基于机器视觉的智慧农场监测系统研究

2023-11-23张婵

今日自动化 2023年7期

张婵

（山西科技学院，山西晋城 048000）

1 智慧农场检测系统设计方案

1.1 基于STM32的实时监测

首先通过传感器实现空气温度、空气湿度、土壤湿度、光照强度和二氧化碳数据的采集，然后由STM32通过4个ZigBee 节点将数据传至协调器并将其转发至网关，在UI 界面上实时显示数据变化。同时，网关通过互联网将数据传输至云平台，进行数据的存储。手机App 可与云平台进行实时交互，将农场环境数据实时显示在App 客户端，为农业生产者提供决策支持。

1.2 基于手机App的环境智能控制

首先通过Android studio 开发工具实现以农场环境实时监测和控制功能为核心的手机App 应用开发，农业生产者可以根据手机App 实时显示的空气温度、空气湿度、土壤湿度、光照强度和二氧化碳浓度数据信息，并结合农作物适宜的生长环境条件，远程实现农场照明设备、灌溉设备与排气装置的控制，实现对农场智能化的管理。

1.3 基于AI机器视觉的果实识别和病虫害监测

在智慧农场中，以YOLOv4 模型为核心，融入AI 视觉识别技术。由高清摄像头实时对农作物影像拍摄，并进行果实识别和病虫害的检测。在农作物生长过程，对农作物病虫害进行分析和预防，实现农场的科学控制。

2 系统功能分类

2.1 农场环境实时监测功能

农场环境数据实时感知如图1所示。农场空气温湿度、土壤湿度、光照强度和二氧化碳数据信息通过传感器进行采集，然后由STM32单片机进行数据收集，传输到4个ZigBee 节点，继而传到协调器，协调器进行数据的转发，最后到达网关，实现环境数据的实时监测。

图1 农场环境数据实时感知

2.2 云平台接入功能

（1）物联网平台作为连接业务应用和设备的中间层，屏蔽了各种复杂的设备接口，实现设备的快速接入，同时提供强大的开放能力，支撑行业用户构建各种物联网解决方案。

（2）设备可以通过固网、2G/3G/4G/5G、NBIoT、Wifi 等多种网络接入物联网平台，并使用LWM2M/CoAP、MQTT、HTTPS 协议将业务数据上报到平台，平台也可以将控制命令下发给设备。

（3）业务应用通过调用物联网平台提供的API，实现设备数据采集、命令下发、设备管理等业务场景。

2.3 手机App智能控制功能

农业生产者通过手机App 可以实时查看农场温湿度、光照强度和二氧化碳等数据信息，同时可更新农场设备状态，远程实现两个照明设备、灌溉设备和排气设备的控制。

2.4 农场AI机器视觉模块

在智慧农业中融入视觉识别技术，在农作物生长过程中对农作物生长状态及病虫害进行分析和预防。通过高清摄像头实时对农作物影像拍摄并进行算法识别，实现农场的科学控制。

采用USB 摄像头，直接插入电脑USB 接口端，安装主端控制程序即可正常实用。通过拍摄了大量果实和病虫的照片，将其导入图像识别的算法程序中标记，由YOLOv4框架对数据进行训练，从而获得对于病虫害和不同种类果实的视觉识别系统，实现对农作物和病虫的实时监测。

3 系统实现

3.1 系统总体框架

图2为系统总体框架图。本系统由物联网3层架构组成，分别是感知层、传输层和应用层。感知层负责边缘端传感器设备数据的采集，传输层负责设备无线通信及边缘与云端的数据传输转发存储，应用层负责数据的展示及应用控制。

图2 系统总体框架

3.2 农场智能控制模块实现

（1）感知层。感知层是物联网技术的基础，实现采集数据的实时变化。感知层由4个传感器组成，空气温湿度传感器、空气浓度传感器、土壤湿度传感器和光照强度传感器。4个传感器由STM32进行数据采集，以获取农场温湿度、空气浓度、土壤湿度、光照强度等信息源。

（2）传输层。传输层是整个物联网的中心，负责传送和处理感知层所获得的信息。即通过感知层由STM32进行数据采集后，通过4个ZigBee 节点将数据传至协调器并将其转发至网关，在UI 界面上显示实时的数据变化。同时，网关通过互联网对数据传输到华为云平台，进行数据的存储。

（3）应用层。实现物联网智能应用，是整个智慧农场管理系统的核心，通过手机App 实时获取农场空气温湿度、土壤湿度、光照强度的环境信息，对感知层采集的数据信息进行分析与处理后，可以使用App 远程对4个控制器进行控制，通过控制照明设备、灌溉设备与排气设备实现农场环境的智能化控制，可以为农场生产提供决策支持。

3.3 农场AI视觉识别和病虫害检测模块实现

AI 视觉识别技术需要前期对数据进行大量采集、标注，搭载英伟达平台和Omniverse 框架，通过模型对农场的生长状况及病虫害进行识别。一般在不同的生长环境下，即使是同一种作物也会存在不同的形态特征，在整体的视觉效果上就会形成一定的差异性，视觉识别技术可以通过获取目标对象的图像，对图像信息进行识别算法处理，提取出农作物或病虫害相应的颜色、位置、形状等特征差异信息，为判断农作物的生长状况或有无病虫害提供决策支持。图3为农场仿真环境搭设示意图。