一种基于物联网技术的智能温室大棚系统设计

摘要：近年来，物联网技术在温室大棚管理方面的应用越来越广泛，人们可以利用智能识别和传感功能，对温室大棚的环境进行实时监测和调控。本文提出的基于物联网技术的智能温室大棚系统，可实时采集温室大棚内空气温湿度、土壤湿度、CO2、光照补偿等数据，并通过手机App接收数据和预设相关参数。当所接收数据超出预设范围时，系统发出警报并触发对应的补偿措施。最后，通过一系列可视化模拟实验，验证了该系统的功能可靠有效。

关键词：物联网技术；智能识别；传感功能；实时监测；温室大棚系统；可视化模拟实验

中图分类号：TP309.7      文献标识码：A

文章编号：1009-3044（2024）23-0025-03

开放科学（资源服务）标识码（OSID）

0 引言

随着信息技术的高速发展，物联网技术在农业方面的应用越来越广泛。过去，传统的温室大棚依靠人力来管理，通常以人工测量方式观察作物生长相关数据，这不仅浪费了大量的人力和物力资源，而且由于获取的信息不够准确，农作物的产量和质量也不尽如人意。近年来，物联网技术逐步应用于温室大棚管理。刘玉芹等提出了基于LabVIEW的温室大棚远程智能监控系统设计[1]；李建玲提到了以物联网为基础的智慧温室大棚蔬菜种植技术[2]；李林提出了基于物联网技术的农业灌溉系统精准控制研究[3]；郭颖提出了基于STM32F103的智慧大棚无线温度传感器节点设计[4]；李开旭提出了基于阿里云的智慧温室大棚系统设计[5]。通过利用智能识别和传感功能，人们可以实时获取大棚环境数据并进行分析和调控。

本文设计了一套基于物联网技术的智能温室大棚系统，该系统采用传感器采集空气温湿度、土壤湿度、CO2浓度、光照补偿等数据，并通过手机App来接收和设置相关数据。系统能根据环境变化自动控制相关装置的开启或关闭。最后，通过一系列模拟实验，验证了该智能温室大棚系统的功能可靠有效。

1 总体方案设计

本文提出的基于物联网技术的智能温室大棚系统是一套基于单片机STM32F103C8T6的自动浇水、通风和补光控制系统。该系统架构包括内部主控模块、外部感应模块、数据监控模块、报警模块以及手机App等几大部分，如图1所示[6]。其中，主控模块为STM32，外部感应模块则由空气温湿度传感器、光敏电阻传感器、GY-SGP30气体传感器和土壤湿度传感器组成[7]。

当系统开始工作时，首先由外部感应模块收集当前空气温湿度、土壤湿度、光照强度和CO2浓度等环境数据，并发送给STM32主控模块。主控模块将这些数据通过OLED显示屏实时显示出来，同时也可以通过蓝牙将这些数据上传到用户智能手机App中，用户可在App中重新设定各部分参数范围。如果在此期间系统监测到环境实时数据超出设定范围，则会触发蜂鸣器报警，紧接着相应的灌溉、通风和加热补光设备将在主控系统的控制下开始运行。

2 系统硬件组成

本文的硬件系统组成如图2所示，主要由STM32主控模块、OLED液晶屏、DHT11温湿度传感器、土壤湿度传感器、GY-SGP30气体传感器、GM5516光敏电阻传感器以及HC-05蓝牙模块组成。

（1） STM32主控模块      （2） OLED液晶屏

（3） DHT11 温湿度传感器      （4）土壤湿度传感器

（5） GY-SGP30 气体传感器   （6） GM5516光敏电阻传感器

（7） HC-05 蓝牙模块

2.1 STM32 主控模块

如图 3-（1） 所示，STM32F103C8T6 基于 ARM Cortex-M 内核，是 STM32 系列的 32 位微控制器 [8]。它不仅能够控制各元件和模块，也能够实现软件执行，是本文系统的主控芯片。

2.2 OLED 液晶屏

如图 3-（2） 所示，与 LCD 相比，OLED 液晶屏采用了多层薄膜有机材料，在较小电流经过时便能发光，无需背光灯；且 OLED 亮度更高、更清晰、更节能省电[9]。因此，本文选择了 OLED 液晶屏。

2.3 DHT11 温湿度传感器

如图 3-（3） 所示，DHT11 温湿度传感器是一款集数字模块采集技术和温湿度传感技术于一体的温湿度复合传感器。它包括一个电阻式测湿元件和一个负温度系数测温元件（NTC）  [10]。随着环境温湿度变化，元件的电气特性会发生相应改变，并转化成数字信号进行处理。由于每个 DHT11 传感器都在极为精确的湿度校验室中进行校准，因此精度很高，适合大棚温湿度监测。

2.4 土壤湿度传感器

如图 3-（4） 所示，土壤湿度传感器一端为金属的 U 型湿度传感器探头。工作时，应将该探头插入土壤中。如果土壤湿度较小，则两个插片之间的电阻很大，继电器无法获得电，LED 灯不亮；如果土壤湿度较大，则两个插片之间的电阻减小，继电器获得电，LED 灯点亮。因此，该传感器能准确感应土壤湿度，适合为农作物提供灌溉。

2.5 GY-SGP30 气体传感器

如图 3-（5） 所示，GY-SGP30 气体传感器内部集成了4个气体传感元件，具有完整校准空气质量输出信号。由于其小巧且易于集成，被广泛应用于诸如甲醛检测、环境监测等领域。本文系统采用它来检测空气中的 CO2 浓度。

2.6 GM5516 光敏电阻传感器

如图 3-（6） 所示，光敏电阻是一种半导体材料制成的电阻。当受到足够强度的光照时，其内部电子受到激发，从而阻值发生变化。该变化通过外围电路转换成电信号，能够被电子设备读取和处理 [11-12]。基于这一特性，光敏电阻传感器通常应用在智能家居的室内光线控制和智慧农业系统环境光照强度检测中。

2.7 HC-05 蓝牙模块

如图 3-（7） 所示，作为串口通信模块，HC-05 蓝牙模块能够将串口数据转换成蓝牙信号，实现与手机、电脑等电子设备之间的数据传输。

2.8 其他设备

本系统其他设备还包括一套 5V 小风扇+继电器，作为通风设备；一个小水泵，作为补水灌溉设备；一个照明小灯泡，作为补光设备；一个加热器，作为升温设备；一个蜂鸣器，作为报警设备。

3 系统软件设计

该系统软件使得用户可以通过操作手机 App，接收智能温室大棚的空气温湿度、土壤湿度、CO2 浓度、光照强度等实时数据，并为这些数据设置一定的阈值。当有数据超过阈值限度时，即可触发蜂鸣器报警，同时启动相关设备进行补水、补光、通风等操作。其具体设计流程如图 4 所示：

（1） 系统初始化：此部分不仅包括主控芯片（引脚、时钟等）的初始化设置，还包括对 OLED 显示屏的初始化配置。

（2） OLED 液晶显示：所有的数值均通过 OLED 显示屏显示出来，方便用户实时监测。

（3） 传感器数据采集：利用库函数或者代码，读取系统中各感应模块的数据；再通过接口与主控芯片通信，从而获得空气温湿度、土壤湿度、空气中 CO2 含量和光照强度的准确数值。

（4） 判断数据结果：根据接收到的空气温湿度、土壤湿度、空气中 CO2 含量和光照强度数值进行相应的判断，确定其是否超出预设范围。

（5） 控制执行器：根据（4） 中数据的判断结果，启动对应的补偿设备，如土壤湿度不够时需启动水泵、光照不足时需启动 LED 照明灯等；通过控制该补偿设备执行器的相应引脚电平或触发继电器，实现其开启或关闭。

（6） 设置循环运行：在程序设计中设置循环运行上述（3） ～（5） 步骤，以确保系统能够持续执行数据采集、判断数据结果及控制执行器的操作。

（7） 交互功能：用户可以通过界面接收相关数据，并且能够自行设置相关参数等。

另外，在程序设计过程中，还应充分考虑系统的安全性、稳定性和与硬件的兼容性，以保证智能温室大棚系统的稳定、正常运行。图 5 为程序设计的部分代码以及 App 用户界面：

4 可视化模拟实验展示

本文将通过软、硬件操作对该智能大棚系统进行模拟实验，以验证其功能。实验包括空气温湿度、土壤湿度、CO2浓度、光照强度等方面的监测与调控。首先连接蓝牙，具体实验步骤如下：

4.1 空气温湿度监测功能模拟实验

由于环境温湿度不易模拟，本文通过 App设置空气温度和湿度的阈值来测试系统功能。当前室内温度和湿度分别为24℃ 和53%。首先将温度的阈值改为30℃，模拟当前空气温度不够高，此时蜂鸣器红灯亮起并发出报警，同时开启加热功能；接下来将温度的阈值还原为20℃，再将湿度的阈值改为50%，模拟当前空气湿度过高，此时蜂鸣器再次红灯亮起并发出报警，同时开启风扇，如图6所示，报警器红灯亮，风扇开启通风功能。此部分验证了本系统具有较好的空气温湿度监测与调节功能。

4.2 土壤湿度监测功能模拟实验

将土壤湿度传感器的两个金属插片从水中拔出来，模拟当前土壤缺水状态，此时蜂鸣器红灯亮起并发出报警，同时水泵开始工作，及时给土壤补充水分。此部分实验验证了本系统具有较好的土壤湿度监测与补水功能。

4.3 CO2浓度监测功能模拟实验

对准气体传感器呼气，使得传感器检测到空气中的CO2超标，此时蜂鸣器红灯亮起并发出报警，同时风扇再次开启，打开通风功能。此部分实验验证了本系统具有较好的CO2浓度监测与通风功能。

4.4 光照强度监测功能模拟实验

将光敏电阻传感器遮挡，模拟当前环境光照不足，此时蜂鸣器发出报警，同时补光灯开启，如图 7 所示，及时弥补光照不足的影响。此部分实验验证了本系统具有较好的光照强度监测与补光功能。

5 结论

本文设计了基于物联网的智能温室大棚系统，包括硬件系统设计和软件系统设计两部分。首先通过硬件系统中的各传感器模块进行空气温湿度、土壤湿度、CO2 浓度、光照强度等数据采集；其次所采集的数据既可在 OLED 屏幕上展示，也可通过蓝牙在手机App界面展示，并重新设置各参数范围；最后，通过一系列温室大棚环境可视化模拟实验，验证了该系统能够较好地对温室大棚的空气温湿度、土壤湿度、CO2浓度、光照强度、异常报警等方面进行监测与调节，数据检测准确，操作响应及时准确，充分体现智慧农业的优势。因此，该系统可有效提升工作效率，且成本低、操作方便，具有较广泛的应用前景。

参考文献：

[1] 刘玉芹，徐海华.基于LabVIEW的温室大棚远程智能监控系统设计[J].自动化仪表，2021，42（1）：86-89.

[2] 李建玲.以物联网为基础的智慧温室大棚蔬菜种植技术[J].特种经济动植物，2023，26（12）：192-195.

[3] 李林.基于物联网技术的农业灌溉系统精准控制研究[J].农机化研究，2022，44（1）：227-232.

[4] 郭颖.基于STM32F103的智慧大棚无线温度传感器节点设计[J].物联网技术，2023，13（2）：30-32.

[5] 李开旭.基于阿里云的智慧温室大棚系统设计[J].物联网技术，2023，13（6）：131-132，137.

[6] 郑鈜榉，曾鹏宇，陈浩.基于STM32的智能一体化智慧农业大棚设计与实现[J].电子制作，2024，32（1）：106-108.

[7] 代爱妮， 郭书瑞， 王蕊. 基于 ESP32 的智慧农业大棚实验系统设计[J].智能处理与应用，2023（4）：91-94.

[8] 百度百科. STM32F103C8T6[EB/OL].[2023-10-05]. https：//baike.baidu.com/item/STM32F103C8T6/9914621？fr=ge_ala.

[9] 百度百科. OLED[EB/OL].[2023-10-05]. https：//baike.baidu.com/item/OLED/1328114？fr=ge_ala.

[10] 百度百科. DHT11温湿度传感器[EB/OL].[2023-10-05]. https：//baike.baidu.com/item/DHT11/1206271？fr=ge_ala.

[11] 张文东，崔体运.空气流速和自热效应对湿度传感器测量准确度的影响[J].计测技术，2012，32（3）：36-39.

[12] 王琦，阮淑云.光敏电阻传感器的特性研究[J].都市家教，2014（6）：188-188.

【通联编辑：唐一东】