摘  要： 以帶有ARM11處理器的智能模塊為監控端，以PC為遠程管理中心，開發了一套農業大棚環境遠程監控系統。該系統監控端基于Linux系統實現對大棚環境的視頻和參數采集；遠程管理中心通過3G網絡遠程查看植物生長狀況，并對采集的環境參數經模糊控制器分析后，將控制信息通過3G網絡發給監控端對相關設備進行控制。本系統實現了遠程監控農業大棚的功能，對國內農業走智能化發展道路具有一定的參考價值。
關鍵詞： 農業大棚; 遠程監控; 模糊控制

    我國是人口大國，利用高新技術改造傳統農業無疑是我國農業發展的必由之路[1]。目前國內自主研制的農業大棚控制系統主要存在功能單一、智能化程度低、缺乏遠程監控[2]等缺點。而智能化和遠程控制是未來高新農業發展的必然趨勢。
    模糊控制是利用專家的經驗來控制不確定系統的一種控制策略[3]。農業大棚的環境參數具有非線性、滯后性和多耦合性的特點[4]，利用模糊控制法可以得到良好的控制效果。本文設計了基于模糊控制的農業大棚遠程監控系統，該系統將采集到的農業大棚環境參數(溫度、照度、濕度等)和視頻數據通過3G網絡傳輸到PC終端，經模糊控制法[5-6]實現對農業大棚環境參數的控制，進而實現智能化遠程監管農業大棚植物生長的目的。
1 系統架構
    本系統的結構如圖1所示，該系統主要包括監控端和遠程管理中心兩個部分。監控端以ARM11處理器S3C6410為硬件核心，以高度可裁剪的Linux為操作系統，其主要實現視頻和環境數據的采集、加濕器和加熱器等設備的控制。遠程管理中心(PC)通過3G網絡接收大棚視頻數據和環境參數并予以顯示，同時通過模糊控制規則給出設備控制方案。本文主要闡述Linux下系統對視頻數據的采集和遠程管理中心對環境參數的模糊控制。

2 Linux下視頻采集編碼設計
    視頻采集前，系統在Linux上加載USB攝像頭驅動，即分別為insmod(加載命令)uvcvideo.ko(編譯好的萬能驅動)。驅動加載成功之后，開發板插上USB攝像頭，Linux系統給其分配了一個設備號。視頻數據采集通過調用V4L2的相關函數完成，其具體流程如圖2所示。用open()打開視頻設備，隨后在Linux編程中，使用ioctl函數對設備的I/O通道進行管理，如用ioctl(fd,VIDIOC_S_FMT, &fmt)設置視頻捕獲格式，用ioctl (fd,VIDIOC_DQBUF, &buf)將采集的數據出隊列。視頻數據采集采用內存映射方式mmap()來完成。視頻數據采集完成后用close()關閉設備。

DeInit（）完成硬件編碼設備的打開、內存映射和初始化硬件編碼設備并將參數傳到內核中。通過SsbSipH264EncodeGetInBuf（）獲取緩沖區的地址，通過SsbSipH264EncodeExe（）對視頻數據進行編碼，獲取編碼輸出的緩沖地址SsbSipH264EncodeGetOutBuf（）與編碼包，然后進行RTP分包發送。Linux下的視頻采集編碼采用多線程方式，交叉編譯時要動態鏈接多線程庫-lpthread。
    視頻數據經壓縮后以NAL包形式存在，接著該包經過RTP編碼，以RTP包的形式通過3G網絡發送到PC端。PC端將接收到的RTP數據重新整合成H.264的視頻數據，利用FFmpeg視頻編解碼庫對H.264數據包進行解碼，得到YUV視頻數據后，通過DirectDraw技術將視頻數據圖像渲染到圖形界面窗口中。
3 環境參數的模糊控制
3.1環境數據預處理
    由于農業大棚面積大，單一的傳感器不能保證采集數據(大棚參數)的合理性和準確性。所以，本文對于同一環境量在不同地點放置6個傳感器進行測量。大棚參數在采集過程中，由于人為等因素有可能使系統采集到過高或過低的異常數據。這就需要在系統控制前對數據進行預處理，將錯誤的數據剔除，以免發生誤控制。
   
3.2 模糊控制
    本文的模糊控制器采用的是3輸入6輸出結構。即輸入為：溫度誤差、濕度誤差和光照誤差；輸出為：草簾、加熱器、加濕器、LED、風機和天窗。模糊控制整體流程如圖4所示，對于模糊控制器的設計主要包括輸入模糊化、知識庫（規則庫）、模糊推理和解模糊化。

3.2.1 模糊化
    根據農業大棚環境特點確定各參數誤差范圍、論域和量化因子，如表1所示。

    環境參數e1、e2、e3的模糊語言變量分別為E1、E2、E3。執行機構的模糊語言變量為:草簾U1、加熱器U2、加濕器U3、LED U4、風機U5、天窗U6。將E1劃分為{NB,NS,ZO,PS,PB}5個等級，即分別為：負大、負中、中、正中、正大；E2、E3分為{NB,ZO,PB}3個等級。
   本文采用三角形隸屬度函數對E1、E2和E3進行賦值。如表2和表3分別是E1和E2/E3的隸屬度賦值表。
3.2.2 規則庫
    通過農業專家的經驗和調查研究，制定相應的控制規則。表4所示是本系統的部分控制規則(0:關;1:開)。
3.2.3 模糊推理
    本文中的輸出控制量只有開、關和保持三種狀態，不可調節。針對這種情況,推理模型可采用0階 T-S 模型。
  

    經模糊規則的計算得U1=0.25<0.5，這時按照控制規則應取0,所以相應的執行機構其狀態應該為 OFF。也就是說,溫度、光照和濕度誤差量化等級是-2、-1和1 時，執行機構草簾是關閉的。按照以上步驟可以計算出其他控制執行機構的輸出結果。然后制成一張access表格，利用ADO鏈接access數據表，查詢表格即可得出控制結果,將得到的結果通過3G網絡發回監控端控制相應設備。
    本系統實現了農業大棚遠程監控功能，其PC遠程管理中心界面如圖5所示。此系統采用Linux系統通過對大棚環境的視頻和參數的采集,實現了通過3G網絡遠程監看和設定農業大棚的環境與參數的目的。PC遠程管理中心通過模糊控制給出了設備控制信息，并通過3G網絡發送給監控端，實現相關設備的控制。本系統對國內農業走智能化發展道路具有一定的參考價值。

參考文獻
[1] 梁竹君.環境監控技術在設施農業中的應用[J].安徽農業科學,2009,37(16):7672-7673.
[2] 馬玉泉,盧衛娜,藺志鵬.主從分布式溫室環境參數測控系統[J].農機化研究,2011,3(3):84-86.
[3] ARVANITISA K G. Multirate adaptive temperature control of greenhouse[J].Computers and Electronics in Agriculture, 2000:303-320.
[4] 姚愛華.溫室栽培環境因子調控技術[J].現代農業科技,2010(13)：277-278,282.
[5] 韓志平.溫室環境參數模糊控制[D].沈陽:沈陽工業大學,2012.
[6] Pan Haipeng，Xing Wei，Xu Sen，et al, A new intelligent fuzzy control system of greenhouse temperature[C].Proceedings of the 7th World Congress on Intelligent Control and Automation, Chongqing, China, 2008.