CN103294033A - 基于物联网的农产品生产过程控制***及方法 - Google Patents

Abstract

本发明公开了一种基于物联网的农产品生产过程控制***，包括由数据采集端、监控平台、网络模块和任务执行器组成的闭环控制***，其中：数据采集端，包括射频识别***和信息采集器，所述的射频识别***用于识别农产品的类型，所述的信息采集器用于采集所述农产品生长的环境信息；监控平台，预存有农产品生长所需的各项数据模型，用于将所述的环境信息与数据模型进行比较分析，根据比较结果发出相应的调控指令；任务执行器，依据所述的调控指令，调整农产品所处的环境信息；网络模块，用于所述数据采集端、监控平台和任务执行器间的数据通讯。本发明还公开了一种基于物联网的农产品生产过程控制方法。

Description

基于物联网的农产品生产过程控制***及方法

技术领域

本发明涉及农业生产加工技术领域，尤其涉及基于物联网的农产品生产过程控制***及方法。

背景技术

我国是一个农业大国，传统设施农业主要依靠大量的人力、手工工具和一些简单的机械设备，农民基本依靠经验种植，导致农业所消耗的水资源、农药、化肥等都在飞速增长，数量相当惊人，但是农业产量依然很低。

随着世界农业种植技术的发展，传统农业的模式已远不能适应农业可持续发展的需要，产品质量问题，资源严重不足且普遍浪费，环境污染，产品种类需求多样化等诸多问题使农业的发展陷入恶性循环，而精细农业为现代农业的发展提供了一条光明之路，精细农业与传统农业相比最大的特点是以高新技术和科学管理换取对资源的最大节约。它是一项综合性很强的***工程，是农业实现低耗、高效、优质、环保的根本途径，是世界农业发展的新趋势，也是我国农业迈向21世纪的最佳选择。

在推进农业现代化、信息化的进程中，准确实时的现场信息供给是不可缺少的重要环节。将低成本、高效率、智能化设备应用于农田信息采集，用信息技术来提升改造传统农业，能够推动中国农业向实质意义上的“工厂化”方向稳步持续快速地发展。物联网(Internet Of Things，lOT)，即“物物相连的互联网”，能把任何物体与互联网相连接，进行信息交换和通信，以实现对物体的智能化监控和管理。

物联网是一种全新的技术，它通过射频识别（RFID）、红外感应器、全球定位***、激光扫描器等信息传感设备，按约定的协议，把任何物体与互联网相连接，进行信息交换和通信，以实现对物体的智能化识别、定位、跟踪、监控和管理。物联网技术的出现，为农业生产的信息化、精细化、自动化、最优化提供了可能。

专利公开号为CN103019192A的发明专利公布了一种基于物联网技术的智能农业监控管理***及管理方法，包括数据采集层、网络通讯层、应用服务层、报警模块和控制模块。数据采集层采集农业和作物生长信息，并通过网络通讯层上传至应用服务层，应用服务层判断接受到的信息是否满足相应的自动控制条件，如果满足，控制模块接受应用服务层发出的控制命令开启自动控制，如果激发报警条件，报警模块根据应用服务层发出的报警信息开启报警。该专利主要是为了解决农业信息化***存在的信息标准不统一和***兼容性问题，但是在数据的处理和控制方面比较简单。

专利公开号为CN102314166A的发明专利公开了一种基于物联网的农作物生产智能控制***，由信息采集终端、信息传输终端和智能控制终端组成，信息采集终端用于农田环境信息的采集，信息传输终端将采集到的农田环境信息传输至智能控制终端，智能控制终端将农田环境信息与专家***的数据进行智能判断，并发出相应的控制信号。上述的***主要涉及硬件***设计，并没有具体涉及对农田环境的智能控制及优化方面的内容。

农业生产环境是一个复合开放的生态***，包含土壤、肥料、水分、光照、温度、空气、生物等因子，通过物联网对农田环境数据进行快速、准确地采集、传输、控制，对直接与间接相关因素进行***分析，有利于对农作物生产进行科学管理。

发明内容

本发明提供了一种基于物联网的农产品生产过程控制***及方法，本发明的技术方案实现农田信息采集的高效率和智能化，对农田环境数据的采集、传输和控制，实现对农产品生长的“工厂化”管理。

一种基于物联网的农产品生产过程控制***，包括由数据采集端、监控平台、网络模块和任务执行器组成的闭环控制***，其中：

数据采集端，包括射频识别***和信息采集器，所述的射频识别***用于识别农产品的类型，所述的信息采集器用于采集所述农产品生长的环境信息；

监控平台，预存有农产品生长所需的各项数据模型，用于将所述的环境信息与数据模型进行比较分析，根据比较结果发出与农产品的类型相应的调控指令；

任务执行器，依据所述的调控指令，调整农产品所处的环境信息；

网络模块，用于所述数据采集端、监控平台和任务执行器间的数据通讯。

数据采集端用于采集农产品类型和所处的环境信息，监控平台为数据分析端，监控平台预存有各类农产品生长所需的各项数据模型，监控平台根据农产品的类型提取对应的数据模型，并将环境信息代入数据模型进行比较，根据比较结果，发出调控指令，任务执行器为命令执行端，用于执行监控平台发出的调控指令，改善农产品所处的生长环境，使最终的环境条件符合预存在监控平台上的数据模型。

射频识别***包括RFID标签和识别器，RFID标签附着在相应的农产品上，标识该农产品的类型，识别器用于读取RFID标签的信息，并将信息通过天线上传至网络模块，并最终传输至监控平台，监控平台根据RFID标签的信息可识别农产品的类型。

信息采集器包括温度传感器、湿度传感器、PH值传感器、光传感器、CO₂传感器和土壤养分传感器等，用于检测农产品生长环境中的温度、相对湿度、PH值、光照强度、CO₂浓度和土壤中养分含量，上述几个数据为农产品生长的关键因素，影响农产品果实的评级，预存在监控平台上数据模型中包括这些因素对应的优化信息。以温度为例，温度传感器采集实时的环境温度，数据模型中储存有满足农产品生长的适宜温度，当实时的环境温度低于或高于适宜温度时，控制平台发出调控指令，任务执行器中的温控装置根据调制指令，适当升高或降低环境中的温度，改善农产品生长的温度环境。

任务执行器包括光照设备执行器、温控装置、灌溉装置和施药阀门等，用于改变农产品生长环境的温度、相对湿度以及光照强度和光照时间等，使实际环境满足监控平台上数据模型，实现农作物生产控制的自动化、智能化和高效率，提高农产品的质量。

所述的数据采集端还包括多个图像采集器，用于对所述农产品的生长过程进行实时监测，还设有接入所述监控平台的显示器，该显示器用于输出所述图像采集器所采集的图像信息。图像采集器为摄像机，用于远程观测农产品的生长状态，观察农产品是否存在虫害以及农产品的长势，根据虫害的情况开启施药阀门，维持农产品最优的生长环境。

所述的监控平台包括主控***、图像控制台、存储服务器和WEB服务器；

所述的存储服务器用于存储所述的各项数据模型以及所述数据采集端所采集的信息；

所述的主控***用于接收网络模块上传的数据信息并与存储服务器中的各项数据模型进行比较分析，并向网络模块输送调控指令；

所述的图像控制台接入所述的主控***，用于控制所述图像采集器，并向所述的显示器输送图像数据；

所述的WEB服务器与所述存储服务器连接，用于向其他的用户端发布数据信息。

监控平台为远程控制农产品的控制中心，其存储服务器内存储有符合农产品生长的最优数据模型，该数据模型含有农产品生长的温度、相对湿度和光照等控制方案。图像控制台控制每个图像采集器，实现各图像采集器间的视角切换，WEB服务器用于向其他的用户端发布数据信息，该数据信息包括数据采集端采集的农产品种类、其所处的生长环境信息、图像采集器所拍摄的图像和视频以及保存在存储服务器中的数据模型，便于其他的用户端了解农产品的实时状况。

所述的网络模块包括第一路由节点、网关、和第二路由节点；

所述的第一路由节点用于将数据采集端所采集的信息传输至网关；

所述的网关通过GPRS网络与所述监控平台进行数据交互；

所述的第二路由节点用于将网关传输的调控指令送至所述的任务执行器。

网络模块采用有线或无线通讯，若采用有线网络模块，线路的架设较为复杂，但是成本较低，无线网络模块的成本较高，但是设备安装调试方便。

所述第一路由节点为多个第一ZigBee无线路由器，每个第一ZigBee无线路由器与数据采集端组成星型结构的ZigBee监测网络；

所述的第二路由节点为多个第二ZigBee无线路由器，每个第二ZigBee无线路由器与所述的任务执行器组成调控网络。

数据采集端的射频识别***、信息采集器和图像传感器遍布整个农产品种植场地，同时每个第一ZigBee无线路由器与某一区域内的数据采集端组成星型结构的ZigBee监测网络，第一ZigBee无线路由器用于上传该区域内数据采集端所收集的数据信息。

第二ZigBee无线路由器用于向任务执行器输送监控平台的调控指令，第一ZigBee无线路由器和第二ZigBee无线路由器分别用于向监控平台上传数据信息和发送监控平台发出的调控指令。两个ZigBee无线路由器将数据的上传和下行分开，加快数据的传输速率。

本发明还提供了一种基于物联网的农产品生产过程控制方法，包括以下几个步骤：

1）通过数据采集端识别农产品的类型，并收集该类农产品所处的生长环境信息，通过数据传输网络将农产品的类型及其生长环境信息输送至监控平台；

2）监控平台预存有该类农产品生长所需的数据模型，将所述的生长环境信息与数据模型进行比较分析，根据比较结果发出与农产品的类型相应的调控指令；

3）任务执行器根据接受的调控指令，调整农产品的生长环境信息。

所述的数据传输网络包括多个路由节点和网关，数据采集端根据路由算法选择最佳的路由节点，最佳的路由节点与网关建立数据传输链路，数据采集端采集的数据信息依次通过路由节点和网关传输至监控平台。

路由节点优选为ZigBee无线路由器，每个ZigBee无线路由器与相应的数据采集端组成ZigBee监测网络，网关作为每个ZigBee监测网络的基站，其具有双重功能，一是充当网络协调器的角色，负责网络的自动建立和维护、数据汇集；二是作为ZigBee监测网络与监控平台的接口，与监控平台传递信息。

每个数据采集端以距离其最近的路由节点作为最佳路由节点，并向该路由节点发送所采集的数据信息，最后通过与该路由节点临近的网关上传至监控平台。

增设数据采集端时，该数据采集端发出的信号由相应的路由节点上传至网关，由网关对数据采集端进行编址并记录路由节点信息，并将编址和路由节点信息发送至监控平台，对监控平台上的数据转发表和设备关联表进行更新。

数据传输网络具有自动组网功能，网关一直处于监听状态，新增或更换数据采集端的设备时，该设备能自动被网络模块识别，完成自动组网。

本发明中，采用的是Ad hoc网络的自动路由和动态组网技术，Zigbee是一种典型的Ad hoc网络，该网络是一种能够临时快速自动组网的无线通信方式，节点间的通信可以经过多个中间节点的转发，因此它也被称为多跳无线网。节点安装在各种设备上，可以随时开启和关闭，并通过无线连接构成任意的网络拓扑，在两个无法直接通信的终端之间建立无线连接，使一方借助其他设备将信息转发到另一方。

当农产品生长成熟时，根据该农产品的果实评级情况对所述监控平台上预存的数据模型进行优化校正，得到符合农产品生长的最优数据模型，并对预存在监控平台的数据模型进行更新。

当农产品生长成熟时，根据该农产品的果实按照相关标准进行评级，并将评级结果输入监控平台，监控平台上设有这类农产品在符合数据模型的环境下生长的预期等级，将当年农产品最佳等级与预期等级进行比较，若高于预期等级，提取存储服务器中该农产品生长各阶段的实际环境信息，并对实际环境信息进行比较分析，获取实际环境信息中不符合数据模型的条件信息，并采用该条件信息对数据模型中对应的数据进行优化，得到符合农产品生长的最新数据模型，并对预存的数据模型进行更新。

本发明的有益效果：

1）针对底层的数据采集端，采集基于网络负荷的自组网路由与动态节点增减配置技术，解决了农业物联网信息传输网络的稳定性和灵活配置问题。

2）在监控平台的数据智能控制中，设有适宜各类农作物各生长的数据模型，该数据模型包括农作物在生长的不同阶段环境参数的最优控制参数，该参数不仅包括温湿度、光照、PH值等连续变量，还包括病虫害防治等离散时间控制信息。

3）数据模型还可以根据每季农作物的种植效果自动进行学习和升级，生成符合农作物生长的最优的数据模型，以适应不同地区的自然环境差异。

4）采用物联网技术，运用温度传感器、湿度传感器、PH值传感器、光传感器、CO₂传感器等设备，检测环境中的温度、相对湿度、PH值、光照强度、土壤养分、CO2_浓度等物理量参数，通过各种仪器仪表实时显示或作为自动控制的参变量参与到自动控制中，保证农作物有一个良好的、适宜的生长环境。

5）采用无线网络来测量获得作物生长的最佳条件，可以为温室精准调控提供科学依据，达到增产、改善品质、调节生长周期、提高经济效益的目的。

附图说明

图1为本发明中农产品生产过程控制***的硬件架构图。

图2为本发明中农产品生产过程控制***的原理图。

图3为本发明的控制***对湿度进行调节的流程图。

图4为本发明的新节点自动组网的原理图。

图5为本发明的数据模型原理图。

具体实施方式

如图1所示，一种基于物联网的农产品生产过程控制***，包括由数据采集端、监控平台、网络模块和任务执行器组成的闭环控制***。

数据采集端遍布农产品种植的各个区域，用于采集每个区域内农产品的生长环境信息，其包括射频识别***、信息采集器和图像采集器。射频识别***包括RFID标签和识别器，RFID标签附着在相应的农产品上，标识该农产品的类型，识别器用于读取RFID标签的信息，并将信息通过天线上传至网络模块。信息采集器包括温度传感器、湿度传感器、PH值传感器、光传感器、CO₂传感器和土壤养分传感器，分别用于检测农产品生长环境中的温度、相对湿度、PH值、光照强度、CO₂浓度和土壤中养分含量。图像采集器一般为摄像机，用于拍摄图像或视频，便于管理者了解农产品的生长状况。

监控平台包括主控***、图像控制台、存储服务器和WEB服务器。主控***用于比较分析数据采集端上传的数据信息，其为嵌入式***，采用ARM处理器与Linux操作***，具有通信网络、通用外设接口，能对整个***中的设备进行控制管理。

图像控制台用于控制图像采集器拍摄图像或视频，实现各图像采集器间的视角切换，全方位观察农产品的生长情况，图像控制台接入有多个显示器，图像采集器拍摄的图像或视频可通过显示器输出。存储服务器内预存有符合各类农产品生长的数据模型，且在整个农产品生长过程中，数据采集端所收集的各项数据均保存在存储服务器中，便于后续的数据分析以及对数据模型的优化。WEB服务器用于向其他的用户端发布数据信息，使其他的用户均可通过WEB服务器查看农产品的环境信息和长势。

任务执行器包括光照设备执行器、温控装置、灌溉装置和施药阀门，用于改变农产品生长环境的温度、相对湿度、光照强度、光照时间以及根据虫害开始施药阀门，使检测到的生长环境信息处于数据模型的各个数据范围内，实现农作物生产控制的自动化、智能化和高效率，提高农产品的质量。

网络模块包括路由节点A、网关和路由节点B，可以采用有线或无线的通讯方式。网络模块分别位于内部网络和外部网络，内部网络采用短距离、低功率ZigBee无线通信技术，内部网络包括ZigBee无线路由器A和ZigBee无线路由器B。每个ZigBee无线路由器A与对应区域内的数据采集端组成星型结构的ZigBee监测网络，用于将农产品生长环境中的温湿度、PH值、光照以及土壤养分数据进行采集和传输。ZigBee无线路由器B用于向任务执行器输送调控指令。外部网络技术采用IP网络技术和GPRS通信网络，用户端通过IP网络接入监控平台，实现与监控平台的数据共享，网关通过GPRS通信网络与监控平台数据互通，用于接受ZigBee无线路由器A上传的检测数据并向ZigBee无线路由器B发送监控平台的调控指令。

网关具有双重功能，一是充当网络协调器的角色，负责网络的自动建立和维护、数据汇集；二是作为监测网络与监控平台的接口，与监控平台传递信息。数据采集端以距离其最近的路由节点为最佳路由节点，并与该路由节点建立监测网络，数据采集端采集的数据信息依次通过路由节点和网关传输至监控平台。网络模块具有自动组网功能，网关一直处于监听状态，在每一个路由优化周期，新增或更换数据采集端的设备时，该设备能自动被网络模块识别，并将新数据采集端的信号上传至网关，由网关对数据采集端进行编址并记录路由节点信息，并将编址和路由节点信息发送至监控平台，对监控平台上的数据转发表和设备关联表进行更新，防止出现数据传输的紊乱。

以下具体说明本发明中的自动路由和动态组网技术，根据网络负荷实现动态节点增减配置过程如下：

如图4所示，以新增的数据采集端为新节点C，网络模块A和网络模块B中均有三个路由节点，网关E用于接受网络模块A和网络模块B的数据并上传至监控平台D，新节点C的数据上传有四条可选择路由路径，分别为：节点3→节点2→节点1、节点5→节点4→节点1、节点8→节点7→节点6和节点10→节点9→节点6，监控平台自动记录新节点C的数据从各条路由路径传递到监控平台的时间，然后在每个路由优化周期（一般是24小时）结束时，选取最短的路由路径，作为新节点C下一个周期数据传输的最佳路径，完成对新节点C的路径选取并实现自动组网。

例如：如果新节点C的数据经节点3→节点2→节点1传输至监控平台的时间最短，则将新节点C划入网络模块A，并将新节点C的设备信息和路由路径保存至监控平台，对监控平台上的数据转发表和设备关联表进行更新。

如图2所示，基于物联网的农产品生产过程控制***的工作过程如下：

在监控平台的农产品生产过程最优控制程序中，设定有该地区各种农产品的数据模型，数据模型包括各种农作物的各个生长周期的环境信息，包括温湿度、光照和PH值的控制参数以及病虫害防治的离散时间控制信息。本发明中的数据模型采用WOFOST模型，WOFOST模型是荷兰瓦赫宁农业大学和世界粮食研究中心共同开发研制的作物生长模拟模型，该模型在特定的土壤和气候条件下对一年生作物进行生长模拟，模拟的基础是作物生理生态过程，其基本原理如图5所示。数据采集端识别农产品的种类并实时采集器生长的环境信息，该环境信息包括温度、湿度、PH值和光照，并通过ZigBee无线路由器A传给网关，然后由网关传输至监控平台，监控平台根据接受到的作物种类及环境信息并结合该作物对应的数据模型，将采集到环境中的温度、湿度、PH值和光照分别与其对应的预定数据进行比较分析，判断是否需要升温、灌溉和光照，并通过比较得到升温值、灌溉的水量和光照时间，然后通过网关将比较分析得到的调控指令输送至网关，由网关传给每个ZigBee无线路由器B，再由ZigBee无线路由器B发布给任务执行器，任务执行器中的光照设备执行器、温控装置及灌溉装置根据调控指令，改变作物生长环境中的光照、温度和湿度，使其满足对应的预定数据。

在对农作物生长环境实际调节的过程中，由于地域或气候差异，部分环境因素达不到数据模型预定的标准，因此需要根据农产品果实的情况，对数据模型进行优化。待农产品生长成熟时，根据该农产品的果实进行评级，并将评级结果输入监控平台，监控平台上设有这类农产品在符合数据模型的环境下生长的预期等级，将当年农产品最佳等级与预期等级进行比较，若低于预期等级，在下一季种植时继续沿用原来的数据模型，若高于预期等级，提取存储服务器中该农产品生长各阶段的实际环境信息，并将实际环境信息与数据模型进行比较分析，获取实际环境信息中不符合数据模型的条件信息，并采用该条件信息对数据模型中对应的数据进行优化，得到符合农产品生长的最新数据模型，并对预存的数据模型进行更新，使下一季农产品在新数据模型的条件下种植。

如图3所示，为本发明的控制***对湿度进行调节的流程图。湿度传感器采集农作物农田环境中的实际湿度数据，控制平台将实际湿度数据与数据模型中的湿度数据进行比较分析。

若实际湿度高于数据模型中的湿度数据，控制平台发出调控指令，湿度任务执行器根据调控指令开启除湿装置和排水装置，使农田环境中的实际湿度降低至设定的湿度数据内。

若实际湿度处于数据模型中的湿度数据范围内，控制平台无需发出相应的调控指令，湿度任务执行器维持现状。

若实际湿度低于数据模型中的湿度数据，控制平台根据实际湿度和预定湿度的比较结果发出调控指令，湿度智能控制器根据调控指令开启灌溉***，直至农田环境中的实际湿度满足预定湿度的要求。

Claims (10)

1.一种基于物联网的农产品生产过程控制***，其特征在于，包括由数据采集端、监控平台、网络模块和任务执行器组成的闭环控制***，其中：

数据采集端，包括射频识别***和信息采集器，所述的射频识别***用于识别农产品的类型，所述的信息采集器用于采集所述农产品生长的环境信息；

监控平台，预存有农产品生长所需的各项数据模型，用于将所述的环境信息与数据模型进行比较分析，根据比较结果发出与农产品的类型相应的调控指令；

任务执行器，依据所述的调控指令，调整农产品所处的环境信息；

网络模块，用于所述数据采集端、监控平台和任务执行器间的数据通讯。

2.如权利要求1所述的基于物联网的农产品生产过程控制***，其特征在于，所述的数据采集端还包括多个图像采集器，用于对所述农产品的生长过程进行实时监测。

3.如权利要求2所述的基于物联网的农产品生产过程控制***，其特征在于，还设有接入所述监控平台的显示器，该显示器用于输出所述图像采集器所采集的图像信息。

4.如权利要求2所述的基于物联网的农产品生产过程控制***，其特征在于，所述的监控平台包括主控***、图像控制台、存储服务器和WEB服务器；

所述的存储服务器用于存储所述的各项数据模型以及所述数据采集端所采集的信息；

所述的主控***用于接收网络模块上传的数据信息并与存储服务器中的各项数据模型进行比较分析，并向网络模块输送调控指令；

所述的图像控制台接入所述的主控***，用于控制所述图像采集器，并向所述的显示器输送图像数据；

所述的WEB服务器与所述存储服务器连接，用于向其他的用户端发布数据信息。

5.如权利要求4所述的基于物联网的农产品生产过程控制***，其特征在于，所述的网络模块包括第一路由节点、网关、和第二路由节点；

所述的第一路由节点用于将数据采集端所采集的信息传输至网关；

所述的网关通过GPRS网络与所述监控平台进行数据交互；

所述的第二路由节点用于将网关传输的调控指令送至所述的任务执行器。

6.如权利要求5所述的基于物联网的农产品生产过程控制***，其特征在于，所述第一路由节点为多个第一ZigBee无线路由器，每个第一ZigBee无线路由器与数据采集端组成星型结构的ZigBee监测网络；

所述的第二路由节点为多个第二ZigBee无线路由器，每个第二ZigBee无线路由器与所述的任务执行器组成调控网络。

7.一种基于物联网的农产品生产过程控制方法，其特征在于，包括以下几个步骤：

1）通过数据采集端识别农产品的类型，并收集该类农产品所处的生长环境信息，通过数据传输网络将农产品的类型及其生长环境信息输送至监控平台；

2）监控平台预存有该类农产品生长所需的数据模型，将所述的生长环境信息与数据模型进行比较分析，根据比较结果发出与农产品的类型相应的调控指令；

3）任务执行器根据接受的调控指令，调整农产品的生长环境信息。

8.如权利要求7所述的基于物联网的农产品生产过程控制方法，其特征在于，所述的数据传输网络包括多个路由节点和网关，数据采集端根据路由算法选择最佳的路由节点，最佳的路由节点与网关建立数据传输链路，数据采集端采集的数据信息依次通过路由节点和网关传输至监控平台。

9.如权利要求8所述的基于物联网的农产品生产过程控制方法，其特征在于，增设数据采集端时，该数据采集端发出的信号由相应的路由节点上传至网关，由网关对数据采集端进行编址并记录路由节点信息，并将编址和路由节点信息发送至监控平台，对监控平台上的数据转发表和设备关联表进行更新。

10.如权利要求6所述的基于物联网的农产品生产过程控制方法，其特征在于，当农产品生长成熟时，根据该农产品的果实评级情况对所述监控平台上预存的数据模型进行优化校正，得到符合农产品生长的最优数据模型，并对预存在监控平台的数据模型进行更新。

Images