一种基于端-边-云协同的智慧种植方法及系统技术方案

本发明专利技术涉及一种基于端

【技术实现步骤摘要】
一种基于端
‑
边
‑
云协同的智慧种植方法及系统


[0001]本专利技术涉及一种基于端
‑
边
‑
云协同的智慧种植方法及系统，属于温室种植


技术介绍

[0002]随着中国经济的快速增长，人们的生活水平也在不断提高，蔬菜作为日常生活的必需品，消费者对于蔬菜的产量和品质要求也变得越来越高。而目前大多数农业的高产量还是主要依靠农药化肥的大量投入，大部分化肥和水资源没有被有效利用而随地弃置，导致资源浪费并造成环境污染。我国农业生产正处于传统农业向现代农业的转型时期仍以传统生产模式为主，传统耕种凭经验施肥、灌溉，自动化水平不高，不仅浪费大量的人力、物力，也对环境保护与水土保持构成严重威胁，给农业的可持续性发展带来严峻挑战。通过应用智慧温室大棚来种植蔬菜，可以对蔬菜生长过程中的各个环节都进行科学的把控，从而不断提升蔬菜的产量和质量，进一步满足市场中消费者的需求。
[0003]目前在物联网场景下，许多基于物联网的智慧温室大棚系统得到了空前的发展，而我国要从农业大国迈向农业强国。传统的基于物联网的温室大棚难以实现批量化、规模化和广域化的管理。传统的云计算具有强大的资源服务能力的优点和远距离传输的缺点，而新兴的边缘计算具有低传输时延的优点和资源受限的缺点，因此，云边协同结合了云计算与边缘计算优点，通过两者协同工作、各展所长，将边缘计算和云计算协作的价值最大化。在更靠近数据产生和使用侧的边缘云进行处理，能够满足实时或近实时的数据分析和处理需求；为边缘云赋予智能化的能力，可以缓解中心云的计算负载，实现自动反馈、智能决策。
[0004]“端+边+云”协同是一种新型计算范式，其将云计算强大的资源能力与边缘计算超低的时延特性结合起来，实现了边缘支撑云端应用，云端助力边缘本地化需求的协同优化目标。

技术实现思路

[0005]本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于端
‑
边
‑
云协同的智慧种植方法及系统，用以解决上述问题。
[0006]本专利技术的技术方案是：一种基于端
‑
边
‑
云协同的智慧种植方法，首先通过传感器采集温室实时运行数据，在边缘系统进行数据分析、处理并下发控制指令，再将边缘系统的处理结果发送到云端，云端对全局下发控制指令，实现现代农业的批量化、规模化和广域化的管理。
[0007]具体步骤为：Step1：在温室内布置传感器，通过传感器实时采集温室内的运行数据。
[0008]Step2：将采集到的数据通过Zigbee节点传输到边缘计算系统。
[0009]Step3：边缘计算系统对采集的数据进行本地化分析、处理后，将结果进行临时缓
存并依据结果对局部下发控制指令。
[0010]Step4：边缘计算系统与云端进行信息交互，云端进行分析、处理后对全局下发控制指令。
[0011]Step5：终端执行设备收到控制指令后执行相应操作。
[0012]所述Step2具体为：Step2.1：温室内布置的传感器将采集到的数据传输到Zigbee节点。
[0013]Step2.2：Zigbee节点将接收到的数据发送到边缘计算系统。
[0014]所述Step3具体为：Step3.1：边缘计算系统对采集的数据进行本地化分析、处理，形成适合数据分析的样式。主要包括数据清洗、数据转化、数据抽取、数据合并、数据计算等处理方法。
[0015]Step3.2：将边缘计算系统结果进行临时缓存。
[0016]Step3.3：边缘计算系统结果与设定值进行比较，依据比较结果对该边缘系统的终端设备下发控制指令。
[0017]所述Step4具体为：Step4.1：边缘计算系统将结果上传到云端。
[0018]Step4.2：云端根据控制要求进行分析、处理。
[0019]Step4.3：云端分析、处理后通过边缘系统对全局下发控制指令。
[0020]Step4.4：云端支持用户使用执行设备对大棚运行状态进行实时监测和控制。
[0021]一种基于端
‑
边
‑
云协同的智慧种植系统，包括：传感器，用于实时采集温室内的运行数据。
[0022]Zigbee节点，用于将传感器采集到的数据传输到边缘计算系统。
[0023]边缘计算系统，用于对采集的数据进行本地化分析、处理，并将结果进行临时缓存并依据结果对局部下发控制指令。
[0024]云端，用于与边缘计算系统进行信息交互，对全局下发控制指令。
[0025]终端执行设备，用于收到控制指令后执行相应操作。
[0026]所述传感器至少包括CO2浓度传感器、土壤温湿度传感器、空气温湿度传感器、光照强度传感器。
[0027]所述终端执行设备可以为手机或电脑。
[0028]本专利技术的有益效果是：本专利技术结合了传统的云计算具有强大的资源服务能力和新兴的边缘计算具有低传输时延的优点，实现了智慧农业的批量化、规模化和广域化的管理，提高农业产量、提升农业品质、降低生产成本，使温室管理更加高效便捷。
附图说明
[0029]图1是本专利技术所述系统的结构框图。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在不付出创造性劳动前提下所获得的所有其他实
施例，都属于本专利技术保护的范围。
[0031]本专利技术以水果黄瓜智慧种植系统为例，搭建了简易大棚来模拟真实温室大棚，以传感器+Zigbee组成边缘系统，将传感信号传送给边缘计算设备，完成单个棚内的万物互联，边缘计算设备还充当了棚内的大脑，为后续各项指标的自适应调节提供支撑；同时，通过5G技术将相关信号传送给云端数据处理系统，实现批量化、规模化和广域化的实时监测与控制。
[0032]如图1所示，一种基于端
‑
边
‑
云协同的智慧种植系统，包括：传感器，用于实时采集温室内的运行数据。
[0033]Zigbee节点，用于将传感器采集到的数据传输到边缘计算系统。
[0034]边缘计算系统，用于对采集的数据进行本地化分析、处理，并将结果进行临时缓存并依据结果对局部下发控制指令。
[0035]云端，用于与边缘计算系统进行信息交互，对全局下发控制指令。
[0036]终端执行设备，用于收到控制指令后执行相应操作。
[0037]所述传感器至少包括CO2浓度传感器、土壤温湿度传感器、空气温湿度传感器、光照强度传感器。
[0038]所述终端执行设备可以为手机或电脑。
[0039]一种利用基于端
‑
边
‑
云协同的智慧种植系统种植水果黄瓜的方法，具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于端
‑
边
‑
云协同的智慧种植方法，其特征在于：Step1：在温室内布置传感器，通过传感器实时采集温室内的运行数据；Step2：将采集到的数据通过Zigbee节点传输到边缘计算系统；Step3：边缘计算系统对采集的数据进行本地化分析、处理后，将结果进行临时缓存并依据结果对局部下发控制指令；Step4：边缘计算系统与云端进行信息交互，云端进行分析、处理后对全局下发控制指令；Step5：终端执行设备收到控制指令后执行相应操作。2.根据权利要求1所述的基于端
‑
边
‑
云协同的智慧种植方法，其特征在于，所述Step2具体为：Step2.1：温室内布置的传感器将采集到的数据传输到Zigbee节点；Step2.2：Zigbee节点将接收到的数据发送到边缘计算系统。3.根据权利要求1所述的基于端
‑
边
‑
云协同的智慧种植方法，其特征在于，所述Step4具体为：Step4.1：边缘计算系统将结果上传到云端；Step4.2...

【专利技术属性】
技术研发人员：束洪春，李文龙，唐玉涛，杨竞及，娄伟杰，刘瑞，王锐，龙治凯，张泽明，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：