一种监控作物生长的多功能可伸缩地膜系统*

赖扬东 ，钟海鸿 ，张京玲 ，侯飞龙 ，陈惠玲

（五邑大学智能制造学部，广东 江门 529020）

0 引言

智慧农业是“十四五”规划期间农业信息化发展的主攻方向[1]，以信息化引领驱动农业农村现代化，助力乡村全面振兴。为顺应智慧农业的发展趋势，针对传统地膜回收难的问题，本文设计了一种监控作物生长的可伸缩多功能地膜系统。该系统采用STM32主控芯片，结合AI 计算云端，具有菜地生长监控、自动换膜、智能灌溉等功能。本设计有如下创新点：

1）采用红外激光测量作物高度，能够帮助农户做出移植或者增肥的决策，可通过手机终端查看作物，降低错过补救机会的可能性，提高农户的工作效率。

2）地膜拥有伸缩组装功能，体型小，环境适配性高，相对大棚来说，节约了菜地整体搭建成本。

3）采用专门针对农田的环境检测控制系统，能够根据光照控制地膜透光率，根据土壤湿度控制滴灌速率。

1 系统方案设计

监控作物生长的可伸缩多功能地膜系统由中央控制平台、地膜更换控制系统、激光阵列、智能浇灌系统、环境监测节点、通信模块和手机App 等组成。地膜系统框图，如图1所示。

本系统的激光测距模块利用激光测距原理监测作物的生长情况，可以更全面地获取农作物的生长高度和宽度，结合基于ST-LSTM 的植物生长发育预测模型，能够帮助农户做出移植或者增肥的决策，并预测统计收成情况。

在智能控制方面，地膜更换控制模块可根据当前的光照值去适配相应的地膜。智能灌溉系统可通过ZigBee整合环境数据去适配水泵的滴灌速率。

图1 地膜系统框图

2 硬件系统设计

2.1 主控电路

监控作物生长的多功能可伸缩地膜系统的硬件主控制板由主控芯片STM32、光照强度检测模块、NBIoT 通信模块、ESP32CAM 图传模块、ZigBee模组、电机驱动模块组成。该硬件系统还可通过ZigBee 模组与激光测距系统、环境检测控制系统进行通信。硬件系统框图，如图2 所示。

图2 硬件系统框图

2.2 激光测距系统

激光测距系统利用了激光矩阵，可以通过多个红外测量模块VL53L0X 捕捉作物位置获得作物的三维高度数据集合，构建作物的三维图[2]。地膜系统激光采集模块图，如图3所示。

图3 地膜系统激光采集模块图

执行测距任务时，步进电机会带动横杆以2 cm/s的速度在菜地两端移动，不断用激光阵列对地面进行扫描，每隔1 s 获取一次距离S，并将其发送到主控芯片，再计算出农作物的高度L，保存起来，重复此过程。主控核心根据每次扫描的结果，先计算农作物的高度L，构建高度矩阵A，再通过遍历的方式获知最大值Lmax、最小值Lmin和农作物的宽度D。激光测距原理示意图，如图4所示。

图4 激光测距原理示意图

2.3 可伸缩组装框架

整个地膜框架下部分有一组专门控制高度的伸缩电机模块，当接收到升降请求的时候可以做出相应的操作。地膜系统的膜采用不同透光率的可重复使用薄膜拼接而成，当薄膜电机组接收到来自主控核心的指令时，会根据指令做出相对应的操作。系统更换薄膜的动力来自电机模组，电机模组在核心板的指令下控制电机带动转轴进行正反转更换薄膜。地膜可伸缩组装机械框架结构图，如图5所示。

2.4 环境检测控制系统

环境检测控制的硬件设计包括了主控芯片、通信模块、水泵、DHT11 空气温湿度检测模块、SGP30 气体传感器模块、DS18B20 温度传感器模块、B-LUXV30B 光照强度检测模块。环境检测控制系统硬件框图，如图6所示。

图5 地膜可伸缩组装机械框架结构图

图6 环境检测控制系统硬件框图

当检测到的整合数据值低于设定值时，主控板会按照设定的程序发送指令给蓄水箱中的水泵，将储存在蓄水箱中的水调用到地膜内部的管道进行滴灌，以调节土壤温湿度。若光照强度需要调节，主控板则发送指令控制电机驱动板转动转轴，使合适透光率的薄膜能够转到相应位置，实现光照强度的调整[3]。

3 软件系统设计

3.1 云服务器和App设计

本系统的服务器功能是基于目前较为成熟的阿里云平台进行开发的，利用阿里云平台实现了后端服务器功能，并且对接阿里云IoT 平台，储存系统运行过程中产生的数据，地膜系统、手机App 通过MQTT通信协议与阿里云IoT 平台进行对接，在此平台上对地膜系统及其他相关设备进行统一集中的管理，用户可以在此平台上对设备进行开启、关闭和查看设备运行返回数据等操作。

3.2 基于激光测距的作物处理决策算法

本系统使用了激光测距获得的作物高度二维点，结合摄像头捕获植物色彩，用于生成作物的俯视时序图[4]，使用基于ST-LSTM 的植物生长发育预测模型预测作物正常的生长状况[5-6]，以均方误差、峰值信噪比和结构相似性为参照，与实际的作物生长状况进行对比分析。其中，均方误差、峰值信噪比评估了实际与预测图像之间的像素差异度，峰值信噪比越高，预测图像越接近实际图像[7-9]；结构相似性用于衡量结构信息在图像上的差异。最后，根据分析结果将作物的生长状况反馈给用户。作物生长决策系统结构图，如图7所示。

图7 作物生长决策系统结构图

使用j个历史时刻的作物图像序列It-j+1:t来预测未来k个时刻的作物生长图像序列^It+1:t+k，预测公式如式（1）所示。

式中，It表示每个作物在t时刻的RGB 俯视图像，，m×n为RGB 图像尺寸；argmax 是函数f(x)取得最大值的x点集，^It+1为t+1 时刻预测的作物图像，p为贝叶斯概率。

植物生长发育预测模型由作物俯视时序图输入层、卷积层、ST-LSTM 网络隐含层和输出层组成。首先，将历史j个时刻的作物图像序列输入到卷积层进行卷积运算；其次，输出到ST-LSTM 网络隐含层，对作物的时空特征进行提取；再次，输出到卷积层，连接到ST-LSTM 网络隐含层的所有状态；最后，通过历史状态和相邻输入预测k个时刻的生长发育图像并输出[10]。多层ST-LSTM 单元堆叠形成ST-LSTM 网络隐含层，ST-LSTM 单元结构如图8 所示。

图8 ST-LSTM单元结构图

通过获取作物生长环境的环境数据，结合激光测距获得的高度数据，自主学习生成模型，用于判断所种植的农作物是否符合正常的生长规律，再通过手机App 将作物的生长状况及时反馈给用户。

4 结束语

本文设计了一种监控作物生长的多功能可伸缩地膜系统，采用STM32 作为主控芯片，可根据农户的需求，伸缩组装地膜系统，帮助农户实现远程观测、自动换膜、监测作物生长、智能灌溉的农田智能化管理。该系统的主要功能是根据激光测距阵列获取植物生长的高度、宽度，进行云端数据分析，来帮助农户做出移植或者增肥的决策，并预测统计收成情况。当作物成长完成后，可以通过电机回收地膜，解决农田地膜残留问题。该设计扩展性强，适用于大多数农田作物种植环境，具有良好的应用前景。