CN109471400A - 一种基于云计算的智慧农业管理方法及管理平台 - Google Patents
一种基于云计算的智慧农业管理方法及管理平台 Download PDFInfo
- Publication number
- CN109471400A CN109471400A CN201811311108.7A CN201811311108A CN109471400A CN 109471400 A CN109471400 A CN 109471400A CN 201811311108 A CN201811311108 A CN 201811311108A CN 109471400 A CN109471400 A CN 109471400A
- Authority
- CN
- China
- Prior art keywords
- greenhouse
- detection
- greenhouses
- zigbee
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 59
- 238000001514 detection method Methods 0.000 claims abstract description 149
- 238000011217 control strategy Methods 0.000 claims abstract description 23
- 238000000638 solvent extraction Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 15
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 39
- 238000005286 illumination Methods 0.000 claims description 22
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 19
- 239000001569 carbon dioxide Substances 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 239000000203 mixture Substances 0.000 claims description 8
- 230000002262 irrigation Effects 0.000 claims description 7
- 238000003973 irrigation Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000002513 implantation Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000008400 supply water Substances 0.000 claims description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims 1
- 229910052799 carbon Inorganic materials 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- SOQBVABWOPYFQZ-UHFFFAOYSA-N oxygen(2-);titanium(4+) Chemical class [O-2].[O-2].[Ti+4] SOQBVABWOPYFQZ-UHFFFAOYSA-N 0.000 claims 1
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N titanium dioxide Inorganic materials O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 claims 1
- 235000010215 titanium dioxide Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000012360 testing method Methods 0.000 abstract description 4
- 229960004424 carbon dioxide Drugs 0.000 description 17
- 230000003750 conditioning effect Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 7
- 239000002689 soil Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 241000894007 species Species 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 239000003337 fertilizer Substances 0.000 description 3
- 230000012010 growth Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 244000294411 Mirabilis expansa Species 0.000 description 1
- 235000015429 Mirabilis expansa Nutrition 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002090 carbon oxide Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000010413 gardening Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000005457 ice water Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 235000013536 miso Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 125000005329 tetralinyl group Chemical group C1(CCCC2=CC=CC=C12)* 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/054—Input/output
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Abstract
本发明涉及一种基于云计算的智慧农业管理方法及管理平台,属于智慧农业技术领域。方法包括:将多个大棚按分区策略分成多个管理区,每个管理区由2‑20个相邻的大棚构成;每个大棚均设置执行结构和带ZigBee主节点的控制器,每个管理区内至少两个大棚内设有带ZigBee子节点的检测模块,ZigBee主节点与同一大棚内的ZigBee子节点组成星型拓扑网络;控制器用于获取检测信息和状态信息并发送至上位机系统,同时根据上位机系统发送控制信息对执行结构进行控制;上位机系统用于根据每个管理区的检测信息和状态信息对该管理区的所有大棚执行相同的控制策略。减少了检测点的数量,节约了成本;同时简化了控制流程。
Description
技术领域
本发明涉及智能农业技术领域,特别是涉及一种基于云计算的智慧农业管理方法及管理平台,该管理平台主要针对大型和特大型种植基地,其引入了ZigBee网络、大数据和专家系统等新技术。
背景技术
随着农业与科学技术日新月异的发展,温室大棚是一种为农作物提供反季节生长环境,并为农作物的生长提供最佳生长环境的基础农业设施。在温室大棚中,许多的环境因素都能够影响作物生长的,适当的温湿度、二氧化碳浓度以及光照强度等都是农作物实现优质和高产的关键。利用现代化的信息技术为温室大棚进行实时监控和自动化管理,这些都能够为农业精细化生产提供支撑,使得农产品的质量、生产效率都得到提高以及生产成本降低。但由于温室大棚内对各种环境参数的监控需要进行大量的布线,这会造成施工的难度加大、系统维护困难以及对农业生产造成了很大的不便;另外温室大棚里面具有温度高和湿度大的环境特点,这就对监控系统的可靠性具有较高的要求。
现有技术中可采用ZigBee无线网络获取大棚中的各种环境参数,如申请号为CN201520564350.0的专利公开了一种智慧农业云平台,包括云端服务器、控制器、农业气象站传感器、空气传感器、土壤传感器、无线摄像头,所述云端服务器通过智能网关与Zigbee 协调点相连,所述Zigbee 协调点通过各Zigbee 终端节点分别与所述的农业气象站传感器、空气传感器、土壤传感器、无线摄像头相连,所述的农业气象站传感器、空气传感器、土壤传感器、无线摄像头均设置在农业大棚内,所述农业大棚内还设有湿帘、卷帘机、风机和灌溉机,所述的湿帘、卷帘机、风机和灌溉机均与所述控制器控制相连,所述控制器与所述云端服务器网络连接,所述控制器为PLC 控制器,对收到的指令信息进行判断处理,由控制器根据云端服务器的数据,控制湿帘、卷帘机、风机和灌溉机的工作。
上述技术虽然解决了布线等问题,但是仅适合大棚数量较少的情况。但是现有的大型或特大型种植基地,大棚数量几十上百个,如果均采用在每个大棚内设置检测结构,费用特别大,导致前期投入很大;且基地内无线信号特别多;另外,云端服务器中同时显示几十上百组数据和控制几十上百个大棚并不是一两个人可以实现的,数据太多反而会出现混乱。
发明内容
为了解决上述问题,本发明实施例提供了一种基于云计算的智慧农业管理方法及管理平台,减少了检测点的数量,节约了成本;同时简化了控制流程。所述方案如下:
一方面,本发明实施例提供了一种基于云计算的智慧农业管理方法,所述方法包括:
将多个大棚按分区策略分成多个管理区,每个管理区由2-20个相邻的大棚构成;每个大棚均设置执行结构和带ZigBee主节点的控制器,每个管理区内至少两个大棚内设有带ZigBee子节点的检测模块,所述ZigBee主节点与同一大棚内的ZigBee子节点组成星型拓扑网络用于传输信息,多个控制器组成分布式网络;所述检测模块获取检测信息并将其发送至控制器,所述检测信息包括温度、光照、湿度和二氧化碳浓度信息;所述控制器获取检测信息和状态信息并发送至上位机系统;所述上位机系统根据每个管理区的检测信息和状态信息对该管理区的所有大棚执行相同的控制策略,发出控制信息;同一管理区内的控制器根据上位机系统发送或人工输入的控制信息对执行结构进行控制。其中,本发明实施例中的分区策略由作物种类、种植时间、检测信息、大棚分布的几何构型、责任区域、大棚状态、水文条件和土壤条件综合考虑得到。
进一步地,本发明实施例中的大棚内的检测模块的数量至少为2个;所述方法还包括:
所述上位机系统如果发现同一大棚的多个检测模块检测得到的检测信息的偏差大于第一预定阈值,则发出异常报警;所述上位机系统如果发现同一管理区的多个大棚的检测信息的偏差大于第二预定阈值,则发出异常报警;所述上位机系统在发出异常报警时根据修正信息和异常管理区及其相邻管理区的检测信息与状态信息采用分区策略对异常管理区及其相邻管理区进行重新分区;所述修正信息包括异常管理区内其他大棚的检测信息和/或人工上传的检测信息。
进一步地,本发明实施例中的方法还包括:上位机系统还根据历史数据和/或专家建议输出控制策略和分区策略。
另一方面,本发明实施例还提供了一种基于云计算的智慧农业管理平台,包括上位机系统、多个控制器、多个检测模块和多个执行结构;多个大棚被分成多个管理区,每个管理区由2-20个相邻的大棚构成,每个大棚均设置执行结构和控制器,每个管理区内至少两个大棚内设有检测模块,多个控制器组成分布式网络并与上位机系统通信;所述执行结构包括执行控制模块及与其电连接的供热水泵、补光装置、天窗装置、施肥装置和滴灌装置;所述控制器包括PLC和ZigBee主节点,所述PLC与ZigBee主节点和执行控制模块电连接;所述检测模块包括STC单片机、ZigBee子节点、A/D转换单元、湿度检测单元、温度检测单元、光照检测单元和二氧化碳检测单元,所述STC单片机与ZigBee子节点、A/D转换单元和湿度检测单元电连接,所述温度检测单元、光照检测单元和二氧化碳检测单元与A/D转换单元电连接;所述ZigBee主节点与同一大棚中的多个ZigBee子节点组成星型拓扑网络。
具体地,本发明实施例中的每个管理区内仅有两个大棚设有检测模块且具有检测模块的大棚不相邻,具有检测模块的大棚中检测模块的数量至少为两个。
具体地,上位机系统为PC主机时,多个控制器通过PLC上的FX2N-485-BD模块组成分布式网络并通过RS232/S485转换模块与上位机系统电连接。
其中,本发明实施例中的ZigBee主节点与PLC通过RS232串口电连接,所述STC单片机通过SPI总线与ZigBee子节点电连接。
具体地,本发明实施例中的RS232/S485转换模块为JaRa2102D转换器,所述PLC为FX2N-48MR,所述STC单片机为STC89C52,所述A/D转换单元为ADC0809,所述温度检测单元包括AD590温度传感器,所述湿度检测单元包括HS1101湿度传感器,所述光照检测单元包括BYT20YSCGJ传感器,所述二氧化碳检测单元包括6004二氧化碳传感器,所述ZigBee主节点和ZigBee子节点均包括CC2430芯片。
优选地,本发明实施例中的上位机系统包括控制服务器及与其通过网络连接的PC主机、远程控制终端、数据服务器和专家系统服务器,所述控制服务器与控制器组成的分布式网络通信。
本发明实施例提供的技术方案的有益效果为:本发明实施例提供了一种基于云计算的智慧农业管理方法及管理平台,通过仅获取某个区域内的几个点的检测数据,按照一定的控制策略对同一区域内的多个大棚进行控制,减少了检测模块的数量,对于大型种植基地能明显降低成本。另外,本发明通过多种手段保证分区的合理性与代表性,以保证控制的准确性。另外,该方法还引入了ZigBee网络、大数据和专家系统等新技术,且便于扩展。
附图说明
图1为本发明实施例提供的管理方法的流程图;
图2为本发明实施例提供的管理方法在异常状态的流程图;
图3为本发明实施例提供的基于云计算的智慧农业管理平台的原理框图;
图4为本发明实施例提供的检测模块的原理框图;
图5为本发明实施例提供的湿度调理电路的电路图;
图6为本发明实施例提供的温度调理电路的电路图;
图7为本发明实施例提供的执行结构的控制图。
具体实施方式
下面结合实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
申请人根据实际经验发现,同一基地各大棚在相同的采集方法下,其采集到的棚内环境参数差别并不大。因此,不可能也没有必要在每个大棚内都设多套监控结构。在实际的大棚系统下,在部分大棚内进行样点测试,再将这些检测数据进行综合处理,得到一个总体适用的控制策略,对所有的棚进行统一管理。基于上述思路本申请特提出了一种基于部分样点对整个基地进行控制的管理方法。该管理方法中为了保证采样点的代表性,会按照一定的分区策略进行分区并按一定的控制策略进行控制;另外需要考虑大棚在不同条件下重新分区和进行后期扩展,本专利采用了灵活多变的ZigBee网络和分布式网络。
参见图1,实施例1提供了一种基于云计算的智慧农业管理方法,该方法包括:
将同一基地的多个大棚按分区策略分成多个管理区,每个管理区由2-20个(优选3-10个)相邻的大棚构成且均有相同或相似的种植条件,分区策略可为人工进行分配,也可以为上位机系统自动进行分配,也可以为上述两种情况进行结合。本实施例中的基地指具有较多大棚(如30个以上)且大棚基本集中在同一区域或几块区域中,各大棚最好规则排布。
具体地,基地中共具有44个大棚,根据分区策略,7个大棚构成管理区P1、6个大棚构成管理区P2、7个大棚构成管理区P3、6个大棚构成管理区P4、4个大棚构成管理区P5、5个大棚构成管理区P6和9个大棚构成管理区P7,每个管理区根据大小和大棚的数量选取其中的2-3个大棚设置检测模块。
更具体地,对于管理区P3包含大棚P3.1、P3.2、P3.3、P3.4、P3.5、P3.6和P3.7;其中,大棚P3.3和P3.6中各设有3个检测模块(标识分别为P3.3_1、P3.3_2和P3.3_3)和2个检测模块(标识分别为P3.6_1和P3.6_2)。
每个大棚均设置执行结构和带ZigBee主节点的控制器,执行结构与现有技术中的类似为调整大棚内的温度、湿度、光照和二氧化碳含量等的执行装置,如水泵、加热器、电机、卷扬机等。每个管理区内至少两个大棚内设有带ZigBee子节点的检测模块,具有检测模块的大棚最好均匀分布在管理区内,如位于管理区中部的两个不相邻的大棚。ZigBee主节点与同一大棚内的ZigBee子节点组成星型拓扑网络用于传输信息;多个控制器组成分布式网络并与上位机系统通信,不但保证各控制器不相互干扰,也便于与上位机系统进行信息交互;具体可以通过RS485总线构成分布式网络。其管理方法如下:
S1:检测模块获取检测信息并将其发送至控制器,检测信息包括温度、光照、湿度和二氧化碳浓度信息等;各检测模块最好均匀分布在大棚中,以保证检测精度。另外,由于只在部分大棚内设置检测模块,可将检测模块功能进行扩展,如还可以检测土壤温度、土壤湿度、进出口风速等。
S2:控制器获取检测信息和状态信息并发送至上位机系统。其中,状态信息为执行结构的状态信息,如水泵开启或关闭状态,电机启动或停止状态等。
S3:上位机系统根据每个管理区的检测信息和状态信息对该管理区的所有大棚执行相同的控制策略,向同一管理区的控制器输出相同的控制信息(具体可以为控制参数阈值)。本实施例中通常以多个检测信息的平均值作为控制策略的依据。
S4:同一管理区的控制器根据上位机系统发送或人工输入(在控制器处通过键盘输入实现现场控制)的控制信息对执行结构进行控制。
具体地,本发明的分区策略由作物种类、种植时间、检测信息、大棚分布的几何构型、责任区域、大棚状态、水文条件、土壤条件和是否空置等综合考虑得到。作物种类相同或种植条件类似优先考虑;种植时间主要是针对在作物种类相同的情况下按种植时间进行分区;检测信息是根据检测模块检测、人工输入或从其他途径(主要指检测模块检测的检测信息)得到的各大棚的参数(如温度、湿度等);大棚分布的几何构型主要考虑大棚的分布的形状最好规则,或者将基地边缘的一片大棚分配在同一管理区内;责任区域通常是指某个工人负责的一片区域,一般情况下一个工人能管理和操作的大棚小于10个,超过10个会给工人很大的压力;大棚状态通常指大棚的建设时间、是否其内安装检测模块、是否便于安装检测模块、是否具有相似的执行能力(如加热、加湿能力等)等;水文条件和土壤条件均是大棚本身的理化状态,如靠近水源的几个大棚可分为同一个管理区,如具有相似肥力的几个大棚可分为同一个管理区。以上分区均以物理相邻为前提,而具体分区策略可根据基地的实际情况进行调整。进一步地,上位机系统可对前述每个条件赋予优先级和权重比,以高的优先级作为分区策略,在同一优先级通过计算权重比分数确定分区策略。
进一步地,大棚内的检测模块的数量至少为2个。则本方法还包括:
S301:上位机系统对同一大棚对应的多组检测信息进行分析,如果发现同一大棚的多个检测模块检测得到的检测信息的偏差大于第一预定阈值,则发出异常报警。
本实施例的偏差可以但不限于以下理解:对于两个检测模块的情况,偏差为某一参数或某几项参数的差值;对于两个以上的检测模块的情况,偏差为某一参数或某几项参数的平均值与对应参数实测值的最大差值。该步骤还可计算大棚中多组检测信息的平均值。
S302:上位机系统对同一管理区的多个大棚的检测信息进行分析,如果发现同一管理区的多个大棚的检测信息的偏差大于第二预定阈值,则发出异常报警。
本实施例的偏差可以但不限于以下理解:对于仅两个大棚具有检测模块的情况,偏差为2个大棚某一参数或某几项参数的平均值的差值;对于其他情况,偏差为多个大棚的某一参数或某几项参数的平均值与某个大棚对应参数实测值的平均值的最大差值。
其中,前述使用的参数根据作物种类、作为生长期和气象条件等进行选择,如在冬天则以温度作为异常判断参数,在作物的花季,则以光照作为异常判断参数。
其中,第一预定阈值和第二预定阈值可根据实际需要进行设置,如经验;异常报警可发送至监控室的PC主机上,也可通过无线网络发送至对应责任人的移动端上,也可通过网络发送至专家系统服务器,还可以发送至控制器进行现场提醒。
S303:上位机系统在发出异常报警时根据修正信息和异常管理区及其相邻管理区的检测信息与状态信息采用分区策略对异常管理区及其相邻管理区进行重新分区(同时可发出,也可不发出控制信息)。
其中,修正信息包括异常管理区(前述两种发出异常报警的管理区)内其他大棚的检测信息和/或人工上传的检测信息等;其中,其他大棚的检测信息包括至少以下两种情况:第一种情况:其他大棚设有检测模块,但一般情况下时关闭,如果本管理区域内出现异常,则可发送要求将关闭的检测模块开启进行检测;第二种情况:人工对本管理区内其他(不设置检测模块或检测模块不能正常使用)的大棚进行检测以获取检测信息。人工上传的检测信息主要是指人工对检测模块进行调整或修理后重新检测数据,或采用其他的仪器(如水银温度计)对相应的参数进行检测并输入至控制器或上传至上位机系统。
S304:在S301和步骤S302均未发现异常时,按控制策略(如以多组检测信息的平均值作为控制依据,按一定的计算规则计算得到控制信息)输出控制信息。
其中,本实施例中的对管理区进行重新分区主要是指对异常管理区及其相邻管理区按照物理位置进行重新分区,如P3出现异常,P2、P4和P5作为其相邻区域,根据新的分区策略,管理区P3调整为6个大棚,P2、P4和P5分别调整为6、5和6个大棚。根据需要也可变更带检测模块的大棚所属的管理区或将调整检测模块移至其他大棚。
另外,对于发出异常报警的管理区,可以采用以下几种控制策略:
1、仍然按既有的以平均值参数作为控制策略的依据,输出控制信息。
2、以可信度高的大棚的参数(人工指定或历史数据分析得到)作为控制策略的依据,输出控制信息。
3、以默认参数(提前预设)或历史参数(如前3天的参数)作为控制策略的依据,输出控制信息。
4、停止输出控制信息,等待修正(如对管理区的分区进行修正;或对检测模块进行修理,如对传感器进行调零或补偿)或新的控制策略(人工输入或专家意见)。
当然,根据需要也可采用其他控制策略,如采用相邻管理区的控制策略等。
优选地,本发明提供的方法还包括:
上位机系统还根据历史数据和/或专家建议得到控制策略和分区策略,以利用云服务和专家系统。
一般情况下,大型的种植基地都与研究所、高校或服务型农业公司等有合作,研究所、高校或服务型农业公司等组成专家系统为种植基地提供建议或解决疑难问题,可通过专家系统服务器和相应的客户端来实现。
具体地,控制服务器或PC主机将历史信息(如果有)、修正信息(如果有)和异常管理区及其相邻管理区的检测信息与状态信息发送至专家系统服务器,专家系统服务器将前述信息按预定规则处理后(如制成表格)推送至对应专家处,相应的专家在分析上述数据后向专家系统服务器上传专家意见,专家系统服务器获取专家意见并将其送至控制服务器或PC主机,控制服务器或PC主机判断是否接受专家意见,如果接收则生成相应的控制策略和分区策略。
其中,历史数据存储于数据服务器中,包括往年数据(可用于判断多个大棚或管理区在一段时间内是否均出现了类似的异常情况)、近期数据(可用于判断近期同一大棚的检测数据均偏高或偏低,则可进行修正)、作物的生长情况、大棚的收获情况、责任人的打卡与巡检情况、同一基地的多个管理区的数据、大棚内各结构的性能参数、前述的分区策略中需要的数据和/或默认控制参数等。
具体地,上位机系统获取对应管理区的检测信息的历史数据,如果发现异常大棚或检测模块的检测信息均偏大或偏小,则对其进行修正(如乘以一个修正因子),再重新执行步骤S301- S304。
本实施例中通过仅获取某个区域内的几个点的检测数据,按照一定的控制策略对同一区域内的多个大棚进行控制,减少了检测模块的数量,对于大型种植基地能明显降低成本。另外,本发明通过多种手段保证分区的合理性与代表性,以保证控制的准确性。另外,该方法还引入了ZigBee网络、大数据和专家系统等新技术,且便于扩展。
实施例2
参见图3和4,实施例2提供了一种基于云计算的智慧农业管理平台,可采用实施例1所公开的管理方法,其包括上位机系统、多个控制器、多个检测模块和多个执行结构,多个大棚被分成多个管理区,每个管理区由2-20个(优选3-10个)相邻的大棚构成,每个大棚均设置执行结构和控制器,每个管理区内至少两个大棚内设有检测模块。多个控制器组成分布式网络并与上位机系统通信,实现上位机系统与多个PLC之间的通信。操作员即可在某个大棚内单独控制每个PLC控制器,也可在控制室内通过PC主机或其他上位机系统对每一个大棚进行监控。当某一个大棚的设备出现故障时,不影响其他大棚的控制设备。
其中,执行结构包括执行控制模块及与其电连接的供热水泵、补光装置、天窗装置、施肥装置和滴灌装置;其中,执行控制模块具体可以由多个继电器和/或电磁阀等构成。补光装置由继电器直接控制日光灯,供热水泵(电机M1)、天窗装置(电机M2控制)、施肥装置(电磁阀控制)和滴灌装置(电机M3控制)也可由继电器进行控制,其控制图如图7所示。
其中,控制器包括PLC和ZigBee主节点,PLC与ZigBee主节点和执行控制模块电连接;其中,检测模块包括STC单片机、ZigBee子节点、A/D转换单元、湿度检测单元、温度检测单元、光照检测单元和二氧化碳检测单元等, STC单片机与ZigBee子节点、A/D转换单元和湿度检测单元电连接,温度检测单元、光照检测单元和二氧化碳检测单元与A/D转换单元电连接。
具体地,每个大棚中数据采集模块有4组,每一组有4种传感器,分别采集大棚内的温度、湿度、光照和二氧化碳浓度数据,STC单片机分时对各个测控点进行巡回检测,温度、光照和二氧化碳数据模拟信号直接通过A/D转换单元转化为数字信号,再送至STC单片机进行数据采集,湿度是数字信号直接送STC单片机。STC单片机对数据进行数字滤波处理后由ZigBee子节点打包发送至无线网络中的ZigBee主节点。每个大棚的面积大约为400m2 且检测点的数量不多,结构简单,要求的数据也简单,因此本实施例采用星型网络拓扑结构。进一步地,由于减少了总的检测模块数量,每个模块可扩展功能,如增加土壤温度检测单元、土壤湿度检测单元和/或入口风速检测单元等。
其中,ZigBee主节点与同一大棚中的多个ZigBee子节点组成星型拓扑网络。进一步地,ZigBee主节点每隔一段时间轮流向ZigBee子节点发送信息,ZigBee主节点组建基于ZigBee星型网路拓扑结构,ZigBee主节点在星型网路中充当协调器角色,协调器主要实现对整个网路的管理以及接受ZigBee子节点转发来的数据。ZigBee主节点收到数据后通过串口将各节点的数据传给PLC,PLC是智能监控系统的控制中心,负责对大棚内的各个执行结构进行控制,PLC接受从上位机系统传来的控制信息(如控制参数阈值)从而启动控制增温、降温、加湿、除湿、遮阳和补光等调控设备。
本实施例中在所有的控制器中均设有ZigBee主节点,原因如下:
1、ZigBee节点价格不贵,并不会增加多少成本;
2、便于后续扩展功能,如增加视频监测功能,则可在大棚中设置带ZigBee子节点的摄像模块;
3、便于分割管理区和重新划分管理区,可在重新分区后在无检测模块的大棚中新增检测模块,分区灵活多变;
4、便于异常报警时引入检测模块对分区策略和控制策略进行修正。
具体地,每个管理区内仅有两个大棚设有检测模块且具有检测模块的大棚不相邻以便于校验和调整分区策略与控制策略,具有检测模块的大棚中检测模块的数量至少为两个以保证检测精度,多个检测模块均匀分布在大棚中。
具体地,上位机系统为PC主机(简单系统)时,多个控制器通过PLC上的FX2N-485-BD模块组成分布式网络并通过RS232/S485转换模块与上位机系统电连接。具体地,多个控制器的PLC通过其上的FX2N-485-BD模块组成分布式网络。ZigBee主节点与PLC通过RS232串口电连接。具体地,系统使用3.3V供电,所以使用PS3223电平转换器进行RS232电平转换。
进一步地,每个管理区可对应设置一台PC主机进行参数显示与控制;具体地,对于7个管理区分别设置主机Z1、Z2、Z3、Z4、Z5、Z6和Z7,每个人员可负责2-4台PC主机(屏幕可并排),则仅需2-4名人员即可实现对几十个大棚进行监控。
其中,本发明实施例中的STC单片机通过SPI总线与ZigBee子节点电连接,SPI通信可通过硬件实现,也可通过软件实现。STC单片机通过SPI(通过软件模拟)的方式将数据发送给ZigBee子节点,ZigBee子节点采集到的数据以无线方式传给ZigBee主节点。
具体地,参见图4,本发明实施例中的温度检测单元包括电连接的温度传感器和温度调理电路等,温度调理电路与A/D转换单元电连接。湿度检测单元包括电连接的湿度传感器和湿度调理电路等,湿度调理电路与STC单片机电连接。光照检测单元包括光照传感器等,光照传感器与A/D转换单元电连接。二氧化碳检测单元包括红外二氧化碳传感器等,红外二氧化碳传感器与A/D转换单元电连接。
更具体地,本发明实施例中的RS232/S485转换模块为JaRa2102D转换器,PLC为FX2N-48MR, STC单片机为STC89C52, A/D转换单元为ADC0809,温度传感器为AD590,湿度传感器为HS1101,光照传感器为BYT20YSCGJ,红外二氧化碳传感器为6004二氧化碳传感器,ZigBee主节点和ZigBee子节点均包括CC2430芯片。
其中,本实施例中的上位机系统包括控制服务器及与其通过网络(有线网络或/和无线网络)连接的PC主机、远程控制终端、数据服务器和专家系统服务器等(根据需要还可以设置3G服务器、登录服务器等),控制服务器与控制器组成的分布式网络通信。其中,PC主机设于种植基地的监控室内实现对整个基地的大棚进行监控,远程控制终端具体为手机、笔记本或PAD等(其上装有专门的客户端)通过无线网络实现对整个基地或责任区域大棚的监控;数据服务器用于存储各种数据;专家系统服务器用于提供专家服务,可自设,也可租借,也可采用成熟的专家平台。
其中,对传感器型号的选用不但要考虑使用方便,变换电路简单等特点,还要根据大棚种植作物的生长所适宜的温度、湿度、光照、二氧化碳浓度等范围进行选择,温度-30—50℃,精度±0.5℃;相对湿度1-99%RH,精度±0.5RH;光照强度为0-2000Lux,精度±0.5Lux;二氧化碳浓度为0-2000mg/L,精度±0.5mg/L。各电子元件需要综合考虑价格、性能、参数范围和稳定性指标等指标。
具体地,PLC型号是三菱FX2N-48MR,其具有高速处理及可扩展大量满足单个需要的特殊功能模块等特点。FX2N-48MR均有一个RS485接口,各PLC之间通信通过FX2N-485-BD模块(传输距离50m)构成下位机的RS485网路(分布式系统),方便对多个大棚的PLC进行集中管路,因此系统选择构建基于RS485网络的PLC控制系统。PC主机的串行采用的是RS232标准,为了将PC主机接入RS485网络,需将RS232标准转换成RS485标准,在转换过程中采用的是JaRa2102D转换器实现转换,同时在转换过程中实现光电隔离。在这种控制系统中,每个PLC均可与执行结构进行控制操作,不影响其他控制器的工作,各个PLC还可以将其控制状态及其环境参数传输到PC主机中,方便进行集中控制与管理。当系统对通信距离要求较长时,可在FX2N485BD第一个模块和最后一个模块加上120Ω的终端电阻,终端电阻位于总线连段的差分端口VA与VB之间,以减少由于不匹配而引起的反射、吸收噪声,有效地抑制了噪声干扰。
具体地,考虑价格和温室的特点,ZigBee主节点采用CC2430芯片。CC2430芯片工作在2.4GHz频段,采用2.0-3.6V供电,RF射频模块集成在CC2430中,芯片与天线之间的电路是由平衡/非平衡器与少量低阶电容与电感所组成,一个平衡式天线,如对折式偶极天线也可实现上述功能。CC2430通过MOSI/MISO/SCK/CSN四根线与SPI兼容串行结构USART1配置,STC89C52的SPI接口工作在主机模式,CC2430设为从机模式,不同上传方式主从模式发生变化。
具体地,考虑功耗,STC单片机采用STC89C52;其每32ms产生一次A/D中断,A/D转换器进行一次采样,将模拟量转化为数字量,将结果放入转换器的寄存器中,等待A/D中断结束。
具体地, ADC0809芯片为8位逐次逼近式A/D转换器,湿度传感器直接与STC单片机的P2.7口相连。ADC0809芯片带8个模拟量输入通道,与单片机直接连接。IN0-7为八路输入,三种传感器分别从其中三个通道进入,单片机的低位地址线P0.0、P0.1、P0.2分别转换芯片的输入通道地址选通端A、B和C连接,用于选择对应的输入通道,单片机P2.6口与读信号RD或写信号WR相结合,作为转换芯片的START,ALE和OE的选通信号,实现对芯片的控制。
具体地,温度传感器为AD590,与A/D转换单元相连时不必考虑选择开关与CMOS多路转换器,能多点温度测量和远程温度测量,具有灵敏度高、线性度好等优点。使用前需要采用电压跟随器(温度调理电路)来进行调整,其电路参见图6,包括三个三极管(Q1、Q2和Q3)、七个电阻(R0、R2、R3、R5、R6、R7、R9)和3个可调电阻(R1、R4和R8),放在冰水中调整R1,25℃调整R4,最后调整R8。
具体地,湿度传感器HS1101为电容式湿度传感器,精度高、线性好相应时间5秒,范围-40—100℃,常温状态下无需温度补偿与校准,具有长期稳定性。接入555定时器(单片机自带NE556定时器)组成的震荡电路(湿度调理电路)中,将电容值的变化转化为与之呈反比的电压频率数字信号,再由STC单片机直接采集。湿度调理电路的电路如图5所示,包括NE556定时器、电阻(R10、R11、R12和R13)和电容(C1、C2、C3和C4),外接电阻R10和R11与内部自带的NE556与湿度传感器构成震荡电路脉冲由8端输入,5端输出,9端输出矩形波信号。
具体地,在大棚的光照调控主要是增加光照强度,一般大棚内的光照强度下降到1000Lux,就应该补光,则传感器型号为BYT20YSCGJ,其输出的是标准电压及其电流信号,其具有体积小、线性度好、抗干扰能力强等优点。其输出标准4-20mA电流信号,外接电阻250Ω即可输出标准电压信号。
具体地,二氧化碳在大气中的浓度为300-330mg/L,在冬春季节,为了大棚的保温,大棚室内缺少气体交换,中午的二氧化碳浓度会下降,甚至低于补偿点,二氧化碳处于亏损状态。在标准大棚里二氧化碳浓度达到900mg/L,6004二氧化碳传感器精度高经前置放大电路后进入高精密放大整流电路(自带),得到电流信号,再经STC单片机数字滤波及温度补偿后得到二氧化碳浓度数据。
其中,各接口的连接方式和A/D转换器的连接方式为本领域的技术人员所熟知,故省略详细描述。
进一步地,本发明实施例中的ZigBee主节点和ZigBee子节点还包括供电单元(同时也可为CC2430芯片的其他外围电路供电)和按键单元,供电单元与按键单元和CC2430芯片电连接,按键单元与CC2430芯片电连接。其中,供电单元包括TPS79533芯片(具有超低噪音、高电压抑制比、低漏线性)。按键单元包括6个按键;具体地,六个按键分别为UP、DOWN、RIGHT、LEFT和两个功能选择键OK与CANCEL。当然,ZigBee主节点和ZigBee子节点还可以包括其他外围电路,如显示单元等。
进一步地,参见图4,本发明实施例中的检测模块还包括LCD显示单元,LCD显示单元与STC单片机电连接,LCD显示单元包括LCD1602液晶显示屏。LCD显示单元主要由LCD显示屏、控制器、列驱动器和偏压产生电路等构成,显示屏为LCD1602液晶显示屏。本实施例可采用5*7点阵字符,STC单片机的P0口与LCD液晶显示屏的数据端接口相连,RS、R/W、E的三个控制端口与STC单片机的P2.0、P2.1、P2.2相连。
其中,本实施例中的各模块中均可设置电源模块对其中的电子元件供电,PLC采用220V供电,各执行结构(具体指执行装置)可采用220V或380V供电,其他结构可通过开关电源或电源转换芯片转化为12V、5V和3.3V电压。
本发明实施例提供了一种基于云计算的智慧农业管理平台,该平台通过仅获取某个区域内的几个点的检测数据,按照一定的控制策略对同一区域内的多个大棚进行控制,减少了检测模块的数量,对于大型种植基地能明显降低成本。经计算,检测数据仅为现有技术的1/5-1/3,控制数据仅为现有技术的1/10-1/5,更便于控制。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于云计算的智慧农业管理方法,其特征在于,所述方法包括:
将多个大棚按分区策略分成多个管理区,每个管理区由2-20个相邻的大棚构成;
每个大棚均设置执行结构和带ZigBee主节点的控制器,每个管理区内至少两个大棚内设有带ZigBee子节点的检测模块,所述ZigBee主节点与同一大棚内的ZigBee子节点组成星型拓扑网络用于传输信息;
所述检测模块获取检测信息并将其发送至控制器,所述检测信息包括温度、光照、湿度和二氧化碳浓度信息;
所述控制器获取检测信息和状态信息并发送至上位机系统;
所述上位机系统根据每个管理区的检测信息和状态信息对该管理区的所有大棚执行相同的控制策略,发出控制信息;
同一管理区内的控制器根据上位机系统发送或人工输入的控制信息对执行结构进行控制。
2.根据权利要求1所述的智慧农业管理方法,其特征在于,所述分区策略由作物种类、种植时间、检测信息、大棚分布的几何构型、责任区域、大棚状态、水文条件和土壤条件综合考虑得到。
3.根据权利要求2所述的智慧农业管理方法,其特征在于,大棚内的检测模块的数量至少为2个;所述方法还包括:
所述上位机系统如果发现同一大棚的多个检测模块检测得到的检测信息的偏差大于第一预定阈值,则发出异常报警;
所述上位机系统如果发现同一管理区的多个大棚的检测信息的偏差大于第二预定阈值,则发出异常报警;
所述上位机系统在发出异常报警时根据修正信息和异常管理区及其相邻管理区的检测信息与状态信息采用分区策略对异常管理区及其相邻管理区进行重新分区;所述修正信息包括异常管理区内其他大棚的检测信息和/或人工上传的检测信息。
4.根据权利要求3所述的智慧农业管理方法,其特征在于,所述方法还包括:
上位机系统还根据历史数据和/或专家建议得到控制策略和分区策略。
5.一种基于云计算的智慧农业管理平台,其特征在于,包括上位机系统、多个控制器、多个检测模块和多个执行结构,
多个大棚被分成多个管理区,每个管理区由2-20个相邻的大棚构成,每个大棚均设置执行结构和控制器,每个管理区内至少两个大棚内设有检测模块,多个控制器组成分布式网络并与上位机系统通信;
所述执行结构包括执行控制模块及与其电连接的供热水泵、补光装置、天窗装置、施肥装置和滴灌装置;
所述控制器包括PLC和ZigBee主节点,所述PLC与ZigBee主节点和执行控制模块电连接;
所述检测模块包括STC单片机、ZigBee子节点、A/D转换单元、湿度检测单元、温度检测单元、光照检测单元和二氧化碳检测单元,所述STC单片机与ZigBee子节点、A/D转换单元和湿度检测单元电连接,所述温度检测单元、光照检测单元和二氧化碳检测单元与A/D转换单元电连接;
所述ZigBee主节点与同一大棚中的多个ZigBee子节点组成星型拓扑网络。
6.根据权利要求5所述的智慧农业管理平台,其特征在于,每个管理区内仅有两个大棚设有检测模块且具有检测模块的大棚不相邻,具有检测模块的大棚中检测模块的数量至少为两个。
7.根据权利要求5所述的智慧农业管理平台,其特征在于,所述上位机系统为PC主机时,多个控制器通过PLC上的FX2N-485-BD模块组成分布式网络并通过RS232/S485转换模块与上位机系统电连接。
8.根据权利要求5所述的智慧农业管理平台,其特征在于,所述ZigBee主节点与PLC通过RS232串口电连接,所述STC单片机通过SPI总线与ZigBee子节点电连接。
9.根据权利要求7所述的智慧农业管理平台,其特征在于,所述RS232/S485转换模块为JaRa2102D转换器,所述PLC为FX2N-48MR,所述STC单片机为STC89C52,所述A/D转换单元为ADC0809,所述温度检测单元包括AD590温度传感器,所述湿度检测单元包括HS1101湿度传感器,所述光照检测单元包括BYT20YSCGJ传感器,所述二氧化碳检测单元包括6004二氧化碳传感器,所述ZigBee主节点和ZigBee子节点均包括CC2430芯片。
10.根据权利要求5所述的智慧农业管理平台,其特征在于,所述上位机系统包括控制服务器及与其通过网络连接的PC主机、远程控制终端、数据服务器和专家系统服务器,所述控制服务器与控制器组成的分布式网络通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811311108.7A CN109471400A (zh) | 2018-11-06 | 2018-11-06 | 一种基于云计算的智慧农业管理方法及管理平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811311108.7A CN109471400A (zh) | 2018-11-06 | 2018-11-06 | 一种基于云计算的智慧农业管理方法及管理平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109471400A true CN109471400A (zh) | 2019-03-15 |
Family
ID=65672046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811311108.7A Pending CN109471400A (zh) | 2018-11-06 | 2018-11-06 | 一种基于云计算的智慧农业管理方法及管理平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109471400A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325761A (zh) * | 2021-05-25 | 2021-08-31 | 哈尔滨工业大学 | 一种基于深度学习的植株生长期识别控制系统及其识别控制方法 |
CN114327263A (zh) * | 2021-12-15 | 2022-04-12 | 中国航空工业集团公司成都飞机设计研究所 | 一种飞控计算机nvm多层次管理方法 |
CN114745607A (zh) * | 2022-03-21 | 2022-07-12 | 南京工业大学 | 一种多节点分布式控制的温室大棚智能监控系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103092179A (zh) * | 2013-01-25 | 2013-05-08 | 黑龙江省致格科技开发有限公司 | 基于物联网技术的温室大棚智能监控系统 |
CN103235579A (zh) * | 2013-04-22 | 2013-08-07 | 太原理工大学 | 一种设施农业温室大棚网络型自适应控制系统 |
CN204028731U (zh) * | 2014-07-23 | 2014-12-17 | 烟台惠通网络技术有限公司 | 基于Zigbee技术的农业大棚种植环境监控系统 |
CN105159268A (zh) * | 2015-10-26 | 2015-12-16 | 深圳市讯方技术股份有限公司 | 智能农业控制系统及方法 |
CN204993648U (zh) * | 2015-07-31 | 2016-01-20 | 湖北宏全生物科技有限公司 | 智慧农业云平台 |
CN205121388U (zh) * | 2015-11-04 | 2016-03-30 | 河南工业大学 | 一种适用于大规模范围的智慧农业控制系统 |
CN205450689U (zh) * | 2016-04-01 | 2016-08-10 | 青岛科技大学 | 一种温室大棚环境参数的远程监控系统 |
CN105867334A (zh) * | 2016-05-11 | 2016-08-17 | 华中农业大学 | 一种温室大棚西瓜的环境参数智能控制系统 |
CN106125803A (zh) * | 2016-08-16 | 2016-11-16 | 江西科技师范大学 | 农业大棚监测系统 |
CN205719060U (zh) * | 2016-03-07 | 2016-11-23 | 华北科技学院 | 一种智能温室无线采集装置 |
CN205809599U (zh) * | 2016-04-20 | 2016-12-14 | 安徽理工大学 | 一种基于物联网的大棚环境监控系统 |
KR101682066B1 (ko) * | 2016-08-08 | 2016-12-20 | (주)다온정보 | IoT 기술을 활용한 하우스 운영 관리 시스템 |
CN106354183A (zh) * | 2016-11-03 | 2017-01-25 | 许昌学院 | 一种基于云服务器的农业大棚智能控制方法 |
CN106774536A (zh) * | 2015-11-23 | 2017-05-31 | 大唐移动通信设备有限公司 | 一种监控系统 |
CN206224271U (zh) * | 2016-11-04 | 2017-06-06 | 北京石油化工学院 | 一种多点农业大棚数据监控系统 |
CN206380399U (zh) * | 2016-12-28 | 2017-08-08 | 厦门绿世界温室工程技术有限公司 | 一种大棚的开窗系统 |
CN209070353U (zh) * | 2018-11-06 | 2019-07-05 | 湖北田野上电子商务有限公司 | 一种基于云计算的智慧农业管理平台 |
-
2018
- 2018-11-06 CN CN201811311108.7A patent/CN109471400A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103092179A (zh) * | 2013-01-25 | 2013-05-08 | 黑龙江省致格科技开发有限公司 | 基于物联网技术的温室大棚智能监控系统 |
CN103235579A (zh) * | 2013-04-22 | 2013-08-07 | 太原理工大学 | 一种设施农业温室大棚网络型自适应控制系统 |
CN204028731U (zh) * | 2014-07-23 | 2014-12-17 | 烟台惠通网络技术有限公司 | 基于Zigbee技术的农业大棚种植环境监控系统 |
CN204993648U (zh) * | 2015-07-31 | 2016-01-20 | 湖北宏全生物科技有限公司 | 智慧农业云平台 |
CN105159268A (zh) * | 2015-10-26 | 2015-12-16 | 深圳市讯方技术股份有限公司 | 智能农业控制系统及方法 |
CN205121388U (zh) * | 2015-11-04 | 2016-03-30 | 河南工业大学 | 一种适用于大规模范围的智慧农业控制系统 |
CN106774536A (zh) * | 2015-11-23 | 2017-05-31 | 大唐移动通信设备有限公司 | 一种监控系统 |
CN205719060U (zh) * | 2016-03-07 | 2016-11-23 | 华北科技学院 | 一种智能温室无线采集装置 |
CN205450689U (zh) * | 2016-04-01 | 2016-08-10 | 青岛科技大学 | 一种温室大棚环境参数的远程监控系统 |
CN205809599U (zh) * | 2016-04-20 | 2016-12-14 | 安徽理工大学 | 一种基于物联网的大棚环境监控系统 |
CN105867334A (zh) * | 2016-05-11 | 2016-08-17 | 华中农业大学 | 一种温室大棚西瓜的环境参数智能控制系统 |
KR101682066B1 (ko) * | 2016-08-08 | 2016-12-20 | (주)다온정보 | IoT 기술을 활용한 하우스 운영 관리 시스템 |
CN106125803A (zh) * | 2016-08-16 | 2016-11-16 | 江西科技师范大学 | 农业大棚监测系统 |
CN106354183A (zh) * | 2016-11-03 | 2017-01-25 | 许昌学院 | 一种基于云服务器的农业大棚智能控制方法 |
CN206224271U (zh) * | 2016-11-04 | 2017-06-06 | 北京石油化工学院 | 一种多点农业大棚数据监控系统 |
CN206380399U (zh) * | 2016-12-28 | 2017-08-08 | 厦门绿世界温室工程技术有限公司 | 一种大棚的开窗系统 |
CN209070353U (zh) * | 2018-11-06 | 2019-07-05 | 湖北田野上电子商务有限公司 | 一种基于云计算的智慧农业管理平台 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325761A (zh) * | 2021-05-25 | 2021-08-31 | 哈尔滨工业大学 | 一种基于深度学习的植株生长期识别控制系统及其识别控制方法 |
CN114327263A (zh) * | 2021-12-15 | 2022-04-12 | 中国航空工业集团公司成都飞机设计研究所 | 一种飞控计算机nvm多层次管理方法 |
CN114745607A (zh) * | 2022-03-21 | 2022-07-12 | 南京工业大学 | 一种多节点分布式控制的温室大棚智能监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104267769B (zh) | 铁皮石斛的生长环境跟随系统及方法 | |
CN202661102U (zh) | 一种内置无线通信模块的室内外环境监测设备 | |
CN109471400A (zh) | 一种基于云计算的智慧农业管理方法及管理平台 | |
CN105116848A (zh) | 居住建筑室内环境监测与健康等级评价物联网系统 | |
CN204731617U (zh) | 一种基于大棚种植有机植物的生命周期特性分析系统 | |
CN203950191U (zh) | 一种基于移动设备的植物监控装置 | |
CN102735621A (zh) | 一种基于颜色传感器的水果成熟度检测方法 | |
CN208999854U (zh) | 基于物联网的农业大棚环境管理监测装置 | |
CN104571225A (zh) | 一种温室大棚智能监控系统 | |
CN203799236U (zh) | 嵌入式Zigbee监控节点及温室因子监控系统 | |
CN103376132A (zh) | 一种内置无线通信模块的室内外环境监测设备及监测方法 | |
CN201926913U (zh) | 一种全自动气候模拟控制系统 | |
CN204443395U (zh) | 一种温室大棚控制系统 | |
CN209070353U (zh) | 一种基于云计算的智慧农业管理平台 | |
CN107015590A (zh) | 一种基于Arduino的鸡舍养殖环境监控系统及方法 | |
CN201607248U (zh) | 一种温室环境信息智能数据采集分析仪 | |
CN201803796U (zh) | 光气候测量分析系统 | |
CN210534608U (zh) | 一种地面气象环境监测、预警及控制设备 | |
Yitong et al. | Design of multi-parameter wireless sensor network monitoring system in precision agriculture | |
CN209002233U (zh) | 一种农业物联网低成本低功耗超远距离无线传输系统 | |
CN105700597A (zh) | 基于单片机的大棚智能调节系统 | |
CN109656289A (zh) | 一种智能温室监控系统 | |
CN215935823U (zh) | 一种管控技术系统 | |
CN108803751A (zh) | 基于nb-iot的猪舍多参数远程采集控制系统及控制方法 | |
CN208548924U (zh) | 一种农场及其基于LoRa通讯的农场管理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |