[发明专利]一种融合光照频率与占空比的嵌入式设施光环境优化调控系统

权利要求书

1.一种融合光照频率与占空比的嵌入式设施光环境优化调控系统，其特征在于，包括：

环境监测节点，包括温度传感器、光量子通量密度传感器和二氧化碳传感器，实时检测植物周边的温度、光照强度和二氧化碳浓度并发送；

图像采集节点，包括用于采集植物图像的微型摄像头，采集植物当前的形态信息并发送；

核心控制平台，接收环境监测节点和植物图像采集节点发送的数据，首先根据植物当前的形态信息判断当前植物的生长阶段，再调用符合该生长阶段的寻优模型，判断当前环境信息对应模型中的光环境目标值，进而得到当前环境信息下需提供的光照频率和占空比数据；

补光灯控制节点，接收所述光照频率和占空比数据，以此为依据进行补光；

所述核心控制平台以树莓派系统作为主要操作系统，与补光灯控制节点之间采用nRF24L01P模块通信，与环境监测节点之间采用ZigBee通信，利用一个与树莓派系统通过Mini-USB串口连接的ZigBee协调器，接收环境监测节点发送的环境信息，通过串口发送到树莓派系统调用内嵌算法进行数据处理，之后ZigBee协调器再通过串口接收经过处理的数据并无线广播到网络中所有的节点中；

所述寻优模型通过如下方式构建：

首先，根据所需环境参数，构建不同温度、二氧化碳浓度、光照强度、光照频率和光照占空比的多组实验梯度，选取同一生长期，同等培养条件下的一组植物幼苗，进行预处理；

其次，采用光合速率仪对不同梯度的植物幼苗进行光合速率检测，得到实验对象在不同条件下的净光合速率值；

最后，对所得数据进行分析，使用matlab语言编写支持向量机算法构建频率与占空比耦合的光合速率预测模型，在光合速率预测模型的基础上，基于matlab语言以光合速率最大为适应度函数编写遗传算法进行最佳光照频率寻优，构建补光目标值寻优模型，从而获得当前环境状态下的最佳补光目标值点，模型建成后，基于Python语言编写随机森林算法，将模型移植入嵌入式系统。

2.根据权利要求1所述融合光照频率与占空比的嵌入式设施光环境优化调控系统，其特征在于，所述环境监测节点与核心控制平台间的通信以CC2530芯片作为核心处理器，采用ZigBee技术作为主要通信方式，各传感器组成传感器网合布于被检测植物周边。

3.根据权利要求1所述融合光照频率与占空比的嵌入式设施光环境优化调控系统，其特征在于，所述微型摄像头为自带无线图传功能的图传一体摄像头。

4.根据权利要求1所述融合光照频率与占空比的嵌入式设施光环境优化调控系统，其特征在于，所述补光灯控制节点主要由补光灯、补光灯驱动电路、微型信号发生器、nRF24L01P无线模块和Arduino单片机组成，nRF24L01P无线模块将接收到的数据通过SPI接口协议传输给基于ATmega328的Arduino Nano，经确认校验位无误后提取数据包中的调参命令段，处理后单片机通过串口向微型脉冲信号发生器发送命令使其准确的输出响应的频率和占空比信息，达到精准定量调节光照的目的。

5.根据权利要求1所述融合光照频率与占空比的嵌入式设施光环境优化调控系统，其特征在于，首先通过图传一体摄像头采集植物当前的图像信息，将其无线发送至核心控制平台，核心控制平台接收图像数据后根据系统中存储的基于Python 的openCV机器视觉库进行图像处理，通过检测植物的轮廓信息来确定植物所处的生长阶段。

6.根据权利要求1所述融合光照频率与占空比的嵌入式设施光环境优化调控系统，其特征在于，所述使用matlab语言编写支持向量机算法构建频率与占空比耦合的光合速率预测模型，过程为：

将实验所得样本进行归一化处理后随机分为预测集与测试集，以温度、二氧化碳浓度、光照强度、光照频率和光照占空比为输入，光合速率为输出进行模型训练，使用网格法调整核参数g和惩罚参数c，待精度达到要求后使用测试集进行模型验证，得到模型相关系数为0.9844，均方根误差为0.1277，将模型保存为mat文件，以待寻优模型使用。

7.根据权利要求1所述融合光照频率与占空比的嵌入式设施光环境优化调控系统，其特征在于，在构建补光目标值寻优模型后，首先加载入光合速率预测模型，设定不同环境下的光合速率值为适应度函数，对光照频率进行寻优，得到在不同环境下的最优光照频率值作为最佳补光目标点，将所有环境变量梯度下的最大光合值及最优补光目标点值保存为excel文件，以待写入随机森林算法中，实现模型面向嵌入式系统移植。