收藏官网首页
查看: 467|回复: 0

[分享] 【IoT毕设.1】ESP8266+机智云AIoT+猪舍监测系统设计与实现

472

主题

504

帖子

2万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
25123
 楼主| 发表于 2022-7-18 16:47:40 | 显示全部楼层 |阅读模式
注册成为机智云开发者,手机加虚拟设备快速开发
本帖最后由 Kara 于 2022-7-19 12:20 编辑

【IoT毕设.1】esp8266+机智云AIoT+猪舍监测系统设计与实现


1.1研究背景及意义


随着我国经济社会的发展,人们对高品质肉类消费需求快速增长,因此我国的生猪养殖业迎来了产业升级,规模化、集约化、工厂化的养殖模式成为当下主流。大型养殖场拥有自动化环境控制设备,但大部分中小养殖场由于缺乏升级改造的资金和技术,仍采用传统养殖模式,猪舍环境和猪只状态的监测与控制相对落后,制约了我国农业现代化的进程。


本文结合物联网、人工智能技术,设计了一套集成度高、功能完善、方便易用的猪舍监测系统,研究内容包括以下方面:


首先结合系统需求,设计了服务器、微处理器、物联网云平台以及手机APP四者结合的方案,设计了系统功能,搭建了系统硬件终端。然后进行终端程序设计,该终端能够监测猪舍内光照强度、温湿度、氨气浓度、火焰、雨滴以及人体感应数据;通过LCD显示屏对各数据进行显示;设计了自动和手动两种控制模式,控制电气化设备运转,维持猪舍环境稳定。


其次结合ESP8266WIFI模块以及机智云Aiot开发平台实现数据通信;结合极光推送平台,通过短信、邮箱对监测到火焰以及行人时进行推送报警。再次基于机智云SDK设计了手机APP,饲养员通过该APP,能够了解猪舍环境以及猪只信息;切换工作模式;远程控制猪舍内设备运转。


最后研究了基于计算机视觉的猪只检测算法,利用YOLOv4算法实现了对舍内猪只的检测,结合卡尔曼滤波和匈牙利匹配方法实现了对猪只轨迹的准确跟踪,进一步结合分割算法实现了猪只的个体分割。最终输出猪只数量、运动轨迹、分割掩码,部分文本结果通过云平台实现数据传输,为对猪只进一步健康分析奠定了技术基础。


针对猪只健康生长以及降低饲养员劳动强度的需求进行分析梳理,结合物联网技术以及计算机视觉技术,本文提出并设计了一种基于云平台的猪舍监测系统。本系统利用WIFI技术实现通信,不仅满足用户需求,而且具有开发流程简单、周期短、集成度高的优点。不但可以用于生猪养殖,还能够迁移到各种“智慧”养殖场所,其意义有如下几点:


(1)保障猪舍环境稳定。本系统可以实时监测猪舍内环境参数,根据监测的环境数据自动控制电气化设备动作。稳定的猪舍环境可以降低环境因素对猪只带来的不利影响,促进猪只健康生长。

(2)获取猪只数据。本系统通过计算机视觉技术对猪只进行监测,获取猪舍内猪只数量,跟踪猪只运动轨迹,得到猪只像素点比重,为畜牧业物联网提供数据支持,在生猪养殖的应用场景非常广阔。

(3)降低饲养员工作强度。本系统通过手机APP可以让饲养员实时了解猪舍环境数据以及猪只信息,远程控制电气化设备。这不仅能让饲养员及时对猪舍情况进行处理,还能极大降低饲养员工作强度。

因此猪舍监测是实现生猪养殖规模化、信息化发展的重要步骤,研究基于物联网云平台的猪舍监测系统非常有意义。

1.2.1 基于物联网的猪舍环境监测系统

在国内,主要以单片机或者PLC为核心,利用传感器技术对猪舍环境信息进行采集,通过单片机处理数据,由单片机自动控制执行模块动作;或者通过CAN总线传输至上位机,在上位机设计监控界面,实现数据可视化以及手动控制;或者通过无线传输至云服务器,将Web端或者手机APP端作为用户端来实现数据显示以及手动控制。以上设计都考虑在联网状态下的完全自动控制或者完全手动控制,功能较为单一。


本文采用自动模式结合手动模式的方式,在联网状态下,单片机系统可以切换工作模式,实现完全自主控制,也可以通过手机APP实现手动控制;在不联网状态下,单片机系统切换为自动模式,也是一个独立工作的系统。


1.2.2 基于计算机视觉的猪只检测算法

P.Ahrendt等采用摄像头俯拍猪舍的方法对猪舍进行实时监控[18],将采集的原图制作为猪只个体的对应图,建立原图与对应图相关联的高斯模型,再将背景以及前景区域区分,从而实现猪只的识别与定位。Mkashiha等提出一种自动识别标记猪只的算法[19],将各猪只背部用带颜色的颜料标记,对猪舍上方俯拍图进行二值化处理。通过椭圆拟合的办法对二值图中的猪只定位,同时利用傅里叶描述子间的欧式距离法将猪只背部的标记图案与样本图案实现相似度匹配,从而实现猪只个体识别。


JLee等使用深度相机对各猪只不同行为模式进行视频采集,然后对不同行为进行特征提取,采用支持向量机的方法判断是否存在攻击行为,并进行分类[20]。PrawitBuayai等针对猪只边界提出了一种基于积分图像自适应阈值分割的猪只边界检测方法[21],在复杂的猪舍环境下对猪只进行检测。ParkHyeon等基于深度学习,提供了一种可以快速监测猪舍内多个设备异常情况的机制[22]。


通过分析学习RNN特征,推导了最优递归神经网络环境,提高预测模型的准确性。在国内的猪只检测与跟踪领域,肖德琴等为了快速准确的检测猪只的各种运动信息,在基于颜色和轮廓特征相结合的多猪只目标分割基础上加入了基于最小化代价函数的椭圆拟合和最短距离匹配的目标跟踪,加入了运动位移、速度、加速度、角速度四个运动信息[23]。该算法对多种颜色的猪只都有良好识别效果,并且能够分割粘连猪只。


1.3.1 研究内容
对基于云平台的猪舍监测系统研究,该系统的主要功能是通过传感器技术对猪舍内各环境因子进行监测;通过计算机视觉技术对猪只个体进行检测;通过自动控制或者远程手动控制的方式控制猪舍内各电气化设备运行,从而使猪舍环境保持稳定。该系统有利于猪只的生长发育,能够有效降低猪只的患病概率,减轻饲养员的体力劳动。


主要研究内容如下所示:
(1) 下位机监测系统硬件设计。系统硬件部分主要由微处理器、电源模块、传感器检测模块、控制模块、数据传输模块、显示模块以及报警模块组成。系统终端以微处理器为核心,统筹各模块工作运行。
(2) 下位机监测系统软件设计。系统软件基于C语言和STM32运行环境下编程,设计了自动模式以及手动模式两种工作模式。自动模式可以将环境数据与设置的阈值进行比较,从而自动控制电气化设备的运转;手动模式接收Android客户端的控制指令,进行相应控制。
(3) 云平台设计。基于机智云物联网平台,通过API(应用程序编程接口)实现与云端的数据通信;结合极光推送,设置监测到火焰时短信推送、监测到行人时邮箱推送。
(4) 手机APP设计。基于机智云的SDK设计出一款结合实际应用场景并且满足系统要求的手机APP。该APP可以切换系统工作模式,在自动模式下,显示监测数据以及电气化设备状态;在手动模式下,可以手动控制电气化设备的开启、关闭。
(5) 猪只检测算法设计。利用计算机视觉技术对猪只个体实现检测,输出猪只检测
信息,并将结果通过串口发送至单片机,最终在手机APP上显示。


系统总体方案设计内容点击下载:


您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

加入Q群 返回顶部

版权与免责声明 © 2006-2022 Gizwits IoT Technology Co., Ltd. ( 粤ICP备11090211号 )

快速回复 返回顶部 返回列表