基于商业云平台植物工厂环境监测系统的研究与实现

基于商业云平台植物工厂环境监测系统的研究与实现尚志跃1， 曾 成1， 张 馨2， 郑文刚2( 1 河北工业大学 电子信息工程学院 ， 天津 300401; 2 北京农业智能装备技术研究中心 ， 北京 100097)摘 要 : 植物工厂作为设施园艺发展的最高阶段 ， 以其科技含量高 、资源利用率高 、高产优质等特点成为都市农业 、垂直农业及太空农业等领域的研究热点 。针对当前环境监测技术公网接入复杂 、体积大及网络化管理程度低的问题 ， 构建智能 WiFi 传感器 ， 尝试采用商业云服务平台实现植物工厂内温度 、湿度 、光照强度及 CO2浓度的采集并通过无线网络与云服务平台交互等功能 ， 利用手机 APP 及 PC 端访问云平台两种方式完成植物工厂的远程监控 。实验表明 : 本系统稳定性好 、可靠性高 ， 利用很少的网络带宽即可实时准确地将数据传输到云端 。通过云平台的接入提高了数据服务的稳定性 ， 无需重复构建云平台 ， 提高了开发速度并降低应用成本 ， 很好地满足了植物工厂环境监测的需求 。关键词 : 植物工厂 ; 无线传感网络 ; 环境监测 ; 云服务 ; 物联网中图分类号 : S24; TN836 文献标识码 : A 文章编号 : 1003 188X( 2017) 09 0007 070 引言植物工厂的概念最早由日本提出 1 2， 其优势是土地利用率高 、产量高 、科技含量高 ， 同时能够摆脱环境限制 ， 为植物生长提供适宜环境 ， 实现农业的可持续性发展 。虽然植物工厂存在建设 、运营成本高等问题 ， 但从科学研究到商业推广依然是当前热点方向 ，发展非常迅速 。截止 2014 年 ， 日本已建成植物工厂304 座 ， 并形成出口产业 ， 美国 、荷兰 、英国等国开始示范构建密闭式植物工厂 3 4。我国植物工厂起步较晚 ， 依靠国家的支持发展迅速 ， 在植物工厂人工光源 、水培设备 、结构构成及空调系统等方面取得了较好的成果 。据 2015 年 6 月统计 ， 我国总共建成植物工厂80 座 ， 包括密闭式 、家庭式及智能化数字型等多类型植物工厂 4， 发展形势较好 。准确测量环境参数对于植物工厂环境调控至关重要 ， 目前能够用于植物工厂的环境监测系统主要采用传统有线模拟传感器 、基于现场总线传感器及无线传感器网络 。有线模拟传感器与数据采集器 DTU 连接构建监测系统 ， 技术实现简单 ， 但在维护 、校对 、能耗收稿日期 : 2016 08 01基金项目 : 国家高技术研究发展计划 ( 863 计划 ) 项目 ( 2013AA103005) ; 北京市农林科学院科技创新能力建设专项 ( KJCX20140203) ; 农业物联网北京市工程实验室建设项目 ( KJCXPT2016 25)作者简介 : 尚志跃 ( 1990 ) ， 男 ， 石家庄人 ， 硕士研究生 ，( E mail)752792665 qq com。通讯作者 : 张 馨 ( 1981 ) ， 男 ， 江苏海安人 ， 副研究员 ， 博士研究生 ，( E mail) zhangx nercita org cn。等方面优势不大 。基于现场总线的传感器主要采用服务器 客户端模式的主从分布式结构 ， 包括了上位机及多个下位机采集系统 ， 之间通过 S 485 或者CAN 总线方式进行数据通信 ， 完成温室环境信息的实时数据采集 、存储 、显示等功能 。王成等 ( 2005) 、李霜等 ( 2008) 5 6研发并应用相关测控系统 ， 具有可靠性高 、抗干扰能力强等优点 ; 但从实际应用过程中来看 ，布线复杂 ， 需要预先考虑综合布线空间 ， 维护成本相对较高 。无线传感器网络优点是节点设置灵活 、维护成本低 、数据采集兼容性强 ， 是当前植物工厂环境监测应用主流 ， 多种无线传输方式与传感器集成形成物联网应用 。苗连强等 ( 2010) 设计了基于 ZigBee 技术的温室环境远程监测系统 7， Mancuso 等 ( 2006) 基于GPS 设计了用于番茄温室的监测系统 ， 罗小青等( 2010) 8采用蓝牙模块构建无线环境监测模拟系统 。随着 WiFi 通信平均能耗的降低 ， 传感器与 WiFi 通讯开始结合一体 ， Ganspain、ST、TI、庆科等都有类似的解决方案 。何鹏举等 ( 2012) 9设计了基于 WiFi 的超低功耗温湿度网络传感器 ， 实现了对温室内温度和湿度的远程监控 。WiFi 传感器凭借着其传输速率快 、抗干扰能力强 、兼容性强等优点广泛应用在环境监测领域 ， 成为了设施农业中重要的通信方式之一 。近年来 ， 物联网以及云服务技术不断发展 ， 百度 、阿里 、腾讯 、机智云 、乐联网等都推出了自己的云平台 ， 为植物工厂环境信息监测提提供新的方向 : 构建云计算与物联网环境下的植物工厂信息服务模式 10，有效降低信息需求者信息获取的成本和服务门槛 ， 打72017 年 9 月 农 机 化 研 究 第 9 期DOI:10.13427/j.cnki.njyi.2017.09.002破植物工厂生产信息化建设模式的瓶颈 ， 实现其生产精细和智慧化管理 。日本依靠着云平台搭建快 、易操作 ， 智能管理 、安全可靠 、运行稳定及节约成本等优点 ， 由千叶大学以及一些科技公司组成的 “柏叶城市植物工厂联盟 ”开展了植物工厂网络社区项目 ， 通过互联网技术将各个植物工厂链接为一个网络 ， 将数据传输到云端 ， 所有的植物工厂用户可以通过登录云端服务器下载所需信息 。在国内 ， 新汉以及研华科技在2015 年都提出了云端植物工厂的方案 ， 旨在提高植物工厂网络化管理程度及降低功耗 。本文尝试接入的云服务平台是机智云 ， 该平台针对智能开发领域提供整套的开发工具及服务 ， 当用户设备接入机智云后 ，机智云提供免费的数据分析及运算等云端服务 9， 具有安全 、稳定 、便捷的特点 。本文在分析闭锁型植物工厂网络监测需求的基础上 ， 提出植物工厂环境检测系统构架 ， 详细介绍了系统的软硬件设计 、WiFi 与 MCU 和云端的通信及 An-droid 的快速开发 ， 并在植物工厂中对监测节点和系统的功能 、稳定性 、能耗及可靠性进行了测试 。1 系统需求与构成闭锁型植物工厂采用立体栽培 ， 空间狭小 ， 网络条件好 ， 装备科技含量高 。WiFi 无线传感器设备能够较好地适用于植物工厂网络环境 ， 方便网络接入 11。内部环境由于空调作用比较稳定 ， 湿度长期处于较高水平 ， 环境采集设备封装一般满足 IP65 即可 。植物工厂需要对空气温湿度 、光照强度 、二氧化碳浓度 、营养液 EC/PH 等参数准确测量 ; 需要采用低功耗 、低成本 、高速的无线通信方式进行数据的实时传输并为用户提供简单 、直观的管理平台 ， 完成无线传感器的管理 、环境信息的存储以及分析处理等功能 。系统主要包括测量 ( 监测节点 ) 、无线路由器 、云平台及移动终端 4 个部分 ， 如图 1 所示 。1) 监测节点 : 由分布在植物工厂的一些 WiFi 传感器节点组成 ， 主要负责采集工厂的温湿度 、光照强度及 CO2浓度等信息 ， 并定时向云端服务器发送数据及完成对传感器电源的管理功能 。WiFi 无线传感网络将数据进行传输 ， 消除了在植物工厂内布线的困难 ; 同时 ， WiFi 通过无线路由器连接到云平台 ， 完成数据传输 ， 解决了由于架设网关带来的预算成本 ， 且配置简单 ， 提高了效率 。2) 无线路由器 : 主要完成无线网络覆盖的功能 ，提供 WiFi 与云端的网络连接 。3) 云服务平台 : 底层由数量庞大的服务器群及虚拟化的管理软件组成 ， 当设备接入云平台后首先可在线实时 24h 的连续采集和记录监测点位的温湿度 、光照强度及 CO2浓度等参数 ， 并且以曲线 、数字等方式进行实时显示和记录 。其次 ， 云平台相对于传统单机分析 、处理数据 ， 速度大大提高 ; 云平台的接入节约了企业自己搭建服务器的高额费用及服务器运行所带来的功耗 。4) 移动终端 : 丰富环境监测实现的方式 ， 手机或PAD 端的 APP， 无论何时何地均可实时查看工厂内的环境信息 。同时 ， 管理人员可以通过登录网页直接进入到云平台实时查看信息 ， 减少了软件开发及软件维护等繁琐任务 。图 1 系统结构图Fig1 Structure of the system2 硬件设计传感器节点是植物工厂环境监测系统中基本的组成单元 ， 需要具备环境因子的采集 、数据的处理及通信等功能 ， 同时在设计时还考虑了低成本 、低功耗 、可靠 、稳定等因素 。WiFi 传感器的硬件组成主要包括了STM32 处理器芯片 13、用于环境因子采集的传感器模块及 WiFi 无线通信模块和供电模块 ， 如图 2 所示 。图 2 WiFi 传感器结构图Fig2 Structure of WiFi sensor82017 年 9 月 农 机 化 研 究 第 9 期21 主控芯片核心处理器采用的是意法半导体公司的STM32F103C8T6 芯片 。该芯片是基于 32 位 Cortex M3 内核的微控制器 ， 最高支持 72MHz 工作频率 ， 同时集成了 512kB Flash 和 64kB SAM。含有丰富的 IIC、USAT、SPI、ADC 等片上资源 ， 适合在高速大容量 、分布式数据采集系统中应用 ， 可满足本设计的要求 。22 传感器模块本系统温湿度传感器采用瑞士 Sensirion 公司的SHT11 温湿度传感器 14， 3 3V 供电时 ， 耗电为 80W湿度精度为 3 0%H， 温度精度为 0 4。光照强度传感器采用的美国 Intersil 公司的 ISL29013 典型功耗功耗为 82W， 测量精度为 50lux， 测量范围为 0 128 000lux。CO2传感器采用美国 Telaire 公司生产具有 Telaires 专利 ABC LogicTMsoftware 自校验的功能T6713 CO2传感器 ， 5V 供电 ， 测量精度为 45 106，测量范围为 0 2 000 106。本系统中采用的传感器都支持 IIC 接口 ， 采用的是模拟 IIC 的方式将传感器接入到单片机中 ， 且在每个传感器的数据位都接了一个 5k 左右的上拉电阻 ，用来提高总线的驱动能力 。空气中湿度受环境温度影响较大 ， 因此在实际使用时将 SHT11 封装在空气防辐射罩中 ， 用来提高其测量精度 。光照强度传感器及CO2传感器分别采用固定在圆形的焊盘中以及焊版上的方式来最大限度地做到平面接收阳光及测量 CO2浓度 。23 WiFi 模块WiFi 模块 15采用上海汉枫公司的基于 802 11b/g/n 无线标准的超低功耗模块 HF LPB100。此模块主要特点是由汉枫自主开发 MCU 平台 ， 性价比高 ， 支持 AP + STA 两种无线接口方式 。AP 是无线接入点 ，常用的无线路由器即 AP， 其他设备可通过 AP 相互连接 。STA 是无线终端 ， 模块可以通过 STA 接口接入路由器 ， 且通过 TCP 与服务器相连 。HF LPB100 支持AP + STA 两种接口模式 ， 在使用时 WiFi 作为 AP 供手机或 PC 接入 ; 而 WiFi 又可通过 STA 接口连接到路由器完成数据的上传 ， 大大提高了效率 。HF LPB100还具有尺寸小 、功耗低 ( 3 3V 供电 ， 平均功耗为 003W) 的特点 ， 支持串口透明传输模式 ， 在使用时采用30pin 的直插排针与电路板相连 ， 实现串口通信 。WiFi 模块的 XD 与 TXD 与 STM32 处理器的串口连接通信 。同时 ， WiFi 模块的复位 、连接 、睡眠等功能与STM32 的 GPIO 引脚相连接 ， 即可通过 STM32 向 WiFi模块发送控制指令来保障其工作 。24 供电单元及电源管理采用锂电池为系统供电 ， DC/DC 升 压 芯 片MAX1722 为 T6713 提供 5V 电源 ， 同时通过 TPS73633芯片输出 3 3V 为 STM32 处理器 、SHT11 温湿度传感器 、ISL29013 光照强度传感器及 HF LPB100WiFi 模块供电 。3 嵌入式软件设计31 软件总体结构WiFi 传感器应用程序采用 C 语 言 编 写 ， 在MDK5 14 软件下进行编译 16， 主要包括主函数 、传感器的驱动程序 ， 以及 WiFi 与 MCU 的串口通信协议等3 个方面 24。设备上电初始化完成后 ， 规定当 WiFi第一次接入网络时需要选择 Airlink 或者 Softap 接入云端 ， 配置完成后下次重新使用时自动接入云端 。Airlink 模式是机智云对 SmartConfig、SmartLink 这种UDP 广播报入网方式的统称 ， 兼容了多个 WiFi 厂商的通信协议 ， 机智云的 WiFi 设备中都已经内置此功能 ， 不支持 5G 信号 。Softap 模式为 Airlink 的补充 ， 使用此模式 ， 设备成为一个 AP， 手机可与此 WiFi 设备直接连接 ， 然后手机输入路由器账号 、密码 ， 设备会自动连接该路由器 。当连接完成后进入 WiFi 模块的循环工作状态 ， 设置 WiFi 模块每隔 90s 向设备发送读取MCU 状态指令 ， 同时每隔 10minMCU 主动上传一次数据 。软件流程如图 3 所示 。32 MCU 与 WiFi 的串口通信在 MCU 与 WiFi 串口通信的软件设计中采用的是请求与应答的方式 17， MCU 正常的循环状态主要包括了按键的发生 、WiFi 发送查询命令 、WiFi 发送控制命令 、WiFi 发送心跳命令 。软件设计中约定当 MCU或 WiFi 模块向对方发送命令时 ， 另一方必须返回响应指令 ， 若发送方 200ms 内没有收到响应指令 ， 发送方重新发送 。按键事件用来选择入网模式 ， 查询命令用来监测 MCU 状态值 ， 控制命令是 WiFi 模块发送控制MCU 的指令 ; 心跳命令用来监测 WiFi 模块与 MCU 通信是否正常 ， 规定如果 MCU 连续 180s 未收到心跳则判定通信失败 ， 重新启动 WiFi。WiFi 模块工作流程如图 4 所示 。MCU 与 WiFi 模块的串口通信传输格式如表 1 所示 ， 表 2 为 MCU 的响应 。其中 ， Header 表示包头 ; Len表示数据传输的长度 ( 从 cmd 开始到数据包结束 ) ;cmd 是控制命令指令 ， 包括了 WiFi 向 MCU 发送查询 、心跳 、读取信息 、更新等 ; Sn 为消息序号 ， 由发送方发出 ， 接收方响应时将 Sn 返回给发送方 ; Flags 为标志92017 年 9 月 农 机 化 研 究 第 9 期位 ， 默认为 0; DATA 为传输的数据 ; checksum 为检验和 ， 计算从 len 到 DATA 的和 。图 3 软件流程图Fig3 Flow chart of softwaret在具体的程序设计中 ， 当完成了 WiFi 与 MCU 串口初始化及入网方式配置后 ， 主要是 WiFi 向 MCU 发送控制指令 ， 下面是通信过程中比较重要的几个控制指令 。图 4 WiFi 模块工作流程图Fig4 Working flow chart of WiFi module表 1 WiFi 模块发送获取 MCU 数据传输格式Table 1 The transfer format of WiFi module to get the MCU dataHeader( 2B)FF FFlen( 2B)00 06cmd( 1B)03sn( 1B)02flags( 2B)00 00DATA( XB)02checksum( 1B)0D包头数据长度 ， 从 06 后计数共有 6 个数据读取 MCU属性指令序列号 ， 用于MCU 返回标志位 查询命令从 00 开始到 02 的校验和表 2 MCU 响应 WiFi 模块数据传输格式Table 2 The data transfer format of MCU response WiFi moduleHeaderFF FFlen00 09cmd04sn02flags00 00DATA2512 4013 32 896checksumF4包头 有 8 个数据 返回数据指令 序列号 标志位 传输的温湿度、光照强度及 CO2浓度值 校验和2512、4013、32、896 表示温度为 2512 ; 湿度为 4013 %H; 光照度为 0032klux; CO2浓度为 896 106。1) 发送获取 MCU 信息指令 ， 此时 cmd 为 ( 0x01) ，MCU 以数据形式返回 MCU 的版本号及产品序列号等 ， cmd 为 ( 0x02) 。2) 发送读取 MCU 属性命令 ， 此时 cmd 为 ( 0x03) ，而 MCU 接收到此命令后返回传感器采集到的数据 ，cmd 为 ( 0x04) 。3) MCU 需要上报当前的最新状态 ， 此时 cmd 为( 0x05) ， WiFi 收到后响应 ， cmd 为 ( 0x06) 。4) 当 WiFi 模块 55s 未收到 MCU 数据包时 ， WiFi向 MCU 发送心跳 ， cmd 为 ( 0x07) ， WiFi 回复心跳 ， 为012017 年 9 月 农 机 化 研 究 第 9 期( 0x08) ， 此时 WiFi 如果连续 3 次或 180s 内未收到心跳回复 ， 则自动重启 。5) WiFi 模 块 向 MCU 上 报 当 前 状 态 ， cmd 为( 0x0D) ， MCU 收到后返回响应 ， cmd 为 ( 0x0E) ， WiFi模块会定期上报一次 WiFi 的最新状态推送到 MCU。4 云平台接入与移动端开发41 云平台接入部分通过无线路由器 ， WiFi 模组与云端完成了物理连接 ， 在数据通信方面 ， 在 WiFi 模组内嵌入了 mqtt 通信协议代码及网络固件 ， 使其能够按照既定格式完成数据传输 。在开发时 ， 为规范且简化设备业务逻辑协议的制定 ， 制定了通用的数据点协议 ， 用于设备 、云端 、APP 之间的交互 。好处是云端根据定义可以解析设备数据 ， 移动 APP 端可解析下发 /上报的设备数据 ，MCU 可根据生成的数据通信协议完成开发 。用户只需在个人项目中编辑对应需要的数据点 ， 定义数据类型 ， 即可在嵌入式软件中完成数据传输到云端的功能 。图 5 为本项目中定义的数据点 。图 5 数据点Fig5 Data point42 APP 的快速开发机智云公司针对每个使用用户提供了用于 An-droid 及 IOS 开发手机 APP 的 SDK 包 ， 以及一些开放的源代码 ， SDK 包中已经封装了设备与云端及云端与手机之间的通信 ， 包括了入网的配置 、发现 、连接 、控制 、心跳 、状态上报等 。因此 ， 用户只需在 SDK 包基础上进行开发 ， 大大提高了 APP 开发速度 。本系统主要针对 Android 手机进行开发 ， 主要分为以下 4 步 。1) 搭建 Android 开发环境 ， 下载 eclipse 软件 ， 导入宠物屋公开源码 ， 在机智云官网创建项目下将自己产品的 SDK 包 ( 包括 1 个 jar 包和 1 个 so 包 ) 替换工程项目 libs 文件下的 jar 包和 so 包 。2) 在机智云官网创建的项目中获得产品标识码Productkey， 同时绑定 Android 应用 ， 得到应用标识码APPID。Productkey 是机智云数据库中唯一的号码 ， 开发者完成 MCU 端开发后 ， 机智云通过 Productkey 对设备进行识别并自动完成注册 。APPID 作用是使开发的智能应用与设备进行关联 。在源码中新建一个 APPli-cation 类用来继承原生的 APPlication 类 ， 然后在此 AP-Plication 类中初始化设备的 APPID， 同时在 Message-Center 中初始化 Productkey。3) 在 AndroidManifest xml 中开放 SDK 所有日志打印级别 ， 从而允许 APP 与云端的通信 。同时 ， 注册SDK 监听器 ， 用来回调 SDK 中定义的注册 、登录 、配置设备 、绑定设备等回调接口 。4) 将自己在机智云官网建立的数据点做 UI 设计 ， 在 GokitControlActivity 的函数中添加自己项目中建立的数据点的标识名 ， 同时添加 BindingDeviceActivity用来回调绑定设备的功能 ， 完成自己项目 APP 的快速开发 。5 实验测试51 功能实现测试测试地点选择在北京农科院小汤山精准农业示范基地集装箱式植物工厂中进行 ， WiFi 传感器运行一天 ， 对工厂内的温湿度 、CO2浓度及光照强度进行监测 ; 分别采取手机登录 APP 及 PC 端登录云平台两种方式来验证 WiFi 传感器是否可以准确 、稳定地上传数据到云端 。图 6 为手机 APP 监测到的数据 ， 图 7 中 A、B、C 分别表示温湿度 、光照强度及 CO2浓度的云端显示值 。在测试时 ， 设置 WiFi 传感器每 90s 要求 MCU 上传一次数据 ， 同时每隔 10minMCU 主动上传一次数据 。由图 7 可以看出 : 在 15: 57min 及 16: 07 左右 ， 除了MCU 相应 WiFi 模块上传一次数据外 MCU 主动上传一次数据 ， 而其他时段都是每隔 90s 左右完成一次上传 。测试结果表明 : 该系统能够准确 、快速地实现手机端及云端实时查询数据的功能 。112017 年 9 月 农 机 化 研 究 第 9 期图 6 手机 APP 显示值Fig6 APP value of mobile phone图 7 温湿度 、光照度 、CO2浓度云平台显示值Fig7 The display of environmental parameter in the cloud52 节点能耗测试节点能耗测试主要针对的是 WiFi 传感器功耗测试 。表 3 为此传感器在 1h 内各个状态的平均功耗表 。WiFi 传感器的运行状态主要包括了 MCU 采集数据 、WiFi 通知 MCU 上传数据 、MCU 主动上传数据及WiFi 发送心跳 4 种工作状态 ， 由于本系统主要用于测试功能的实现 ， 因此没有设置 WiFi 传感器的休眠状态 。由表 3 可以看出 : 传感器在上传数据及采集数据时功耗较大 ， 而处于发送心跳状态时最小 。根据测试结果测算 ， 当 WiFi 传感器处于休眠状态 ( 传感器不采集 、不传输 ) 时功耗约为 52A， 因此在后期优化时应从增加休眠状态 、延长数据采集时间间隔及减少传输次数等方面考虑来降低系统功耗 。表 3 WiFi 传感器功耗表Table 3 Power consumption chart of WiFi sensor序号 运行状态功耗/mA持续时间/s1 MCU 采集数据时功耗 1204 52 WiFi 通知 MCU 上传数据平均功耗 2112 33 MCU 主动上传平均功耗 1651 34 发送心跳时平均功耗 958 253 节点可靠性 、稳定性测试可靠性与稳定性的测试模拟了网络堵塞的情况 ，来测试 WiFi 传感器与云端通信的成功率 ， 在 10M 带宽的无线环境中连接了 20 个无线用户同时下载电影占用带宽 ， 网络占用率达到了 96% ; 而 WiFi 传感器只占用了很少的带宽运行了 12h， 同时利用猎豹移动公司推出的猎豹流量监测软件记录 WiFi 传感器 1h 内每1min 消耗的流量值 。图 8 为 WiFi 传感器 1h 内的流量消耗曲线图 。图 9 为 WiFi 传感器与手机 APP 的通信情况 。图 8 WiFi 传感器流量消耗图Fig 8 Flow consumption chart of WiFi sensor由图 8 可以看出 : WiFi 传感器每分钟消耗的流量很少 ， 主要分布在 0 4 1kB 范围内 ， 平均耗值大致为0 6kB。在上传时设置 WiFi 每隔 90s 通知 MCU 上传一次数据值 ， 并且 MCU 每隔 10min 会主动上传一次数据 ， 因此在 10: 07、10: 17、10: 27、10: 37、10: 47、10: 57、11: 07 左右消耗的流量值都会比均值 0 6kB 稍大一些 。WiFi 传感器经过长时间运行 ， 没有出现离线情况 ， 每隔 90s， 设备定时向云端发送数据 ， 总共发送 553次 ， 而每隔 10minMCU 主动上传一次数据 ， 12h 上传了212017 年 9 月 农 机 化 研 究 第 9 期72 次 ， 因此 MCU 总共向云端发送了 625 次数据 。而通过手机 APP 获取的交互信息图中可以得出 ， APP 总共获取到 625 次数据 ， 成功率 100%。在 12: 27 两次通信为 MCU 主动上传及 WiFi 模块发送查询命令 ，MCU 响应上传 。图 9 手机 APP 获取设备与云端的交互信息图Fig9 The chart of interaction between APP and cloud6 结论本文分析了国内外环境监测系统存在的问题以及未来的发展趋势 18 20， 设计并实现了用于植物工厂的云环境监测系统 ， 把植物工厂温度 、湿度 、CO2浓度及光照强度传输到机智云云平台且通过手机 APP 及网页登录云平台两种方式实时监控这些参数 。实地测试表明 : 本传感器稳定性高 、准确性高 ， 平均占用带宽低 ( 0 6kB) 、响应速度快 ( 5s 完成数据上传 ) ， 很好地解决了国内植物工厂环境监测智能化程度低及网络管理不科学等问题 。研究成果具有一定的实用性 。在实际应用测试过程中存在以下问题 :1) 考虑到商业云平台利益关系 ， 该云平台对未签约用户开放的服务还不够完善 ， 如没有历史数据导出功能 、实时上传到云端的数据只显示一段时间 、不提供历史数据的曲线图报警等基本数据监测功能 。2) 传感器功耗较大 ， 需要重新设计供电管理电路对每一路耗能设备进行能源管理 ， 以延长 WiFi 模块休眠时间从而进一步降低系统能耗 。3) 云平台只能提供基本数据服务 ， 未能深入挖掘云计算为植物工厂生产带来有效服务 ， 需要在平台开放性和可操作性上进行提升 。参考文献 : 1 杨其长 ， 张成波 植物工厂概论 M 北京 : 中国农业科学技术出版社 ， 2005 2 杨其长 ， 魏灵玲 ， 刘文科 植物工厂系统与实践 M 北京 : 化学工业出版社 ， 2012 3 He D X， C Tong， Q Yang， et al A closed plantlet produc-tion system for APPlying photoautotrophic micro propagation C / /CIG International Conference Beijing， 2004: 50 182 4 Mark Oswald， Gunnar Weiss， Frank Schnellhardt， et al Smarthome services integrated infrastructure and provided serv-ices C / /2012 9th International Multi Conference on Sys-tems， Signals and Devices， 2012: 630 634 5 王成 ， 乔晓军 ， 焦春岩 分布式温室环境信息监测系统 J 计算机应用 ， 2005， 24( 1) : 54 57 6 李霜 ， 杨晓京 ， 郭志伟 基于 CAN 总线的温室远程监控系统的设计 J 微计算机信息 ， 2008， 24( 10 2) : 50 52 7 苗连强 ， 胡会萍 基于 ZigBee 技术的温室环境远程监测系统设计 J 仪表技术与传感器 ， 2010( 10) : 108 111 8 罗小青 ， 何尚平 基于蓝牙模块的 ZIGBEE 协议在无线环境监测模拟系统中的应用与实现 J 新乡学院学报 : 自然科学版 ， 2010， 24( 4) : 74， 75， 78 9 何鹏举 ， 杨晶 ， 朱升林 ， 等 具有远程升级功能的网络化智能温控器 J 测控技术 ， 2012， 31( 11) : 6 10 10 邱兆美 ， 赵龙 ， 贾海波 植物工厂发展趋势与存在问题分析 J 农机化研究 ， 2013， 35( 2) : 230 233 11 艾海波 ， 魏晋宏 ， 邱权 ， 等 微型植物工厂智能控制系统 J 农业机械学报 ， 2013， 44( 增刊 2) : 198 204 12 周晓 ， 李杰 基于无线传感网络的环境温度监测系统设计 J 浙江工业大学学报 ， 2013， 41( 4) : 440 443 13 曾欢 ， 刘毅 嵌入式 WiFi 技术在温室环境监测系统中的应用 J 林业机械与木工设备 ， 2008， 36( 2) : 49 52 14 冯显英 ， 葛荣雨 基于数字温湿度传感器 SHT11 的温湿度测控系统 J 自动化仪表 ， 2006， 27( 1) : 59 60 15 张兴伟 基于 WSN 的温室环境监测系统研究与设计 D 郑州 : 郑州大学 ， 2013 16 孙其博 ， 刘杰 ， 黎羴 ， 等 物联网 : 概念 、架构与关键技术研究综述 J 北京邮电大学学报 ， 2010， 33( 3) : 1 9 17 王传秒 基于 AM9 的环境监测平台设计 D 长沙 : 湖南大学 ， 2012 18 米海涛 ， 付立思 基于 ZIGBEE 技术的温室环境远程监测系统 J 农机化研究 ， 2010， 32( 7) : 68 72( 下转第 30 页 )312017 年 9 月 农 机 化 研 究 第 9 期Topological Optimization Design for the Cutter of Sugarcane HarvesterLi Shangping1 ， 2， Chen Zengxiong1， Zhou Jinghui1 ， 3， Mo Hanning1， Zhong Jiaqin4( 1 School of Mechanical Engineering， Guangxi University， Nanning 530004， China; 2 School of Chemistry and Chemi-cal Engineering， Guangxi University for Nationalities， Nanning 530006， China; 3 Guilin University of Technology， Nan-ning 530004， China; 4 School of Mechanical and Ship Oceaneering， Qinzhou University， Qinzhou 535099， China)Abstract: According to the problem of sugarcane harvest has lots of stress concentration region and large vibration wasmade certain after infinite element analysis， in view of the demand of decrease the rate of broken sugarcane， reduce ener-gy consumption and raise the stiffness， a topology optimization problem is built whose objective is to minimize the flexibil-ity under the condition of meeting the work requirement ， extraction and establish the new model based on the configura-tion after optimizing Finally， making the finite element analysis of the new model， and the results showed that the firstorder natural frequency of structure improved 10 05% ， the second order nature frequency improved 15 15% ， Z com-ponent displacement reduced by 55 58% ， displacement vector sum by 44 58% ， lightweight ratio reaches 3 37% ， andthe stiffness promoted obviously in stress concentration region Moreover， the present study can provide certain referencesand theoretical basis for the design and optimization of similar sugarcane harvest cutterKey words: sugarcane harvester; cutter; dynamic performance; topology optimization( 上接第 13 页 )Abstract ID: 1003 188X( 2017) 09 0007 EAesearch and Implementation of Plant Environmental Monitoring SystemBased on Commercial Cloud PlatformShang Zhiyue1， Zeng Cheng1， Zhang Xin2， Zheng Wengang2( 1 Colledge of Electronic and Information Engineering， Hebei University of Technology， Tianjin 300401， China; 2 Bei-jing esearch Center for Information Technology in Agricultural， Beijing 100097， China)Abstract: As the highest sta