边缘算力在智能水产养殖方面研究与应用.pdf
《边缘算力在智能水产养殖方面研究与应用.pdf》由会员分享,可在线阅读,更多相关《边缘算力在智能水产养殖方面研究与应用.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 51 卷第 2 期渔 业 现 代 化Vol.51 No.22024 年 4 月FISHERY MODERNIZATIONApr.2024DOI:10.3969/j.issn.1007-9580.2024.02.007收稿日期:2023-09-15基金项目:国家自然科学基金资助项目(61272382);国家青年自然科学基金资助项目(6140110);广东省教育厅科研基金资助项目(2021ZDZX1074);茂名市科技计划项目基金资助项目(201513);广东省大学生创新创业项目(73322059)作者简介:张锋(1979),高级实验师,硕士,研究方向:嵌入式与物联网技术。E-mail:rek
2、ey2008 边缘算力在智能水产养殖方面研究与应用张 锋,黄自强,申启杨,邓春辉(广东石油化工学院电子信息工程学院,广东 茂名 525000)摘要:为了减少水产养殖污染,保证养殖生态系统的安全,提高生态环境质量,利用物联网技术设计并实现一种水产养殖智能监控系统。该系统通过智能传感器终端实现对养殖区域水质的溶氧、pH、水温、光照度、环境温度、环境湿度等参数的实时采集、远程显示和自动控制,实现远程智能养殖。同时,系统利用树莓派作为边缘算力设备,从感知层、传输层、边缘计算层、应用层四个主要方面对系统进行说明,通过智能算法实现实时精细化管理资源的目标,使数据可视、可信,进一步探究水产养殖方面进行智能化
3、协同化的可行性。研究表明,该系统在实物模型上运行稳定、感知准确、控制及时和扩展性强等优点,可在水产养殖中进行推广和应用。关键词:边缘算力;智能算法;物联网技术;水产养殖中图分类号:S969;TP368.1 文献标志码:A 文章编号:1007-9580-(2024)02-0053-008 近年来,随着水产养殖规模化、养殖种类和密度的增加,以及天气变化、自然灾害、人为灾害等原因,使得水产养殖基地的水质难以实时精确把控,水产品安全质量日益突出1-3。传统的水质监测主要依赖于仪表与人工经验的结合,耗时、耗力、监测范围小且监测周期长4-5。为了解决这些问题,国外学者致力于将人工智能、云计算、物联网等信息
4、技术与水产养殖相结合,实现精准化、智能化的养殖6-9。国内学者,黄建 清 等10通 过 nRF905 实 现 无 线 传 输,但nRF905 无法实现自组网功能,方案可扩展性差;罗潜等11设计了一套基于 STM32 和 ZigBee的水产养殖水质参数监测系统,实现同步实时采集、传输,显示水体温度、酸碱度、溶氧和氨氮,以及异常报警等功能。但是,ZigBee 技术协议开发周期长,依赖网关且传输距离短。胡佳美等12设计了基于物联网的水产品养殖水质监测系统,通过 Wi-Fi 模块传输至数据监测平台进行实时监测,数据异常报警,并绘制动态数据变化曲 线,但 是,该 传 统 方 法 在 通 信 距 离 超
5、过250 m 时,有数据丢包现象,时效性差,影响水质调控效果,不能满足目前智能养殖的需求。目前的水产养殖水质监测系统各具特点,但存在系统只检测水质情况,出现问题后进行报警提示管理人员,没有做进一步的处理;在控制方面采用设置阈值的方式,把环境的变化简单划分为几个条件区间,无法正确应对传感器误报或者是局域参数剧变导致的系统异常问题。提出了一种基于边缘计算的无线传感器网络的智能水产养殖系统,实现实时监测鱼塘水质的同时,能对水体产生的变化产生自适应调节,使水体环境处于相对正常稳定的状态,为水产品全生命周期的生长提供保障。1 系统方案设计为了水产养殖达到高效、智能、环保的效果,利用物联网技术和 5G 技
6、术设计实现一个集智能传感、自动组网、实时处理、机械管理于一体的智能水产养殖环境监测系统。该系统通过智能传感器终端实现对养殖区域水质的水温、pH、溶氧、浊度值、光照度等参数的实时监测;通过无线传输技术将无线传感节点汇聚的监测数据传送至本地监控终端;监控终端实现数据库构建和实时数据更新,用户可在本地查询水质参数数据,同时监控中渔 业 现 代 化2024 年心对数据进行分析处理,做出控制决策以及启动相关设备对水域环境进行调节。考虑到系统产生的海量数据上传到云端进行分析,不仅浪费网络带宽,而且产生高延迟等诸多缺点13。引入边缘计算可以解决这个问题,边缘计算在水产智能养殖的应用为水产智能养殖提供算力资源
7、,边缘计算赋能后的智能水产将获得更广阔的发展空间14。1.1 系统总体构成基于水产养殖环境的需求,该系统整体由 4层组成:端设备层、数据传输层、边缘计算层和应用层,系统总体构成如图 1 所示。;JHCFF8JJ#图 1 系统总体构成Fig.1 Overall system composition端设备层的数据采集部分感知水体温度、pH、浊度值、水位等参数;控制部分有气泵控制(模拟增氧机工作)、水泵控制(模拟抽水和排水过程)、投食控制。数据传输层采用的远距离无线传输模块来完成数据传输,由于水体含氧量传感器价格昂贵,为了得到水体含氧量,根据水温与含氧量数据间的关系,采用在池塘分布的栅格网络温度节点
8、的数据间接反映水体的含氧量,进而决定是否开启气泵。边缘算力层由树莓派 3B+对采集的数据进行处理。应用层在远程端进行系统查看和控制等。1.2 系统关键技术1.2.1 最小二乘法拟合曲面方程为了更加直观清楚地了解水体温度的变化,针对温度这一指标来图像化温度数据并传播信息。借助 DS18B20 水温传感器来获取环境中不同栅格节点的温度值,节点坐标与温度值如表 1所示。表 1 节点坐标与温度值Tab.1 Node coordinates and temperature valuesxyz节点名称0026.7 Sink0126.9 节点 11026.5 节点 21126.3 节点 31226.7 节点
9、 42126.9 节点 52227.0 节点 62326.8 节点 73226.3 节点 8 根据热力学第二定律“热量可以自发地从温度高的物体传递到较冷的物体”的原理,并利用高斯法拟合该温度的曲面方程,最后结合遗传算法合理找出该温度曲面的最大值,再利用交互处理的技术,实现了温度等参数可视化15。这里以温度值为例,z 坐标为 DS18B20 测量出温度的数值,利用最小二乘法对数据进行平面拟合,采用文献16的方法,即对于给定的一组数据点(xk,yk,zk)k=1,2,.,N,求作 m 次(m=N)多项式 z=0j=m(0i=jci,j-ixiyj-i)使总误差 Q=Nk=1zk-0j=m(0i=j
10、ci,j-ixikyj-ik)2为最小。这里 Q可看作关于 cij(i,j=0,1,.,m)的函数,共有12(m+1)(m+2)个未知量 cij,且 cij满足Qcij-1=0。根据表 1 可知,空间坐标系中有 9 个离散数据点,显然 N=9,由于 N12(m+1)(m+2),所以m=2。设拟合出来的曲面方程为:z=c20 x2+c11xy+c02y2+c10 x+c01y+c00(1)则总误差:Q=9k=1zk-(c20 x2+c11xkyk+c02y2k+c10 xk+c01yk+c00)2(2)由QC20=0,得:45第 2 期张锋等:边缘算力在智能水产养殖方面研究与应用29k=1zk-
11、(c20 x2k+c11xkyk+c02y2k+c10 xk+c01yk+c00)xk2=0(3)所以:9K=1zk-(c20 x4k+c11xk3yk+c02x2ky2k+c10 x3k+c01x2kyk+c00 x2k2=9k=1zkx2k(4)所以:c209k=1x4k+c119k=1x3kyk+c029k=1x2ky2k+c109k=1x3k+c019k=1x2kyk+c009k=1x2k=9k=1zkx2k(5)同理得出其他 5 个包含 C20、C11、C02、C10、C01、C00的方程。计算出 x、x2、x3、x4、y、y2、y3、y4、z及之间的排列组合带入相应的方程,得出 6
12、 元一次方程组 6 条方程。联立方程组利用高斯消元法求出曲面方程系数。在得到方程形如式(1)后,利用遗传算法经过编码和解码、交叉和变异、自然选择等步骤17,求取最大的温度坐标。通过坐标找到与之相邻的气泵,再根据阈值是否让气泵工作。在对传感器的数值输入前进行筛选,对一组数据中偏差较大的进行删除,防止数据被污染。遗传算法求取曲面方程流程如图 2 所示。%/%/:图 2 遗传算法求取曲面方程流程 Fig.2 Genetic algorithm process for solving surface equations1.2.2 鱼群的平均质量估计方法边缘算力工作流程如图 3 所示。#64#$BOOZ
13、图 3 边缘算力工作流程Fig.3 Edge computing workflow 系统需要预估鱼群平均大小,最好能在不用捕捞的前提下进行测绘,于是图像识别技术是主要的技术手段,为此需要找出一个罗非鱼的物理指标作为直接测量值,进而根据关系式得到想要值。目前已有运用数学方程估算鱼类体重的报道18-20,由于我们研究的对象是罗非鱼,不需要十分精准的质量大小,因此采用文献 20 基于统计概率形成的体长与体质量的关系式:55渔 业 现 代 化2024 年W=1.316 8 10-2 LS2.998(6)式中:W 为鱼的体质量,g;LS为鱼的体长,mm。在得到体长与体质量的关系后,利将获取的图像进行灰度
14、处理、Canny 边缘检测和形态学等操作21。矫正图像是利用已知置于图像左边框的物理真实长度的条形物体,该条形物体与左边框平行并略小于左边框。利用比例关系可以得到在图像上的其他罗非鱼的体长,进而利用式(6)得到预测的体质量值。2 系统的硬件设计2.1 系统硬件设计根据水产养殖的需求,本系统模拟水产养殖过程,系统有传感器、气泵(模拟增氧机)、投食装置、水泵(模拟抽水和排水过程)构成。终端设备感知层感知养殖池的水体参数,传入微控制器上进行进一步处理,ZigBee 无线收发为多个池子之间的通信,WiFi 模块为数据上云,实现远程控制的功能;传感器节点主要是检测整体情况,再把数据传入边缘算力设备执行智
15、能算法,协同控制装置;WEB 管理为方便管理人员使用的操作界面。系统硬件结构如图 4 所示。;JH#FF8JJ;JH#FF8FC;JH#FFQ)图 4 系统硬件结构图Fig.4 System hardware structure diagram 水体环境传感器类型及指标如表 2 所示。表 2 水体环境传感器类型及指标Tab.2 Types and indicators of water environment sensors传感器类型物理量参数工作电压50 V输出模拟电压信号 pH-4502C 传感器测量范围014测量误差 0.1响应时间5 s工作电压512 V输出数字信号RDO-206 溶氧
16、传感器测量范围025 mg/L测量误差1%响应时间10 sDS18B20 温度传感器工作电压3.55.5 V输出数字信号测量范围-55125 测量误差0.5 响应时间60 s2.2 算力芯片设计在边缘侧需要提供算力支持外,还需要强大的处理能力和存储能力,系统采用树莓派 3 B+,用于对传感器节点的数据进行曲面拟合、遗传算法和机器视觉估计鱼群大小,采用性价比较高的MEGA328p 作为端设备的主控芯片。参数如表 3所示。表 3 边缘设备与端设备相关参数Tab.3 Parameters related to edge devices and end devices名称树莓派 3B+Arduino
17、nano芯片BCM2837B0MEGA328p内存1 GB32 kB Flash、2 kB SRAM、1 kB EPROM尺寸85 mm、56 mm、19.5 mm45 mm、18 mm质量45 g6 g工作温度-4085 050 工作电压1.85.5 V5 V65第 2 期张锋等:边缘算力在智能水产养殖方面研究与应用3 系统软件设计3.1 栅格节点水温传感器数据处理采用 9 个栅格节点,利用 2.4G Zigbee 无线串口 DL-20 模块,Sink 节点22-24采用点到点协商式通信将该区域数据透传到边缘算力设备上,其余节点采用广播通信,如图 5 所示。4JOL1J图 5 栅格节点分布示
18、意图Fig.5 Schematic diagram of grid node distribution3.2 WEB 端设计为了实现跨平台对本系统的控制,利用 Vue 框架25和 百 度 的 一 个 开 源 的 数 据 可 视 化 工 具ECharts26,方便管理人员操作和查看数据。在本系统中,除了要求上位机稳定外,对数据的实时响应也是必不可少的方面。使用 ECharts 在加快开发效率的基础上,传感器数据可视化给人直观的感受。4 系统测试4.1 系统模型该系统实物模型是利用收纳箱来模拟鱼塘和存水池,用亚格力板分为 3 个区域来模拟,2 个子机对应采集鱼塘数据,一个主机用来收集各个子机数据并
19、上传给服务器显示在网页端控制台,利用水泵、打氧泵、小车马达和打印的 3D 模型来模拟投食模块,系统实物如图 6 所示。图 6 系统实物图Fig.6 Physical system diagramZigBee 无线传感器节点,即子机,主要是负责采集鱼塘水中的温度、pH、浊度值,然后将数据通过 ZigBee 终端发送给协调器,通过相应上位机的命令来控制投食设备的启动,如图 7 所示。ZigBee 网络的协调器和 WiFi 网关,即主机,负责将 ZigBee 协调器收集到的数据发送给 WiFi模块,然后通过 WiFi 模块发送到远程服务器端,如图 8 所示。Q).&(1;JH#FF-0%图 7 Zi
20、gBee 无线传感器节点Fig.7 ZigBee wireless sensor node8JJ.&(1;JH#FF%4-%06-/图 8 ZigBee 协调器和 WiFi 网关Fig.8 ZigBee Coordinator and WiFi Gateway测试上位机显示传感器采集的相关数据时,将下位机中的子机和主机用 7.4 V 的充电电池供电,然后等待 ZigBee 联网,ZigBee 联网成功,子机上面的 ZigBee 指示灯会闪烁,并且蜂鸣器会发出声音。子机上面的 ZigBee 采集到数据后等待协调器的请求连接命令,连接过程是通过 HEX 数据通信实现的,协调器收集来自不同 ZigB
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 边缘 智能 水产 养殖 方面 研究 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。