基于卷积神经网络温室智能大棚监控系统的研究

张恩玮+++陈亮

摘 要：针对目前温室控制系统中对温室环境参数调节不够准确、控制成本高、智能化程度低等现状，综合考虑温室环境因素之间的相互影响，设计了一种基于卷积神经网络的温室智能大棚监控系统。该系统采用卷积神经网络技术，利用嵌入式技术和单片机控制组合的搭配，使系统更加精准、稳定，实现了真正的脱离人控的自适应智能控制。系统是集智能检测、通信技术、卷积神经网络、自动控制于一体的新型智能温室控制系统。

关键词：温室；卷积神经网络；自动控制；自适应

随着现代化农业生产技术的快速发展，作为农业现代化重要标志之一的温室控制技术[1]也面临着重大的技术改进。如何提高温室控制系统对温室环境的高效、准确控制，提高控制系统的智能化、网络化[2]程度，降低系统成本是目前需要重点改进的技术。针对目前温室控制系统对温室环境因子调节不够准确，控制系统成本高，智能化、网络化程度低的不足，文章综合考虑温室环境因素之间的相互影响对温室环境的影响，设计了一种应用嵌入式加单片机控制的基于卷积神经网络的温室智能监控系统。

1 系统总体设计

基于卷积神经网络[3]的温室智能大棚监控系统由四种下位机数据采集单元、数据传输线路、以及系统上位机三大部分组成，如图1所示。

在温室环境中，温度、湿度、光照强度、CO2浓度四个因素对作物的影响最大且很难合理有效的控制调节。文章研究以上四个环境因子之间的相互影响并对其进行科学的调节控制。本系统采用多个传感器[4]完成上述所需参数数据的采集。为了实时方便的监控大棚内各种环境参数，系统备有数据信息显示界面，由中央处理器通过显示接口外接一个LCD液晶屏，把数据采集单元（变送器）采集到的环境参数，经过打包、处理，通过RS-485衔接串口传送给中央处理器，以此显示大棚内环境参数的变化。中央处理器具备人机交互软件，在接收多个变送器的数据后，可以显示在用户界面上，并且根据收集来的数据通过内部的卷积神经网络程序来控制系统硬件驱动进行相应的操作处理。通过触摸屏上的按键可以对数据进行管理，还可以设定温度、湿度、光照以及CO2浓度的限值。路继电器以及相应的电路驱动模块控制相应的设备来调节温室内的环境参数。

2 系统硬件组成

本系统硬件由四种变送器[5]、上位机ARM920T为核心的嵌入式控制器以及单片机控制系统组成。这里面变送器的功能是把传感器收集来的信号（温度、湿度等）转变为可被控制器识别的电信号，传送给中央处理器。单片机系统通过串口连接各个驱动模块以及继电器来控制大棚内各个设备的状态。上位机嵌入式控制器把单片机传来的信息加工处理并且储存在SQlite中，完成对环境参数数据的实时采集以及分析，并且根据内部卷积自适应控制程序操控驱动模块采取相应的措施来维持温室最佳环境。

2.1 空氣温湿度变送器

主要技术参数：电源：5号电池，两节；功耗：工作电流，0.2mA，发射电流，15mA；温度精度：±0.5℃；湿度精度：±4.5%；

2.2 光照度变送器

主要技术参数：电源：取自“环境数据监控器”；通讯：RS485，与“环境数据监控器”相连；照度范围：0-200000lux

2.3 CO2变送器

主要技术参数：电源：取自“环境数据监控器”；通讯：RS485，与“环境数据监控器”相连；测量范围：0-10000ppm

2.4 单片机控制系统和嵌入式控制器

此部分通过内部设计好的程序控制温室内各种设备对种植环境参数“采集、存储、监测、分析、预警、控制”，是使系统能够精确测量6种参数的保证，根据6种环境参数的变化，利用卷积程序智能控制设施环境中的相应电器设备，满足不同作物对环境条件的具体要求。

3 系统软件设计

软件系统由单片机控制系统和嵌入式控制系统构成。

3.1 单片机控制系统

单片机控制系统部分主要功能是对天窗、遮阳网、喷淋装置等进行控制。

3.2 嵌入式控制系统

嵌入式控制系统的设计由动态显示模块、控制模块、数据库模块、通信模块四个部分组成。通过动态显示模块可以及时监控各环境因子的变化；控制模块可对整个系统进行操控；数据库模块是为作物生长环境的设定而积累数据，并且系统内部卷积神经网络程序利用这些数据作为输入来进行压缩卷积；通信模块是实现上位机和单片机之间的通信。

4 结束语

基于卷积神经网络的温室智能大棚监控系统，采用ARM加单片机的组合控制方式，虽然成本稍微较高，但避免了传统温室控制系统中对温室环境参数调节不够准确、控制系统成本过高、智能化程度低、以及专家系统的参数决定不准确等弊端设计等问题，集智能检测、通信技术、卷积神经网络、自动控制于一体，利用嵌入式技术进行环境参数的自动检测和可靠传递，运用神经网络算法对数据智能优化，再利用单片机进行自动控制，为一套高性能的自适应智能控制系统。

参考文献

[1]王宝金.农业专家系统应用技术展望[J].计算机与农业，2002（05）.

[2]白涛，吴智铭，杨根科，等.网络化的控制系统[J].控制理论与应用，2004（04）.

[3]张振山，高子恒，范建领.基于VB语言的神经网络专家系统设计与应用[J].计算机测量与控制，2008（08）.

[4]Adrian Fernandez.Getting Started with the MSP430 LaunchPad. 2013.

[5]唐敏，宋杰.嵌入式数据库SQLite的原理与应用[J].电脑知识与技术，2008（04）.