CN110162122B - 一种双中控的大棚控制系统 - Google Patents
一种双中控的大棚控制系统 Download PDFInfo
- Publication number
- CN110162122B CN110162122B CN201910355216.2A CN201910355216A CN110162122B CN 110162122 B CN110162122 B CN 110162122B CN 201910355216 A CN201910355216 A CN 201910355216A CN 110162122 B CN110162122 B CN 110162122B
- Authority
- CN
- China
- Prior art keywords
- central
- unit
- control
- communication module
- model calculation
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Greenhouses (AREA)
Abstract
本发明提供了一种双中控的大棚控制系统,包括本地执行控制组件和中央部署控制组件;所述本地执行控制组件包含执行机构、感知机构、执行控制单元和末端通信模组,所述中央部署控制组件包含中央通信模组、存储控制器、存储单元、中央控制单元、模型计算单元和协调仲裁单元;本发明通过中央控制单元和模型计算单元两个中控单元分时运行的方式,能够有效降低能耗,并使大棚种植的智能控制处于更为合理、自动化程度更高的水平,以极低的成本规避了高性能ARM内核微处理器长时间运行不稳定的弊端,并以双模式切换的方式有效降低系统能耗,同时又不影响深度学习模型的正常更新,从而最终极大的降低智能化程度较高的规模化大棚控制系统的维护成本。
Description
技术领域
本发明涉及一种双中控的大棚控制系统。
背景技术
目前,蔬菜种植大棚的控制系统相关技术依然发展较为成熟,如申请号为CN201710873496.7的发明专利公开了一种蔬菜种植大棚智能控制系统,能够对蔬菜大棚进行自动环境控制,如申请号为CN201811270003.1的发明专利公开了一种基于神经网络的作物生长模型选择方法及装置能够利用深度学习技术对种植环境控制进行有效优化,如申请号为CN201811281366.5的发明专利公开了一种基于树莓派的农业大棚智能控制系统能够使得复杂的自动控制逻辑承载于一块成本较低的高性能ARM内核微处理器开发板上。
通过将上述方案进行合理整合可以得到一种智能化程度较高的大棚控制系统,但是其中的问题也很明显:
1.采用高性能ARM内核微处理器开发板进行控制,固然可以有效的将深度学习技术应用于大棚种植,但是在日常控制中高性能ARM内核微处理器开发板稳定度较低,虽然高性能ARM内核微处理器开发板本身成本较低,但是如要确保高性能ARM内核微处理器开发板长时间稳定运行,则所需的外部电路成本是极高的。
2.相对于常规的单片机而言,高性能ARM内核微处理器开发板能耗较高,虽然ARM内核微处理器有休眠模式可以降低功耗,但是在常规控制中,中控必须持续运行以保证系统正常,因此几乎不可能有休眠时间。
3.深度学习技术的有效应用,关键问题在于数据,长时间持续采集运行数据,虽然数据量可以达到有效应用的要求,但是数据分布会有很大问题,而如果要确保数据分布合理,则采集数据的周期明显更长,在采集数据的过程中需要增加数据过滤,基于数据过滤来删除大量的常规运行数据以使得数据分布更为合理,因此深度学习模型的更新周期实际上会远比预期要长。
发明内容
为解决上述技术问题,本发明提供了一种双中控的大棚控制系统,该双中控的大棚控制系统通过中央控制单元和模型计算单元两个中控单元分时运行的方式,能够有效降低能耗,并使大棚种植的智能控制处于更为合理、自动化程度更高的水平。
本发明通过以下技术方案得以实现。
本发明提供的一种双中控的大棚控制系统,包括本地执行控制组件和中央部署控制组件;所述本地执行控制组件包含执行机构、感知机构、执行控制单元和末端通信模组,所述中央部署控制组件包含中央通信模组、存储控制器、存储单元、中央控制单元、模型计算单元和协调仲裁单元;
所述执行控制单元连接控制执行机构、感知机构,并通过末端通信模组实现与中央部署控制组件的通信;
所述存储控制器连接控制存储单元,并通过中央通信模组实现与本地执行控制组件的通信;
所述存储控制器、中央控制单元和模型计算单元接于同一数据总线上;
所述协调仲裁单元通过GPIO分别连接存储控制器、中央控制单元和模型计算单元;
所述中央控制单元和模型计算单元均有两种工作状态,分别为控制状态和休眠状态,当中央控制单元和模型计算单元中任一个从休眠状态通过协调仲裁单元的GPIO连接唤醒至控制状态时,另一个通过数据总线发起数据传输并在数据传输完成后进入休眠状态。
所述中央通信模组由第一通信模组和第二通信模组组成,存储控制器通过串口连接或SPI通信连接控制第一通信模组和第二通信模组。
所述第一通信模组和第二通信模组均为LoRa模块,末端通信模组也为LoRa模块。
所述协调仲裁单元四路GPIO引脚连接至存储控制器,其中两路输出分别标示中央控制单元和模型计算单元的工作状态,另外两路输入接收存储控制器的工作状态,存储控制器的工作状态包括“中央控制单元读”、“模型计算单元读”、“中央控制单元写”、“模型计算单元写”。
所述协调仲裁单元两路GPIO引脚连接至中央控制单元,其中一路输出接至中央控制单元的唤醒中断引脚用于唤醒中央控制单元,另一路输入接收中央控制单元的工作状态。
所述协调仲裁单元两路GPIO引脚连接至模型计算单元,其中一路输出接至模型计算单元的唤醒中断引脚用于唤醒模型计算单元,另一路输入接收模型计算单元的工作状态。
所述执行机构包括喷淋电磁阀、抽水泵、风扇、暖风机、照明灯中至少两种。
所述感知机构包括空气温度传感器、空气湿度传感器、光敏传感器、二氧化碳浓度传感器中至少两种。
所述存储控制器和中央控制单元均为Cortex-M3或Cortex-M4内核的微控制器,所述存储单元为EMMC芯片,所述模型计算单元为主频在500MHz以上的ARM内核微处理器,所述协调仲裁单元为MSP430系列16位微控制器。
本发明的有益效果在于:通过中央控制单元和模型计算单元两个中控单元分时运行的方式,能够有效降低能耗,并使大棚种植的智能控制处于更为合理、自动化程度更高的水平,以极低的成本规避了高性能ARM内核微处理器长时间运行不稳定的弊端,并以双模式切换的方式有效降低系统能耗,同时又不影响深度学习模型的正常更新,从而最终极大的降低智能化程度较高的规模化大棚控制系统的维护成本。
附图说明
图1是本发明的连接示意图。
具体实施方式
下面进一步描述本发明的技术方案,但要求保护的范围并不局限于所述。
如图1所示的一种双中控的大棚控制系统,包括本地执行控制组件和中央部署控制组件;所述本地执行控制组件包含执行机构、感知机构、执行控制单元和末端通信模组,所述中央部署控制组件包含中央通信模组、存储控制器、存储单元、中央控制单元、模型计算单元和协调仲裁单元;
所述执行控制单元连接控制执行机构、感知机构,并通过末端通信模组实现与中央部署控制组件的通信;
所述存储控制器连接控制存储单元,并通过中央通信模组实现与本地执行控制组件的通信;
所述存储控制器、中央控制单元和模型计算单元接于同一数据总线上;
所述协调仲裁单元通过GPIO分别连接存储控制器、中央控制单元和模型计算单元;
所述中央控制单元和模型计算单元均有两种工作状态,分别为控制状态和休眠状态,当中央控制单元和模型计算单元中任一个从休眠状态通过协调仲裁单元的GPIO连接唤醒至控制状态时,另一个通过数据总线发起数据传输并在数据传输完成后进入休眠状态。
所述中央通信模组由第一通信模组和第二通信模组组成,存储控制器通过串口连接或SPI通信连接控制第一通信模组和第二通信模组。
所述第一通信模组和第二通信模组均为LoRa模块,末端通信模组也为LoRa模块。
所述协调仲裁单元四路GPIO引脚连接至存储控制器,其中两路输出分别标示中央控制单元和模型计算单元的工作状态,另外两路输入接收存储控制器的工作状态,存储控制器的工作状态包括“中央控制单元读”、“模型计算单元读”、“中央控制单元写”、“模型计算单元写”。
所述协调仲裁单元两路GPIO引脚连接至中央控制单元,其中一路输出接至中央控制单元的唤醒中断引脚用于唤醒中央控制单元,另一路输入接收中央控制单元的工作状态。
所述协调仲裁单元两路GPIO引脚连接至模型计算单元,其中一路输出接至模型计算单元的唤醒中断引脚用于唤醒模型计算单元,另一路输入接收模型计算单元的工作状态。
所述执行机构包括喷淋电磁阀、抽水泵、风扇、暖风机、照明灯中至少两种。
所述感知机构包括空气温度传感器、空气湿度传感器、光敏传感器、二氧化碳浓度传感器中至少两种。
所述存储控制器和中央控制单元均为Cortex-M3或Cortex-M4内核的微控制器,所述存储单元为EMMC芯片,所述模型计算单元为主频在500MHz以上的ARM内核微处理器,所述协调仲裁单元为MSP430系列16位微控制器。
由此,深度学习模型部署在模型计算单元上,以周期更新的方式运行,每次更新后,先通过协调仲裁单元将中央控制单元唤醒,然后将更新得到的控制参数值发送至中央控制单元,之后进入休眠状态等待协调仲裁单元唤醒,由此节约能耗;而协调仲裁单元可通过内置定时器唤醒,本身采用低功耗的MSP430系列微控制器,功耗几乎可以忽略不计;中央控制单元采用Cortex-M3或Cortex-M4内核的微控制器,能耗比ARM内核微处理器低很多,同时其性能足以满足常规的控制执行功能,当模型计算单元对深度学习模型进行更新的时候,其耗时较长,此时中央控制单元进入休眠模式可以进一步降低系统整体能耗,而系统在中央控制单元进入休眠模式后的常规控制需求则可以通过模型计算单元的片上定时器中断服务函数来确保顺利完成。
作为规模化种植而言,大棚数量较多,因此本地执行控制组件在现有技术的基础上采用LoRa方式通信,主要考虑在于LoRa通信能够支持较长的通信距离、较多的节点数量,而为了应对节点数量较多的情况,中央通信模组由第一通信模组和第二通信模组组成则可以提供双路通信通道,确保通信数据及时有效。
Claims (9)
1.一种双中控的大棚控制系统,包括本地执行控制组件和中央部署控制组件,其特征在于:所述本地执行控制组件包含执行机构、感知机构、执行控制单元和末端通信模组,所述中央部署控制组件包含中央通信模组、存储控制器、存储单元、中央控制单元、模型计算单元和协调仲裁单元;
所述执行控制单元连接控制执行机构、感知机构,并通过末端通信模组实现与中央部署控制组件的通信;
所述存储控制器连接控制存储单元,并通过中央通信模组实现与本地执行控制组件的通信;
所述存储控制器、中央控制单元和模型计算单元接于同一数据总线上;
所述协调仲裁单元通过GPIO分别连接存储控制器、中央控制单元和模型计算单元;
所述中央控制单元和模型计算单元均有两种工作状态,分别为控制状态和休眠状态,当中央控制单元和模型计算单元中任一个从休眠状态通过协调仲裁单元的GPIO连接唤醒至控制状态时,另一个通过数据总线发起数据传输并在数据传输完成后进入休眠状态。
2.如权利要求1所述的双中控的大棚控制系统,其特征在于:所述中央通信模组由第一通信模组和第二通信模组组成,存储控制器通过串口连接或SPI通信连接控制第一通信模组和第二通信模组。
3.如权利要求2所述的双中控的大棚控制系统,其特征在于:所述第一通信模组和第二通信模组均为LoRa模块,末端通信模组也为LoRa模块。
4.如权利要求1所述的双中控的大棚控制系统,其特征在于:所述协调仲裁单元四路GPIO引脚连接至存储控制器,其中两路输出分别标示中央控制单元和模型计算单元的工作状态,另外两路输入接收存储控制器的工作状态,存储控制器的工作状态包括“中央控制单元读”、“模型计算单元读”、“中央控制单元写”、“模型计算单元写”。
5.如权利要求1所述的双中控的大棚控制系统,其特征在于:所述协调仲裁单元两路GPIO引脚连接至中央控制单元,其中一路输出接至中央控制单元的唤醒中断引脚用于唤醒中央控制单元,另一路输入接收中央控制单元的工作状态。
6.如权利要求1所述的双中控的大棚控制系统,其特征在于:所述协调仲裁单元两路GPIO引脚连接至模型计算单元,其中一路输出接至模型计算单元的唤醒中断引脚用于唤醒模型计算单元,另一路输入接收模型计算单元的工作状态。
7.如权利要求1所述的双中控的大棚控制系统,其特征在于:所述执行机构包括喷淋电磁阀、抽水泵、风扇、暖风机、照明灯中至少两种。
8.如权利要求1所述的双中控的大棚控制系统,其特征在于:所述感知机构包括空气温度传感器、空气湿度传感器、光敏传感器、二氧化碳浓度传感器中至少两种。
9.如权利要求1所述的双中控的大棚控制系统,其特征在于:所述存储控制器和中央控制单元均为Cortex-M3或Cortex-M4内核的微控制器,所述存储单元为EMMC芯片,所述模型计算单元为主频在500MHz以上的ARM内核微处理器,所述协调仲裁单元为MSP430系列16位微控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910355216.2A CN110162122B (zh) | 2019-04-29 | 2019-04-29 | 一种双中控的大棚控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910355216.2A CN110162122B (zh) | 2019-04-29 | 2019-04-29 | 一种双中控的大棚控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110162122A CN110162122A (zh) | 2019-08-23 |
CN110162122B true CN110162122B (zh) | 2021-02-12 |
Family
ID=67633150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910355216.2A Active CN110162122B (zh) | 2019-04-29 | 2019-04-29 | 一种双中控的大棚控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162122B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1117318A (zh) * | 1993-11-01 | 1996-02-21 | 艾利森.Ge.流动通讯有限公司 | 多处理器数据存储器共享 |
WO1997007604A1 (en) * | 1995-08-14 | 1997-02-27 | Nokia Telecommunications Oy | Synchronizing a telecommunications connection in a mobile communications system |
CN105184366A (zh) * | 2015-09-15 | 2015-12-23 | 中国科学院计算技术研究所 | 一种时分复用的通用神经网络处理器 |
CN206787614U (zh) * | 2017-05-07 | 2017-12-22 | 福建强闽信息科技有限公司 | 一种基于窄带物联网的智能农业大棚系统 |
CN207528705U (zh) * | 2017-11-28 | 2018-06-22 | 山西大学 | 对养殖场圈舍内的温室气体含量进行监测的系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568155A (zh) * | 2010-12-31 | 2012-07-11 | 富泰华工业(深圳)有限公司 | 婴儿睡醒报警装置 |
-
2019
- 2019-04-29 CN CN201910355216.2A patent/CN110162122B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1117318A (zh) * | 1993-11-01 | 1996-02-21 | 艾利森.Ge.流动通讯有限公司 | 多处理器数据存储器共享 |
WO1997007604A1 (en) * | 1995-08-14 | 1997-02-27 | Nokia Telecommunications Oy | Synchronizing a telecommunications connection in a mobile communications system |
CN105184366A (zh) * | 2015-09-15 | 2015-12-23 | 中国科学院计算技术研究所 | 一种时分复用的通用神经网络处理器 |
CN206787614U (zh) * | 2017-05-07 | 2017-12-22 | 福建强闽信息科技有限公司 | 一种基于窄带物联网的智能农业大棚系统 |
CN207528705U (zh) * | 2017-11-28 | 2018-06-22 | 山西大学 | 对养殖场圈舍内的温室气体含量进行监测的系统 |
Non-Patent Citations (1)
Title |
---|
《基于农业物联网的智能温室系统架构与实现》;高浩天 等;《农机化研究》;20180131;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110162122A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103035112A (zh) | 一种作物-大气-土壤信息无线采集终端及采集方法 | |
CN204516015U (zh) | 一种多功能低功耗水环境无线数据采集器 | |
CN109952948A (zh) | 一种基于物联网的远程可视化智能灌溉系统 | |
CN103988771A (zh) | 一种家用蔬菜栽培设备 | |
CN110162122B (zh) | 一种双中控的大棚控制系统 | |
CN110166971A (zh) | 应用于窨井管网的低功耗无线通信装置及系统 | |
CN206905797U (zh) | 一种植物监测终端以及智能植物养护监测系统 | |
CN105650795A (zh) | 一种基于物联网技术的加湿器 | |
CN203178820U (zh) | 基于arm的嵌入式液位监控装置 | |
CN105700588A (zh) | 一种连栋蔬菜温棚环境监测系统 | |
CN204595660U (zh) | 一种育苗室温湿度无线控制系统 | |
CN101691943A (zh) | 实现用户自定义睡眠参数控制空调运转的遥控装置及方法 | |
CN208000509U (zh) | 基于无线传感网的规模养禽环境自动控制系统 | |
CN109041737A (zh) | 一种风光电互补智能灌溉施肥系统 | |
CN208016576U (zh) | 一种基于LoRa通信技术的农田信息采集灌溉系统 | |
Shang et al. | Greenhouse wireless monitoring system based on the zigbee | |
CN207369672U (zh) | 种植装置以及系统 | |
CN201926071U (zh) | 一种基于计算机视觉的自动控制空调的节能装置 | |
CN208092578U (zh) | 一种基于pid算法的孵化器控制系统 | |
CN204609405U (zh) | 一种基于BLE-SoC的车位锁 | |
CN109062397B (zh) | 一种单片机休眠管理系统 | |
Li et al. | An irrigation control system based on C8051F and ARM | |
CN202771225U (zh) | 基于SimpliciTI的家庭环境监控装置 | |
CN205302605U (zh) | 远程遥测终端 | |
CN201509199U (zh) | 一种基于蓝牙的无线传感器网络节点模块 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |