張宇暉,郝慧慧,唐 冰,張士明,李夢(mèng)瑤,呂志恒

(鄭州升達(dá)經(jīng)貿(mào)管理學(xué)院,鄭州 451191)

近年來,人們對(duì)生態(tài)環(huán)境和綠色生活的要求不斷提升,花卉養(yǎng)護(hù)逐漸成為一種極具市場(chǎng)潛力的行業(yè)[1]。但傳統(tǒng)的花卉養(yǎng)護(hù)方式需要人工進(jìn)行大量的監(jiān)測(cè)和管理,效率低下,難以滿足快節(jié)奏的現(xiàn)代化需求,因此開發(fā)一種高效、智能化的花卉養(yǎng)護(hù)系統(tǒng)尤為重要。智能花盆系統(tǒng)可以實(shí)現(xiàn)花卉環(huán)境參數(shù)的實(shí)時(shí)監(jiān)測(cè)和控制,提供數(shù)據(jù)分析和預(yù)測(cè)功能,大大提高了花卉的養(yǎng)護(hù)效率及科學(xué)性。在智能化花卉養(yǎng)護(hù)過程中,單片機(jī)與云計(jì)算技術(shù)是其中的核心組成。STM32單片機(jī)具有功耗低、體積小、穩(wěn)定性強(qiáng)等優(yōu)點(diǎn),是智能花盆系統(tǒng)設(shè)計(jì)中常用的硬件平臺(tái)[2]。而云平臺(tái)則可以實(shí)現(xiàn)花盆數(shù)據(jù)的實(shí)時(shí)遠(yuǎn)程監(jiān)控和分析,將花卉養(yǎng)護(hù)系統(tǒng)推向了全新的高度,促進(jìn)智慧農(nóng)業(yè)的高效發(fā)展。為進(jìn)一步優(yōu)化智能花盆功能,基于STM32單片機(jī)和云平臺(tái)軟硬件設(shè)施對(duì)其進(jìn)行設(shè)計(jì)[3],實(shí)現(xiàn)花盆環(huán)境參數(shù)的實(shí)時(shí)監(jiān)測(cè)和控制、遠(yuǎn)程監(jiān)測(cè)和控制及數(shù)據(jù)分析與預(yù)測(cè)等功能。

1 系統(tǒng)設(shè)計(jì)

系統(tǒng)總體架構(gòu)如圖1所示?；谀K化思想,將控制模塊、信息采集模塊、系統(tǒng)顯示模塊、無線通信模塊、系統(tǒng)實(shí)現(xiàn)模塊集成統(tǒng)一。其中信息采集模塊主要包括溫度傳感器、濕度傳感器、光照傳感器、液位傳感器;系統(tǒng)顯示模塊連接手機(jī)和電腦端口,在APP和網(wǎng)頁(yè)端顯示;系統(tǒng)實(shí)現(xiàn)模塊主要采用繼電器、水泵和LED燈;無線通信端口連接用戶無線路由和移動(dòng)網(wǎng)絡(luò)。

圖1 系統(tǒng)框架Fig.1 System framework

1.1 硬件設(shè)計(jì)

硬件設(shè)計(jì)是智能花盆系統(tǒng)的基礎(chǔ),主要包括傳感器選擇、執(zhí)行器選擇和控制電路設(shè)計(jì)等方面。其中傳感器選擇是根據(jù)花卉生長(zhǎng)環(huán)境需求選擇適當(dāng)?shù)膫鞲衅?進(jìn)行花卉環(huán)境參數(shù)監(jiān)測(cè)。常見的傳感器包括溫濕度傳感器、土壤濕度傳感器、光照傳感器和液位傳感器。溫濕度傳感器用于監(jiān)測(cè)環(huán)境的溫度和濕度變化;土壤濕度傳感器用于監(jiān)測(cè)土壤濕度的變化;光照傳感器用于監(jiān)測(cè)光照強(qiáng)度的變化;液位傳感器用于監(jiān)測(cè)水位的變化。數(shù)據(jù)采集電路如圖2所示。

選擇水泵和LED燈作為執(zhí)行器,為花盆澆水并提供合適的光照條件。水泵的選擇應(yīng)考慮流量和壓力需求,LED燈的選擇應(yīng)考慮光照強(qiáng)度和色溫需求。

在控制電路設(shè)計(jì)方面,利用STM32單片機(jī)作為控制核心,通過與各個(gè)傳感器和執(zhí)行器的連接實(shí)現(xiàn)數(shù)據(jù)采集和控制操作。需設(shè)計(jì)合適的電路板和供電模塊,確保系統(tǒng)的穩(wěn)定運(yùn)行?？紤]電路的防護(hù)和過載保護(hù)等問題,確保系統(tǒng)的安全性和穩(wěn)定性。

1.2 軟件設(shè)計(jì)

智能花盆系統(tǒng)的主要工作流程如圖3所示。完成系統(tǒng)初始化配置,啟動(dòng)智能花盆系統(tǒng),進(jìn)行相關(guān)參數(shù)檢測(cè)并執(zhí)行相關(guān)操作。

圖3 系統(tǒng)流程Fig.3 System flow

軟件設(shè)計(jì)是智能花盆系統(tǒng)的關(guān)鍵,包括實(shí)時(shí)監(jiān)測(cè)和控制、遠(yuǎn)程監(jiān)測(cè)和控制及數(shù)據(jù)分析與預(yù)測(cè)等。通過STM32單片機(jī)實(shí)現(xiàn)對(duì)花卉環(huán)境參數(shù)的實(shí)時(shí)監(jiān)測(cè)和控制,定時(shí)采集溫濕度、土壤濕度、光照強(qiáng)度等參數(shù),根據(jù)設(shè)定的閾值進(jìn)行判斷和控制操作。通過LCD顯示屏或其他形式,將監(jiān)測(cè)結(jié)果實(shí)時(shí)反饋給用戶。

利用云平臺(tái)技術(shù),實(shí)現(xiàn)對(duì)智能花盆系統(tǒng)的遠(yuǎn)程監(jiān)測(cè)和控制。用戶可通過手機(jī)、電腦等設(shè)備遠(yuǎn)程查看花盆狀態(tài),獲取實(shí)時(shí)數(shù)據(jù)和歷史記錄,并進(jìn)行相應(yīng)的控制操作,如遠(yuǎn)程澆水和調(diào)節(jié)燈光。通過云平臺(tái)提供的API接口,實(shí)現(xiàn)系統(tǒng)與用戶的交互及數(shù)據(jù)傳輸。其核心代碼如下:

fromflaskimportFlask,request,jsonify;

app=Flask(__name__);

#模擬花盆狀態(tài)

flowerpot_status={″moisture″:60,″light_intensity″:80};

#獲取花盆狀態(tài)

@app.route(′/flowerpot/status′,methods=[′GET′])

defget_flowerpot_status():

returnjsonify(flowerpot_status)

#控制澆水

@app.route(′/flowerpot/watering′,methods=[′POST′])

defcontrol_watering():

returnjsonify({"message″:″Wateringtheflowerpot″})

#控制燈光

@app.route(′/flowerpot/light′,methods=[′POST′])

defcontrol_light():

returnjsonify({″message″:″Adjustingthelightoftheflowerpot″})

利用機(jī)器學(xué)習(xí)算法對(duì)花盆的生長(zhǎng)情況進(jìn)行評(píng)估和預(yù)測(cè),并向用戶提供建議。通過對(duì)歷史數(shù)據(jù)的分析和模式識(shí)別,預(yù)測(cè)花盆的生長(zhǎng)趨勢(shì),提供適當(dāng)?shù)酿B(yǎng)護(hù)建議。使用Python等編程語言實(shí)現(xiàn)數(shù)據(jù)分析和預(yù)測(cè)算法,與系統(tǒng)進(jìn)行集成。其核心代碼如下:

fromsklearn.linear_modelimportLinearRegression

importpandasaspd

#加載歷史記錄

data=pd.read_csv(′flowerpot_data.csv′)

#區(qū)分?jǐn)?shù)據(jù)標(biāo)簽和數(shù)據(jù)特征

X=data.drop(′growth′,axis=1)

y=data[′growth′]

#創(chuàng)建回歸模型并進(jìn)行擬合

model=LinearRegression()

model.fit(X,y)

#模型分析預(yù)測(cè)

prediction=model.predict([[50,70]])

#輸出結(jié)果

print(prediction)

1.3 云平臺(tái)設(shè)計(jì)

云平臺(tái)是整個(gè)系統(tǒng)的重要組成部分,通過云平臺(tái)可實(shí)現(xiàn)對(duì)花盆生長(zhǎng)環(huán)境的遠(yuǎn)程監(jiān)測(cè)和控制,進(jìn)行數(shù)據(jù)存儲(chǔ)、分析和展示等操作[4]。采用阿里云物聯(lián)網(wǎng)平臺(tái)作為底層技術(shù)支持,通過該平臺(tái)的設(shè)備接入、消息路由、數(shù)據(jù)存儲(chǔ)等功能,實(shí)現(xiàn)花盆系統(tǒng)與云端數(shù)據(jù)的無縫連接及快速傳輸[5]。阿里云物聯(lián)網(wǎng)平臺(tái)提供了完整的API接口,方便用戶進(jìn)行開發(fā)和集成。支持?jǐn)?shù)據(jù)可視化,用戶可通過圖表和報(bào)表等方式查看花盆生長(zhǎng)數(shù)據(jù),直觀了解花盆的生長(zhǎng)情況及趨勢(shì)。

2 系統(tǒng)測(cè)試

為進(jìn)一步驗(yàn)證基于STM32和云平臺(tái)的智能花盆系統(tǒng)的可靠性及模塊性能,進(jìn)行了系統(tǒng)測(cè)試。硬件測(cè)試過程中使用花盆系統(tǒng)提供的傳感器來實(shí)時(shí)監(jiān)測(cè)溫度、濕度、光照強(qiáng)度等數(shù)據(jù),通過系統(tǒng)界面進(jìn)行查看。測(cè)試結(jié)果顯示,系統(tǒng)硬件能夠正常工作,傳感器數(shù)據(jù)的測(cè)量精度符合要求。其溫度變化曲線如圖4所示。

圖4 溫度測(cè)試曲線Fig.4 Temperature test curve

軟件測(cè)試的重點(diǎn)是測(cè)試操作系統(tǒng)的靈敏度和燈光效果,測(cè)試結(jié)果如下:連接電源和無線網(wǎng)絡(luò),能夠在網(wǎng)頁(yè)端和手機(jī)端查看智能花盆的實(shí)時(shí)數(shù)據(jù)信息。切換到感應(yīng)模式下,系統(tǒng)能夠檢測(cè)溫度和水量情況,提醒用戶進(jìn)行相應(yīng)的處理操作。檢測(cè)到燈光強(qiáng)度低于閾值時(shí),控制LED燈進(jìn)行補(bǔ)光操作。切換到管理員模式時(shí),可以進(jìn)行各個(gè)參數(shù)閾值的設(shè)置,根據(jù)不同品種綠植的需要進(jìn)行手動(dòng)和自動(dòng)模式控制。在手機(jī)端可以查看三維信息,生成預(yù)測(cè)數(shù)據(jù)信息,根據(jù)預(yù)測(cè)結(jié)果提出相關(guān)建議,供用戶參考。

3 結(jié)束語

采用嵌入式技術(shù)(STM32芯片)和云計(jì)算平臺(tái)設(shè)計(jì)了智能花盆系統(tǒng),實(shí)現(xiàn)了對(duì)花盆生長(zhǎng)環(huán)境的實(shí)時(shí)監(jiān)測(cè)、數(shù)據(jù)采集、遠(yuǎn)程控制及數(shù)據(jù)分析等功能。結(jié)合傳感器技術(shù)、嵌入式系統(tǒng)設(shè)計(jì)和云服務(wù)平臺(tái)的優(yōu)勢(shì),實(shí)時(shí)監(jiān)測(cè)花盆周圍的環(huán)境參數(shù),如溫度、濕度、光照強(qiáng)度等,并將數(shù)據(jù)上傳至云端進(jìn)行存儲(chǔ)分析。通過機(jī)器學(xué)習(xí)算法的應(yīng)用,系統(tǒng)能夠預(yù)測(cè)植物的生長(zhǎng)趨勢(shì)并提供相應(yīng)的養(yǎng)護(hù)建議,幫助用戶更好地管理和照料綠植。未來可進(jìn)一步優(yōu)化系統(tǒng)性能,滿足不同用戶群體的需求,以推動(dòng)智能植物養(yǎng)護(hù)技術(shù)的發(fā)展。