黄劲斐
随着信息技术的快速发展,无线通信技术、物联网技术、计算机网络、检测与自动控制技术、人工智能技术、云计算和大数据技术等新一代信息技术已经逐步用于生产生活的各个环节。在农业生产方面,通过信息化技术在水产养殖领域的运用,建立一个高产、高效、环保、安全的系统,也成了广大水产养殖户所追求的目标。影响水产养殖的主要因素包括:水体浑浊度、温度、酸碱度(pH值)、含氧量、氨氮浓度等水质条件,光照、风力、风向等大气环境参数等。一个物联网水产监测系统能够提供水体、水质、空气等多个关键参数的无线远程监测,并根据监测数据智能化的完成放苗、投食、净水排污、增氧、投药、捕捞等功能。本设计提供了一个基于无线传感器网络、智能信息处理、智能控制决策、信息预警、云计算等功能的物联网水产监测系统。
本文设计的物联网水产监测系统,包括:养殖监测现场、农业云和远程监控终端等三大部分,系统原理结构如图1。养殖监测现场由无线传感器节点、无线控制机构节点网络、无线网关共同构成的无线传感器网络部署组成。物联网水产监测系统通过无线传感器网络的各传感器节点负责采集环境参数,汇总至网关,并可以由网关向各控制节点发出控制指令;再由网关上传至农业云平台,由农业云负责完成:信息处理和分析、控制决策、信息预警等功能;远程监控终端可以通过访问农业云了解生产现场,对现场的机构和设备加以控制,并可以通过具备人工智能功能的农业云进行智能化的养殖管理。
图1系统结构框图
本设计采用CC2530以及Zigbee协议组建无线传感器网络,网络采用的传感器节点主要包括:浊度传感器、酸碱度传感器、氨氮传感器、光照传感器、温湿度传感器、含氧量传感器、流量传感器、水上摄像头、水下摄像头等;控制机构包括:进水泵、出水泵、投食机、增氧机、施肥机、消毒净化机等。整体硬件结构可分为:环境监控、养殖管理等两大环节。各传感器主要负责采集相应的环境监测数据,各控制机构则分别用于实现养殖池的进出水控制、精准喂养、水体智能供氧等功能。环境监控由各个环境监测传感器和相应的处置控制机构组成,养殖管理则主要由喂养控制结构组成。环境监控主要通过根据环境状况,动态的调节水氧浓度、水体酸碱度和氨氮浓度、净化水质等;养殖管理则根据水产作物的需求,科学经济的放苗、捕捞、投食、放药消杀等。
CC2530是由美国德州仪器公司设计的工作在2.4G频段的Zigbee协议SOC无线射频芯片,内置8051内核和无线射频模块,可以运行Z-stack、Tinyos等协议栈,以实现Zigbee的无线组网,支持多达65536个节点的大规模组网。网关采用的是ARM9系列的32位精简指令集嵌入式微控制器芯片S3C2440,该芯片内置大容量FLASH、SRAM、USB、DMA、ADC、DAC等功能模块,网关通过4G、以太网络连接到云端。
图2无线传感器网络结构框图
图3系统软件整体运行流程
本设计采用Z-stack协议栈组建Zigbee无线传感器网络,如图2所示。Z-stack是开源IaaS无线传感器网络操作系统,可实现多跳自组网Zigbee网络的快速组网。网关通过运行在ARM9平台的Android平台通过移动互联网接入云端。监控终端通过智能手机、电脑等设备访问云端和远程管理养殖现场,实现远程养殖综合管理,功能包括:实时水质监测、现场视频监控、无线信息交互、设备远程校准、突发状况报警,该系统软件的整体运行流程如图3所示
系统软件运行流程:系统初始化后,由各传感器节点采集相关数据并输出,由无线传感器网络通过网关将数据上传至农业云;农业云通过专家分析系统对传感器数据进行分析,并做出智能决策;农业云将决策反馈给养殖现场,由各控制节点控制增氧机、投食机等机构工作,同时向监控终端发送预警信息和现场执行情况。
农业云搭载人工智能养殖专家分析系统,主要实现养殖现场数据分析、养殖部署、人工智能养殖专家分析系统。云端建立通过人工智能养殖专家分析系统建立养殖模型,模型构建养殖的运行实施、水体水质、养殖规划、任务管理、作物生长规律、安全检验、突发预警、设备控制、科学投喂等运行规则。从而实现不同品种的投放养、育苗育种、成长管理、抽检抽样、病害防治、密度调度、成熟收获等水产养殖的全天候、全过程、全方位管理。
远程监控终端主要通过远程访问养殖现场和农业云,并以此实现养殖过程的远程移动监控管理,具体实现的功能包括:环境日常监测、养殖池管理,水质水情数据的人工主动观测、分析诊断,增氧机等设备的人工校准、主动控制、视频监控、综合数据分析核算、数据可视化分析与展示等。
现如今,农业物联网和智能农业已经逐渐成了现代农业发展的一个重要趋势,通过该技术的发展和应用,可以简化养殖管理流程,减少人为的不恰当干预,加强养殖的全程、高效管理,从而实现养殖的高效、环保、高产、安全。本文阐述了一个基于Zigbee技术的物联网水产监测系统的设计,并给出了系统的硬件构造原理、软件结构和设计流程等,阐述了该系统的软硬件运行原理。本文为物联网水产监测系统的设计实现提供了一个很好的借鉴思路,可以用于多种不同水产作物的智能化协同养殖、管理。