一种智慧农业生产管理服务系统

阅读：评论：0

1.本发明涉及智慧农业技术领域，具体涉及一种智慧农业生产管理服务系统。

背景技术：

2.近年来，我国农业现代化发展加快，物联网农业的发展取得显著成效。物联网技术在农业领域有很多的应用，覆盖了农产品安全管理、农业生产环境监测等方面。如今温室大棚数量逐年迅猛增加，但对于智能化、信息化程度还是依然较低，主要依赖传统的人工模式，需定期查看温室大棚环境数据，并根据以往农业生产经验手动调节光线、温度、湿度以及灌溉施肥。
3.综上所述，研发一种智慧农业生产管理服务系统，仍是智慧农业技术领域中亟需解决的关键问题。

技术实现要素：

4.本发明为了解决上述问题，本发明提供了一种智慧农业生产管理服务系统，本发明把具有超强学习能力的深度学习与温室大棚结合在一起，通过对各种环境因子进行预测，为作物健康生长提供最适宜的环境条件，以物联网为基础，围绕农业现代化生产管理，提供一种智慧农业生产管理服务系统，以达到高效、高产、智能、自控的目的，使用者可直接通过pc端或app端查看检测的实时数据情况，还可远程操作大棚内的各类控制器，做出对应遮荫、灌溉、通风、降温等防护措施，实现农业种植的智能化、精细化管理，提高种植效率。
5.为实现上述目的，本发明提供了如下技术方案：
6.本发明提供了一种智慧农业生产管理服务系统，包括信息采集单元、控制模块、数据传输与远程管理模块、物联网云平台、深度学习模型预测模块和应用终端，其中：
7.所述信息采集单元用于采集大棚室内实时环境因子数据，包括光照强度、温度、湿度、气压以及二氧化碳浓度数据；
8.所述控制模块用于获取环境因子数据，将其传输至物联网云平台，并且自动控制设备，所述控制模块与信息采集单元连接；
9.所述数据传输与远程管理模块通过wifi传输数据到物联网云平台，以及接收深度学习模型预测模块的反馈信息，所述数据传输与远程管理模块与控制模块连接；
10.所述物联网云平台用于读取并显示信息采集单元的数据，远程自动或手动控制大棚相应设备，以及显示环境变量预测值，所述物联网云平台通过mqtt协议连接数据传输与远程管理模块；
11.所述深度学习模型预测模块通过mqtt协议连接物联网云平台，实时接收信息采集单元的数据，并根据训练好的lstm预测模型再向物联网云平台发送环境因子的预测结果，通过物联网云平台的云流转把预测结果报送给控制模块进行判断控制，所述深度学习模型预测模块与物联网云平台以及数据传输与远程管理模块连接；
12.所述应用终端用于远程接收并显示环境因子的实时数据以及预测值，以及对大棚
相应设备进行远程控制，所述应用终端与物联网云平台连接。
13.本发明进一步的设置为：所述信息采集单元包括二氧化碳传感器、气压传感器和温湿度传感器，其中：
14.所述二氧化碳传感器用于对大棚内的二氧化碳浓度进行实时的探测，所述二氧化碳传感器与控制模块连接；
15.所述气压传感器用于对大棚内的气压值进行实时的探测，所述气压传感器与控制模块连接；
16.所述温湿度传感器用于对大棚内的温度和湿度进行实时的探测，所述温湿度传感器与控制模块连接。
17.本发明进一步的设置为：所述信息采集单元还包括光照强度传感器，所述光照强度传感器用于对大棚内的光照强度进行实时的探测，所述光照强度传感器与控制模块连接。
18.本发明进一步的设置为：所述控制模块的型号为stm32f407zgt6。
19.本发明进一步的设置为：所述数据传输与远程管理模块为esp8266模块。
20.本发明进一步的设置为：所述物联网云平台为阿里云平台。
21.本发明进一步的设置为：所述深度学习模型预测模块为lstm长短期记忆网络为预测模型。
22.本发明进一步的设置为：所述应用终端包括app端和pc端，其中：
23.所述app端用于移动式接收并显示环境因子的实时数据以及预测值，以及对大棚相应设备进行远程控制，所述app端与物联网云平台连接；
24.所述pc端用于固定式接收并显示环境因子的实时数据以及预测值，以及对大棚相应设备进行远程控制，所述pc端与物联网云平台连接。
25.有益效果
26.采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
27.(1)本发明把具有超强学习能力的深度学习与温室大棚结合在一起，通过对各种环境因子进行预测，为作物健康生长提供最适宜的环境条件，解决了靠人的经验与行为在维持大棚内作物生长环境的相对稳定，人力资源消耗巨大，浪费资源的问题；
28.(2)本发明以物联网为基础，围绕农业现代化生产管理，提供一种智慧农业生产管理服务系统，以达到高效、高产、智能、自控的目的，使用者可直接通过pc端或app端查看检测的实时数据情况，还可远程操作大棚内的各类控制器，做出对应遮荫、灌溉、通风、降温等防护措施，实现农业种植的智能化、精细化管理，提高种植效率。
附图说明
29.图1为本发明一种智慧农业生产管理服务系统的系统图。
30.图中标号说明：
31.100、信息采集单元；110、二氧化碳传感器；120、气压传感器；130、温湿度传感器；140、光照强度传感器；200、控制模块；300、数据传输与远程管理模块；400、物联网云平台；500、深度学习模型预测模块；600、应用终端；610、app端；620、pc端。
具体实施方式
32.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
33.在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”、“顶/底端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
34.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“套设/接”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通；对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
35.实施例：
36.如图1所示，本发明提供了一种智慧农业生产管理服务系统，包括信息采集单元100、控制模块200、数据传输与远程管理模块300、物联网云平台400、深度学习模型预测模块500和应用终端600，其中：信息采集单元100用于采集大棚室内实时环境因子数据，包括光照强度、温度、湿度、气压以及二氧化碳浓度数据；控制模块200用于获取环境因子数据，将其传输至物联网云平台400，并且自动控制设备，控制模块200与信息采集单元100连接；数据传输与远程管理模块300通过wifi传输数据到物联网云平台400，以及接收深度学习模型预测模块500的反馈信息，数据传输与远程管理模块300与控制模块200连接；物联网云平台400用于读取并显示信息采集单元100的数据，远程自动或手动控制大棚相应设备，以及显示环境变量预测值，物联网云平台400通过mqtt协议连接数据传输与远程管理模块300；深度学习模型预测模块500通过mqtt协议连接物联网云平台400，实时接收信息采集单元100的数据，并根据训练好的lstm预测模型再向物联网云平台400发送环境因子的预测结果，通过物联网云平台400的云流转把预测结果报送给控制模块200进行判断控制，深度学习模型预测模块500与物联网云平台400以及数据传输与远程管理模块300连接；应用终端600用于远程接收并显示环境因子的实时数据以及预测值，以及对大棚相应设备进行远程控制，应用终端600与物联网云平台400连接。
37.在本实施例中，信息采集单元100设置于大棚内，由信息采集单元100对大棚内的环境进行数据探测，其探测信息包括光照强度、温度、湿度、气压以及二氧化碳浓度数据，所探测的信息与作物在大棚生长相关，探测的信息在采集后由wifi传输到控制模块200，然后由深度学习模型预测模块500的训练结果结合当前温室内的环境变量预测下个时刻的环境因子的变化，同时实时值和预测值能在物联网云平台400观看，通过在物联网云平台400手动控制大棚的状态或选择自动模式进行控制，此外，物联网云平台400所接收的信息也会传输给应用终端600，管理人员可以也可以通过应用终端600，查看和控制大棚内相应设备。有效解决温室大棚智能控制问题对于农作物增产以及推动我国农业智能自动化发展有重要
意义和很好的工程实际应用价值。
38.在本发明中，信息采集单元100包括二氧化碳传感器110、气压传感器120和温湿度传感器130，其中：二氧化碳传感器110用于对大棚内的二氧化碳浓度进行实时的探测，二氧化碳传感器110与控制模块200连接；气压传感器120用于对大棚内的气压值进行实时的探测，气压传感器120与控制模块200连接；温湿度传感器130用于对大棚内的温度和湿度进行实时的探测，温湿度传感器130与控制模块200连接。
39.此外，信息采集单元100还包括光照强度传感器140，光照强度传感器140用于对大棚内的光照强度进行实时的探测，光照强度传感器140与控制模块200连接。
40.在本实施例中，采用高精度气压传感器120、温湿度传感器130、二氧化碳传感器110以及光照强度传感器140，采集室内实时环境因子数据，信息包括光照强度、温度、湿度、气压和二氧化碳浓度信息，将其传输给控制模块200，能够实现对于植物生长相关数据的采集。
41.作为一种传感器类型，气压传感器120的型号为bmp280，温湿度传感器130的型号为sht30，二氧化碳传感器110的型号为ccs811，光照强度传感器140的型号为bh1750。
42.在本发明中，控制模块200的型号为stm32f407zgt6。
43.在本实施例中，控制模块200接收信息采集单元100的信息，并能够对大棚内相应设备进行控制，作为一种实现方式，如控制模块200向步进电机和拉线位移传感器发送指令，通过控制步进电机实现正反卷帘功能，当卷帘上升或者下降到一定程度将触碰到拉线位移传感器，引发卷帘运动停止。
44.在本发明中，数据传输与远程管理模块300为esp8266模块。
45.在本实施例中，信息采集单元100的数据通过esp8266串口以mqtt通信协议传输到物联网云平台400。
46.在本发明中，物联网云平台400为阿里云平台。
47.在本实施例中，阿里云配置简单，个人和企业开放，实例规格参数较为详细，而小米云平台配置繁琐，仅企业开放，华为云平台缺少云上数据流转的限制参数，因此，本发明采用阿里云平台。
48.在本发明中，深度学习模型预测模块500为lstm长短期记忆网络为预测模型。
49.在本实施例中，lstm长短期记忆网络为rnn的一种变种的递归神经网络，在rnn的基础上引入了细胞状态，可根据细胞状态来决定哪些状态应该保留下来，哪些状态应该被遗忘，在一定程度上解决梯度消失问题。而bp神经网络存在收敛速度较慢、局部最小化、预测能力和训练能力弱等问题。而大棚数据量冗余，且只在明显变化趋势时有效果，故在预测平缓数据时不能完全挖掘数据之间的信息，故不适合用于处理大棚数据；rnn神经网络引入了时序，可以根据以往的数据来推测未来的事件，但在处理长序列数据时，极易导致梯度消失问题；在预测趋势和精度方面，lstm长短期记忆网络为预测模型优于bp神经网络和rnn递归神经网络。
50.作为一种实施方式，如采集时间为2022年1-12月，由于大棚环境因子变换较小，采集时间太短则数据过多且很多高度一致，故选每5min采集一次，数据按2:1的比例分为训练集和测试集，由于设备故障、网络掉线、以及人为因素等影响，传感器收集到的原始数据避免不了出现数据缺失和数据异常的问题。因此，对前后时间差较小的缺失数据，采用线性函
数来表示数据之间的关系：
51.式中，x
t+t
为t+t时刻缺失的数据。对出现过大或者过小的“问题数据”采用平滑法进行水平处理和均值法进行垂直处理：式中，x
(d,b)
为第d天b时刻的数据，ξ为相邻几天同一时刻误差阈值，为需要处理的数据在相邻几天同一时刻参数的平均值。
52.在本发明中，应用终端600包括app端610和pc端620，其中：app端610用于移动式接收并显示环境因子的实时数据以及预测值，以及对大棚相应设备进行远程控制，app端610与物联网云平台400连接；pc端620用于固定式接收并显示环境因子的实时数据以及预测值，以及对大棚相应设备进行远程控制，pc端620与物联网云平台400连接。
53.在本实施例中，app端610和pc端620均可以接收物联网云平台400的信息，管理人员可以通过app端610和pc端620查看实时数据以及预测值。
54.本发发明具有以下功能：
55.1)获取各种环境因子的数据以及操控大棚设备：
56.使用精度高的高精度气压传感器120、温湿度传感器130、二氧化碳传感器110以及光照强度传感器140各种传感器，成功获取了该系统所需的各种环境变量，能够成功操控大棚的设备，能够模拟真实大棚实现喷灌、通风、补光等功能。
57.2)可预测环境因子的变化：
58.能够实时的自动检测温室大棚内作物的生长环境参数，并且凭借作物生长过程中的历史数据，利用人工智能控制算法，控制对应的硬件设备实现综合决策，来维持大棚内环境的二氧化碳浓度、温湿度、光照强度等因子始终处于植物最适合的范围内。
59.3)环境变量可视化：
60.使用具有简洁、可扩展性强、速度快、实时性好等特点的mqtt传输协议议和阿里云物联网平台，实现了可在pc网页端以及手机app端查看各种环境的历史及实时数据。
61.4)远程操控大棚设备：
62.实现可在pc网页端以及手机app端操控大棚的硬件设备，对大棚进行阳控制、喷灌控制、排气扇控制、日光灯控制等设备控制。
63.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：

1.一种智慧农业生产管理服务系统，其特征在于，包括信息采集单元(100)、控制模块(200)、数据传输与远程管理模块(300)、物联网云平台(400)、深度学习模型预测模块(500)和应用终端(600)，其中：所述信息采集单元(100)用于采集大棚室内实时环境因子数据，包括光照强度、温度、湿度、气压以及二氧化碳浓度数据；所述控制模块(200)用于获取环境因子数据，将其传输至物联网云平台(400)，并且自动控制设备，所述控制模块(200)与信息采集单元(100)连接；所述数据传输与远程管理模块(300)通过wifi传输数据到物联网云平台(400)，以及接收深度学习模型预测模块(500)的反馈信息，所述数据传输与远程管理模块(300)与控制模块(200)连接；所述物联网云平台(400)用于读取并显示信息采集单元(100)的数据，远程自动或手动控制大棚相应设备，以及显示环境变量预测值，所述物联网云平台(400)通过mqtt协议连接数据传输与远程管理模块(300)；所述深度学习模型预测模块(500)通过mqtt协议连接物联网云平台(400)，实时接收信息采集单元(100)的数据，并根据训练好的lstm预测模型再向物联网云平台(400)发送环境因子的预测结果，通过物联网云平台(400)的云流转把预测结果报送给控制模块(200)进行判断控制，所述深度学习模型预测模块(500)与物联网云平台(400)以及数据传输与远程管理模块(300)连接；所述应用终端(600)用于远程接收并显示环境因子的实时数据以及预测值，以及对大棚相应设备进行远程控制，所述应用终端(600)与物联网云平台(400)连接。2.根据权利要求1所述的一种智慧农业生产管理服务系统，其特征在于，所述信息采集单元(100)包括二氧化碳传感器(110)、气压传感器(120)和温湿度传感器(130)，其中：所述二氧化碳传感器(110)用于对大棚内的二氧化碳浓度进行实时的探测，所述二氧化碳传感器(110)与控制模块(200)连接；所述气压传感器(120)用于对大棚内的气压值进行实时的探测，所述气压传感器(120)与控制模块(200)连接；所述温湿度传感器(130)用于对大棚内的温度和湿度进行实时的探测，所述温湿度传感器(130)与控制模块(200)连接。3.根据权利要求1所述的一种智慧农业生产管理服务系统，其特征在于，所述信息采集单元(100)还包括光照强度传感器(140)，所述光照强度传感器(140)用于对大棚内的光照强度进行实时的探测，所述光照强度传感器(140)与控制模块(200)连接。4.根据权利要求1所述的一种智慧农业生产管理服务系统，其特征在于，所述控制模块(200)的型号为stm32f407zgt6。5.根据权利要求1所述的一种智慧农业生产管理服务系统，其特征在于，所述数据传输与远程管理模块(300)为esp8266模块。6.根据权利要求1所述的一种智慧农业生产管理服务系统，其特征在于，所述物联网云平台(400)为阿里云平台。7.根据权利要求1所述的一种智慧农业生产管理服务系统，其特征在于，所述深度学习模型预测模块(500)为lstm长短期记忆网络为预测模型。
8.根据权利要求1所述的一种智慧农业生产管理服务系统，其特征在于，所述应用终端(600)包括app端(610)和pc端(620)，其中：所述app端(610)用于移动式接收并显示环境因子的实时数据以及预测值，以及对大棚相应设备进行远程控制，所述app端(610)与物联网云平台(400)连接；所述pc端(620)用于固定式接收并显示环境因子的实时数据以及预测值，以及对大棚相应设备进行远程控制，所述pc端(620)与物联网云平台(400)连接。

技术总结

本发明涉及智慧农业技术领域，具体涉及一种智慧农业生产管理服务系统；包括信息采集单元、控制模块、数据传输与远程管理模块、物联网云平台、深度学习模型预测模块和应用终端；本发明把具有超强学习能力的深度学习与温室大棚结合在一起，通过对各种环境因子进行预测，为作物健康生长提供最适宜的环境条件，以物联网为基础，围绕农业现代化生产管理，提供一种智慧农业生产管理服务系统，以达到高效、高产、智能、自控的目的，使用者可直接通过PC端或APP端查看检测的实时数据情况，还可远程操作大棚内的各类控制器，做出对应遮荫、灌溉、通风、降温等防护措施，实现农业种植的智能化、精细化管理，提高种植效率。提高种植效率。提高种植效率。