天天看點

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

作者:五年寶

文丨五年寶

編輯丨五年寶

在閱讀此文前,誠邀您點選一下“關注”,既友善您進行讨論與分享,又給您帶來不一樣的參與感,感謝您的支援

前言

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

溫室内微氣候和灌溉施肥的控制和自動化通過減少水、肥料和能源需求,同時提高産量和利潤,有助于提高封閉田間環境農業的可持續性[1]。現代農業環境監測的趨勢是從離線系統轉向無線和基于雲的資料采集架構。傳感技術的進步使具有産量預測能力的最佳溫室生産成為可能。

物聯網等數字技術為自動化工程師提供并行解決方案,這些解決方案可以專門針對溫室應用進行定制。通過任何移動裝置上的安全網際網路連接配接,無線傳感器和支援物聯網的裝置用于實時監測和控制溫室環境。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

通過多個傳感器将資料傳輸到安裝了基于知識的自動化軟體的中央計算機,種植者可以監控所有内部和外部資料,并實時對環境進行任何必要的更改。

例如,監控灌溉某些方面的灌溉施肥控制系統,例如灌溉施肥溶液的流速、電導率和pH值,以及太陽輻射和外部氣候條件等外部變量,可以利用收集到的資料,并将它們整合到模型或人工智能算法中,以發送特定控制指令以改變溫室環境。在這方面,用于多個溫室的物聯網監測和控制的無線通信的一般架構。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

部署此類基礎設施的主要理由可概括為提供對變化和變化的實時監控,以確定最佳的生長環境并将裝置故障的風險降至最低,與基于雲的資料共享決策支援系統,以及向無線執行器發送即時響應,以降低輸入成本并提高産量和品質。

采用無線通信技術監測和控制溫室環境的研究和開發始于20世紀90年代末和2000年代初。WSN在溫室環境監測中的應用最早的報道之一可以在的工作中找到。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

WSN子產品的緊湊尺寸、可靠性和成本效益,以及開發定制應用程式的靈活性以及易于安裝,使得該技術在封閉田間環境農業中變得越來越重要和流行。已經設計了各種遠端系統,包括原型和商業系統,用于研究溫室内的功能和限制。

一個有效的基于物聯網的解決方案應該結合使用無線傳感器和移動應用程式來顯示、處理和分析來自遠端位置的資料,這些資料使用雲服務共同提供新的見解和建議,以更好地做出決策。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

許多種植者也對實際栽培前的溫室環境評估感興趣。基于物聯網的監控系統已被用于使用LoRa傳感器評估和調整微氣候參數,這些傳感器是定制設計的,可承受炎熱和潮濕的條件,使系統能夠在連接配接穩定性受到關注的偏遠地區使用太陽能電池持續運作。

顯示了帶有外部太陽能充電電池和具有即插即感功能的航空連接配接器電纜的子產品化LoRaWAN傳感器節點示例。這些裝置經過專門定制,可在惡劣的農業條件下運作并抵抗高濕度、太陽輻射、昆蟲和蟲子。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

應該指出的是,在大多數與溫室無線監測相關的研究中,原始資料首先通過基于無線傳感器網絡的系統收集,然後進行處理。這種方法的一個缺點是,由于收集的資料不是實時處理的,它們無法立即确定環境參數的時間和空間變化,以及它們與最佳條件的偏差。用于農業和溫室環境的商用LoRaWAN和IoT傳感器價格昂貴,最低訂購量為5件,價格在1000到5000美元之間。

通過概述經濟實惠的多通道無線傳感器節點的元件,該節點采用868MHz的LoRa調制,可以與RaspberryPi等機載計算機連接配接,以它們可以感覺的方式實施人工智能算法溫室環境,做出決定,并采取适當的行動。這些裝置經過定制設計,可承受惡劣的溫室條件,以便實時監測和控制作物生長變量,如微氣候參數、光照條件、土壤溫度、土壤濕度和葉片濕度。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

溫室生産物聯網傳感與資料共享

使商業溫室具有連續傳感、裝置間通信以及與溫室管理系統的資料共享對于疾病預防至關重要。一些溫室病害可導緻高達50%的産量損失。在炎熱潮濕的熱帶氣候條件下,大量降雨、霧氣和高溫會加劇葉子中真菌的生長。基于物聯網的傳感器資料融合與數學模型相結合,為種植者提供了預測情況并在爆發前采取正确行動的機會。

顯示了具有多個傳感器節點和中繼器的基于物聯網的資料采集和資料共享系統的主要元素.該架構為種植者提供了在實際種植之前對不同溫室設計和覆寫材料的微氣候參數的評估。方案中的實體層、軟體和傳感器層通過标準通信協定無線連接配接,用于将資料傳輸到中央基站進行實時或離線處理。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

這種方法需要在傳感覆寫範圍内表現出精确度、連接配接可靠性和低功耗,以便被認為是在所有生長季節連續監測溫室的有效方法。除了影響這些功能特性的傳感器和通信算法的規格和特性外。

這些傳感器的測量值可以訓示黴病或冷凝的存在。顯示了溫室生産中使用最廣泛的一些傳感器。關于微氣候參數,高精度BlueDotBME280+TSL2591是一種微型內建數字和經濟高效的傳感器,具有出色的精度和範圍,可提供靈活的解決方案。BME280是一款基于成熟傳感原理的組合式數字濕度、壓力和溫度傳感器。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

該傳感器子產品采用極其緊湊的金屬蓋LGA封裝,占地面積僅為2.5×2.5mm2高度為0.93毫米。它的小尺寸和低功耗允許在溫室内的電池驅動傳感器節點中實作,并可以實作高性能和精确測量。BME280還為快速上下文感覺應用程式提供極快的響應時間,并在寬溫度範圍内提供高整體精度。

壓力傳感器是一種絕對氣壓傳感器,具有極高的精度和分辨率,并且噪聲極低。內建溫度傳感器針對低噪聲和高分辨率進行了優化。其輸出用于壓力和濕度傳感器的溫度補償,也可用于環境溫度的估算。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

溫室生産和研究中的一些特定應用可能需要定制設計的傳感器探頭。例如,在帶有霧化或噴霧系統的溫室中,有必要确定植物上的溶液液滴沉積。确定葉片濕度作為參考測量值以避免在特定時間内溫室環境内發生冷凝也很有趣。在大規模商業溫室生産中,測量葉面濕度以确定噴灑性能是化學耗盡所必需的。

為此,ADP-AgroTech葉片濕度傳感器型号ADP-LWS2020如圖6所示設計了不同的形狀來模仿實際的葉子形狀,并利用電容變化将葉子表面的水分轉換為模拟信号。該傳感器經過優化,可在極端溫室條件下消除噪音并生成高分辨率輸出。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

該傳感器的性能已在馬來西亞不同熱帶低地進行了高溫高濕測試,結果表明在太陽直射下性能穩定且耐受。從圖6可以看出該傳感器的表面由幾排等間距的介電常數電容器組成,并連接配接到電子接口闆以産生模拟信号。

ADP-LWS2020可以模拟真實葉子的濕度狀态,檢測表面水分的存在并計算濕度持續時間。其輸出端的電壓與傳感器上凝結的濕度成反比,可在AdaptiveAgroTech連接配接闆的模拟輸入端讀取。它可用于溫室研究和控制系統以及排程灌溉。它還允許研究人員通過發出有關真菌和昆蟲攻擊的早期預警來保護植物。

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

無線通信和基于物聯網的監控

現代溫室内環境參數監測的趨勢是從離線系統轉向無線和基于雲的資料收集架構。各種遠端系統,無論是原型還是商業,已被用于提高溫室監測的性能。最近的一些示例包括基于Web、基于雲和IoT的資料收集、監控系統、無線傳感器網絡、基于現場伺服器的監控、現場路由器系統,以及使用本地控制器和管理進行分布式資料采集。

農業研究中現有遠端監控系統的綜合比較可在[13]的工作中找到。值得一提的是,任何物聯網傳感和控制系統的核心部分都是裝置與網際網路之間的無線通信。

溫室自動化中的人工智能

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

溫室環境的自動化和控制必須處理各種不能完全用數學方程模組化的不确定性和幹擾。将人工智能添加到溫室自動化意味着人工智能算法必須與自動化系統的所有其他部分流暢地共存,包括多個傳感器、控制裝置和執行器的實體系統。在溫室環境中設計基于AI的自動化系統的主要理由是轉向穩健、預測和自适應控制指令政策,以降低生産成本并提高産量。

人工智能是一種計算機系統,它被程式設計為通過感覺環境、做出決策和采取行動來呈現智能行為。人工智能可以通過不同方式為可持續溫室生産做出貢獻,例如減少氣候控制系統的電能消耗,或減少灌溉施肥系統對水和化學品的需求。

結論

使用與人工智能內建的無線傳感器和物聯網儀器的溫室自動化

引入的無線收發器被證明是靈活的和子產品化的,這使得在溫室環境中的任何地方都可以輕松安裝,以克服傳感器和LAN連接配接的電纜布線困難。此外,資料共享的靈活性可以通過使用者體驗在雲系統上進行更新。物聯網自動化闆從基于雲的流系統接收生成的指令和決策,用于控制作物生長微環境中的特定元素,同時它們可以由機載計算機優化以減少能源、化學品、和水的需求。

可以得出結論,為溫室條件開發一個強大且負擔得起的物聯網自動化系統應考慮電池和充電單元、電子外殼盒、連接配接器和插頭、資料線和電纜、無線天線以及包元件的子產品化和相容性。

參考文獻

1.RR沙姆希裡等。,“溫室自動化和受控環境農業的進展:向植物工廠和都市農業的過渡,”诠釋。J.農業。生物學。工程。,卷。11,沒有。1,2018

2.RR沙姆希裡等。,“使用物聯網傳感器資料融合對溫室小氣候進行基于模型的評估,以實作節能作物生産”,J.清潔。産品。,頁。121303,2020

3.SM雷茲瓦尼等。,“基于物聯網的傳感器資料融合,用于确定番茄商業溫室生産中小氣候參數的最優程度”,傳感器,卷。20,沒有。22,頁。6474,2020

4.C.Serôdio、J.BoaventuraCunha、R.Morais、C.Couto和J.Monteiro,“農業管理系統網絡平台”,電腦。電子。農業。,卷。31,沒有。1,第75-90頁,2001年

5.KPFerentinos、N.Katsoulas、A.Tzounis、T.Bartzanas和C.Kittas,“用于溫室氣候和植物狀況評估的無線傳感器網絡”,生物系統。工程。,卷。153,第70-81頁,2017年

繼續閱讀