溫室物聯(lián)網(wǎng)多傳感器數(shù)據(jù)融合算法設(shè)計(jì)與應(yīng)用

張平川　白林峰　張灑　孫紅杏　張遠(yuǎn)生　曲培新　張利偉　許睿　趙明富

摘要：基于CC2530嵌入式系統(tǒng)與溫濕度、光照度、CO2等傳感器構(gòu)建的溫室物聯(lián)網(wǎng)系統(tǒng)，設(shè)計(jì)實(shí)現(xiàn)了卡爾曼濾波、歐幾里德距離公式及多元聚類統(tǒng)計(jì)技術(shù)相結(jié)合的多傳感數(shù)據(jù)融合算法，對(duì)溫室冬茬黃瓜掛果期的溫度、濕度、光照度3個(gè)參數(shù)進(jìn)行了數(shù)據(jù)融合試驗(yàn)。試驗(yàn)結(jié)果表明，該算法能較好地實(shí)現(xiàn)數(shù)據(jù)融合，減小因各類誤差引起的數(shù)據(jù)不確定性及誤差，溫度、濕度、光照度的相對(duì)誤差明顯小于算術(shù)平均值算法，優(yōu)化了系統(tǒng)對(duì)各類環(huán)境參數(shù)的決策調(diào)控依據(jù)，有助于提高溫室生產(chǎn)的經(jīng)濟(jì)效益。

關(guān)鍵詞：溫室物聯(lián)網(wǎng);卡爾曼濾波;歐幾里德距離公式;多元聚類統(tǒng)計(jì)

中圖分類號(hào)： TP393;S126? 文獻(xiàn)標(biāo)志碼： A? 文章編號(hào)：1002-1302（2019）03-0174-03

利用物聯(lián)網(wǎng)構(gòu)建的溫室作為一種信息化的高效現(xiàn)代農(nóng)業(yè)生產(chǎn)設(shè)施，已經(jīng)實(shí)現(xiàn)了基本的參數(shù)采集和基本的控制，如CO2濃度、光照度、pH值、溫濕度、氮磷鉀等的采集與控制，實(shí)現(xiàn)了自動(dòng)澆灌、通風(fēng)、遠(yuǎn)程監(jiān)控等多種功能[1-5]。但由于溫室物聯(lián)網(wǎng)是一個(gè)典型的多傳感器系統(tǒng)，涉及的傳感器不僅種類多且因多點(diǎn)布設(shè)而數(shù)量眾多，其內(nèi)部環(huán)境溫濕度、土壤溫濕度、光照度、CO2濃度、氮磷鉀含量、pH值等受多種因素的影響，分布存在著不均勻性，傳感器節(jié)點(diǎn)的故障或安放位置的差異，使得物聯(lián)網(wǎng)數(shù)據(jù)具有時(shí)變、多變量的特點(diǎn)，采集數(shù)據(jù)的實(shí)時(shí)性、準(zhǔn)確性、穩(wěn)定性和容錯(cuò)性等性能直接影響整個(gè)系統(tǒng)的決策[6-10]。設(shè)施農(nóng)業(yè)發(fā)達(dá)國(guó)家如法國(guó)、荷蘭、美國(guó)、日本等已經(jīng)實(shí)現(xiàn)了將數(shù)據(jù)融合技術(shù)應(yīng)用到溫室環(huán)境控制領(lǐng)域，將溫室環(huán)境因子進(jìn)行多傳感器數(shù)據(jù)融合，將數(shù)據(jù)融合技術(shù)應(yīng)用到溫室作物生長(zhǎng)環(huán)境參數(shù)的調(diào)控系統(tǒng)中，提高了控制的準(zhǔn)確性[11-13]。我國(guó)溫室物聯(lián)網(wǎng)系統(tǒng)應(yīng)用控制決策技術(shù)較為滯后，多采用比例-積分-微分（PID）算法等傳統(tǒng)的控制技術(shù)，目前對(duì)利用數(shù)據(jù)融合技術(shù)獲得準(zhǔn)確可靠有效數(shù)據(jù)進(jìn)行環(huán)境參數(shù)調(diào)控方面開(kāi)展了大量的研究，如貝葉斯估計(jì)、多貝葉斯估計(jì)、數(shù)字化構(gòu)建技術(shù)、統(tǒng)計(jì)決策理論、神經(jīng)網(wǎng)絡(luò)方法、D-S（Dempster-Shafer）算法、模糊邏輯法、自適應(yīng)加權(quán)算法、產(chǎn)生式規(guī)則法等，以實(shí)現(xiàn)對(duì)溫室CO2濃度、光照度、pH值、溫濕度、氮磷鉀等作物生長(zhǎng)因素作出綜合和全面的優(yōu)化[1，6，8-9，14-15]。因此，本研究針對(duì)溫室物聯(lián)網(wǎng)系統(tǒng)具有時(shí)變、多變量的多傳感器特征，構(gòu)建一個(gè)溫室物聯(lián)網(wǎng)系統(tǒng)，利用CC2530嵌入式系統(tǒng)作為節(jié)點(diǎn)控制器控制各類傳感器進(jìn)行數(shù)據(jù)采集和設(shè)備控制，采用ZigBee無(wú)線組網(wǎng)技術(shù)實(shí)現(xiàn)傳感器數(shù)據(jù)的實(shí)時(shí)采集和在節(jié)點(diǎn)與上位機(jī)之間的數(shù)據(jù)傳輸，由上位機(jī)運(yùn)行卡爾曼濾波、歐式距離矩陣和多元聚類算法，完成傳感數(shù)據(jù)的融合，進(jìn)而構(gòu)建一種具有優(yōu)化控制功能的溫室物聯(lián)網(wǎng)系統(tǒng)。

1 系統(tǒng)方案設(shè)計(jì)

設(shè)計(jì)實(shí)現(xiàn)的溫室物聯(lián)網(wǎng)系統(tǒng)總體結(jié)構(gòu)見(jiàn)圖1。

從圖1可以看出，傳感器節(jié)點(diǎn)控制器CC2530控制空氣溫濕度傳感器DHT11、CO2傳感器MG811、光照度傳感器GY30、土壤溫濕度傳感器FDR100W、土壤pH值傳感器SM2120B、基質(zhì)肥力氮磷鉀傳感器SSIOT-SOIL-NPK等進(jìn)行溫室環(huán)境參數(shù)采集，經(jīng)CC2530內(nèi)置的ZigBee模塊將數(shù)據(jù)傳送給智能物聯(lián)網(wǎng)網(wǎng)關(guān)ANGW1E4C4G，網(wǎng)關(guān)將各個(gè)節(jié)點(diǎn)的數(shù)據(jù)經(jīng)過(guò)Internet傳輸給溫室物聯(lián)網(wǎng)數(shù)據(jù)中心，數(shù)據(jù)中心按照一定算法對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)、可視化顯示、查詢、分析決策等，并根據(jù)決策結(jié)果控制相對(duì)應(yīng)的執(zhí)行機(jī)構(gòu)進(jìn)行參數(shù)調(diào)控，如通風(fēng)、澆灌、增加光照度等。

節(jié)點(diǎn)控制器選用的CC2530是具有2.4 GHz IEEE 802.15.4、ZigBee和RF4CE多種無(wú)線協(xié)議的1個(gè)真正的片上系統(tǒng)（SoC），能夠以低功耗低成本建立強(qiáng)大的網(wǎng)絡(luò)節(jié)點(diǎn)。本設(shè)計(jì)利用片內(nèi)ZigBee功能，要求具有256 kB閃存容量，采用的是CC2530F256（256 kB閃存）。

空氣溫濕度傳感器DHT11是數(shù)字溫濕度復(fù)合傳感器，能輸出已校準(zhǔn)溫濕度數(shù)字信號(hào)。內(nèi)部有1個(gè)負(fù)溫度系數(shù)（NTC）測(cè)溫元件和1個(gè)電阻式感知濕度的元件，并與內(nèi)部的1個(gè)高性能8位單片機(jī)相連接，具有超快響應(yīng)、抗干擾能力強(qiáng)、性能優(yōu)良、性價(jià)比高、體積小、超低功耗等優(yōu)點(diǎn)。采用4針單排引腳封裝，連接方便。它應(yīng)用了溫濕度傳感技術(shù)和專用的數(shù)字模塊采集技術(shù)，保證了高可靠性與長(zhǎng)期穩(wěn)定性。每個(gè)DHT11傳感器都在極為精確的濕度校驗(yàn)室中進(jìn)行校準(zhǔn)。信號(hào)傳輸距離可達(dá)20 m以上，使其能適應(yīng)各類應(yīng)用環(huán)境甚至最為苛刻的應(yīng)用場(chǎng)合。

CO2傳感器選用MQ811，MQ811采用固體電解質(zhì)電池原理，主要特點(diǎn)是對(duì)CO2有良好的靈敏度和選擇性，受溫濕度變化的影響較小，具有良好的穩(wěn)定性、重復(fù)性，可應(yīng)用于空氣質(zhì)量控制系統(tǒng)、發(fā)酵過(guò)程控制、溫室CO2濃度檢測(cè)等領(lǐng)域。

光照度傳感器選用GY30，GY30是1種數(shù)字光強(qiáng)度檢測(cè)傳感器，內(nèi)置16 bit模數(shù)（AD）轉(zhuǎn)換器，直接數(shù)字輸出，光照度范圍為0～65 535 lx，可對(duì)各類環(huán)境的亮度進(jìn)行1 lx的高精度測(cè)定，可省略復(fù)雜的計(jì)算，無(wú)需標(biāo)定，不區(qū)分環(huán)境光源，接近于視覺(jué)靈敏度的分光特性。

土壤溫濕度傳感器FDR100W采用德國(guó)先進(jìn)的頻域反射測(cè)量技術(shù)（FDR技術(shù)）原理，是目前國(guó)際上流行的土壤水分測(cè)量方法，能夠精確測(cè)量土壤和其他多孔介質(zhì)的體積含水量。該傳感器具有精度高、性能穩(wěn)定、靈敏度高的特點(diǎn)，可用于土壤水分自動(dòng)監(jiān)測(cè)站、自動(dòng)灌溉控制、溫室環(huán)境等系統(tǒng)集成。土壤濕度（土壤容積含水率）的測(cè)量范圍為0～100%（m3/m3），測(cè)量精度在0～50%（m3/m3）測(cè)量范圍內(nèi)為±2%（m3/m3）;分辨率為0.1%;測(cè)量主頻為100 MHz，工作溫度范圍為 -40～85 ℃。適用于土壤墑情監(jiān)測(cè)、水文水利監(jiān)測(cè)、節(jié)水農(nóng)業(yè)灌溉、溫室大棚、草地牧場(chǎng)、土壤速測(cè)、植物培養(yǎng)、花卉蔬菜、科學(xué)試驗(yàn)等領(lǐng)域。

pH值傳感器選用SM2120B，可實(shí)現(xiàn)多點(diǎn)同時(shí)監(jiān)測(cè)，組網(wǎng)并遠(yuǎn)傳。適用于各種場(chǎng)所，尤其適用于土壤、污水處理等場(chǎng)所。為便于工程組網(wǎng)及工業(yè)應(yīng)用，本模塊采用工業(yè)廣泛使用的MODBUS-RTU通信協(xié)議，支持二次開(kāi)發(fā)。主要優(yōu)點(diǎn)是可組網(wǎng)，每個(gè)設(shè)備都可設(shè)置設(shè)備地址，采用DC7-24V寬范圍電源供電，具有較高的線性度，一致性好，用戶可校正。pH值測(cè)量范圍為4～9，pH值分辨率為0.1/0.01，測(cè)量精度為±0.5，反應(yīng)時(shí)間小于14 s，適用溫度范圍為0～65 ℃。

土壤基質(zhì)肥力氮磷鉀傳感器SSIOT-SOIL-NPK，可適應(yīng)設(shè)施精準(zhǔn)農(nóng)業(yè)需要，利用離子大孔液體接觸電位分析原理，配合云端分析，提供穩(wěn)定連續(xù)定量的氮磷鉀含量?；緟?shù)：總氮含量測(cè)量范圍為0～1 000 mg/L，精度為±5%～10%;磷含量測(cè)量范圍為0～1 000 mg/L，精度為±5%～10%;鉀含量測(cè)量范圍為0～1 000 mg/L，精度為±5%～10%;重復(fù)性為1%，具有較高的測(cè)量精度，線性度好。

系統(tǒng)可以采集溫室的環(huán)境參數(shù)，可以通過(guò)設(shè)定溫室內(nèi)的土壤溫度、土壤濕度、電導(dǎo)率、pH值、時(shí)間等參數(shù)來(lái)自動(dòng)控制電磁閥和水泵、施肥系統(tǒng)等的目標(biāo)值，通過(guò)空氣溫度、空氣濕度、光照度、二氧化碳等參數(shù)來(lái)自動(dòng)控制內(nèi)遮陽(yáng)、外遮陽(yáng)、天窗、側(cè)窗、外翻窗、加溫設(shè)備、風(fēng)機(jī)、濕簾、加濕設(shè)備、CO2發(fā)生器等的目標(biāo)值和設(shè)備的開(kāi)啟/關(guān)閉時(shí)間等。更主要的是各類控制是基于上位機(jī)數(shù)據(jù)中心對(duì)傳感器數(shù)據(jù)進(jìn)行融合后作出的較優(yōu)控制。

2 系統(tǒng)數(shù)據(jù)融合算法設(shè)計(jì)

溫室物聯(lián)網(wǎng)是一個(gè)典型的多傳感器系統(tǒng)，必須采用計(jì)算機(jī)技術(shù)對(duì)不同時(shí)間、空間的多傳感器信息資源，按照一定準(zhǔn)則加以分析、綜合、支配和使用，獲得被測(cè)對(duì)象一致性解釋和描述，完成需要的決策和評(píng)估，以提高信息的準(zhǔn)確性和全面性，降低信息的不確定性等。系統(tǒng)數(shù)據(jù)融合的基本過(guò)程見(jiàn)圖2。

從圖2可以看出，采用各類多種傳感器采集溫室的環(huán)境參數(shù)，經(jīng)過(guò)控制系統(tǒng)或物聯(lián)網(wǎng)傳感器節(jié)點(diǎn)進(jìn)行A/D轉(zhuǎn)換得到各類參數(shù)的數(shù)字信號(hào)，再經(jīng)過(guò)參數(shù)特征提取或者數(shù)據(jù)預(yù)處理消除參數(shù)采集過(guò)程中的噪聲或干擾信號(hào)，得到純凈數(shù)據(jù)送入數(shù)據(jù)融合中心完成數(shù)據(jù)融合并輸出融合/決策結(jié)果進(jìn)行執(zhí)行。

本研究采用卡爾曼濾波與歐幾里德加權(quán)平均相結(jié)合的數(shù)據(jù)融合算法進(jìn)行溫室物聯(lián)網(wǎng)數(shù)據(jù)融合處理。卡爾曼濾波算法能較好適用于溫室物聯(lián)網(wǎng)等系統(tǒng)相對(duì)穩(wěn)定線性的動(dòng)態(tài)環(huán)境中傳感器冗余數(shù)據(jù)信息的融合處理。

應(yīng)用卡爾曼算法對(duì)N個(gè)傳感器采集的數(shù)據(jù)進(jìn)行融合后，既可以獲得系統(tǒng)的當(dāng)前狀態(tài)估計(jì)，又可以預(yù)報(bào)系統(tǒng)的未來(lái)狀態(tài)，由此可以從數(shù)據(jù)中抽取特征值或測(cè)量值本身。

卡爾曼算法的基本數(shù)學(xué)模型由公式（1）、公式（2）組成，算法流程見(jiàn)圖3。

3 結(jié)果與分析

為了對(duì)系統(tǒng)進(jìn)行驗(yàn)證，選擇溫室早春茬黃瓜在3月結(jié)果期的主導(dǎo)環(huán)境因子作為試驗(yàn)對(duì)象，此時(shí)植株生長(zhǎng)量大，產(chǎn)瓜多。白天適宜溫度是25～32 ℃;需要白天盡量創(chuàng)造較長(zhǎng)的光照時(shí)間;黃瓜在不同生育階段對(duì)濕度的要求是不同的，結(jié)果期所需相對(duì)濕度為70%～80%。試驗(yàn)采集了1組溫度、濕度、光照度環(huán)境數(shù)據(jù)。

本研究選取溫度、濕度、光照度3類傳感器，每類設(shè)置8個(gè)傳感器采集溫室10：00—17：00之間相關(guān)數(shù)據(jù)。表1為選取的1組傳感器采集的數(shù)據(jù)。

對(duì)溫室內(nèi)15：00采集的數(shù)據(jù)運(yùn)用數(shù)據(jù)融合算法進(jìn)行處理，數(shù)據(jù)融合結(jié)果見(jiàn)表2。

從公式（10）可以看出，d24=27.49為最小元素值，按照融合算法公式（9）得到溫度值為28.64，類似的得到濕度值為78.91%，光照度為2 588 lx。數(shù)據(jù)融合結(jié)果與真實(shí)測(cè)量值之間的相對(duì)誤差見(jiàn)表3。

從表3可以看出，采用“2”節(jié)中的融合算法得到的數(shù)據(jù)比較接近于測(cè)量值，且相對(duì)誤差小于簡(jiǎn)單的數(shù)據(jù)平均算法融合結(jié)果，因此可以提高溫室內(nèi)數(shù)據(jù)的準(zhǔn)確度與精確度，對(duì)于控制執(zhí)行正確操作具有重要意義。

4 結(jié)束語(yǔ)

采用卡爾曼濾波算法結(jié)合歐幾里德距離公式及多元聚類思想構(gòu)建了數(shù)據(jù)融合算法，針對(duì)溫室春茬黃瓜的主要環(huán)境參數(shù)如溫度、濕度、光照度等進(jìn)行了數(shù)據(jù)融合試驗(yàn)，得到了較為接近真實(shí)值的融合結(jié)果，并將數(shù)據(jù)融合結(jié)果與常用的算術(shù)平均值算法的融合結(jié)果進(jìn)行比較，結(jié)果表明所設(shè)計(jì)的數(shù)據(jù)融合算法的相對(duì)誤差要明顯小于算術(shù)平均值算法，準(zhǔn)確反映了溫室實(shí)際狀態(tài)，提高了數(shù)據(jù)采集的精度與準(zhǔn)確度，對(duì)于溫室中環(huán)境節(jié)約能源、提高溫室控制的準(zhǔn)確性具有重要價(jià)值。

參考文獻(xiàn)：

[1]鄒承俊，余 攀. 基于物聯(lián)網(wǎng)技術(shù)的智能溫室關(guān)鍵技術(shù)研究[J]. 物聯(lián)網(wǎng)技術(shù)，2015（4）：33-35.

[2]段益群，劉國(guó)彥. 基于物聯(lián)網(wǎng)的智慧農(nóng)業(yè)大棚系統(tǒng)設(shè)計(jì)[J]. 軟件工程師，2013（12）：35-35，31.

[3]王鴻磊，徐平平，樊繼德，等. 多源感知高效循環(huán)智能控制設(shè)施大棚架構(gòu)與實(shí)現(xiàn)[J]. 浙江農(nóng)業(yè)學(xué)報(bào)，2016，28（7）：1224-1234.

[4]姜新華，張麗娜. 基于LabVIEW的日光溫室多點(diǎn)溫度監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J]. 內(nèi)蒙古大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，43（1）：81-84.

[5]魏 芬，季宇峰. 基于無(wú)線傳感網(wǎng)的溫室大棚智能監(jiān)控系統(tǒng)的研究[J]. 測(cè)控技術(shù)，2016（2）：104-107.

[6]阿蘭·阿皮諾. 不確定性理論與多傳感器數(shù)據(jù)融合[M]. 郎為民，余亮琴，陳 紅，等譯. 北京：機(jī)械工業(yè)出版社，2016.

[7]陳春玲，崔 琳，許童羽，等. 日光溫室無(wú)線傳感器多數(shù)據(jù)融合技術(shù)研究[J]. 沈陽(yáng)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2016，47（1）：86-91.

[8]李富娟. 溫室控制系統(tǒng)多傳感器數(shù)據(jù)融合方法的設(shè)計(jì)[J]. 湖北農(nóng)業(yè)科學(xué)，2016，55（16）：4287-4289.

[9]溫 靜，程 茂. 多傳感器數(shù)據(jù)融合技術(shù)在溫室控制中的應(yīng)用[J]. 河北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，38（4）：111-115.

[10]Chen Y K，Si X C，Li Z G. Research on Kalman-filter based multisensor data fusion[J]. Journal of Systems Engineering and Electronics，2007，18（3）：497-502.

[11]熊迎軍. 基于物聯(lián)網(wǎng)的設(shè)施農(nóng)業(yè)環(huán)境監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究與應(yīng)用[D]. 南京：南京農(nóng)業(yè)大學(xué)，2013.

[12]黃小紅. 傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)研究及在溫室控制中的應(yīng)用[D]. 成都：電子科技大學(xué)，2009.

[13]馮 穎. 基于物聯(lián)網(wǎng)的現(xiàn)代農(nóng)業(yè)信息智能化系統(tǒng)研究及應(yīng)用[D]. 天津：天津大學(xué)，2013.

[14]王 振，白星振，馬夢(mèng)白，等. 一種基于數(shù)據(jù)預(yù)處理和卡爾曼濾波的溫室監(jiān)測(cè)數(shù)據(jù)融合算法[J]. 傳感技術(shù)學(xué)報(bào)，2017，30（10）：1525-1530.

[15]董 偉，朱建勇. 基于多傳感器的溫室環(huán)境數(shù)據(jù)融合算法研究[J]. 物聯(lián)網(wǎng)技術(shù)，2013（2）：16-18.張 奇，徐艷蕾，朱熾陽(yáng)，等. 植物葉片面積精確測(cè)量系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（3）：189-192，202.