要对比的图像放进去与库中的图片进行对比，该库内含大量数据，可以提供相当多数据源，能让识别率更高。识别之后可得到各图片的相似度，通过排序得到识别率最高的图片，再通过图片的摘要得到相应的信息，然后将其信息放到数据库中，方便界面提取信息。

1.4 UI界面设计部分

本系统带有一套UI界面，可以给用户更加直观的视角，用户通过UI界面可以直观地了解到植物地生长情况，如图5所示。

该界面使用HTML，CSS完成它整个页面的布局，采用JS和JQ实现页面的各种特效动画，应用Ajax实现前后端交互。通过Ajax发出异步请求，PHP就会连接MySQL数据库，将它所需要的信息发到前台，前台再将信息进行处理。通过配置Nginx实现服务器的负载均衡，并将所有的图片在输出前都进行压缩来减少访问流量，以及设置访问频率的限制，使服务器到达稳定，进而使整个UI界面更加的稳定快速。

利用树莓派的chromum-browser访问特定的URL，将界面信息显示browser 。通过访问的域名来对接到UI界面，可通过树莓派3代B+接口进行UI界面与显示屏对接。用Python爬取百度百科植物的信息HTML，将植物生长的信息通过UI界面显示，可以实时显示植物生长的阶段和需要的培养环境，而且还可通过回放的功能回调实时截取植物的图片，供培养者观看，让培养过程更加可视化。

1.5 云端部分

云端服务器上运行着学习-识别系统和植物生长同步系统两套系统，如图6、图7所示。学习-识别系统通过大量的植物生长样本进行学习，经过不断学习能够识别出植物当前的生长状态。硬件系统的每一次识别，就是一次学习的过程，意味在不断训练里面的模型，使得系统的识别植物精度不断提高。植物生长同步系统从学习-识别系统中得到当前植物的生长状态，将UI上的宠物同步生长，并且能够通过当前植物的状态智能推荐当前植物养殖的流程。

2 系统测试与分析

本文建立了一个可以应用于家居培养名贵花草的智能无人植物培护系统，其目标客户是家里种植有名贵花草或有意愿种植名贵花草的人员，但由于学生资源有限，在此应用于实验的植物选择为睡莲。

前期，培养不同时间段的生长状态和缺某种生长要素的睡莲，以供实验。睡莲不同时间段的生长状态如图8所示实际测试发现，将不同时间段生长状态的睡莲或生长过程出现缺乏某种生长要素的睡莲移到识别区，一一识别后系统做出了相应的操作措施，例如摄像头截取的图片与数据库的图片对比，检测到此特征与叶片发黄的数据吻合度比较高，属于植物缺水状态，需要及时补水，系统就会及时驱动硬件，及时采取补水措施。在实际测试时发现部分问题需要进一步改进。

（1）识别精度不高。实验采用的摄像头像素不够，而且需要补光，需要将摄像头光圈增大，把植物的生长状态图变得更清晰。加上植物的生长状态多种多样，病变的情况也多种多样，如对植物生长状态的识别，不能够精准到树叶上面的叶脉及细小的虫洞。另外，构建的识别数据库图片资料有限，导致有些特殊病变没有识别出来，后续还需要更新数据库的资料，以便于提高识别精度。

（2）水泵设计不当。在补取每个阶段相应浓度的营养液时，由于设计时水泵的位置摆放不当，有压强差，导致水泵在抽取时不受控制，水流很快。水泵应该设计成喷洒型，利用压强差来喷洒植物营养液。

3 结 语

本系统基于物联网技术设计了一款人性化十足的无人植物培养系统，采用嵌入式技术和数据库应用技术，通过实地测试，系统较好地实现了期望目标，完成了植物图像信息获取，上传植物数据到数据库和对植物监控和管理。本系统结构简单，成本低，可行性强，适用场景多且操作简单，有较好的市场应用前景。

参 考 文 献

[1]王克鑫.基于机器视觉的智能植物养护系统[D].哈尔滨：黑龙江大学，2018.

[2]张程，何超盛，陈启航，等.STM32控制的智能辅助植物培育机器人[J].单片机与嵌入式系统应用，2018，18（8）：27-30.

[3]陈曦，董玉华，杨姚，等.基于STM32的智能植物照料系统设计[J].智能计算机与应用，2018，8（4）：153-156.

[4]杨雷.温室大棚远程监控与智能管理系统[D].天津：天津理工大学，2018.

[5]张立良，宁祎，刘磊.基于云服务的智能花盆系统设计[J].物联网技术，2017，7（5）：76-77.

[6]徐登，周汉清，余宏.家用植物种植远程智能控制系统设计[J].常州信息职业技术学院学报，2017，16（2）：19-24.

[7]艾海波，魏晋宏，邱权，等.微型植物工廠智能控制系统！[J].农业机械学报，2013，44（z2）：198-204.

[8]王婷婷.基于STM32W智能环境监控系统的研制[D].镇江：江苏科技大学，2013.

[9]张艳超.农田信息低空遥感中图像采集与处理的关键技术研究[D].杭州：浙江大学，2016.

[10]甘丽霞.基于嵌入式移动数据库及其应用问题分析[J].科技资讯，2019，17（10）：19.