基于ZigBee技术的农田监测系统设计

当前无线传感器网络技术逐渐成熟,促进了智能农业和精准农业的发展。为获得实地、大范围和实时的农田信息,提出了一种基于ZigBee技术的信息监测系统设计方案,包括硬件平台的设计和系统软件的开发。硬件平台以ATmega128单片机和CC1101射频芯片为核心,主要由数据处理单元、无线模块、传感器控制矩阵、数据存储、供电单元、模拟接口和数字接口等构成。在TinyOS操作系统的开发平台上利用nesC语言实现了传感器节点和汇聚节点的软件开发。对传感器节点主要进行了传感器驱动程序设计,而汇聚节点主要进行了串口通信编程。此外,根据节点不同的工作模式,设计了节点的节能算法。该系统稳定、可靠,满足设计需求。

基于LoRa和FreeRTOS的数字农田监测系统

为提高稻田远程监测系统的稳定性,文中设计一种基于LoRa和FreeRTOS的数字农田监测系统。系统由节点、管理芯和手机APP三大部分组成,每个节点和管理芯均带有一个低成本LoRa模块。系统利用节点采集数据,通过LoRa无线传输模块发送到管理芯,将应用APP程序嵌入到FreeRTOS操作系统中。管理芯的MCU为STM32F103ZET6,管理芯接收下行节点发来的数据,通过计算有效积温累计计算现有积温,然后运用积温预测法预估出水稻成长阶段。用户通过APP实时获得稻田成长天数、稻田号、空气温湿度、土壤温度、现有积温和现有水位的数据。为防止数据丢失,保证系统稳定性,在管理芯中加入FLASH存储数据功能,并对传输规约和数据格式进行规定。在测试过程中,手机APP不定时地连接到管理芯的蓝牙上,并无规律地断开连接后,系统运行稳定,方便用户种植。

“一张图”创建农田监测监管新模式

各级政府十分重视高标准农田建设工作,各地、各有关部门狠抓规划落实,但高标准农田应建在哪里?建成多少?效果如何?这些都是长期困扰各级农田主管部门的问题。要解决好这些问题,需政策、资金、技术等多种措施并举。其中,建设农田"一张图",通过互联网、物联网、大数据等现代信息技术加强对农田的监测监管,创建了农田监测监管新模式,推动我国高标准农田建设迈进数字智慧监测监管的新模式。

基于“深度学习”识别模型的玉米农田监测应用系统设计与实现

为了精准判断玉米所处生长阶段,远程实时监测玉米长势,分析生长阶段与田间环境要素间的关系,本文提出深度局部关联神经网络,克服了玉米生长阶段识别中存在的多模态和模糊性问题,在Oxford VGGNet(Visual Geometry Group Net)模型中添加一个新的监督层,即局部关联损失层,提高深层特征的判别能力。基于所提的玉米生长阶段图片识别新算法,拓展环境要素监测功能,设计一套基于深度学习的玉米农田监测系统。系统由玉米农田监测装置和云端服务器组成,监测装置采集玉米图像、气象要素和田间位置数据,通过4G无线发送给云端服务器,云端服务器利用深度局部关联神经网络识别生长阶段,显示结果并存入数据库中。仿真试验表明,深度局部关联神经网络平均识别准确率达到92.53%,较VGGNet的87.21%和LSTM的88.50%,准确率分别提高了5.32%和4.03%。实地测试结果表明,野外环境下系统准确率可达到91.43%,能够稳定地对农田玉米生长情况进行监测,具有重要的应用价值。

基于农田监测的无线传感器网络节点定位研究

进行大范围农田监测时,为了实现监测的有效性,需要及时确定农田环境参数异常的区域。为此,针对无线传感器网络节点定位技术应具有高精确度且节省能耗的要求,给出了一种基于跳数分类加权的DV-Hop定位算法。首先,对网络中不同的跳数进行分类;然后,在不同的跳数集合中采用加权策略,得到不同跳数对应的各自不同的平均跳离,进而减小平均跳距对定位精度的影响。为了验证算法的有效性,采用MatLab软件对改进后算法的节点定位精度进行了仿真实验。结果表明,提出的定位算法有效降低了节点定位误差。

基于头部姿态控制的农田监测无人机云台设计与实现

针对农田监测无人机对大范围观测视野、便利操控和高质量拍摄图像的需求问题,设计跟随人体头部姿态的监测云台。首先,根据云台对小体积、轻量化和易集成的设计要求,设计云台结构,并利用ANSYS有限元分析软件进行静力学载荷校核和动力学模态分析;其次,采用四元数方法进行头部姿态解算,利用互补滤波算法进行加速度计和陀螺仪的数据融合,利用嵌入式平台设计并制作云台控制系统;最后,对云台系统的姿态解算准确度进行动态测试和静态测试,对云台的减振性能进行对比测试。结果表明:云台在结构强度和减震性能上满足需求;控制算法和系统能够稳定可靠的解算姿态,并控制云台实时跟随,动态姿态角度误差不超过2°,600 s的静态角度漂移不超过5.5°;云台具有较好的减振和抗振性能,平飞测试中振动加速度均方根值比航拍云台的小41.8%,机动测试中振动加速度最大幅值比航拍云台小21%。该装置可以为无人机的农田监测任务提供更好的便利性。

基于无线传感器网络的农田监测覆盖问题优化研究

对WSN农田监测覆盖问题进行了描述和研究,针对其多目标优化的特点,在GAF的拓扑控制下,应用基于Pareto排序的遗传算法来求解此问题,并对算法进行改进,最终实现使用尽可能少数目的传感器节点以达到尽可能大覆盖度的目标,为WSN在农业环境中的实际应用,提供了方法与思路。

阿瓦提县阿依巴格乡农田监测成果及其分析

典型农田监测的目的在于通过对典型农田不同作物的灌水量、土壤含盐量以及地下水位进行监测,以了解试区内每年各种作物的用水效率和作物产量,从而为农田合理灌溉及用水管理提供依据。

农田监测无线传感器网络无分层通信协议分析

为部署农田土壤和大气层中的传感器节点,文章提出农田监测无线传感器网络无分层通信协议分析。搭建农田监测可视化平台,提取无线传感器网络相关技术特征,构建无分层通信协议,完成农田监测无线传感器网络无分层通信协议的设计。实验结果表明,设计的通信协议比传统通信协议的能量消耗均少于2.077%~10.061%不等,证明设计的通信协议能量消耗较小,能有效延长无线传感器网络生存周期。

农田实时监测与管理系统开发

随着现代农业的发展,农田实时监测与管理系统在提高农业生产效率和保障粮食安全方面具有重要作用。该文以实际案例为基础,对农田实时监测与管理系统的开发进行了研究,分析了系统的关键技术、功能和实际应用效果。研究结果表明,该系统能够有效提高农田资源的利用率和农业生产效率,为农业现代化发展提供了技术支持。

农田实时监测与管理系统开发

该文针对农田实时监测与管理系统开发进行了研究,设计了农田实时监测系统、农田管理信息系统,并对系统进行测试、安装和部署。在农田实时监测系统设计中,重点研究了传感器布置与选择、数据存储与管理;在农田管理信息系统设计中,重点关注了农业生产管理功能设计、专家系统设计和决策支持功能设计;在系统实施部分,研究了系统测试、系统安装与部署、系统运行与维护。最后,通过案例分析展示了系统应用的效果。

基于物联网的农田信息监测系统设计

精准农业是21世纪农业的重要发展方向,本文提出了一种基于物联网技术的远程农田信息监测系统。该系统控制核心采用STM32F103ZET6单片机,传感器实时采集农田周边重要环境参数,包括空气温度、空气湿度、土壤湿度和光照强度,将数据实时传输至单片机,单片机通过Zigbee进一步与电脑通信。该系统实现了信息监测、无线传输和数据异常报警功能,具有实时监测、动态显示、传输距离远等特点。经测试,该系统各项性能指标达到了设计要求。

基于LoRaWAN的农田环境监测系统设计

针对农田监测出现的系统覆盖范围小、对蜂窝信号要求高、系统成本高等问题,设计了一种基于LoRaWAN的农田环境监测系统。该系统终端以STM32L051为主控芯片,利用传感器采集农田环境数据,并将数据通过LoRaWAN传输到网关,网关将数据转发到MQTT服务器,再通过可视化云监测平台进行显示,形成一种覆盖范围广、功耗低的远距离农田环境监测系统。该系统对蜂窝信号要求低,可以极大地降低系统的投入成本,非常适合户外大规模农田环境的监测。

农田建设监测监管模式研究——数字化重塑农田建设监测监管新模式

农业农村部对农田建设及监测监管工作提出了明确要求,各级党委和政府也高度重视高标准农田建设工作。当前农田监测监管模式比之前有明显改善,但在前期规划选址、建设过程动态跟踪和建后管护利用等方面仍存在一些薄弱环节,需要重点解决。浙江省依托现有遥感、地面监测和数据分析建模等信息技术手段,构建农田建设“前期规划、实施过程、建后管护利用”全生命周期的数字智慧“一张网”监测监管体系,用数字化重塑农田建设监测监管新模式,实现了项目布局合理规划、建设过程有效监督、建后动态监测预警,推动农田建设迈进数字智慧监测监管新时期。

应用传感器探测技术的农田智能监测系统

利用传感器探测技术对农田环境进行监测,并对监测结果进行分析处理,是农田环境监测的新方向。基于传感器探测技术的农田智能监测系统,结合了无线网络、计算机技术和传感器等多种技术,能够实时获取农田环境参数,为农业生产决策提供支持。对农田智能监测系统的主要内容进行了分析,并针对该系统的关键技术进行了阐述。利用无线网络、计算机技术和传感器等多种技术,可实现对农田环境参数的实时监测,并对监测结果进行分析处理。该系统可以应用于农作物生长过程中的多个关键环节,为农作物生长环境提供实时的监测数据。

基于北斗卫星系统的农田环境监测系统研究

随着智能农业与精细农业的迅速发展,特别是物联网+农业的提出,对农田监测技术的要求大大提高。针对农田系统具有地域相对分散、环境相对简单、通信条件较差等特点,该文提出基于我国自行研发的北斗卫星系统的农田环境监测系统设计。系统采用Zig Bee协议作为网络节点,组成簇状拓扑结构的网络,搭配各类传感器对农田土壤的湿度、空气的温度以及空气质量PM2.5等指标进行监测采集,数据经北斗导航系统定位后,再由嵌入式系统进行处理和显示,从而实现对农田环境的实时监测,解决了传统农业中农田监测的各种局限性。实验结果证明,该系统可以方便快捷地实现土壤温湿度等信息的远程监测,具有传输稳定、使用领域广阔和覆盖面积大等优点,具有很强的推广应用价值。

基于VR的农田环境监测机器人研制

农田环境信息是农田管理策略制定及修改的重要依据,但目前农田环境参数监测存在监测范围小,机动灵活性不足。为实现农田环境数据动态采集,采用4G通信技术与TCP Socket通信协议,通过C++语言以及蓝图节点进行功能程序的开发,设计了一款基于虚拟现实(Virtual Reality)技术的环境监测机器人。机器人利用云端服务器接收保存机器人上的Raspberry Pi(树莓派)收集上传的数据,管理者通过本地客户端可将云端服务器数据下载和分析。应用VR手柄能够实现机器人的远程控制,佩戴VR头显可查看虚拟三维控制室中农田环境的可视化数据,利用机器人传回的田间实时影像获得沉浸式体验。测试结果表明:机器人能够高效获取田间环境数据、自主行走、自动采集和上传数据。

玉米精准作业区农田监测数据分析与三维可视化

针对农田监测数据分析与三维可视化及可视化效果优化的需求,文中以国家"863"项目"玉米作物精准作业系统研制与应用"示范基地——吉林省农安县合隆镇陈家店村为试验区域,进行玉米精准作业区农田监测数据分析与三维可视化研究。首先,2015—2017年连续3年对玉米精准作业区试验田中土壤水分含量数据进行动态监测与采集,利用统计分析技术对该区域内的土壤4层水分含量数据做出线性分析;然后运用ArcGIS软件对试验田地块的土壤水分含量数据进行三维可视化研究;最后将辅助插件集成到ArcGIS软件中,优化试验田地块土壤水分含量数据三维可视化效果。结果表明:对玉米精准作业区农田环境进行动态监测的信息可用于分析农田的墒情变化规律;其数据经过分析处理后进行三维可视化是可行的,相比于常规的二维专题图表达,经过辅助插件优化后的农田监测数据三维可视化效果图展示的数据更直观、更自然、更清晰,对促进玉米精准作业的实施具有重大意义。

基于Google Earth的农田信息监测系统设计

精细化农业是世界农业现代化的发展方向。为推进我国精细化农业的发展,本文针对我国精细化农业的现状,设计开发了基于Google Earth的农田信息监测系统。该系统利用获得的经纬度信息,并引入Google Earth组件,二次开发可视化电子地图;构建监测数据查询分析模块,从而实时监测土壤墒情及农田温湿度的空间分布,实现对农田信息的监测与管理。

基于CC2530的农田环境监测系统设计

农田种植是农业生产中的一个重要环节,但是农田环境智能监测在我国并未普及。在未来的几年中,要加大力度在农田中使用高科技技术来降低人力、物力的消耗,从而提高农业生产效率。本文设计了一套农田环境监测系统,利用ZigBee技术,实现对农田环境数据的实时采集、传输和监控。