基于LoRa的低功耗种猪体温测量及监测系统

颜玉松,王元靖,何少鹏,肖 建

(1.南京邮电大学 自动化学院、人工智能学院,江苏 南京 210023;2.南京邮电大学 集成电路科学与工程学院,江苏 南京 210023)

0 引 言

猪肉作为中国人最喜爱的肉类之一,是人们日常生活中重要的肉类来源[1]。然而近些年猪肉价格的波动使得社会中出现了“吃不起猪肉”的声音,究其原因是猪肉供给出现严重不足。与已实现农业现代化的发达国家相比,中国传统农业生产存在资源利用率低、自动化和智能化程度不足等问题[2]。为了响应“感知中国”的物联网发展战略,“设施农业物联网”就成了改善国内养猪现状的关键措施[3]。

在猪场养殖过程中,种猪的身体健康状况备受重视,体温是表现动物健康状况的最直接、最重要的参数[4]。此外,种猪感染一些疾病的最初迹象通常是发烧和运动减少[5],因此针对种猪体温的实时监测是必要的。目前国内外许多相关人员先后开展了针对种猪体温实时监测的相关实验和研究。Wu Y等[6]提出以51单片机为主控,基于红外测温模块对猪的体温进行非接触式测量。Krizanac等[7]采用带有温度探头的气管并将其插入猪呼吸道进行体温测量,可以获得更精确的体温数据。以上两种猪体温测量方式虽然都在一定程度上减少了人力劳动、时间、成本等资源消耗,但都不具备远程云端实时监测种猪体温的功能,无法做到疾病等紧急情况的提前预防。此外如果养猪场规模较大,种猪数量较多,应用这两种方式仍需要消耗大量人工成本。针对远程监测猪体温问题,胡宜敏等[8]提出一种基于Zigbee的猪体温测量系统,利用贴片式温度传感器采集种猪温度数据并通过路由器和协调器等设备将数据上传至Tomcat服务器,可供用户远程浏览数据。但Zigbee的衍射能力弱、穿墙能力差[9],在养猪场墙壁较多的复杂环境中使用效果较差。柏广宇等[10]提出基于MLX90614和CC2430的母猪体温实时监测节点的系统,通过MLX90614红外传感器输出温度信号,CC2430处理温度信号并发送至网关。但这种方式的有效通信距离仅有30 m,远远不足以覆盖大面积的养猪场规模,如果要实现全范围覆盖需要消耗大量的资源去搭建相关网络,并且对通信系统的功耗和可靠性都增大了挑战。

针对当前种猪体温测量方法的局限性,该文研究了基于LoRa技术的低功耗通信网络策略,设计了基于国产低功耗芯片的体温数据测量和传输节点,并依靠阿里云服务器建立种猪体温数据监测网站,供用户实时监测和管理。该系统具有低成本、低功耗、低延迟、高精度、覆盖范围广等优势,可应用于多种规模的养猪场,为种猪合理健康养殖提供自动化、智能化与科学化的解决方案,给未来种猪体温监测研究提供新的前进方向。

1 系统架构设计

基于LoRa技术的低功耗种猪体温云平台监测系统由温度采集层、数据传输层和后台应用层3个部分组成,系统总体架构如图1所示。

图1 系统总体架构

温度采集层由若干个监测节点组成,每个监测节点对应一头种猪。监测节点会根据预先设定的运行方案进行工作,把采集的温度数据和种猪编号按照特定协议同时发送给网关;网关利用4G网络将数据转发至服务器;服务器对数据进行解析并允许用户通过PC端或移动端在线远程访问。

2 系统硬件及通信方案设计

2.1 监测节点设计

考虑到种猪配戴监测设备过程中可能出现影响其正常活动和设备无法长时间正常工作的不良情况,系统设计过程中始终严格遵循体积小、低功耗的要求。每个独立的监测节点由国产LP5100低功耗芯片、ADT7320温度传感器、LoRa通信模块和AN9520陶瓷天线组成(见图2),具有种猪体温数据采集、种猪个体编号和数据无限通信的功能。此外,电源选用容量为2 200 mAh,电压为3.7 V的小体积锂电池,满足系统长时间的工作需求。

图2 监测节点硬件组成

ADT7320温度传感器与LP5100主控芯片通过SPI协议连接,主控芯片在获取体温数据后会根据预设的通信协议格式重新打包体温数据和种猪编号并通过LoRa模块定时发送数据到网关。

在监测节点硬件设计中,温度传感器的选择是至关重要的。本次选用的ADT7320温度传感器面积仅为4 mm×4 mm,大大节省了PCB板的空间。此外其具有±0.25℃的温度精度和超低功耗的特性,在很大程度上确保了体温数据的真实性,延长了系统工作时间,能够满足系统长时间精确测量种猪体温的需求。此外,为了更好地控制ADT7320传感器的使用时间以减少不必要的功耗,系统设计采用LP5100芯片实时控制带使能端的TPS7A0230(见图3)线性稳压器开启和关断的方案,对ADT7320(见图4)传感器的供电进行管理。

图3 TPS7A0230电路图

图4 ADT7320电路图

2.2 通信方案设计

低功耗广域网(Low Power Wide Area Network,LPWAN)技术是一种革命性的物联网无线接入新技术,与Wi-Fi、蓝牙、ZigBee等现有成熟商用的无线技术相比,具有远距离、低功耗、低成本、覆盖容量大等优点[11],而该系统选用的LoRa技术更是LPWAN中发展比较快、相对比较成熟的技术[12],具有广阔的应用场景。LoRa采用星型网络架构,与网状网络架构相比,它是具有最低延迟、最简单的网络结构,因此设计人员可以最大程度地实现更长距离的通信与更低的功耗[13]。经过实际现场测试结果可知,即使是在复杂的多墙壁厂房环境内也可以实现远距离、低功耗、低延时的数据无线传输。此外,系统还采用AN9520陶瓷天线来进一步优化通信效果。这种陶瓷天线具有体积小、抗干扰能力强、高灵敏度等优点,满足系统总体设计需求。

3 系统软件设计

系统软件设计主要包括监测节点温度测量与数据通信设计、通信数据帧格式设计和网关服务器设计三个部分。

3.1 监测节点工作流程设计

为了最大程度地降低功耗、延长系统使用寿命,系统以各模块对应的睡眠或关断模式为主要工作状态[14]。在非测量周期内LP5100芯片进入睡眠状态,ADT7320因受TPS7A0230输出影响而断电关断,LoRa则进入深度休眠模式,整个系统处于低功耗运行状态。当进入测量周期时,LP5100芯片被唤醒进入正常工作状态并恢复ADT7320供电,LP5100与ADT7320以SPI方式进行通信并获取温度数据,在数据打包完成后恢复LoRa正常工作状态同时发送数据。测量周期和非测量周期是连续的,共同组成了监测节点的整个工作过程。具体软件流程如图5所示。

图5 单个监测模块软件设计流程

3.2 通信数据帧格式设计

由于LoRa网络的星型拓扑结构是多对一的传输方式,即多个监测节点向同一个网关节点发送数据。因此,为了区分不同种猪的体温数据,需要对每头种猪进行特殊编号,这就需要设计严谨有效的数据通信协议。

该系统的通信数据编码选用ISO-8859-1格式。该编码是单字节编码,其编码范围是0x00-0xFF,可以用多位编码代表种猪编号和一位编码代表体温数据,满足系统表示和储存多头种猪编号和多组体温数据的需求。使用ISO-8859-1编码格式通信可以明显缩短发送时间,减少发送功耗,保证数据传输的完整性,符合系统通信的整体要求。

待发送的数据由数据帧头、种猪编号、若干个体温数据和数据帧尾四部分组成。帧头和帧尾是固定不变的,用于检查待发送数据的完整性和识别接收数据的身份。种猪编号可由数字、字母或特殊符号组成,用于特殊标识种猪个体。由于系统采用多次体温测量并同时发送的方案,因此待发送数据中应包含多个体温数据,这些体温数据按照时间顺序依次排列。具体通信数据帧格式如表1所示。

表1 通信数据帧格式

3.3 LoRa网关与云平台服务器软件设计

LoRa网关与云平台服务器设计主要包括了接收数据和数据储存两个部分,均在Eclipse IDE开发环境下使用Java语言开发。

(1)接收数据。LoRa网关采用TCP/IP通信协议。为了接收LoRa网关的数据,服务端采用基于Java Socket套接字编写的数据接收软件创建Socket套接字,监听服务器的约定端口是否有连接请求,双方建立连接后通过打开连接到Socket的输入/输出流,按照一定的协议对Socket进行读/写,从而完成从LoRa网关接收数据。为了实现客户端和服务端之间的持续连接,选择使用多线程编程,通过死循环开启Socket连接实现长连接,将一个客户端连接单独放到一个线程中处理消息的接收,直到接收到关闭连接指令结束线程。

(2)数据储存。选用MySQL数据库进行数据管理。使用Java的JDBC连接到数据库,通过对接收到的信息进行解析,将信息分类存储到数据库中,方便信息管理和查询。

服务端工作的主要流程如图6所示。

图6 服务端工作流程

4 系统测试

系统实际在某养猪场进行试验数据采集,随机选用30头身体状况健康的种猪为试验对象,试验周期为5天。单个监测节点实物图如图7所示。

图7 监测节点实物图

4.1 系统安装方案

Tabuaciri P等[15]研究猪的耳根、耳尖、眼睛和上颈部到臀部区域表面温度与直肠温度之间的关系并得出耳根表面温度是最接近直肠温度的区域。因此,为了采集更精准的温度数据,系统选择将监测节点固定在种猪耳朵根部附近,使ADT7320温度传感器紧贴耳根位置。将LoRa网关安装在厂房内的高处以减少通信过程中的墙壁等物体对信号的遮挡和屏蔽,增大通信传输距离。

4.2 体温数据采集测试

系统按照每20 s采集一次体温数据,每10 min发送一次数据的频率进行工作。任意选择3头种猪作为监测对象,随机选取一天并将它们的体温数据按种猪编号绘制,如图8所示。限于篇幅关系,将数据显示的时间单位改为每小时,每小时的体温数据为该小时内的所有测量数据的平均值。

图8 3头种猪一天内体温变化曲线

随机选取一天内五个不连续的时间点对种猪进行人工测温。将人工测温数据与该系统测量数据进行对比,得到系统测量体温的准确率,具体数值如表2所示。

从表2可以看出,系统测温准确率稳定在99%左右,可以准确、及时地反映出被测种猪的体温变化情况。

表2 体温测量结果对比

4.3 数据通信测试

通信测试场所选择在养猪场内部。为了方便测试,将系统采集与发送频率分别设置为5 s测量一次和10 s发送一次,即10 s发送两个体温数据。选择5个与LoRa网关相距不同的测试地点,每次测试时长为5 min即发送30次,测试结果如表3所示

表3 数据通信测试结果

从表3可以看出,该系统在150 m范围内均可实现零误差的高效率通信,后续仍可通过降低空速、提高发射功率等方式增大数据传输距离。

4.4 功耗测试

利用EMK8505+型号μA低功耗功率分析仪对系统整体功耗进行精确分析。分别测试以下四种情形:①监测节点正常休眠状态;②单次体温测量过程;③发送一次完整数据(该数据包含30个体温数据、种猪编号等)过程;④监测节点正常不间断工作2.45小时。上述四种情形下的测试数据结果如表4所示。

表4 四种情形的功耗测试结果

情形①、②、③组成了监测节点的基本工作内容。从表4可以看出,在监测节点工作过程中情形③的功耗较高,这是由于一次性发送数据较多造成的,但发送持续时间较短且发送频率不高所以对该系统而言不会造成太多的功耗浪费,即系统依旧可以保证长时间运行。

4.5 云平台监测测试

用户可以使用PC端或移动端登录云平台监测网站实时查看所有被监测种猪的体温数据,网站部分界面如图9所示。

图9 云平台监测网页端显示(温度可视化部分)

网页显示单头种猪体温数据的变化情况,横坐标为时间,纵坐标为体温数据。用户可以通过网页左上角的下拉框选择种猪编号来查看对应种猪的体温数据,此外用户还可以将温度导出成csv文件。测试结果表明,云平台网页端可以正常显示测得的种猪数据并将其可视化供用户实时监测。

5 结束语

设计了以国产LP5100低功耗芯片,ADT7320温度传感器和LoRa模块为核心的低功耗种猪体温云平台监测系统。将监测节点固定在种猪耳朵上即可正常工作,以设定的时间间隔采集和发送体温等数据至网关,在服务器后端解析完数据后可供用户远程在线浏览。

系统依靠高精度ADT7320温度传感器能够准确采集种猪体温数据,确保数据的真实性和可靠性。根据试验结果显示(图8),系统能够真实快速地反映一天内种猪体温的变化趋势,有利于用户对种猪身体状况做出及时正确的判断。此外,系统使用LoRa网络有效解决了数据传输距离短、抗干扰能力弱、数据丢失率高等通信问题,极大地扩展了系统的应用场景,能够在复杂的养猪场环境中实现低误差、低延迟、远距离的高效率通信。但网关与监测节点之间存在障碍物依旧会导致通信距离下降,因此如何减轻障碍物对通信质量的影响是未来研究种猪体温监测中需要重点解决的问题。

依靠LP5100低功耗芯片和ADT7320及LoRa的低功耗或关断模式,系统能够以极低的功耗进行长时间的正常工作。但由于系统需要锂电池供电,导致监测节点需要携带电池一同安装在猪耳上,这无疑增加了节点的占用空间和整体重量,后续拟采用体积更小的电池替代现有电池以减轻相关负担。