基于STM32的智慧大棚移动监测系统设计与实现

摘要随着农业科技的发展和人们对食品安全的关注，智慧农业逐渐成为现代农业的重要发展方向。本论文基于STM32微控制器设计与实现了一种基于物联网技术的智慧大棚移动监测系统。该系统通过传感器采集大棚内的温度、湿度、光照等环境参数，并利用STM32处理器进行数据处理和控制。同时，系统还具备移动功能，可以根据农作物需求进行灵活布局和监测。在系统设计方面，研究者首先选择了STM32F103系列微控制器作为核心处理器，其低功耗、高性能的特点适合于智慧大棚中的嵌入式应用。为了实现与外部设备的通信，研究者采用了WIFI通信技术，将采集到的数据上传至机智云平台。通过机智云平台提供的数据存储和分析功能，农户可以实时监测大棚内的环境变化，并远程控制系统中的执行器。研究者得出了以下结论：该智慧大棚移动监测系统具有高精度的环境参数采集能力，能够实时监测大棚内的温度、湿度、光照等指标。同时，系统可根据农作物需求进行智能化的调控，提供适宜的生长环境。通过远程控制功能，农户可以随时随地监测和管理大棚，提高生产效率和降低成本。关键词：物联网；STM32；智慧大棚；WIFI通信技术；机智云平台；嵌入式应用AbstractWiththedevelopmentofagriculturalscienceandtechnologyandpeople'sattentiontofoodsafety,smartagriculturehasgraduallybecomeanimportantdevelopmentdirectionofmodernagriculture.Inthispaper,asmartgreenhousemobilemonitoringsystembasedonInternetofThingstechnologyisdesignedandimplementedbasedonSTM32microcontroller.Thesystemcollectsenvironmentalparameterssuchastemperature,humidity,andlightinthegreenhousethroughsensors,andusestheSTM32processorfordataprocessingandcontrol.Atthesametime,thesystemisalsomobileandcanbeflexiblydeployedandmonitoredaccordingtotheneedsofthecrop.Intermsofsystemdesign,theresearchersfirstselectedtheSTM32F103seriesmicrocontrollerasthecoreprocessor,whichissuitableforembeddedapplicationsinsmartgreenhouseswithitslowpowerconsumptionandhighperformance.Inordertoachievecommunicationwithexternaldevices,theresearchersusedWIFIcommunicationtechnologytouploadthecollecteddatatotheGizwitscloudplatform.ThroughthedatastorageandanalysisfunctionsprovidedbytheGizwitscloudplatform,farmerscanmonitorenvironmentalchangesinthegreenhouseinrealtimeandremotelycontroltheactuatorsinthesystem.Theresearchershavecometothefollowingconclusions:thesmartgreenhousemobilemonitoringsystemhastheabilitytocollecthigh-precisionenvironmentalparameters,andcanmonitorthetemperature,humidity,lightandotherindicatorsinthegreenhouseinrealtime.Atthesametime,thesystemcanintelligentlyregulateandcontrolaccordingtotheneedsofcropstoprovideasuitablegrowthenvironment.Throughtheremotecontrolfunction,farmerscanmonitorandmanagethegreenhouseanytimeandanywhere,improvingproductionefficiencyandreducingcosts.Keywords:InternetofThings;STM32；smartgreenhouse;WIFIcommunicationtechnology;Gizwitscloudplatform;Embeddedapplications目录第一章绪论 [30]，机智云现提供MCU和SOC两种版本的GAgent通讯协议，MCU版需要通过《机智云串口通讯协议》来实现通讯协议的解析与封包、传感器数据与通信数据的转换逻辑，本设计采用MCU方案进行开发。机智云设备接入流程图，如图31所示。图31机智云设备接入流程图5.6本章小结本章主要介绍了智慧大棚移动监测系统的软件设计，包括系统软件设计的总体架构、嵌入式系统的开发环境介绍、WIFI通信模块软件设计、执行器模块执行决策程序设计以及机智云物联网云平台的搭建与部署。第六章智慧大棚移动监测系统测试与优化6.1传感器采集节点及执行器模块功能测试（1）传感器数据采集：安装空气温湿度传感器、土壤湿度传感器、光照传感器、二氧化碳传感器，并通过相应的微控制器实时采集各种传感器的数据。（2）数据传输：将采集到的数据通过无线通信模块（WIFI）传输到云端服务器。（3）数据处理与分析：在服务器上对各种传感器数据进行处理与分析，生成历史数据曲线、设定阈值等，同时结合大棚的实际情况，建立相应的控制策略。（4）远程监测与控制：通过手机App、Web界面等远程终端设备，实时监测各种传感器数据，并能够远程控制相关设备。（5）自动化控制：利用数据分析和预设的控制策略，实现大棚环境的自动化调节。（6）报警功能：设置合理的传感器数据阈值，在数据超出设定范围时触发报警功能，及时通知农民进行处理。（7）数据存储与分析：将历史数据进行存储与分析，为农民提供更深入的数据分析和决策支持，帮助他们优化大棚环境管理策略。传感器采集节点和执行器功能测试实测图，如图32所示。图32传感器采集节点和执行器功能测试实测图6.2数据远程上传节点WIFI通信模块联网测试（1）准备工作：确保搭建好数据上传节点，并配置好WIFI通信模块的网络参数。确保有可用的WIFI网络，用于数据上传。（2）测试过程：配置WIFI通信模块的SSID和密码，确保其能够成功连接到WIFI网络。（3）结果分析：如果数据成功上传到服务器端，并且没有出现连接问题，说明测试通过。如果数据上传失败或连接不稳定，需要检查网络配置和代码逻辑，进行调试和优化。（4）稳定性验证：运行长时间测试，验证数据上传功能的稳定性和可靠性。重复测试多次，确保系统能够持续正常运行。据远程上传节点WIFI通信模块联网测试实测图，如图33所示。图33数据远程上传节点WIFI通信模块联网测试实测图6.3机智云平台系统测试（1）配置数据传输：配置设备的通信协议和数据传输方式，确保设备能够与机智云平台正常通信。（2）数据监控：在平台上设置数据监控页面，实时查看设备上传的数据，并确认数据显示是否正常。（3）远程控制：测试远程控制功能，通过平台向设备发送控制指令，验证设备是否能够正确响应。（4）报警与通知：配置报警规则和通知方式，测试当设备数据异常时是否能够触发报警并发送通知。（5）稳定性测试：运行长时间的测试，验证机智云平台的稳定性和可靠性。测试平台在高负载情况下是否能够正常工作。设备运行日志，如图34所示。通过以上步骤，可以对机智云平台系统进行全面的测试，确保系统的功能正常、稳定性好。机智云平台产品系统测试流程图，如图35所示。图34设备运行日志图图35机智云平台产品系统测试流程图6.4实验设计和数据采集（1）实验设计种植环境监测：安装温湿度传感器，监测大棚内部的温度和湿度变化。监测光照强度，确保天麻得到充足的阳光照射。监测二氧化碳浓度，保持适宜的CO2水平。监测土壤湿度，确保土壤湿润度合适。（2）数据采集定时采集：设定定时任务，定期采集各传感器监测到的数据。可以根据天麻的生长周期和特点，设置不同的采集频率。远程数据采集：支持远程监测和数据采集，确保用户可以随时查看数据。6.5数据分析和结果讨论（1）温度分析及结果讨论分析温度传感器数据，评估大棚内温度的波动情况，是否处于适宜的范围内。探讨过高或过低温度对天麻生长和产量的影响，并提出调整温度的建议，以维持在20-25摄氏度的适宜范围。（2）湿度分析及结果讨论分析湿度传感器数据，评估大棚内湿度的变化情况，是否符合天麻生长所需的湿度要求。讨论湿度对天麻生长速度和质量的影响，提出保持在60%-80%范围内的方法，以提高天麻的生长效果。（3）土壤湿度分析及结果讨论分析土壤湿度传感器数据，评估土壤湿度是否在50%-70%的适宜范围内。探讨过高或过低的土壤湿度对天麻生长的不利影响，并提出调整土壤湿度的建议，以促进天麻的健康生长。（4）光照强度分析及结果讨论分析光照传感器数据，评估光照强度是否在10000-15000勒克斯的建议范围内。讨论光照强度对天麻光合作用和生长的重要性，提出如何确保充足的阳光供应以促进天麻生长。（5）CO2浓度分析及结果讨论分析CO2传感器数据，评估二氧化碳浓度是否在800-1200ppm的适宜范围内。探讨适宜的CO2浓度对天麻生长效率的影响，提出保持适宜浓度的方法，以提高天麻的产量和质量。6.6本章小结本章主要介绍了智慧大棚移动监测系统的测试与优化工作，包括传感器采集节点及执行器模块功能测试、数据远程上传节点WIFI通信模块联网测试以及机智云平台系统测试。在本章中，研究者对传感器采集节点和执行器模块进行了功能测试，确保各个模块能够准确、稳定地采集环境参数并实现远程控制功能。通过测试，研究者验证了系统硬件设计的可靠性和稳定性。针对数据远程上传节点的WIFI通信模块，研究者进行了联网测试，验证了数据能够成功通过WIFI模块远程上传至云端服务器，保证了数据传输的可靠性和稳定性。最后，研究者进行了机智云平台系统测试，确保数据能够在云端进行正确存储和管理，同时验证了远程控制功能的有效性。最后进行了智慧大棚移动监测系统的性能评估与分析，包括性能评估指标的确定、实验设计和数据采集以及数据分析和结果讨论。第七章智慧大棚移动监测系统的应用前景及结论和展望7.1农业生产效率和质量的提高智慧大棚移动监测系统可以实时监测大棚内的温度、湿度、光照、土壤湿度等关键参数，并通过数据分析提供农作物生长环境的优化建议。农民可以根据系统反馈调整种植策略，提高作物产量和品质。智慧大棚移动监测系统结合自动化控制技术，可以实现对灌溉、通风、施肥等农业生产过程的精准控制。通过智能化的调控，可以有效减少人力成本，提高生产效率和资源利用率。7.2管理成本和人工成本的降低智慧大棚移动监测系统整合了传感器、控制器和自动化设备，可以实现大棚内环境的实时监测和智能化控制。通过自动化运营，降低了农民对大棚生产过程的人工干预需求，减少了人工操作成本。监测系统通过数据分析和算法优化，可以实现种植方案、灌溉计划、施肥方案等的智能调度和优化。这样的智能化管理可以提高资源利用效率，减少浪费，降低管理成本。7.3农业可持续发展的推进智慧大棚移动监测系统可以通过精准的数据采集和分析，实现对水、肥料、光照等资源的精准调控，使得资源利用更加高效和精准。这有助于减少资源浪费，降低生产成本，同时保证作物的健康生长。监测系统可以帮助农民及时发现大棚内的病虫害情况，采取针对性的防治措施，降低对化学农药的依赖，减少对环境的污染。此外，精准的水肥管理也有助于减少土壤污染和水资源浪费，保护生态环境。7.4农村信息化建设的推动智慧大棚移动监测系统的引入将使得传统大棚生产方式向数字化、智能化方向迈进，提高农民生产管理水平和科技含量。这有助于推动农村经济结构转型升级，实现农业现代化发展目标。智慧大棚移动监测系统的推广应用将促进农村产业融合发展。通过数字化管理手段，可以实现农业与互联网、物联网、大数据等新兴产业的深度融合，形成多元化、高附加值的产业链条，助力农村经济多元化发展。7.5研究成果总结硬件设计方面，研究者利用STM32系列微控制器作为核心，设计了包括传感器接口、通信模块、执行部件等在内的完整硬件系统。在搭建方面，研究者成功将各个硬件组件进行整合，并实现了系统的稳定运行和可靠性。在传感器应用方面，研究者选用了多种传感器，如温湿度传感器、光照传感器、土壤湿度传感器等，实现对大棚内环境参数的实时监测。数据采集方面，研究者通过STM32的ADC模块和外部中断等功能，实现了对传感器数据的准确采集和实时传输。在软件开发方面，研究者编写了针对STM32的底层驱动程序和上层应用程序，实现了系统的功能逻辑控制、数据处理和用户界面设计。通过优化算法和数据处理流程，提高了系统的响应速度和稳定性，确保了监测系统的准确性和可靠性。研究者还实现了基于互联网的远程监控功能，使用户可以通过手机或电脑随时随地监测大棚内环境，并远程控制灌溉、通风等操作。通过智能控制算法，系统能够根据实时数据自动调节大棚内的环境参数，提高农作物产量和质量，并节约资源。最后，研究者进行了系统性能评估和实际应用验证，验证了系统在大棚环境监测与控制方面的有效性和可靠性。综上所述，基于STM32的智慧大棚移动监测系统研究成果在硬件设计、传感器应用、软件开发、远程监控、智能控制等方面取得了显著进展，为农业生产的现代化和智能化提供了重要技术支持，具有广阔的应用前景和市场潜力。7.6存在问题和不足（1）功耗优化不足：在设计硬件时，未能充分考虑系统的功耗优化，导致系统在长时间工作时能耗较高，影响了系统的可持续运行性能。（2）传感器选择与校准：传感器的选择和校准对于监测系统的准确性至关重要，在选型和校准过程如果中存在问题，可能导致监测数据不准确，影响农业生产的决策。（3）通信稳定性：远程监测需要依靠稳定的通信连接，如果通信模块选择不当或者通信协议实现不稳定，可能导致远程监测功能受到影响。（4）软件算法优化：在软件开发过程中，存在一些算法实现不够高效或者存在bug，影响系统的实时性和稳定性。（5）用户界面友好性：监测系统的用户界面设计是否符合农民使用习惯、操作简便等方面也是一个需要重点关注的问题。（6）成本控制：系统的成本是一个关键因素，如果在材料选型或者功能设计上没有充分考虑成本因素，可能导致系统难以在农村地区得到广泛应用。（7）实际应用验证：在实际应用验证阶段，是否能够充分满足农民的需求，以及系统的稳定性和可靠性如何，都需要进行深入的实地调研和验证。解决这些问题需要在项目的后续研究中加强硬件设计、传感器校准、通信稳定性优化、软件算法优化、用户界面改进、成本控制和实际应用验证等方面的工作，以提高系统的完善度和可靠性。7.7未来研究方向和展望（1）能耗优化：未来的研究可以致力于进一步优化系统的能耗，采用低功耗设计、深度睡眠模式等技术，延长系统的工作时间，提高系统的可持续性。（2）多元化传感器应用：除了常规的温湿度、光照、土壤湿度传感器外，可以考虑引入更多类型的传感器，如养分浓度传感器等，以实现对大棚生态环境的更全面监测。（3）智能控制算法：未来的研究可以加强对智能控制算法的研究，包括基于机器学习的环境参数预测、作物生长模型建立以及智能化的灌溉、通风控制策略等，以提高农作物的产量和质量。（4）边缘计算与人工智能：结合边缘计算和人工智能技术，实现对大棚监测数据的实时处理与分析，以及对环境异常的自动识别与预警功能。（5）无线充电技术：考虑采用无线充电技术，为移动监测系统提供持续电源，增强系统的便携性和使用便利性。（6）智能农业大数据平台：构建智能农业大数据平台，对不同地区的种植数据进行汇总和分析，为农民提供更加智能化的种植方案和管理建议。未来研究的这些方向将进一步提高智慧大棚移动监测系统的智能化水平、可靠性和实用性，促进农业生产向着智能化、高效化、可持续发展的方向迈进。同时，在农业科技领域也将拓展出更多的应用场景和商业机会。参考文献徐锦涛.基于物联网的温室大棚环境监测系统研究与开发[D].内蒙古科技大学,2019.李磊超.智慧大棚农业管理系统设计与实现[D].西安石油大学,2023.白鲁尧.基于物联网技术的智慧农业系统开发与实现[D].内蒙古科技大学,2021.李寒.基于物联网的智慧农业大棚控制系统设计[D].河北大学,2021.王金.智慧农业大棚监控系统的设计与实现[D].中北大学,2020.李梦迪.智慧农业远程监控系统开发与研究[D].天津工业大学,2020.梁麗竹.基于LoRa技术的温室监测系统研究[D].天津科技大学,2020.张丽娜.智慧农业网络化精准灌溉系统设计[D].中北大学,2022.BinbinY,XiaomingX,WeizhengK,etal.Ultra-short-termforecastingofagriculturalintelligentgreenhousepowerloadbasedonISDSandMDUS-LSTM[J].JournalofPhysics:ConferenceSeries,2023,2661.HonglangL,HuanxiongL,JianleL,etal.Hydrogel-basedintelligentgreenhousefilmsforsimultaneousfoggingpreventionandindoorenvironmentalmonitoring[J].ChemicalEngineeringJournal,2023,475.SeliniAP,BartMV,FeijeZD,etal.LettuceProductioninIntelligentGreenhouses—3DImagingandComputerVisionforPlantSpacingD