APP下载

基于物联网深度集成的新型市区道路自动洒水装置

2024-04-14左安峰谢雨欣李丽欣韩祥森徐光龙

现代信息科技 2024年1期
关键词:环境变量人工智能

左安峰 谢雨欣 李丽欣 韩祥森 徐光龙

DOI:10.19850/j.cnki.2096-4706.2024.01.015

收稿日期:2023-05-30

基金项目:2022年山东省大学生创新创业训练项目(S202213857017)

摘  要:设计了一款基于物联网深度集成的新型的市区道路自动洒水装置。其采用以STM32為核心的控制装置,通过人工智能技术实现道路自动洒水降尘。装置还搭载了多种环境监测模块(如PM2.5检测模块、光照检测模块、温湿度检测模块),可检测不同环境变量,并将环境信息映射到串口屏上面,实现多方监控,保证了作业效果和效率,能够很好地协助相关人员开展洒水降尘工作。

关键词:STM32;人工智能;串口屏;自动洒水;环境变量

中图分类号:TP273;TP391.4 文献标识码:A 文章编号:2096-4706(2024)01-0071-06

A New Type of Urban Road Automatic Sprinkler Based on Deep Integration of the Internet of Things

ZUO Anfeng, XIE Yuxin, LI Lixin, HAN Xiangsen, XU Guanglong

(Shandong Huayu University of Technology, Dezhou  253034, China)

Abstract: A new type of urban road automatic sprinkler based on deep integration of the Internet of Things has been designed. It adopts a control device with STM32 as the core, and achieves automatic road watering and dust reduction through artificial intelligence technology. The sprinkler is also equipped with various environmental monitoring modules (such as PM2.5 detection module, lighting detection module, temperature and humidity detection module), which can detect different environmental variables and map environmental information to the serial port screen, achieving multi-party monitoring, ensuring the effectiveness and efficiency of the operation, and can effectively assist relevant personnel in carrying out watering and dust reduction work.

Keywords: STM32; Artificial Intelligence; serial port screen; automatic watering; environment variable

0  引  言

目前城市大气颗粒物污染十分普遍,特别是PM2.5、PM10污染已成为影响我国大部分城市大气环境质量的首要污染物[1]。传统的道路降尘是依靠环卫洒水车定时喷水作业。但调配车辆、人员不仅程序烦琐、应急情况响应滞后,而且作业机制不容易灵活调整,可能导致人力和水资源的浪费以及作业效率、效果难以保证,甚至出现洒水结冰引起交通事故的现象。

所以文章基于本校山东省大学生创新创业训练项目,提出一种基于物联网深度集成的新型市区道路自动洒水装置,旨在解决部分洒水地区过度洒水、浪费资源等问题,为我国环保绿化发展贡献一分力量[3-5]。

1  装置总体设计方案

该装置主要功能是代替道路洒水车对城市中的街道进行适时的、适量的洒水、除尘、降温、浇灌绿化带等工作。其主要由STM32嵌入式单片机为核心的控制装置,雨滴检测模块、温湿度检测模块、红外检测模块、PM2.5检测模块、光照检测模块的环境检测装置和将道路洒水实时投放在串口显示屏的监控装置构成[6]。装置整体框架如图1所示。

本装置接电之后,首先由环境检测装置将道路动态模拟情况反馈,通过计算得出智能预警方案,分别向监控装置和以STM32嵌入式单片机为核心的控制装置发出指令,监控装置将各项数据投放在串口显示屏上,控制装置通过对所接收的道路有无车辆情况、道路干湿状况、PM2.5浓度、温湿度,以及天气状况等影响道路情况的要素进行分析,并结合数据计算结果和道路相关护理要求,可实现自动调节各个执行部件,从而实现自动调控道路洒水,用最少的水资源覆盖最全面的道路,达到降尘、清洁路面以及空气净化等效果。且工作人员可以随时查看各个区域的道路清洁状态和实时环境,节约了人力资源[7]。

2  理论分析与计算

2.1  串口通信

串口通信是一种基于串行传输技术的通信方式,通过串行数据传输的方式进行信息传递。串口通信使用一对相互独立运作的发送和接收线路,其中一个线路用于发送数据,另一个线路用于接收数据。

串口通信的原理是将数据分段逐位传输,然后在接收端将数据重新组合成完整的信息。在数据传输过程中,数据被分成一段一段的字节或字符,并通过串口传输线路逐位传送。在数据传输结束后,接收端通过解析这些字节或字符,并根据约定的规则将其拼接成为完整的数据。

本装置通过对串口通信协议的建立和约定,使通信双方在进行串口通信前,需要先确定通信协议和数据格式等约定,以保证数据的正确解析和传输。通过串口屏和控制核心进行直接连接来传输数据,通过所设计的页面控制设备的运行状态和装置的参数等。

2.2  ADC原理

ADC的原理是将模拟信号转换为数字信号。在本装置中,很多传感器输出的是模拟信号(如振动、声音等),而数字电路处理的是数字信号。因此,需要将模拟信号转换为数字信号,这就是ADC的作用。

本装置的程序多根据AD转换来编写。其中各个检测模块都使用ADC通过取样和量化两个过程将模拟信号转换为数字信号。取样是指在一段时间内对模拟信号进行抽样,量化是指将抽样后的信号转换为数字。量化的过程中,将模拟信号幅度分成一个一个的固定量,并将每个小量转换成对应的数字。

ADC的主要工作原理包括参考电压选取、采样保持、量化和编码。参考电压选取是指选取一个合适的电压作为基准,将模拟信号与其进行比较,采样保持是指把模拟信号保持在采样保持电路中一段时间,使采样信号在量化和编码期间不会发生改变,量化是指将保持好的信号进行量化操作,生成数字信号,编码是指将量化的数字信号转换成相应的编码形式。

3  硬件电路与软件设计

3.1  总体电路设计和装置功能实现流程

总体电路设计如图2所示。装置功能实现流程图如图3所示。

3.2  温湿度传感器电路

温湿度传感器电路一般会涉及传感器、放大器模块、微处理器模块等。温湿度传感器电路如图2中温/湿度检测模块电路图所示。

其中,R1是一个上拉电阻,R2和R3是分别连接到DHT温湿度传感器的Data和Vcc引脚的电阻,C1和C2分别是一组供电滤波电容,OUT是模拟输出信号引脚。

可以使用一个放大器模块(比如基于运放的电路)来将DHT传感器提供的微弱模拟信号放大,增强信号强度,从而避免由于信号衰减引起的失真或降噪等问题。

接下来,将模拟信号输入到微型处理器模块,比如常用的Arduino、Raspberry Pi等,进行数字转换和计算,并通过串口或Wi-Fi等方式,将测量到的温度和湿度值传输出去。

需要注意的是,不同的温湿度传感器使用的引脚和电路连接方式可能存在差异,具体需要按照具体的传感器型号和说明进行电路设计。此外,电路的参数和电路元件的選型也需要仔细斟酌,以保证电路的可靠性和精度。

3.3  电机驱动电路

电机驱动电路通常用以控制直流电机的旋转方向和速度,常用的电机驱动器包括MOSFET、H桥等。基于H桥的电机驱动电路如图2中电机驱动模块电路图所示。

在这个驱动电路中,IN1和IN2是两个数字输入端,用以控制电机的旋转方向和速度;OUT1和OUT2则连接到电机绕组;VCC和GND则为电路供电。

通过控制IN1和IN2的电平状态,可以实现以下的电机控制模式:

-  IN1=HIGH, IN2=LOW: 电机正转

-  IN1=LOW, IN2=HIGH: 电机反转

-  IN1=HIGH, IN2=HIGH: 电机刹车或停止

-  IN1=LOW, IN2=LOW: 电机刹车或停止

其中,在电机刹车或停止的模式下,电机会被短路,使电机转子立即停止。

需要注意的是,在使用电机驱动器时,应该根据实际情况选用合适的电机驱动器类型和型号,并参考其说明书或相关资料,进行正确的电路设计和参数配置。在实际应用中,也需要充分考虑驱动电路对电机和装置的影响,确保电机能够安全、平稳地运转。

3.4  土壤湿度检测电路

土壤湿度检测电路通常使用热敏电阻来作为温度传感器,同时需要一个合适的电路来将温度转换为电压信号进行处理。如图2中土壤湿度检测模块电路图所示。

在这个电路中,THERMISTOR是一个热敏电阻,其阻值会随着环境温度的变化而变化;R1和R2是两个电阻,用以形成一个电压分压器,将THERMISTOR的阻值转换为一个与温度成比例的电压信号;OUT是输出信号引脚;+5 V和GND则是电路的供电引脚。

需要注意的是,热敏电阻的特性具有一定的非线性,因此在处理电压信号时可能需要进行一定的校准和调整,以保证测量的准确性和精度。同时,电路中的电阻和供电电压等参数也需要根据具体情况进行合适的选型,以保证电路的稳定性和可靠性。

此外,在实际应用中,为了防止电路因为潮湿等因素而产生短路等问题,还需要考虑对电路进行一定的防水和防潮措施。对于需要在户外使用的土壤湿度检测电路,应该采取更加严格的保护措施,以确保电路能够长期稳定地工作。

3.5  PM2.5检测电路

PM2.5检测电路是一种用于检测室内或室外大气污染的电路,可以测量空气中的微尘颗粒浓度。如图2中PM2.5检测模块电路图所示。

在这个电路中,GP2Y1010AU0F是一种射状光学气敏检测传感器,利用静电吸附原理测量空气中PM2.5等细小尘埃颗粒的浓度水平。电路中的LM358N是一个双路运放,用于增益和滤波信号,从而得到更精确的测量结果。

电路中的R1是上拉电阻;R2和R3是一个电阻分压器电路,用以将GP2Y1010AU0F输出的模拟信号转换为一个与PM2.5浓度成比例的电压信号;OUT1和OUT2则是运放增益模块的输出信号端,用以输出转换后的电压信号。

电路中的C1和C2是滤波电容,用于滤除传感器输出端的高频噪声和对电路的稳定性提升。此外,电路中的电容、电阻等元件的参数也需要根据实际情况进行合适的调整和选型。

需要注意的是,GP2Y1010AU0F传感器本身具有一定的灵敏度范围和响应速度,因此在电路设计和使用过程中需要考虑这些因素的影响。此外,需要定期进行传感器和电路的校准和维护,以保证其检测结果的准确性和稳定性。

3.6  雨滴检测电路

雨滴检测电路是一种用于检测下雨情况的电路,可以应用于智能家居、智能花园等领域。常用的雨滴检测电路使用电极加电法,即利用两根电极并联来检测降雨情况,并通过比较两电极之间的电阻值来判断雨滴是否落在了电极之间。如图2中雨滴检测模块电路图所示。

在这个电路中,RAIN SENSOR是一个雨滴感应器,其内部含有一个触发灵敏的电极。当感应到雨滴时,电极之间就会产生一定的电阻,从而改变电路的状态,从而检测到是否下雨。电路中的D1~D4是四个二极管,用于保护电路不被倒流和过电压等问题所损坏。IN1是一个输入信号引脚,用以控制电路开关状态,OUT1和OUT2是输出信号引脚,用以输出检测结果。

需要注意的是,电路中的电阻、电容、二极管等元件的选型和参数设置对电路的性能和检测结果具有重要影响,需要根据具体情况进行调整。在实际应用中,还需要根据电路的具体使用场景,采取合适的防水和防腐措施,以确保电路和设备能够长期稳定地工作。

3.7  光照检测电路

光照检测电路是一种用于测量环境光照强度的电路,常用于实现智能家居、自动照明等功能。如图2中光照检测模块电路图所示。

在这个电路中,LDR是一种光敏电阻,其电阻值会随着环境光照强度的变化而变化。电路通过测量LDR的电阻值,来判断环境光照的强度。

电路中的R1是上拉电阻;R2和C1是一个RC低通滤波器,用以去除LDR输出信号中的噪声和波动;OUT1和OUT2则是滤波后的输出信号端,用以输出转换后的电压信号。

电路中的R3和C2是另一个RC电路,用以进一步滤波信号,并提升电路的稳定性和精度。电路中的D1是一个LED指示灯,用于显示电路工作状态。此外,电路中的电阻、电容等元件的选型和参数设置对电路的性能和检测结果具有重要影响,需要根据具体情况进行调整。

需要注意的是,LDR具有一定的时间响应和非线性特性,因此在电路设计和使用过程中需要考虑这些因素的影响。

3.8  红外检测模块

红外检测模块是本装置控制洒水量的核心模塊,通过对道路车辆和行人的检测,判断有无行人和车辆,通过和STM32嵌入式单片机配合,有效避免了将水洒在人和车上所造成的怨声四起的现象,维护了市区形象。如图2中红外检测模块电路图所示。

3.9  装置软件设计

装置程序开始后,启动环境监测装置中的DHT11数字温湿度传感器、红外传感器、光敏传感器、PM2.5模块,将收集到的数据传输到控制装置中进行分析处理,当控制装置检测到发来的运行指令后,会根据指令包中的功能标志字符来实现水压控制,自动转向喷头工作,以及洒水等功能的执行。检测关键代码如下:

if(UT==1)

{printf("x1.val=%d\xff\xff\xff",Soil_moisture()); //土壤湿度采集打印

delay_ms(1);

printf("add 1,1,%d\xff\xff\xff",Soil_moisture()/10);//打印曲线

delay_ms(1);

printf("x5.val=%d\xff\xff\xff",pm25()); //pm2.5采集打印

delay_ms(1);

printf("add 2,2,%d\xff\xff\xff",pm25()/10);//打印曲线

delay_ms(1);

printf("x4.val=%d\xff\xff\xff",rain()); //雨量采集打印

delay_ms(1);

printf("add 2,1,%d\xff\xff\xff",rain()/10);//打印曲线

delay_ms(1);

printf("x2.val=%d\xff\xff\xff",guang()); //光照强度打印

delay_ms(1);

printf("add 1,2,%d\xff\xff\xff",guang()/10);//打印曲线

delay_ms(1);

DHT11_Read_Data(&temp,&hum);             //温湿度采集

printf("x3.val=%d\xff\xff\xff",temp*10); //温湿度打印

delay_ms(1);

printf("add 2,0,%d\xff\xff\xff",temp);//打印曲线

delay_ms(1);

printf("x0.val=%d\xff\xff\xff",hum*10);

delay_ms(1);

printf("add 1,0,%d\xff\xff\xff",hum);//打印曲线

delay_ms(1);}

UT=2;

if(UT==2)

{printf("土壤湿度=%d\r\n",Soil_moisture()); //土壤湿度采集打印

delay_ms(1);

printf("pm2.5=%d\r\n",pm25()); //pm2.5采集打印

delay_ms(1);

printf("雨量=%d\r\n",rain()); //雨量采集打印

delay_ms(1);

printf("光照强度=%d\r\n",guang()); //光照强度打印

delay_ms(1);

DHT11_Read_Data(&temp,&hum);             //温湿度采集

printf("温度=%d\\r\n",temp*10); //温湿度打印

delay_ms(1);

printf("温度=%d\r\n",hum*10);

delay_ms(1);}

delay_ms(1000);}

4  实验测试与分析

该装置供电之后开始运行,红外检测装置会检测道路情况,当检测到道路上有行人时,洒水装置自动关闭,不进行洒水。当通过雨滴传感器檢测到下雨时,洒水装置也自动关闭,不进行洒水,且洒水装置会根据PM2.5在空气的含量以及温湿度进行线性洒水。最后将数据传输到串口屏上面,供工作人员进行操作[8-10]。实物如图4所示,监测信息如图5所示。

在对该装置的洒水状态进行测试时,我们选取了甲乙丙三种不同的场景,其路面面积和道路长短都相同,三种场景如下:甲(雾天)如表1所示,乙(晴天)如表2所示,丙(道路拥挤)如表3所示,丁(下雨天)如表4所示。采用新型道路自动洒水装置进行洒水降尘。并将其命名为Ⅱ组,将传统洒水车洒水降尘命名为Ⅰ组。在进行实际测量时,因条件有限,我们选择了以1:500复刻道路,取得部分实验数据如下所示,整体的误差在5‰左右。

从实验数据来看,Ⅱ组(新型洒水装置)在洒水成本、洒水时间冲突、洒水时间、投诉率上面的优势表现远远超过Ⅰ组(传统洒水)。

5  结  论

对基于物联网的道路自动洒水技术进行了研究,给出了一种基于物联网深度集成的新型市区道路自动洒水装置的装置设计方案,实现了智能控制技术与基础绿化机器的结合,该装置采用以STM32为核心的控制装置分析整合数据,通过人工智能实现道路自动洒水降尘。同时通过对道路的分析,控制各个环境变量,保证了作业效果和效率。最后将数据反馈到串口屏,做到实时监控,协助相关人员工作。该装置可改变传统的人工操作方式,实现了无须大量人力就可以大面积的自动道路精准定量洒水降尘,节约了资源。

参考文献:

[1] 刘明瑞,郭庆民,刘琛,等.智能喷水抑尘系统在城市道路扬尘治理中的试验研究 [J].绿色科技,2021,23(18):183-187.

[2] 高天学,曹伟.基于物联网的新型农药化肥自动喷洒系统设计 [J].现代信息科技,2021,5(9):154-157.

[3] 古金霞,陈泽鑫,李琳希,等.京津冀区域颗粒物污染特征研究 [J].南开大学学报:自然科学版,2020,53(5):26-32.

[4] 顾家伟.我国城市大气颗粒物重金属污染研究进展与趋势 [J].地球与环境,2019,47(3):385-396.

[5] 胡敏,唐倩,彭剑飞,等.我国大气颗粒物来源及特征分析 [J].环境与可持续发展,2011,36(5):15-19.

[6] 闫小红.基于物联网技术的智慧节水灌溉系统分析 [J].智能城市,2021,7(14):113-114.

[7] 王晓珊,韩晓英.基于物联网技术的智慧校园架构研究与设计 [J].城市建设理论研究:电子版,2016(36):52-53.

[8] 耶云.大数据时代背景下物联网技术的应用研究 [J].产业创新研究,2022(22):76-78.

[9] 辛旺.物联网技术在单片机课程中的应用 [J].电子技术与软件工程,2017(11):252.

[10] 张磊.浅谈大数据物联网信息交互与数据感知 [J].信息记录材料,2022,23(10):236-238.

作者简介:左安峰(2002—),男,汉族,山东日照人,本科在读,研究方向:电子信息工程;谢雨欣(2001—),女,汉族,河南濮阳人,本科在读,研究方向:软件工程;李丽欣(1956—),女,汉族,山东德州人,副教授,本科,研究方向:电工电子;韩祥森(1994—),男,汉族,山东淄博人,讲师,本科,研究方向:电子与通信技术、智能控制;徐光龙(2001—),男,汉族,山东济南人,本科在读,研究方向:电子信息工程。

猜你喜欢

环境变量人工智能
从桌面右键菜单调用环境变量选项
彻底弄懂Windows 10环境变量
2019:人工智能
人工智能与就业
数读人工智能
下一幕,人工智能!
基于三阶段DEA—Malmquist模型的中国省域城镇化效率测度及其收敛分析
基于权变管理理论的科技期刊管理模式研究