温室环境因素检测控制系统设计

许鹏，贾民政，张鹏，王艳红

（北京工业职业技术学院电气与信息工程学院，北京，100042）

0 引言

目前设施农业环境调控智能化研究已成为当今世界各国展示农业科技发展水平的重要标志。通过计算机控制与管理系统可以根据作物的特点和要求,对温室内光照、温度、水、气、肥等诸多因子进行自动调控,还可利用差温管理技术实现对花卉、果蔬等产品的开花和成熟期进行控制, 以满足生产和市场的需要。经过几十年的发展，发达国家、地区的农业智能化已具备了技术成套、设施设备完善、生产比较规范、产量稳定、质量保证性强等特点, 形成了设施制造、环境调节、生产资材为一体的产业体系, 能根据动植物生长的最适生态条件在现代化设施内进行四季恒定的环境自动控制,使得不受气候条件影响,实现了周年生产、均衡上市。

相对于发达国家我国在这些方面虽然也取得了不小的进步，但是大多还处于简单的机械化程度甚至较为原始的农业生产方式。对其的环境管理还基本处于完全依赖于农民个体的栽培经验、学术水平和知识水平。由于我国以往长期处于粗放作业经营模式，农业精细化、标注化、高效化与绿色化，保障农产品安全、农业竞争力提升和农业可持续发展方面的经验还不足。现有的温室监控系统大规模应用一般都采取PLC作为主控制器，与相应传感器组成监控系统，来对温室大棚的温度、湿度、气体浓度等参数进行检测。这些硬件设备一般均无开源扩展多媒体应用功能。如果后期想要对整个监测、监控系统进行扩展或者增加新功能，增加新的开发需求，往往需要对整个控制系统的软硬件设计进行从新规划、实施。操控界面往往都需要进行组态软件开发、配置。项目开发应用的软硬件成本都较高，广大的中小型农场、农户根本无法普遍采用。

综上，开发一套成本低廉、使用简易且又能满足数字化、智能化控制要求的智能温室监控系统，从而真正能让技术嵌入到普通温室种植用户中去，是有其非凡意义的。本发明着眼于较低成本的开源控制卡片式电脑，该控制器本身带有丰富的I/O控制接口，既能满足普通单片机控制器的所有控制要求，又兼顾了多媒体电脑的诸多处理能力。系统软件设计可实现模块化调用，功能升级方便，可操控性强。该设计系统完全可满足对作物生长环境的智能化控制和作物的科学管理,实现资源的优化配置,以达到作物稳产、高产、高效的现代精细化农业要求。

1 总体设计方案

针对以上现有技术开发的缺点与不足，本文提出的系统利用开源设计控制器RspberryPi4B作为核心控制单元,硬件单元成本低，功能多，产品成熟。控制单元已经不单单是传统控制单元那样仅仅是一个控制器件，而是一台具有丰富I/O接口的，名副其实的开源型控制电脑。系统基于Linux系统，具有代码完全开源，工具链完整，简单操作就可以配置出合适的开发环境等优点，可以大大简化开发过程，减少开发中仿真工具的障碍，而且使得开发的系统具有较强的移植性，便于系统后期一系列扩展需求；软件编程采用人工智能语言Python。它作为一种开源、高级解释型语言，覆盖语言理解各类需求解决方案，可快速调用接口，从而大大降低开发成本。同时具备嵌入式可移植性，支持面向对象，有强大的第三方支持库。具有跨平台操作性，支持常见所有平台。界面开发采用Python自带GUI（图形用户接口）工具tkinter，不用再专门应用一类语言或者硬件进行专门的图形界面开发，在开发控制程序中就可以轻松完成人机交互图形界面的开发，大大减少了图形界面开发工作量。图形界面简单直观，更适合农业监控应用场合。

图1 总体设计方案框图

该系统分为控制核心、传感单元电路、控制电路三部分。控制核心采用开源电脑控制平台，平台自带GPIO控制接口。传感单元包括通过485有线连接和无线Lora通信两种方式。无线通信需要通过智能采集器进行485-lora-485的协议转换。控制器将实时采集的数据进行分析、处理，采用模糊融合决策机制向相应的控制电路发出控制命令，及时调节温室内各种环境因子以达到精细化种植需要的各种设定条件。

具体工作过程可以描述为：通过采集各点土壤温湿度参数，决策是否该对作物进行节水灌溉作业。灌溉温湿度条件满足冗余查询条件时，停止灌溉作业；温室空气温湿度环境监测参数作为对通风设备、空气加温加湿设备等是否启动以及排风机组工作转速状态进行控制判别条件；光照传感器单元作为卷帘步进电机工作状态以及补光灯设备是否投入运行的判别条件，进行控制作业；气体传感器可根据所种作物光合作用最佳需求CO2及特殊需求气体条件进行监测，当参数超标后即启动排风电机组工作来进行调节。

2 传感探测、显示系统设计

■2.1 传感检测单元设计

（1）光照传感器

图2 光照强度传感变送器（Lora型）

该变送器是一款光精度感光变送器，感光元件：对弱光有较高反应的感光元件；直流供电：10-30VDC；准确度：±7%（25℃）；光照度传感器是将光照度大小转换成电信号的一种传感器，输出数值计量单位为Lux。光是光合作用不可缺少的条件；在一定的条件下，当光照强度增强后，光合作用的强度也会增强，但当光照强度超过限度后，植物叶面的气孔会关闭，光合作用的强度就会降低。因此，使用光照度传感器控制光照度也就成为影响作物产量的重要因素。

从工作原理上讲，照度传感器是一种采用热点效应原理，这种传感器最主要是使用了对弱光性有较高反应的探测部件，这些感应原件其实就像相机的感光矩阵一样，内部有绕线电镀式多接点热电堆，其表面涂有高吸收率的黑色涂层，热接点在感应面上，而冷结点则位于机体内，冷热接点产生温差电势。在线性范围内，输出信号与太阳辐照度成正比。透过滤光片的可见光照射到进口光敏二极管，光敏二极管根据可见光照度大小转换成电信号，然后电信号会进入传感器的处理器系统，从而输出需要得到的二进制信号。本传感单元为了减小温度的影响光照度传感器还应用了温度补偿线路，这样很大程度上提高了光照度传感器的灵敏度和探测能力。

图3 二氧化碳、空气温湿度传感器

（2）二氧化碳、空气温湿度一体传感器

该设备采用新型红外检定技术进行CO2浓度测量，具有测量准确度高，漂移小，寿命长等优点。默认测量范围达400-5000ppm，自带温度补偿，受温度影响小。10-30V宽压供电，这里一般接入12V开关电源即可。工作温度：-10℃～+50℃，工作湿度：0%RH～80%RH。外壳防护等级高，能适应现场各种恶劣条件。

CO2测量范围：400～5000ppm， 测量精度：±(40ppm+ 3%F·S) (25℃) 。温度测量范围：-40℃～80℃，温度测量精度：±0.5℃。湿度测量范围：0～100%RH，湿度测量精度：±3%RH。

当温室中需要多个测量点位时，多个485传感单元可如图4所示结构进行连接配置。

图4 多个设备接入485总线

（3）土壤温温湿度传感器

图5 土壤温湿度传感器（Lora型）

该温湿度传感器是土壤型专用传感器。它体积微小，功耗极低。它把传感元件和信号处理集成起来，输出全标定的数字信号。该传感器具有极高的可靠性与卓越的长期稳定性。传感器包括一个电容性聚合体测湿敏感元件、一个用能隙材料制成的测温元件，并在同一芯片上，与14位的A/D转换器以及串行接口电路实现无缝连接。每个传感器芯片都在极为精确的湿度腔室中进行标定，校准系数以程序形式储存在OTP内存中，在标定的过程中使用。传感器在检测信号的处理过程中要调用这些校准系数。两线制的串行接口与内部的电压调整，使外围系统集成变得快速而简单。

该传感单元在实际应用过程中应掩埋于大棚土地表层下20cm处，一个大棚预设2个监测点，一个监测点埋设2-3个设备便可精确监测土地温湿度数据。

■2.2 数据采集/转换装置

它的主要作用就是将无线Lora协议转换为485总线传输的标准modbus协议输出到客户端的协议转换装置。它可以采集多路无线传感器数据，将其转换为标准的RTU协议从而连接到RspberryPi4B串行通信接口，完成主机对系统数据的采集、传输功能。

系统各传感单元modbus协议中各寄存器地址和内容分配如表1所示。

图6 数据采集器

表1 寄存器地址分配

■2.3 GUI设计

本系统图形用户接口（GUI）使用的是Python3内嵌的tkinter模块设计相关程序。它提供了许多图形接口，比如各种标签，菜单，按钮等图形化工具。应用开发简便，在使用前需要导入此模块即可应用。如下所示从tkinter库中引入相关模块。

系统界面设计步骤及简单的初始代码可描述如下：

（1）建立窗口和标签

（2）设置相关功能按钮

Button(父对象,options)

（3）设置不同监测数据变量类别

系统监测各环境参数数据根据实际需要设定不同类别。tkinter模块变量类别(Variable Classes)有4个子类别，通过这4个子类别的数据于模块内的Widget控制的相关参数结合已完全可满足系统数据需要。4个数据类型设置如下：

a=IntVar #整型变量，默认值为0

b=DoubleVar #浮点型变量，默认值为0.0

c=StringVar #字符型变量，默认为" "

d=BooleanVar #布尔型变量，True为1，False为0

（4）建立框架标签

LableFrame(父对象,options)

除了上面的基本步骤外还可以通过Tkinter建立多个事件进行绑定，插入多个容器子控件以及进一步编辑Menu和Toolbars来不断完善交互界面设置。本系统GUI界面设置示意图如图7所示。

图7 GUI界面示意图

3 系统联动设计

系统联动的控制方法采用一种融合粗糙集与证据理论的温室无线传感器网络环境控制决策方法，首先应用无线传感器网络构建温室环境控制设施，采集温室环境信息与控制执行机构运行;然后采用模糊C均值聚类方法实现连续数据离散化，利用基于信息熵的属性约简算法对专家决策表进行约简，采用均值划分的基本可信度分配函数获得样本在各焦元的基本可信度分配值:最后对各约简属性集进行证据合成，依据最大基本可信度分配函数法，判定应采取控制方法。具体数据处理步骤框图如图8所示。

图8 数据处理及决策步骤

首先，依据具体的温室环境信息，根据农业专家系统提供的温室环境控制专家知识表中的数据，得到样本数据。将每组样本有6个条件属性和1个决策属性，其中6个条件属性集包括温度、湿度、光照度、土壤温度、土壤湿度、二氧化碳浓度；决策属性集包括1、2、3、4等四类，分别表示开卷帘、开卷帘并启动风机、启动风机并启动湿、无任何动作。表2的数据蕴含了温室环境指标和与之相对应的控制決策之间的依赖关系，但这种依赖关系不经过专业分析与计算，无法被系统和用户理解与使用，也就难以用于控制决策的实施。

表2 专家系统数据表

接下来，根据表2，对其数据逐步进行分析与计算，来一步步地实现不同数据组合情况下，保证正确、合理的决策措施的实施。第一步，要将连续的专家知识环境指标离散化。采用模糊C均值聚类方法对连续属性离散化，以满足离散属性的粗糙集学习方法。具体方法是按决策表的条件属性逐个进行聚类分析，对各属性下的聚类结果按升序排序，将相应的聚类类别作为其离散值。

这里的聚类数取4，与决策性集的类别数相等，算法返回值为4类的聚类中心和各样本分别属于4个聚类中心的隶属度函数值，并根据以上两个迭代公式，可求出各个温室环境指标的聚类中心值见表3（均保留4位有效数字）。

表3 各环境指标的聚类中心值

再根据计算分别得到上述6个条件属性的12个样本连续属性值分别属于4个聚类中心的隶属度函数值。分别得到六个隶属度函数值表。

第二步，取样本隶属度值最大的类别作为样本在该条件属性上的取值，这样就使得原始的连续变量空间被映射到离散的特征空间，从而获得相应的决策表。

第三步，再利用求核和利用信息熵的属性约简方法来对数据进行约简，再利用证据组合理论的推理方法分别得到基本可信度分配值和证据组合与决策表，见表4、表5。

表4 基本可信度分配值

表5 证据组合与决策

表中a～f、D分别表示前述的6个属性条件以及决策类别，这里已经经过约简只出现了a、c、f。m（1）～m（4）分别表示四种决策的基本可信度分配，m（Θ）表示不确定的基本可信度分配。

最后，从表5中系统可根据决策来确定联动策略，从而完成科学、精准的控制工作。

4 结论

本论文中设计的温室环境因素监测系统采用了既是控制器，又是一台便于工业应用的卡片式开源电脑Raspi-4作为硬件控制核心，通过有线的485通信和无线Lora-485通信的各个传感单元，对CO2浓度、光照强度、空气温湿度、土壤水分和湿度等温室环境关键因子进行实时监测。软件设计编程采用目前最受欢迎也是数据处理中常用的Python3，并对众多监测数据采用模糊-融合性算法，从而驱动各种通风机、卷帘机、加热装置及灌溉设备等相应的电气设备，达到对温室环境因素精准控制，实现精细化种植的最终目的。