基于计算机视觉技术的无土栽培蔬菜种植系统的研究与设计

1 绪论
1.2 研究意义
本课题的无土栽培蔬菜种植架结合计算机视觉技术进行统筹设计,具有一定的创新和实用性,体现在:
①在实现无土栽培自动化管理的过程中,计算机视觉技术可以通过云端进行远程监测,观察作物的生长状态以及生长环境参数,无需过多人为干涉,从而解放了劳动力,使用户享受到科技为现代生活带来的美好。
②该无土栽培蔬菜种植架的开发能够自动管理无土栽培过程中蔬菜生长所必需的变量,始终将数值控制在合理范围内,令蔬菜无季节性限制、天气影响、虫害影响,同时也提高了作物的安全系数,为蔬菜安全生产提供技术支持。
1.3 主要研究内容
基于计算机视觉技术的无土栽培蔬菜种植架的设计以STM32F103系列单片机为中心,使用计算机视觉技术对植物的生长状况进行识别和处理,再将得到的植物生长数据发送给单片机,由单片机连接WiFi把数据包上传至云服务器,管理人员从手机APP或数据可视化网页中远程监测、控制。达到智能化无土栽培农作物的目的。
2 硬件设计
2.1 系统结构设计
蔬菜种植架采用类似楼层一样的3层结构,第1层即顶层控制层主要放置电路板和营养液,第2层和第3层是培养箱。种植架结构如图1所示。
2.2 系统电路设计
3 系统软件设计
该系统的软件设计主要分为两部分,一是单片机开发语言,二是使用计算机视觉库OpenCV的计算机视觉程序设计。
3.1 计算机视觉程序设计
本设计采用的视觉识别技术是OpenCV的图像膨胀、腐蚀、高斯滤波和边缘检测等技术。首先把摄像头打开获取实时图像,而后对图像进行膨胀、腐蚀处理,使图像内物体的轮廓更加突出,再使用高斯滤波算法去除图像上物体内的杂质,最后用选定好范围的边缘检测技术计算出物体的大小。图像识别流程如图5所示。
图5 图像识别流程
3.2 单片机程序设计
本设计的系统流程如图6所示,MCU端首先对各个外设模块进行初始化,PC端视觉识别系统同步进行初始化,而后设备开始配网连接云服务器,最后设备启动,溶液浓度自动配比,水循环系统启动,正常提供光照,可以通过云端查看参数以及远程控制。
图6 程序流程
3.2.1 培养液配比子程序设计
培养液浓度配比时,首先根据视觉识别到的植物生长阶段确定植物生长所需要的培养液浓度,通过蠕动泵补充营养液,再通过溶液浓度检测装置检测溶液浓度是否达标,从而实现培养液浓度的配比。营养液配比程序流程如图7所示。
图7 营养液配比程序流程
3.2.2 种植架水循环子程序设计
在蔬菜进入生长期时,进行培养液周期性水循环,例如1h循环10min。通过程序设计使其功能完美实现,这个过程需要用定时器定时控制水泵的工作时间,使其周而复始地工作。水循环的目的是维持蔬菜根系生长过程所需的氧气。营养液循环程序流程如图8所示。
图8 营养液循环程序流程
3.2.3 光照子程序设计
在不同生长阶段,蔬菜每天需要的光照时间不同,通过视觉识别得到蔬菜的生长阶段,而后通过定时器实现对光照时间的控制,使蔬菜获得光照的时间刚刚好,为蔬菜的光合作用提供能量,让蔬菜高效生长。程序流程如图9所示。
图9 程序流程
3.2.4 物联网程序设计
本设计采用的设备联网方式是WiFi连接,设备连接WiFi后会通过MQTT协议自动接入中国移动OneNET平台,接入OneNET平台后可以通过手机远程控制和观察蔬菜种植架的情况。程序流程如图10所示。
图10 程序流程
3.3 人机交互界面设计
为了更好地实现对种植架的观察和管理,本设计采用多种人机交互方式,如手机APP和电脑网页两种交互方式,可以很方便地用手机和电脑进行远程控制和观察。
本系统的采用中国移动OneNET平台提供的数据可视化组件进行网页页面设计和手机APP页面设计。网页页面如图11所示。
图11 网页页面
4 结束语
本设计将无土栽培蔬菜种植架与计算机视觉技术有机结合,是一个较为新颖的尝试。在后续研究过程中还将在以下方面进一步优化。
①在通过计算机视觉技术来检测植物生长情况方面,后续需要做的是提升监测精度,减少误差;
②无土栽培的另一个重点在于植物是否能健康生长,植物营养液与水的配比尤为重要,植物在不同生长阶段所需的营养液浓度可能存在细微差别,在后续的研究中,要做到严格控制营养液在不同时期的配比;
③在远程云端控制和云端监测方面,后续初步设想是定期对设计进行功能升级,具体升级功能要在第一批用户使用后进行,收集用户反馈和数据并针反馈提出有效准确的解决方案;
④提升本系统的容错率。对于普遍的土壤种植方式而言,无土栽培蔬菜种植架的研究与设计具有许多优势,首先能够在一定程度上解决我国部分地区可用耕地资源不足的问题,也为智能化进行农作物的种植管理提出了一种新的解决方案。
参考文献
[1] 侯铜.基于计算机视觉的植物自动识别方法研究[D].北京:北京林业大学,2015.
[2] 曾非一.嵌入式软件开发技术研究—MPC860目标机底层软件的实现[D].成都:电子科技大学,2014.
[3] 孙宝元,杨宝清.传感器及其应用手册[M].北京:机械工业出版社,2005.
[4] 郑人杰.计算机软件测试技术[M].北京:清华大学出版社,1992.
[5] 任强.传感器选用原则.铁道技术监督,2004(9):33-34.

工程师必备
- 项目客服
- 培训客服
- 平台客服
TOP
