CN113283554B - 基于北斗和rfid的昆虫追踪系统及方法 - Google Patents
基于北斗和rfid的昆虫追踪系统及方法 Download PDFInfo
- Publication number
- CN113283554B CN113283554B CN202110464232.2A CN202110464232A CN113283554B CN 113283554 B CN113283554 B CN 113283554B CN 202110464232 A CN202110464232 A CN 202110464232A CN 113283554 B CN113283554 B CN 113283554B
- Authority
- CN
- China
- Prior art keywords
- beidou
- base station
- rfid
- pests
- signal source
- 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
- 241000238631 Hexapoda Species 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 34
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 82
- 238000005516 engineering process Methods 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012800 visualization Methods 0.000 claims description 11
- 238000009795 derivation Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013079 data visualisation Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 6
- 201000010099 disease Diseases 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012351 Integrated analysis Methods 0.000 abstract 1
- 238000013075 data extraction Methods 0.000 abstract 1
- 230000006855 networking Effects 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000758789 Juglans Species 0.000 description 3
- 235000009496 Juglans regia Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000020234 walnut Nutrition 0.000 description 3
- 241001124134 Chrysomelidae Species 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000254173 Coleoptera Species 0.000 description 1
- 241000565359 Fraxinus chinensis Species 0.000 description 1
- 235000014075 Juglans mandschurica Nutrition 0.000 description 1
- 241000305529 Juglans mandshurica Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy 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
- 230000007123 defense Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000024703 flight behavior Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005541 medical transmission Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pure & Applied Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明涉及一种基于北斗和RFID的昆虫追踪系统及方法。利用北斗卫星导航技术与射频识别技术扫描采集林业害虫所带重量大约为0.48克的信号源,应用数学建模计算其相应的空间位置,使用RFID模块、Zigbee模块、北斗模块和NB‑IoT模块实现数据之间的通信,以基站为单位的组网部署模式实现在大范围内对林业害虫位置进行实时追踪以及飞行数据提取,实现林业害虫飞行轨迹的可视化展示。本发明不仅对揭示林业害虫传播森林病虫害的规律具有重要意义,通过对大量同种林业害虫飞行数据的整合分析可以得到同类林业害虫的活动习性,还为其他昆虫飞行轨迹的自动监测研究提供一种有效的手段,在未来还可运用于对部分林业害虫藏匿窝穴进行定位并进行定点清除,达到清除病虫害目的。
Description
技术领域
本发明涉及一种基于北斗和RFID的昆虫追踪系统及方法。
背景技术
众所周知,如今对林业破坏最大的三大因素有:森林火灾、森林的乱砍乱伐、森林病虫害。近年来,随着我国对于森林资源的保护工作的重视,前两大问题都得到了很好的解决,但是森林病虫害对林业造成的破坏以及对生态环境、经济损失带来的影响一直是本发明需要去解决的痛点。据资料显示我国每年遭受病虫害危害的森林面积约为790万公顷,损失木材的生长量约为1690万立方米,经济损失约为50亿元[1]。通过研究发现,大多数林业害虫的飞行轨迹及其扩散距离对森林病虫害的自然扩散路径和范围起决定性作用,然而长期以来由于缺乏有效的研究手段,目前对此仍然知之甚少[2]。传统的昆虫飞行轨迹监测方法往往是通过高速相机拍摄飞行过程中的昆虫图像或者是通过谐波雷达来检测昆虫的轨迹,并对这些图像进行分析获取其轨迹,但这种方法仅能在极为有限的空间中进行,难以模拟较大空间甚至野外昆虫的飞行轨迹监测,且高速相机拍摄不能实现对夜行性昆虫飞行行为的监测[3]。随着物联网技术的发展应用无线传感装置监测大型动物的飞行轨迹已成为可能,如已开发出用于鸟类的飞轨迹的传感技术。该方法用于小型昆虫时则不适用,主要原因在于其发射信号源重量过大,小型昆虫难以承受。
发明内容
本发明的目的在于提供一种基于北斗和RFID的昆虫追踪系统及方法,通过将北斗卫星导航技术与RFID技术运用于林业害虫的飞行轨迹监测,利用RFID模块获取信号源的信号强度,应用数学方法建模计算其空间位置,再结合北斗模块的地图数据,应用可视化技术将林业害虫运动轨迹在地图上展示,该方法不仅对揭示林业害虫传播森林病虫害的规律具有重要意义,还为其他昆虫飞行轨迹的自动监测研究提供了一种有效的手段。
为实现上述目的,本发明的技术方案是:一种基于北斗和RFID的昆虫追踪系统,包括粘在林业害虫躯干上信号源、用于信号接收的基站、用于采集基站信号并上传云端的网关;每一昆虫检测区域包括一个网关、四个基站,且四个基站位于正四面体的四个顶点,正四面体内的区域即昆虫检测区域;位于昆虫检测区域内的林业害虫追踪方式为:根据信号源对于基站的信号强度与信号源相对基站距离成正比的关系,即可实现林业害虫在相应昆虫检测区域内的空间相对位置定位,而后通过网关的北斗定位功能,进一步实现林业害虫在地图上的精确定位,从而实现林业害虫的追踪。
在本发明一实施例中,所述信号源为RFID电子标签,RFID电子标签大小为6mm×6mm,重约0.48g。
在本发明一实施例中,所述基站包括STM32主控制器及与该STM32主控制器连接的用于进行信号接收的RFID阅读器模块、用于实现基站与网关通信的Zigbee模块。
在本发明一实施例中,所述网关包括STM32主控制器及与该STM32主控制器连接的用于实现定位的北斗模块、用于实现网关与基站通信的Zigbee模块、用于实现网关与云端通信的NB-IoT模块。
在本发明一实施例中,NB-IoT模块与云端的通信基于TCP/IP协议,使用AT指令构建一个TCP,在连接上云端,即NET端的HTTP服务器后,通过Socket与NET端的HTTP服务器通信,通过HTTP GET和HTTP POST数据流交换数据;在上传的时候,构建16进制的HTTPPOST,向NET端的HTTP服务器提交JSON表单,NET端的HTTP服务器响应后返回的数据也是16进制。
在本发明一实施例中,还包括移动终端,移动终端通过与云端通信实现林业害虫的可视化展现。
本发明还提供了一种基于北斗和RFID的昆虫追踪方法,该方法基于上述所述系统,具体实现如下:
信号源对于基站的信号强度与信号源相对基站距离成正比的关系,得出信号源与基站距离的公式如下:
其中,abs()表示取绝对值,RSSI为信号强度,A为信号源和基站相隔1米时的信号强度,N为环境衰减因子;
令信号源与两个基站D1和D2之间的距离分别为d1和d2;因此,根据余弦定理再将距离转化为具体的三维坐标(x,y,z):
将网关的北斗定位获得的经纬度坐标转换成三维坐标;假设经度角AOB用Lng表示,纬度角用DOB用Lat表示,半径OD用R表示,坐标点D用(x,y,z),并且R已知,则:
x=R*cos(Lat)*cos(Lng)
y=R*cos(Lat)*sin(Lng)
z=R*sin(Lat)
将得到的离散的三维坐标,利用B样条曲线计算定理绘制拟合曲线;在确定4个控制顶点,即基站位置P0、P1、P2、P3之后,根据三次B样条公式推导
写成矩阵形式为:
由此推导出一阶和二阶的导数:
将t=0、t=1代入,可以得到以下的几何关系:
P″(0)=(P2-P1)+(P10-P1)
P"(1)=(P3-P2)+(P1-P2)
由此可以看出林业害虫与P0、P1、P2、P3之间的关系,并以此为理论基础将离散的三维坐标绘制为一条曲线,即林业害虫的飞行轨迹曲线。
在本发明一实施例中,根据得出林业害虫的飞行轨迹曲线,通过求导计算切线,可以得出不同时刻林业害虫飞行的方向;进一步可求出平均速度V1、瞬时速度V2:
其中,n表示n段路程,t指每段路程对应的时间,(xi,yi,zi)表示害虫的当前位置,(xi+1,yi+1,zi+1)相对于(xi,yi,zi)表示下一时刻的害虫的位置。
在本发明一实施例中,通过该方法求出的离散的三维坐标,利用可视化技术,即可为3D飞行轨迹进行显示;数据可视化采用Maplotlib mplot3d来创建3D场景。
在本发明一实施例中,通过该方法求出的离散的三维坐标,在Google地球服务获取相关经纬度的遥感图像数据,然后利用可视化技术将其转化为RGB渲染三维地形图,实现飞行路径的显示。
相较于现有技术,本发明具有以下有益效果:
1、本发明可大范围自动监测昆虫的飞行轨迹,与此同时也解决了信号源重量问题,将重量约为0.48g的RFID电子标签作为信号源,无需电源,重量小,成本低,且易实现;
2、本发明应用四点定位方法根据信号信息建立相应的位置预测模型,通过该模型来计算不同时刻林业害虫的位置信息,结合北斗模块的地图数据,将运动轨迹在地图上描绘。通过北斗模块的地图数据本发明可以精确的监测到林业害虫的位置信息,为林业害虫的诱捕以及森林病虫害传播的防治提供了思路;
3、本发明结合了北斗技术,在手机上即可对空间内的昆虫飞行轨迹查看,数据在云平台内储存,还可利用于大数据挖掘分析,为林业害虫轨迹的研究提供重要参考。
附图说明
图1为三点定位基本原理示意图
图2为本发明硬件框架及关系图。
图3为本发明软件架构流程图。
图4为信号强度转化为三维坐标几何模型。
图5为北斗模块中经纬度转化三维坐标几何模型。
图6为三次B样条模型。
图7为本发明应用的手机APP的主菜单示意图。
图8为网关概况及数据可视化。
图9为网关布防及预警。
图10为平面北斗预览图。
图11为3D北斗预览图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明一种基于北斗和RFID的昆虫追踪系统,包括粘在林业害虫躯干上信号源、用于信号接收的基站、用于采集基站信号并上传云端的网关;每一昆虫检测区域包括一个网关、四个基站,且四个基站位于正四面体的四个顶点,正四面体内的区域即昆虫检测区域;位于昆虫检测区域内的林业害虫追踪方式为:根据信号源对于基站的信号强度与信号源相对基站距离成正比的关系,即可实现林业害虫在相应昆虫检测区域内的空间相对位置定位,而后通过网关的北斗定位功能,进一步实现林业害虫在地图上的精确定位,从而实现林业害虫的追踪。
本发明还提供了一种基于北斗和RFID的昆虫追踪方法,该方法基于上述所述系统,具体实现如下:
信号源对于基站的信号强度与信号源相对基站距离成正比的关系,得出信号源与基站距离的公式如下:
其中,abs()表示取绝对值,RSSI为信号强度,A为信号源和基站相隔1米时的信号强度,N为环境衰减因子;
从图4可以看出,任意两个基站与信号源(害虫)可构成一个三角形,令信号源与任意两个基站D1和D2之间的距离分别为d1和d2;因此,根据余弦定理可再将距离转化为具体的三维坐标(x,y,z):
将网关的北斗定位获得的经纬度坐标转换成三维坐标;假设经度角AOB用Lng表示,纬度角用DOB用Lat表示,半径OD用R表示,坐标点D用(x,y,z),并且R已知,则:
x=R*cos(Lat)*cos(Lng)
y=R*cos(Lat)*sin(Lng)
z=R*sin(Lat)
将得到的离散的三维坐标,利用B样条曲线计算定理绘制拟合曲线;在确定4个控制顶点,即基站位置4个控制顶点P0、P1、P2、P3之后,根据三次B样条公式推导
写成矩阵形式为:
由此推导出一阶和二阶的导数:
将t=0、t=1代入,可以得到以下的几何关系:
P″(0)=(P2-P1)+(P10-P1)
P"(1)=(P3-P2)+(P1-P2)
由此可以看出林业害虫与P0、P1、P2、P3之间的关系,并以此为理论基础将离散的三维坐标绘制为一条曲线,即林业害虫的飞行轨迹曲线。
在本发明一实施例中,根据得出林业害虫的飞行轨迹曲线,通过求导计算切线,可以得出不同时刻林业害虫飞行的方向;进一步可求出平均速度V1、瞬时速度V2:
其中,n表示n段路程,t指每段路程对应的时间,(xi,yi,zi)表示害虫的当前位置,(xi+1,yi+1,zi+1)相对于(xi,yi,zi)表示下一时刻的害虫的位置。
以下为本发明的具体实现过程。
一、本发明系统及方法的解决方案及原理
(一)、技术路线
在平面上把接受信号的装置(基站)按正三角形布局如图1,其中,信号源在该区域内对于三个基站均有一个信号强度值,信号强度和距离成正比,按信号强度比例作圆,改变比例即可得到三圆相交的一点,即信号源所在的相对于三个基站的位置。在平面上再加一个基站构成正四面体即可在空间内实现定位[4]。
在利用四点定位算法得出相对位置基础上,结合北斗模块的获取的地图数据[5],在地图上实现精确定位。
(二)、主体框架
本发明方案中硬件部分主要由STM32、北斗模块、RFID模块、NB-IoT模块、以及Zigbee模块组成;软件部分分为数据交换层、业务处理层和展示层。方案流程如下:
1、四个RFID阅读器发射特定的射频信号,扫描附近的RFID电子标签信息。
2、将信号源(RFID电子标签6mm×6mm,重约0.48g)粘在林业害虫的躯干部分,然后释放林业害虫让其自由飞行。
3、微控制器通过RFID阅读器扫描并接收RFID电子标签信号信息,并将数据存储在缓冲区。
4、每一个Zigbee模块都与周围的Zigbee模块自动组成一个无线多跳网络。
5、当监测林业害虫飞行时间结束时,将该时间段内微控制器缓冲区中的数据通过Zigbee模块发送到主控上。
6、由北斗模块收集北斗卫星发送的定位信息,并将它发送至STM32主控上。
7、主控将收到的RFID信号数据和北斗模块获取的定位数据,通过NB-IoT模块发送到云端。
8、PC端用HTTP技术从云端获取相应的数据。
9、PC端用将传回的数据利用定位算法、可视化技术等进行相关处理。
10、应用可视化技术将计算出的位置信息分别在PC端和手机APP展示。
二、本发明系统的具体构建及原理
(一)、硬件系统
每一个基站由STM32主控制器、RFID阅读器模块和Zigbee模块构成,完成信号源信号的采集与发送。而每一个网关由STM32主控制器、北斗模块、Zigbee模块和NB-IoT构成,完成对各基站数据的采集与对数据的上传。各模块之间、基站与网关之间的关系如图2所示。
1、主控模块
采用STM32F103C8T6微控制器,控制RFID阅读器扫描信号源的信号强度,获取北斗模块的位置信息;实现Zigbee模块、NB-IoT模块的数据传输。
2、定位模块
使用北斗模块作为定位模块,通过NMEA-0183通信协议和串口通讯,将位置数据传送到单片机,单片机机进行解析后,得到位置信息与地图的数据。
3、RFID模块
通过RFID阅读器获取多个RFID电子标签的信号强度,实现对林业害虫的追踪。
4、NB-IoT模块
使用NB-IoT模块,通过物联网技术,可以实现单片机数据上传到服务器,进而实现对数据的处理与呈现。
5、Zigbee模块
每一个Zigbee模块都与周围的Zigbee模块自动组成一个无线多跳网络,该网络为局域网络,该局域网实现基站与网关之间的数据传输。
(二)、软件系统
Android应用。Android端主要用于让用户通过手机直接观察林业害虫的飞行轨迹。
本发明采用MVP架构,这样能够极大地降低各模块之间的耦合度,并方便后期的维护和二次开发。在网络请求方面,采用Retrofit+OKhttp向云端请求林业害虫查询数据Retrofit负责请求的数据和请求的结果,使用接口的方式呈现,OkHttp负责请求的过程。其流程如图3所示。
使用者可输入实验林业害虫编号,APP通过请求云端数据库数据,查询林业害虫的最新相关数据,如速度,经纬度,轨迹等等。在野外时可先根据经纬度到达相关位置,然后通过RFID连接,实时获取林业害虫电子标签信息,不断调整,进行精确定位,捕捉实验林业害虫进行研究。
1、信标距离与三维坐标转化
如图4所示,将RFID阅读器接受到的地址与数据信号强度信息进行预处理,通过RSSI(信号强度),A(发射端和接收端相隔1米时的信号强度)和n(环境衰减因子),利用公式计算出林业害虫(信号源)与4点信标(基站)的距离d:
再将信标距离转化为具体的三维坐标(x,y,z),并把它存放在.txt的文件当中并进行一系列字符串处理:
2、北斗中经纬度与三维坐标转化
将北斗模块获得的经纬度坐标转换成三维坐标,然后将三维坐标结合北斗模块地图数据,在地形图上显示林业害虫的飞行轨迹[6]。
如图5所示,假设经度角AOB用Lng表示,纬度角用DOB用Lat表示,半径OD用R表示,坐标点D用(x,y,z),并且R已知。
x=R*cos(Lat)*cos(Lng)
y=R*cos(Lat)*sin(Lng)
z=R*sin(Lat)
3、飞行轨迹绘制
将得到的离散的三维坐标,利用B样条曲线计算定理绘制拟合曲线。首先选取4个控制顶点P0、P1、P2、P3。根据三次B样条公式推导:
写成矩阵形式为:
由此推导出一阶和二阶的导数:
将t=0、t=1代入,可以得到以下的几何关系:
P″(0)=(P2-P1)+(P0-P1)
P"(1)=(P3-P2)+(P1-P2)
由此可以看出林业害虫与P0、P1、P2、P3之间的关系,并以此为理论基础将离散的三维坐标绘制为一条曲线如图6所示,即林业害虫的飞行轨迹曲线。
根据求出的拟合曲线,通过求导计算切线,可以得出不同时刻林业害虫飞行的方向。通过离散点,横纵坐标相减以及求和公式,可以得出平均速度V1、瞬时速度V2:
其中,n表示n段路程,t指每段路程对应的时间,(xi,yi,zi)表示害虫的当前位置,(xi+1,yi+1,zi+1)相对于(xi,yi,zi)表示下一时刻的害虫的位置。
4、飞行轨迹可视化
飞行可视化可以在Android端进行展示。
在研究林业害虫飞行轨迹实验中,通过请求云端来获取数据,并进行数据预处理(包括信号强度RSSI,环境衰减因子等参数数据),划分格式规范化,然后通过数学模型将其转化为离散的三维坐标(x,y,z),再利用可视化技术将离散模型转化为3D飞行轨迹进行显示。数据可视化采用Maplotlib mplot3d来创建3D场景。此外,PC端还可以进行交互式操作,提供旋转和缩放3D轨迹的功能。
在研究林业害虫的长时间长距离的飞行路径实验中,通过请求云端获取数据,从中提取出林业害虫在某段时间的北斗经纬度信息,然后通过数学模型将其转化为离散的三维坐标(x,y,z),并在Google地球服务获取相关经纬度的遥感图像数据,然后利用可视化技术将其转化为RGB渲染三维地形图,并显示飞行路径。
(三)、数据交换层
本发明的数据传递结构主要在云端,其中由三部分组成,网关端的通信模块--NB-IoT模块,NET端上的HTTP Server和客户端Client。
NB-IoT模块端的通信基于TCP/IP协议,使用AT指令构建一个TCP,在连接上NET端的HTTP服务器后,通过Socket与NET端的HTTP服务器通信,通过HTTP GET和HTTP POST数据流交换数据。在上传的时候,构建16进制的HTTP POST,向云端服务器提交JSON表单,一种轻量级的数据交换格式,用特殊的文本格式来存储和表示数据,其层次结构简洁明了,方便阅读编写,易于机器解析生成,大大提高网络传输效率。所以JSON成为本发明首选的数据交换语言。在服务端响应后返回的数据也是16进制,用于在网关上进行判断,计算解析等处理。
NET端的HTTP Server使用Cent-OS 7.0为服务器系统,选择PHP为主要环境。根据实际需求,使用HTTP1.1协议来传输数据以节省带宽,选择Apache Http Server开源网页服务器,使用MariaDB数据库储存数据,接收到来自NB-IoT的数据后,经过预处理,计算,分析存入对应的数据库,供Client的连接获取。
Client端主要有Android,其运行的APP同样使用TCP/IP协议,构建TCP,建立连接后使用Socket访问,获取数据采取HTTP GET数据流,向HTTP Server获取所需信息,HTTPServer的Socket进程接收到了请求报文后,从储存里获取对应URL指向的对象,封装到对应报文后通过Socket返回给Client端,完成数据请求接收。
三、实验结果与分析
本发明解决方案以STM32控制器为核心,北斗模块作为地理信息来源,RFID模块负责接收林业害虫信号源的信号强度,Zigbee发送数据以及多个控制器的协同工作,利用NB-IoT完成数据的传输,由Android端进行数据可视化及硬件管理等操作。
如图7所示,通过手机APP不仅可以监测每个网关、基站以及标签的工作状态,所在位置等等设备信息,还可对某特定网关空间进行实时监控,可以设置布防对昆虫进出记录统计,并可以结合北斗在地图上标注每个网关空间的位置以及每只昆虫身上的标签经过哪些位置。
主菜单内有各功能的预览,遵循Google的Material Design 2设计,可以随时在侧边栏快速打开。用户可以根据需要在侧边菜单快速选择自己需要的功能,也可以在搜索框输入任意设备的标签或者ID迅速找到相关信息—可以查看每个被测昆虫的飞行轨迹,了解昆虫的停留坐标、高度以及停留时间,进而得到大量的数据对昆虫的飞行习性进行评估和推算。
核桃扁叶甲作为枫杨、核桃、核桃楸树等树木的主要食叶害虫之一[7],我们选用核桃扁叶甲作为被测昆虫,选择6号网关,在网关空间内空间放置若干昆虫,得到数据如图8。
APP可以搜索“6号网关”,或者网关ID甚至搜索事先给昆虫备注号的名字进入这个界面。在6号网关概况里可看到坐标数据转换成轨迹图。点击进入详情后可以查看单只被测昆虫飞行坐标轨迹,借由坐标轨迹,可获悉被测昆虫大致活动范围,通过获取大量同类昆虫标签飞行轨迹数据,可推算出其半径活动范围、飞行习性等昆虫特性。
如果想监控某区域内什么时候有昆虫活动,只要部署号网关空间并对其进行设防即可。如图9所示,应用有两种布防方式,多种时间段分配组合,哪只昆虫、什么时候进入、什么时候离开均可了如指掌,应用不仅可以发送通知推送预警信息,还可以通过设置邮件来实现无人值守,放心监测管理。
查看网关的北斗卫星预览图如图10,图11,可以得到位置的经纬度信息、北斗卫星连接状态等基本信息。通过该图能够了解网关空间的覆盖范围,对需监测位置进行查漏,还可看到昆虫在地图上飞行的轨迹,支持类似Google Earth的“God Mode”,可以以3D视角自由观察轨迹在实景内的状态。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
参考文献:
[1]谭超霞.森林病虫害发生特点及可持续控制对策[J].乡村科技,2017(03):35-36.
[2]封洪强,姚青.农业害虫自动识别与监测技术[J].植物保护,2018.44(05):127-133+198.
[3]丁海春.昆虫飞行运动学与动力学测试系统、实验与分析[D].2012,南京航空航天大学.
[4]高锐,程良伦,苏海武.三维空间RFID定位系统方法及其应用研究[J].计算机应用研究,2013.30(11):3336-3338+3345.
[5]龚凌翔,叶芝慧,冯奇,等.基于STM32的北斗/RFID组合定位系统设计[J].电子测量技术,2014.37(04):76-82.
[6]王迪,陈光武,杨厅.基于BDS和RFID的现代有轨电车定位信号完整性研究[J].铁道学报,2017.39(11):71-76.
[7].孟庆英.核桃扁叶甲生物学特性及寄主选择性研究[J],2007,山东农业大学.。
Claims (10)
1.一种基于北斗和RFID的昆虫追踪系统,其特征在于,包括粘在林业害虫躯干上信号源、用于信号接收的基站、用于采集基站信号并上传云端的网关;每一昆虫检测区域包括一个网关、四个基站,且四个基站位于正四面体的四个顶点,正四面体内的区域即昆虫检测区域;位于昆虫检测区域内的林业害虫追踪方式为:根据信号源对于基站的信号强度与信号源相对基站距离成正比的关系,即可实现林业害虫在相应昆虫检测区域内的空间相对位置定位,而后通过网关的北斗定位功能,进一步实现林业害虫在地图上的精确定位,从而实现林业害虫的追踪。
2.根据权利要求1所述的基于北斗和RFID的昆虫追踪系统,其特征在于,所述信号源为RFID电子标签,RFID电子标签大小为6mm×6mm,重0.48g。
3.根据权利要求1所述的基于北斗和RFID的昆虫追踪系统,其特征在于,所述基站包括STM32主控制器及与该STM32主控制器连接的用于进行信号接收的RFID阅读器模块、用于实现基站与网关通信的Zigbee模块。
4.根据权利要求1所述的基于北斗和RFID的昆虫追踪系统,其特征在于,所述网关包括STM32主控制器及与该STM32主控制器连接的用于实现定位的北斗模块、用于实现网关与基站通信的Zigbee模块、用于实现网关与云端通信的NB-IoT模块。
5.根据权利要求4所述的基于北斗和RFID的昆虫追踪系统,其特征在于,NB-IoT模块与云端的通信基于TCP/IP协议,使用AT指令构建一个TCP,在连接上云端,即NET端的HTTP服务器后,通过Socket与NET端的HTTP服务器通信,通过HTTP GET和HTTPPOST数据流交换数据;在上传的时候,构建16进制的HTTP POST,向NET端的HTTP服务器提交JSON表单,NET端的HTTP服务器响应后返回的数据也是16进制。
6.根据权利要求1所述的基于北斗和RFID的昆虫追踪系统,其特征在于,还包括移动终端,移动终端通过与云端通信实现林业害虫的可视化展现。
7.一种基于北斗和RFID的昆虫追踪方法,其特征在于,该方法基于权利要求1-6任一所述系统,具体实现如下:
信号源对于基站的信号强度与信号源相对基站距离成正比的关系,得出信号源与基站距离的公式如下:
其中,abs()表示取绝对值,RSSI为信号强度,A为信号源和基站相隔1米时的信号强度,N为环境衰减因子;
令信号源与两个基站D1和D2之间的距离分别为d1和d2;因此,根据余弦定理可将距离转化为具体的三维坐标(x,y,z):
将网关的北斗定位获得的经纬度坐标转换成三维坐标;假设经度角AOB用Lng表示,纬度角用DOB用Lat表示,半径OD用R表示,坐标点D用(x,y,z),并且R已知,则:
x=R*cos(Lat)*cos(Lng)
y=R*cos(Lat)*sin(Lng)
z=R*sin(Lat)
将得到的离散的三维坐标,利用B样条曲线计算定理绘制拟合曲线;在确定4个控制顶点,即基站位置P0、P1、P2、P3之后,根据三次B样条公式推导
写成矩阵形式为:
由此推导出一阶和二阶的导数:
将t=0、t=1代入,可以得到以下的几何关系:
P″(0)=(P2-P1)+(P0-P1)
P″(1)=(P3-P2)+(P1-P2)
由此可以看出林业害虫与P0、P1、P2、P3之间的关系,并以此为理论基础将离散的三维坐标绘制为一条曲线,即林业害虫的飞行轨迹曲线。
9.根据权利要求7所述的基于北斗和RFID的昆虫追踪方法,其特征在于,通过该方法求出的离散的三维坐标,利用可视化技术,即可为3D飞行轨迹进行显示;数据可视化采用Maplotlib mplot3d来创建3D场景。
10.根据权利要求7所述的基于北斗和RFID的昆虫追踪方法,其特征在于,通过该方法求出的离散的三维坐标,在Google地球服务获取相关经纬度的遥感图像数据,然后利用可视化技术将其转化为RGB渲染三维地形图,实现飞行路径的显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110464232.2A CN113283554B (zh) | 2021-04-27 | 2021-04-27 | 基于北斗和rfid的昆虫追踪系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110464232.2A CN113283554B (zh) | 2021-04-27 | 2021-04-27 | 基于北斗和rfid的昆虫追踪系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113283554A CN113283554A (zh) | 2021-08-20 |
CN113283554B true CN113283554B (zh) | 2022-05-13 |
Family
ID=77277531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110464232.2A Active CN113283554B (zh) | 2021-04-27 | 2021-04-27 | 基于北斗和rfid的昆虫追踪系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113283554B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114390456A (zh) * | 2021-12-08 | 2022-04-22 | 南方电网大数据服务有限公司 | 一种基于射频识别和北斗短报文的监测系统及方法 |
CN114158548B (zh) * | 2022-02-11 | 2022-09-30 | 北京司雷植保科技有限公司 | 一种昆虫生物信息对抗系统 |
CN114431174A (zh) * | 2022-03-02 | 2022-05-06 | 中国农业科学院蜜蜂研究所 | 一种蜜蜂巢内活动观测装置及其使用方法 |
CN117406255B (zh) * | 2023-12-11 | 2024-03-12 | 湖南林科达信息科技有限公司 | 一种基于北斗的林业有害生物天敌定位追踪系统及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203733167U (zh) * | 2013-12-27 | 2014-07-23 | 付诚 | 基于北斗卫星定位系统的特种物质监管装置及系统 |
WO2017111931A1 (en) * | 2015-12-22 | 2017-06-29 | Intel Corporation | Rfid location detection |
CN109547939A (zh) * | 2018-11-14 | 2019-03-29 | 杭州电子科技大学 | 基于nb-iot的陆地动物轨迹监控终端及工作方法 |
CN111063161A (zh) * | 2019-11-13 | 2020-04-24 | 国网河南省电力公司驻马店供电公司 | 防止人身伤害报警预控方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133455A (zh) * | 2014-08-04 | 2014-11-05 | 江苏艾倍科科技有限公司 | 基于北斗/gps与gis集成应用的森林防火控制系统 |
CN206096458U (zh) * | 2016-07-19 | 2017-04-12 | 陈顺清 | 一种带rfid的亚米级移动定位终端 |
-
2021
- 2021-04-27 CN CN202110464232.2A patent/CN113283554B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203733167U (zh) * | 2013-12-27 | 2014-07-23 | 付诚 | 基于北斗卫星定位系统的特种物质监管装置及系统 |
WO2017111931A1 (en) * | 2015-12-22 | 2017-06-29 | Intel Corporation | Rfid location detection |
CN109547939A (zh) * | 2018-11-14 | 2019-03-29 | 杭州电子科技大学 | 基于nb-iot的陆地动物轨迹监控终端及工作方法 |
CN111063161A (zh) * | 2019-11-13 | 2020-04-24 | 国网河南省电力公司驻马店供电公司 | 防止人身伤害报警预控方法 |
Non-Patent Citations (2)
Title |
---|
三维空间RFID定位系统方法及其应用研究;高锐,程良伦,苏海武;《计算机应用研究》;20131130;第30卷(第11期);第3336-3345页 * |
北斗/RFID组合定位系统设计与研究;龚凌翔;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20150315(第03期);第I136-704页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113283554A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113283554B (zh) | 基于北斗和rfid的昆虫追踪系统及方法 | |
CN104457704B (zh) | 基于增强地理信息的无人机地面目标定位系统及方法 | |
CN103942941B (zh) | 基于gis的移动监测融合平台 | |
CN207096463U (zh) | 一种农用北斗差分测向导航控制系统 | |
CN103529783B (zh) | 一种基于北斗/gis的甘蔗种植监测装置 | |
CN104865874A (zh) | 基于北斗导航的智能化农机管理系统及方法 | |
CN109099925A (zh) | 一种无人农机导航路径规划与作业质量评估方法与装置 | |
CN106447182A (zh) | 一种自动生成图表上传信息的勘察设计系统 | |
Wang et al. | Development of visualization system for agricultural UAV crop growth information collection | |
CN208027170U (zh) | 一种电力巡线无人机及系统 | |
CN103530361A (zh) | 基于北斗与gis的农务地块图形构建与精细管理中间件 | |
CN102103201B (zh) | 多任务模式的湿地数据采集方法 | |
CN205301613U (zh) | 一种可远程访问的自动气象站 | |
CN110096360A (zh) | 一种实时地理测绘采集系统 | |
CN102307399A (zh) | 基于Phidgets传感控制的海洋环境质量监测系统 | |
CN107993397A (zh) | 一种基于无线网状网的森林防火监控系统及方法 | |
CN206959905U (zh) | 基于OneNET云平台的校园环境监测系统 | |
CN113075686A (zh) | 一种基于多传感器融合的电缆沟智能巡检机器人建图方法 | |
CN206649347U (zh) | 一种基于无人飞行器的应用部署系统 | |
CN207440584U (zh) | 一种基于云平台的林场用林业监管信息系统 | |
CN205920233U (zh) | 一种基于gis的气象监测及预警系统 | |
CN111504380A (zh) | 一种基于风光互补发电的地理环境信息监测系统 | |
CN204514370U (zh) | 一种可多参数记录农作物生长的仪器装置 | |
CN104730981A (zh) | 一种可多参数记录农作物生长的仪器装置 | |
CN111025325A (zh) | 基于卫星通信的无人机激光雷达航空数据遥测与分析系统 |
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 |