基于物联网技术的智能渔业监控系统设计

潘春霖

摘 要： 利用现有的物联网技术，结合天津当地水产的实际设计实现了一套智能渔业监控养殖系统。该系统利用STC12C5A60AD/S2单片机设计了采集控制终端，用于采集水产养殖池塘的氨氮、pH、溶解氧等水质信息，使用球机采集养殖水域的图形信息，这些信息经过初步处理之后通过构造的局域网上传给控制决策中心的服务器；控制决策中心的大屏实时显示养殖水域信息并根据具体情况作出对应的控制决策，将控制指令发送至采集控制终端，进而控制投料机喂食和增氧机增氧，保障养殖水域的水质，提高产量和品质。在严重异常情况发生时作出报警，防止巨大的财产损失，确保养殖安全。该系统经过现场的实际使用，具有很好的适应性和可靠性。

关键词： 单片机；传感器；物联网；数据采集，智能渔業

中图分类号：TP391.4 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2017.12.007

Abstract： Using the existing IoT technology， combined with the actual design of local aquatic products in Tianjin to achieve a set of intelligent fisheries monitoring and breeding system. The system used STC12C5A60AD / S2 SCM designed acquisition control terminal， used to collect aquaculture pond ammonia， pH， dissolved oxygen and other water quality information， the use of the ball machine to capture farming waters of the graphical information， after the initial treatment of these information through the structure of the local area network upload to the control decision-making center server； control decision-making center big screen real-time display of farming waters information and make corresponding control decision-making according to the specific circumstances， the control instructions sent to the collection and control terminal， and then control the feeding machine feeding and aerator aerobics， protect the quality of aquaculture water， improve yield and quality. In the case of serious anomalies to make an alarm to prevent the huge loss of property to ensure the safety of farming. The system after the actual use of the scene， with good adaptability and reliability.

Key words：microcontroller； sensor； internet of things； data acquisition； intelligent fishery

物联网（Internet of Things，IoT）这个概念最早由Ashton教授在1999年于麻省理工学院所提出[1]。近些年来，传感器技术、移动互联网技术和物联网技术的快速发展，制约农业和水产信息化和现代化发展的问题逐步得到解决[2]。伴随着国家农村土地承包流转等一系列新政策的出台[3]，实现农业和水产养殖的大规模智能化生产成为可能。

类比于物联网体系结构的划分，农业物联网一样可分为信息感知层、通信与网络传输层以及应用服务层三个主要的层次[4]。

美国、欧洲、日本等发达国家得益于其先进的科技，相继做出了农业物联网应用的研究和尝试，形成了一批先进的系统和生产模式，对新型产业的发展起到了促进作用[5-8]。物联网技术的应用对于节约资源、改善生态环境、提高作物和养殖产品的产量、提高管理水平、降低人力成本具有重大的意义。我国农业和渔业相对于发达国家而言，现有的技术标准比较零散、缺失，标准不统一[1]，设备的自动化水平较低、投入成本较高，收回周期较长。总体上我国的农业物联网发展还处于初级阶段。

近几十年来，水产养殖的规模不断扩大，据统计，2012年我国水产总量进出口贸易顺差突破100亿元，全国水产品总量达5 906万t，同比增长5.4%[5]。虽然水产养殖业已经得到了迅猛发展，但随着养殖规模的不断扩大和高密度养殖的发展，由养殖水域水质引发的水产品生长迟缓甚至大面积死亡的问题也越来越多，造成了大量的经济损失[10]。由此更加说明了建立水质监测系统的重要性、广阔的市场前景和重要的经济和社会价值。

2012年天津市被农业部列为农业物联网区域试验工程试点省（市），将大力推进农业物联网技术和设备的引进和示范应用。天津正跃水产储养有限公司是一个集水产养殖、销售为一体的企业。本文所设计的基于物联网技术的天津智能渔业监控系统设计是和天津农委及正跃公司合作，结合了天津当地的实际情况。经过实际检验，能够实现水产科学养殖，提高产量与品质，节省劳动力成本， 达到增产、节能、减轻工人劳动强度的效果。endprint

1 系统概述

本系统总体分成4个部分（图1）：（1）由增氧机、投料机、水泵、球机、传感器所构成的底层感知和调节设备；（2）由采集控制终端、网桥、交换机等设备构成的局域网信息传播通信系统；（3）由控制中心服务器和软件构成的云处理决策系统；（4）由PC、笔记本、手机等组成的显示和人工决策系统[11]。

整个系统通过智能农业传感网络建设，实现自动调度养殖设备的开关闭合，实现水体参数监控，实现科学养殖，优化投食、疾病诊断和智能控制等决策支持服务。并通过水面鱼群浮头自动识别系统建设，实现第一时间自动报警并且自动打开增氧设备，增加水体含氧量，降低鱼的死亡率。主要建设和实现如下功能。

（1）建立监测系统控制器终端。通过自行接收智能决策和控制系统发出指令并通过智能农业传感网络具体执行该指令，自动调度养殖设备的开关闭合，从而实现无人值守功能。并且将执行成功与否结果回传智能决策与控制系统，还可通过手机短信的方式通知养殖管理者。

（2）建立智能农业传感网络与信息传输。构建无线传感网络，并与移动网络、互联网络互联互通，实现智能农业无线传感网与移动网、宽带网络无缝接入。

（3）建立智能决策和控制系统。实现水体参数的实现监控，与专家知识库中的知识结合，为用户提供科学养殖，优化投食、疾病诊断和智能控制等决策支持服务。包括自动增氧机、自动投饵机的远程手动或自动控制。

（4）建立鱼群浮头识别系统。系统一旦识别出有鱼浮头，第一时间自动报警并且自动打开增氧机，增加水体含氧量，降低鱼的死亡率。同时，该系统还可以通过水面鱼群活动水波情况，做出是否关停投饵机的决策。

（5）建立养殖场视频监控系统。增加若干个标清或高清红外摄像头和本地监控终端，用于24小时观察鱼场水面情况和实时监控图面的本地化显示。

其中数据感知层由各智能水质传感器和摄像机组成，完成对各水质参数和现场视频的感知，是整个系统的基础；无线传感网络组成系统的网络层，分散在渔场中的各无线终端节点经过中继节点，在汇聚节点处经GPRS、WiFi等网络形式，接入互联网，完成感知层与数据处理层间数据、指令等信息的传输；数据处理层完成对采集数据综合分析、浮头识别和日常生产的智能决策。用户层提供简洁、明了的系统界面，方便用户使用。

2 监测系统的硬件组成和实现

2.1 传感器和控制机构

水质关系着养殖产品的质量和安全，若水质控制不当，将会严重威胁养殖产品，带来严重的经济损失。氨氮、pH值和水温关系直接关系着水产品的养殖安全，光照度能感知白天黑夜，便于水质按照时间做出不同的控制。

控制机构包括增氧机、投料机和水泵。投料机可根据系统设定，按照图像信息和养殖经验自动或手动打开，对养殖产品进行喂食。增氧机则根据溶解氧、水温、浮頭监测的数据保证养殖水域水体中溶解氧含量稳定，不因过高或过低而造成渔业生产的重大事故。水泵则和温度、pH传感器结合在一起来保证水质在养殖产品要求的合理范围内。

2.2 数据采集控制终端

对于传感器感知的数据和对调节机构的控制，是由一个设计的STC12C5A60S2单片机最小系统为核心[12]的采集控制终端负责的（图2）。

用户通过PC、智能终端发送的指令，经网络经发送至数据服务器，数据服务器对指令进行编码、压缩后再由以太网发送至主控芯片，主控芯片接收到指令解压后，通过驱动电路驱动继电器的闭合实现对增氧机、投料机和水泵等养殖设备的远程控制（图3）。

2.3 局域网系统的搭建

局域网的稳定运行是整个渔业监控系统正常运行所必不缺少的条件。由于养殖水域面积大，为了便于施工，结合实际，局域网内之间的通信通过无线网桥的方式实现数据通信连接。在决策中心处放置网关网桥节点统一接收采集设备和摄像头传递的数据和图像信息（图4）。

整个系统由局域网中的相关设备构成了物联网监控决策的整个对象体系，是整个系统的底层主体（图5）。

2.4 视频监控采集

在养殖基地内安装了4套标清或高清红外摄像头和本地监控终端，用于24小时观察鱼场水面情况和实时监控图面的本地化显示。此外，还为相关系统提供视频图像（如鱼群浮头识别系统）和指令动作结果的确认工作，比如：鱼类在池中浮头则较轻，周边浮头则为重，需要在池中至少架设2个摄像头，全方位了解池中水体缺氧情况。同时，接入天津市农业物联网平台，实现上下联动，远程控制，有利于及时观察，发现问题，互通信息（图6）。

2.5 控制决策中心

控制决策中心安服务器和大屏显示设备，在这里可以远程控制整个系统，实时看到系统的运行状态、环境信息等数据，通过运行的软件去对养殖过程做出自动或人工决策，节省了人力物力（图7）。采集的数据经数据库软件处理后进入数据库以备追溯查询。

3 监控系统的软件实现

监控系统的软件包含传感器的校准测试软件、水质采集控制终端的采集控制软件、网络数据传输单元配置软件、服务器端数据接收决策测试软件、浮头监测软件等组成部分。

3.1 传感器校正软件

水质监测系统采用了pH值、溶解氧、光照度、水温4种传感器负责水质信息的采集，pH值传感器和溶解氧传感器需要在使用之前和长时间的使用之后进行校准。所使用的校准软件是传感器公司自带的校准软件，具体的使用配置见其产品配置说明。

3.2 水质采集控制终端软件

系统的软件分为数据采集主程序和中断处理程序两部分构成，程序分为测试模式和工作模式两个模式，两个模式的区别在于两次数据采集间隔的差别。为了降低功耗，对环境信息的采集控制使用中断处理。采集控制终端在采集时间到来后启动传感器数据采集程序，在接收到上层的控制指令后启动控制调节程序。endprint

3.3 网络数据传输单元配置软件

网络数据传输单元是水质采集控制终端和网络服务决策中心进行数据通信的中间桥梁，为了保障数据能够准确无误地在终端和数据中心之间进行通信，需要对传输单元的通信波特率、外网地址、端口等做出正确的配置，具体的配置见服务商的配置软件和说明。

3.4 数据服务决策中心软件

数据服务决策中心软件运行在一台网络服务器上，负责将采集到的水质监测数据进行存储分析决策显示等功能。该软件负责将采集到的数据显示给用户并发送指令控制采集终端的使用模式和控制增氧机和投料机设备。

3.5 浮头监控软件

如图8所示，部署在渔场的摄像头将采集的水面视频数据通过网络传输至浮头识别系统服务器。由识别系统完成浮头画面的去燥、特征提取、比对和识别，并由机器学习系统根据历史特征数据优化浮头识别算法，保证识别结果的准确性和稳定性。

4 系统运行实验验证

采集控制终端的软件采用Keil4[13]进行编写，通过232串口进行程序的下载[14]。采集控制终端使用的是POE供电的方式[15]。设备经组装调试并配置好数据传输单元和服务器后，将看到数据已经被正确传输并最终控制增氧机和投料机的运行；对于鱼群的浮头监测也在正常运行[16]。

4.1 浮头监控软件的运行

浮头监控能够识别鱼头是否喂饱结果，自动停止投饵，做到精准投料，避免鱼饵投放过多，造成饵料浪费以及养殖水域的污染（图9）。

4.2 展示控制软件的运行

为了便于直观的展示系统和方便使用者进行决策控制，实时了解养殖产品的状况，分别设计了网页、手机客户端和VC界面来展示整个系统，每个软件具有简单、明了、易操作等特点，非常适合公司养殖人员进行养殖水域的日常管理（图10，图11）。

4.3 视频监控的运行

在养殖水域的四周安装了摄像头球机以便于监控养殖水域，实时了解养殖水域的状况（图12）。

5 结 语

本文中所设计的智能渔业监控系统运用物联网的相关技术，将水温、溶解氧、pH值、光照度等环境数据做实时在线检测，通过构造的局域网上传至服务器做信息决策，以实时保障水质符合养殖产品的要求。通过浮头监测养殖产品的喂食情况，达到节省饵料、保护环境的目的。整个系统总体上实现了预期的效果，并且具有较好通用性。

所设计的系统经过了现场的实际验证，实现了对养殖用水、鱼病的及时监测，降低了发病率，减少用药次数，能带来可观的经济和环境价值，满足了设计和用户的要求，系统可靠性强，能为我国水产养殖的信息化和产业化作出贡献。

参考文献：

[1]李瑾，郭美荣，冯献.农业物联网發展评价指标体系设计：研究综述和构想[J].农业现代化研究，2016，37（3）：423-429.

[2]李瑾，郭美荣，高亮亮.农业物联网技术应用及创新发展战略[J].农业工程学报，2015，31（2）：200-209.

[3]姚丽.土地政策如何支持农村新业态发展[J].中国土地，2017（1）：19-23.

[4]高翔.基于ZigBee的农业传感网络与土壤湿度模型的研究[D].上海：复旦大学，2014.

[5]TAN L， WANG N. Future internet： the internet of things[C]//3rd international conference on advanced computer theory and engineering，2010：376-380.

[6]刘强，崔莉，陈海明.物联网关键技术与应用[J].计算机科学，2010，37（6）：1-4， 10.

[7]董方敏，王纪华，任东.农业物联网技术与应用[M].北京：中国农业出版社，2012.

[8]ROMER K， MATTERN F. The design space of wireless sensor networks[J].Wireless communications， IEEE，2004，11（6）：54-61.

[9]陈安昊.基于STM32的水产养殖水质监控系统[D].上海：东华大学，2014.

[10]刘艳.基于无线传感器网络的水产养殖监测系统研究[D].杨凌：西北农林科技大学，2010.

[11]EGAN D. The emergence of ZigBee in building automation and industrial control[J].Electronic measurement technology，2011，16（2）：14-19.

[12]秦相林，张海兵，张盈盈.基于STC12C5A60S2的无线温度采集系统设计[J].哈尔滨商业大学学报（自然科学版），2011，27（6）：837-840.

[13]吴文通，张喜玲，刘朝晖.基于KEIL及PROTEUS的继电控制系统仿真与检测[J].电力系统保护与控制，2015，43（5）：150-154.

[14]陈传虎.一种RS-232串口与RJ-45以太网接口转换器的设计与实现[J].电气时代，2007（23）：95-96.

[15]刘江曼.基于PoE技术的嵌入式供电模块设计与实现[D].北京：北京工业大学，2014.

[16]兑志魁，严曙，汪六三，等.基于ZigBee的涡阳农田物联网系统的设计与实现[J].自动化与仪表，2017，32（9）：27-31.endprint