标签: 物联网云平台

本文介绍的智能家居空气检测及净化系统是由桂林电子科技大学国际学院陈龙杰等人设计开发完成。基于机智云平台、STM32等实现室内空气监测和排气系统，实时监控室内空气，采集室内温湿度、CO、CO2、PM2.5等各项指标，并将数据上报至APP客户端，用户可根据反馈的数据信息动态控制净化系统。 智能家居空气净化装置在不同的环境中都有它的市场价值，我国自从2015年智能化硬件在国内广为推广，越来越多的家庭能享受到更便捷、舒适、安全、健康的家庭环境。 一、智能家居的系统设计原理 气体传感器通过与stm32f767的模拟转数字接口 进行数据交互，MCU将获取的数据通过WIFI模组进行智能家居气体与机智云IOT平台物联，并实时上报至云端，用户可根据APP客户端来读取传感器的数据，用户根据反馈开启净化系统（见图1）。 图1 系统设计流程图 二、温湿度及气体浓度获取方法 根据各个传感器的特性曲线得出电压和气体浓度的关系，利用线性回归可以大致确定气体的浓度值。 1、MQ-7一氧化碳气体浓度获取方法 MQ-7灵敏度特性曲线（见图2）。 根据曲线表可以列出部分Rs/R0与ppm的对应值， 如表1。 Rs/R0与ppm的计算公式，如下（根据Excel生成的公式）： ppm=98.322f*pow(Rs/R0,-1.458f )。传感器的表面电阻Rs，是通过与其串联的负载电阻RL上的有效电压信号VRL输出而获得的。二者之间的关系为： Rs/RL = (Vc - VRL) / VRL 。根据上述的分析即可得出一氧化碳的浓度。 图2 灵敏度特性曲线 2、MG811二氧化碳浓度获取 如图3浓度的对数成反比（EMF=a+b*log(ppm)。将相关的数值算对数之后，按线性关系来处理。 ppm=10^((EMF-a)/b)。a和b通过对300ppm以上的数据做线性回归得到。 图3 MG811浓度与电压的曲线 3、PM2.5浓度获取 PM2.5浓度与电压的曲线如图4所示。关于烟的检出、判定值，可以检出的范围 = 输出电压范围：VoH(V) - 无尘时输出电压：Voc(V)。 将此换算成粉尘浓度：检出粉尘浓度范围(mg/m3 ) = 检出可能范围 (输出电压可变范围(V))÷检出感度：K(V/(0.1mg/m3 )。 烟检出的情况下，其判定值如下：判定值 = 检出浓(mg/m3)÷10×K(V/(0.1mg/m3)+无尘时输出电压(V)。 图4 pM2.5浓度与电压的曲线 4、DHT11温湿度数据获取 DATA用于微处理器与DHT11之间的通讯和同步，采用单总线数据格式，一次传输4 0位数据，高位先出。 图5 DHT11实物图 DHT11的总体通信流程如下： 第一步：主机发送开始信号，从机返回一个信号进行应答 第二步：主机信号线拉高准备接收数据 第三步：开始接收数据（一次接收 40位） 5、排气系统控制方案确定 利用STM32F767来实现排气系统通断的控制，使用电机驱动模块和升压模块驱动电机工作。 三、Android应用开发 使用Android Studio进行APP应用开发通过APP客户端实时读取气体和温湿度数据和通过APP客户端对设备进行动态控制。整体框架搭建如图6所示。 图6 整体框架搭建 四、程序设计 UI 遵循QMUI的设计原则，实现了良好的页面响应以及基于机智云平台的应用。 1、主要界面 * 闪屏页：APP每次冷启动过程中展示给用户的过渡页面。 * WIFI登入界面：用户需要通过登入WIFI查看云端返回到客户端的数据。 * 主设备界面：显示用户创建的设备。 * 控制界面：用户对数据进行监控和控制净化系统的页面。 2、主要功能 * 云端通信：使用机智云设备接入SDK来进行APP与设备之间的数据透传、设备的监控和动态控制。用户可以检查控制界面返回的数据信息对终端设备进行动态控制或者自动控制。 五、总结 本文设计了一种空气质量检测和净化设计，其关键是设计获取传感器电压数据转换成对应的值，同时将数据上报至APP，用户可根据反馈的数据信息动态控制净化系统。本研究基于实验的基础上设置气体和温湿度的阈值。测试结果表明，本设计可实现气体的浓度检测和净化。

一、前言： 本草莓采摘机器人控制系统是由江西理工大学机械工程专业的程鹏胜设计开发完成。针对某草莓种植基地模块化种植的高架草莓人工采摘耗时长成本大的 问题，提出了一种全向移动的草莓采摘机器人系统方案 。 系统的硬件电路主要包括以STM32F407ZGT6为核心的主控制器、电源电路、WIFI模块、激光测距单元、电机驱动模块。系统的软件设计主要包括RT-thread实时操作系统在单片机上的移植调试、树莓派3B+视觉识别、树莓派与单片机数据传输的通讯调试、机智云物联网和WIFI模块在单片机上的接入以及树莓派上位机控制软件的实现。 通过利用深度学习算法实现草莓的识别与定位，将采摘信息以及采摘机器人的 状态使用物联网技术传输到云端，实现草莓采摘机器人的自主采摘和云端监测 ，最终完成一整套稳定控制的草莓采摘系统。 二、草莓采摘机器人总体方案设计 本系统设计 对于高架草莓的采摘搭建了移动式草莓采摘机器人样机，整个系统由全向移动底盘、机械臂、视觉系统、运动控制器组成 。 系统设计图如图1.1所示。 图1.1 系统设计图 系统框架如图 1. 2 所示， 采摘机器人结构简图如图 1 . 3 所示。 主要研究 了 采摘机器人的全向移动底盘、机械手及其控制、视觉识别系统和整机的控制系统。 图1 . 2 草莓采摘机器人系统框图 图 1. 3 整机采摘机器人 结构图 根据某草莓种植基地采用一行式的种植方式，模拟搭建草莓架如图 1. 4 所示 。前期调试采用仿真草莓，后期整机调试采用真实的草莓果实采摘作业中仅对独立生长的草莓进行采摘 并未对相互接触的草莓进行分离采摘。整机采摘机器人的动作流程如图 1.5所示。 根据种植基地的种植特点草莓种植行列规范，实验样机仅对单列种植进行实验，对于多行的采摘在后续的工业样机中根据导航方式实现 。 图 1. 4 草莓架与采摘机器人 图 1 .5 整机采摘机器人的动作流程 三、 草莓采摘机器人的控制系统设计 1、硬件部分介绍 草莓采摘机器人设计的硬件控制系统框图如图2.1所示，包括核心控制单元、传感器、驱动器等。核心控制单元包括单片机和树莓派，树莓派负责视觉数据的处理和指令下发，单片机接收并执行指令，此外，还处理一些简单的传感器数据。传感器包括激光测距、陀螺仪、编码器、薄膜压力传感器。驱动器包括电机驱动和机械手的舵机驱动，物联网单元中的WIFI模块负责将采摘数据以及机器人的状态上传到云端。 图2.1 硬件平台系统框图 *主控芯片 根据移动机器人的硬件要求选择控制器的主控芯片。鉴于实验平台能耗以及控制器的数据处理能力等问题，选用STM32F407ZGT6芯片作为控制器芯片。并且采用树莓派3B+，用来运行图像处理程序，以及将计算结果进行机械臂的逆解计算后发送给单片机。树莓派3B+实物图如图2.2所示。 图2.2 树莓派3B+实物图 * 无线模块 为方便查看采摘机器人的工作状态以及采摘数量，本文采用无线网连接的方式进行实现，选用ATK-ESP8266模块作为机器人数据收发的节点。ATK-ESP8266模块支持TTL串口通信，同时兼容3.3V和5V的电压，对于不同电压要求的单片机连接方便。模块实物如图2.3所示，各引脚的功能如表1所示。使用该模块首先将IO_0拉低进入固件烧写模式，烧录完成后能通过手机或电脑搜索到该模块的信号，最后把模块的发送引脚和接收引脚与单片机的发送和接收交叉连接即可通讯。 图2.3 ATK-ESP8266模块实物图 表1 ATK-ESP8266模块引脚功能 * 硬件模块设计 使用STM32F407ZGT6芯片作为控制器的核心芯片，设计了一个完全匹配本文实验平台的PCB底板，PCB底板和核心板的连接引脚图以及底板三维图如图2.4所示。底板上设置了多个传感器的接口如编码器、串口、陀螺仪和舵机控制板的I2C总线接口，以及用来外接引脚的排针排母。编码器接口使用了XH2.54的标准接口使实验平台的整体布局更加美观。 图2.4 主控制器 2、软件部分介绍 本控制系统软件设计部分由硬件控制和数据处理两部分组成，其中硬件部分采用了实时操作系统，该系统能够在数据或命令产生时对数据快速的处理。当有多个任务同时出现，会按照任务的优先级控制实时任务的运行，具有及时响应和高可靠性的特点。 对于采摘机器人系统来说，不仅需要对机器人本体控制还要具有上传机器人信息以及作业情况的功能，物联网平台就成了一个重要的工具，实现物联网一般需要数据云，上传数据的终端设备，以及获取数据的设备三个基本元素组成。本文利用智能硬件常用的机智云物联网平台进行配置，并采用WIFI无线连接的形式接入机智云，上云的数据包括了机器人本体的信息以及采摘数量。 * 物联网平台实现 机智云平台是一款应用于智能硬件开发与云计算应用的平台。它为开发人员提供了一个智能的硬件开发工具以及一个开放的云计算平台。该系统具有完整的SDK和API的服务功能，大大减少了硬件的开发难度和费用。本文设计的草莓采摘机器人，利用ESP-8266无线网络模块实现连接机智云服务器，实现采摘机器人本机信息以及采摘数量上报到手机或电脑客户端，另外上报信息的种类可以根据需要进行扩展。 开发机智云平台的物联网功能首先在机智云网站新建产品，接着新增数据点，数据点就是在移动端能看到的信息，本文共设置了五个数据点分别为：采摘数量、相机状态，机器人电量、机械手状态，机器人姿态。创建数据点的信息如图2.5所示。其中设置采摘最大统计数量为65536，并且为可写模式，也即在收获一定数量后可以手动清零数量。电量的数据类型为报警模式当电压低于11.7v时进入报警状态，机器人姿态的角度范围为0度到360度，相机状态和机械手状态均用布尔值来表示。 图2.5 数据点的信息 完成数据点的设置后在网页进行在线调试，模拟设备上报在移动端查看数据，在模拟设备端调整数据后移动端端数据就会有相应改变，模拟设备端数据上报为{变量名： 变量值}的形式。例如在模拟设备端设置电池状态为1，相机状态为1，机械手状态为1， 机器人姿态为0，采摘数量为20得到的效果如图2.6所示，由可知移动端更新正常，数据点可以正常使用。 图2.6数据上报 完成调试后利用机智云的MCU开发工具生成stm32的硬件代码，由于生成的代码 是hal库的代码，机器人底层控制代码利用标准库编写，因此需要进行移植。根据机智云网络协议，首先建立1毫秒的时间基准，然后将智能云数据接收功能添加到串口接收中断处理功能中，并将其修改成真正的传输接口功能。最后在新建一个线程定时上报数据，至此机智云移植完成。除此之外，启动机智云的传输需要在系统初始化中设置ESP-8266为Soft-AP模式，机智云APP中才能搜索到设备进行连接。 三、草莓采摘机器人实验与分析 通过 对五次的采摘过程进行记录统计每个过程的耗时如表 2 所示，图像识别的过程的平均时长为0.23s，机械臂移动到目标点并采摘放置的平均时间为6.8s，总时长在7s左右。将采摘后的草莓放置到果篮的过程耗时较长，原因是果篮在机械手的正后方，放置草莓需要将机械手回转180°。 表 2 采摘耗时分段表 采用mm2020mm的型材搭建了草莓架，草莓架长度方向为3000mm，高度方向为 500mm。本实验只考虑室内采摘的情况。采摘过程如图 3 所示，a表示了采摘机器 人移动到草莓的正前方；b中机械手移动到果实的正上方；c中末端执行器夹爪 闭合；d果茎被剪断；e机械手放低姿态 ； f和g机械手旋转至果篮上方；h机械手末端执行器打开草莓落入果篮中，至此一个草莓采摘周期完成。 图 3 采摘过程图 四、总结 本设计完成了采用麦克纳姆全向移动底盘的四自由度机械手并包含了视觉识别的草 莓采摘机器人样机，实现了移动平台的自由行走，综合了阈值法和卷积神经网络的优点以及机械手对草莓的收获。在草莓采摘机器人 软硬件的设计。对草莓采摘机器人的硬件模块以及主控芯片进行选型，同时对电源电路、驱动电路、编码器的连接电路等进行PCB设计和打样。底层硬件程序框架 采用了RT-Thread实时操作系统，视觉识别程序运行在树莓派中并使用无线模块将采摘信息和机器人状态上传至机智云物联网，可在电脑端和手机端同时查看。