孫孝龍，吳德余，徐 森，施建軍

（1.江蘇聯(lián)合職業(yè)技術(shù)學(xué)院 鹽城生物工程分院，江蘇 鹽城 224051；2.鹽城工學(xué)院，江蘇 鹽城 224007； 3.鹽城思源網(wǎng)絡(luò)科技有限公司，江蘇 鹽城 224005）

智能化農(nóng)業(yè)管理需要對(duì)農(nóng)業(yè)生產(chǎn)環(huán)境的溫度、濕度、氣體、光照以及動(dòng)、植物生長(zhǎng)發(fā)育狀態(tài)等主要參數(shù)進(jìn)行精準(zhǔn)調(diào)節(jié)和合理保護(hù)。本文通過(guò)農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)實(shí)時(shí)監(jiān)控環(huán)境因子，結(jié)合養(yǎng)蠶生產(chǎn)實(shí)景，嘗試選用多層卷積神經(jīng)網(wǎng)絡(luò)算法，學(xué)習(xí)訓(xùn)練得到一個(gè)預(yù)測(cè)模型，并根據(jù)養(yǎng)蠶生產(chǎn)實(shí)際適時(shí)調(diào)節(jié)環(huán)境因子、改進(jìn)技術(shù)措施，實(shí)現(xiàn)精準(zhǔn)高效生產(chǎn)管理。多層卷積神經(jīng)網(wǎng)絡(luò)算法對(duì)散落在不同場(chǎng)景下碎片化、非結(jié)構(gòu)化的文字、圖片、聲音、視頻等數(shù)據(jù)應(yīng)用深度學(xué)習(xí)，對(duì)目標(biāo)對(duì)象的特征進(jìn)行刻畫(huà)，為管理流程的優(yōu)化、管理效率的提高，提供了新的內(nèi)生動(dòng)力[1～3]。本設(shè)計(jì)基于農(nóng)業(yè)物聯(lián)網(wǎng)和卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，對(duì)養(yǎng)蠶復(fù)雜生產(chǎn)環(huán)境的監(jiān)控和家蠶生長(zhǎng)發(fā)育狀態(tài)進(jìn)行科學(xué)預(yù)測(cè)，設(shè)計(jì)規(guī)?；B(yǎng)蠶智能監(jiān)控管理系統(tǒng)，推進(jìn)精準(zhǔn)決策生產(chǎn)管理[4～5]。

1 養(yǎng)蠶技術(shù)參數(shù)

養(yǎng)蠶技術(shù)參數(shù)主要包括養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)（生長(zhǎng)經(jīng)過(guò)或發(fā)育階段）。養(yǎng)蠶環(huán)境因子主要包括蠶室內(nèi)、外溫度，內(nèi)、外濕度，光照強(qiáng)度，氣流速度，CO、CO2等氣體濃度；家蠶大小、色澤、強(qiáng)弱等生長(zhǎng)發(fā)育狀態(tài)和階段表征、群體整齊狀況等。采用物聯(lián)網(wǎng)技術(shù)，運(yùn)用深度學(xué)習(xí)綜合算法，養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)數(shù)據(jù)通過(guò)不同智能設(shè)備調(diào)控，能及時(shí)提供家蠶生長(zhǎng)適宜的環(huán)境條件和合理的技術(shù)方案，不僅省力省工、生產(chǎn)安全、精準(zhǔn)施策，而且能不斷優(yōu)化技術(shù)方案，有效提高規(guī)模化養(yǎng)蠶的產(chǎn)量和質(zhì)量。

2 系統(tǒng)設(shè)計(jì)

2.1 總體設(shè)計(jì)

以物聯(lián)網(wǎng)技術(shù)為依托，設(shè)計(jì)養(yǎng)蠶管理數(shù)據(jù)庫(kù)系統(tǒng)，實(shí)現(xiàn)養(yǎng)蠶環(huán)境參數(shù)、家蠶生長(zhǎng)發(fā)育狀態(tài)的全面感知、精準(zhǔn)傳輸和智能處理。綜合運(yùn)用信息管理、自動(dòng)監(jiān)測(cè)、動(dòng)態(tài)模擬、樣本學(xué)習(xí)、精確控制、網(wǎng)絡(luò)通訊等現(xiàn)代信息技術(shù)，以養(yǎng)蠶環(huán)境要素、家蠶狀態(tài)實(shí)景和生產(chǎn)過(guò)程的數(shù)字化、智能化為主要研究目標(biāo)[6～8]，通過(guò)解決環(huán)境的信息化管理、狀態(tài)的自動(dòng)化監(jiān)測(cè)、過(guò)程的數(shù)字化模擬、系統(tǒng)的可視化設(shè)計(jì)、知識(shí)的模型化表達(dá)以及決策的精準(zhǔn)化控制等實(shí)際問(wèn)題，基于樣本學(xué)習(xí)算法，構(gòu)建規(guī)?；B(yǎng)蠶智能監(jiān)控系統(tǒng)框架。系統(tǒng)選取適宜的數(shù)據(jù)采集設(shè)備，將蠶室內(nèi)、外溫、濕度變化，光照強(qiáng)度，氣流速度，CO、CO2等氣體濃度等環(huán)境因子和家蠶生長(zhǎng)發(fā)育實(shí)況，進(jìn)行感知采集，通過(guò)網(wǎng)絡(luò)傳輸?shù)接?jì)算機(jī)控制中心，應(yīng)用深度學(xué)習(xí)算法，不斷更新樣本學(xué)習(xí)訓(xùn)練模型，提高數(shù)據(jù)處理和決策的精確性。系統(tǒng)通過(guò)數(shù)據(jù)分析和處理，將結(jié)果信息反饋到計(jì)算機(jī)界面或手機(jī)終端。用戶可以在養(yǎng)蠶現(xiàn)場(chǎng)或遠(yuǎn)程終端，有預(yù)見(jiàn)性地對(duì)養(yǎng)蠶生產(chǎn)全過(guò)程進(jìn)行觀察、監(jiān)視、查詢、咨詢、調(diào)控，并自動(dòng)完成日志管理和養(yǎng)蠶質(zhì)量追溯[6]。

2.2 模塊構(gòu)建

2.2.1 系統(tǒng)目標(biāo)

在系統(tǒng)設(shè)計(jì)過(guò)程中，引入卷積神經(jīng)網(wǎng)絡(luò)的分類模型來(lái)識(shí)別養(yǎng)蠶不同階段的實(shí)景樣本數(shù)據(jù)，將綜合算法通過(guò)后臺(tái)插件模型引入系統(tǒng)，針對(duì)家蠶不同階段生存環(huán)境和生長(zhǎng)發(fā)育實(shí)景進(jìn)行數(shù)據(jù)分類處理，多層采集、測(cè)試、校準(zhǔn)、完善（如圖1）。系統(tǒng)架構(gòu)包含移動(dòng)端APP、算法云服務(wù)和系統(tǒng)開(kāi)發(fā)平臺(tái)。軟件系統(tǒng)開(kāi)發(fā)包括ZigBee底層協(xié)議棧開(kāi)發(fā)、各種傳感器驅(qū)動(dòng)程序編寫(xiě)、智能控制程序的編寫(xiě)、網(wǎng)關(guān)接入和GPRS網(wǎng)程序編寫(xiě)、相關(guān)數(shù)據(jù)庫(kù)建立等。

2.2.2 設(shè)計(jì)模塊

系統(tǒng)模塊設(shè)計(jì)包括數(shù)據(jù)感知采集、數(shù)據(jù)傳輸處理、樣本學(xué)習(xí)訓(xùn)練、智能控制管理四個(gè)，每個(gè)模塊完成相應(yīng)的功能。數(shù)據(jù)感知采集主要完成養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)數(shù)據(jù)的感知、采集和控制。主要包括RTU設(shè)備、規(guī)?；B(yǎng)蠶環(huán)境因子傳感器、高清全景攝像機(jī)等，采集產(chǎn)生0～5 V的數(shù)據(jù)值，并進(jìn)行數(shù)據(jù)初步分析。數(shù)據(jù)傳輸處理包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、智能更新、人機(jī)交換四個(gè)部分。數(shù)據(jù)存儲(chǔ)實(shí)時(shí)創(chuàng)建規(guī)?；B(yǎng)蠶數(shù)據(jù)庫(kù)和設(shè)備狀態(tài)數(shù)據(jù)庫(kù)，完成感知采集數(shù)據(jù)的基本處理和更新。樣本學(xué)習(xí)訓(xùn)練采用深度學(xué)習(xí)綜合算法，通過(guò)軟件補(bǔ)償、分布圖法、對(duì)比糾偏和取平均值法消除感知數(shù)據(jù)的差異影響，實(shí)現(xiàn)數(shù)據(jù)智能化分析、處理、校準(zhǔn)、改進(jìn)。智能控制管理采用模糊控制策略和變結(jié)構(gòu)模糊控制方法對(duì)規(guī)?；B(yǎng)蠶技術(shù)進(jìn)行智能監(jiān)控，以便獲得良好的數(shù)據(jù)精度。規(guī)?；B(yǎng)蠶智能監(jiān)控模式，設(shè)計(jì)人機(jī)交互界面。計(jì)算機(jī)中心將數(shù)據(jù)進(jìn)程狀態(tài)、數(shù)據(jù)監(jiān)測(cè)圖像、分析調(diào)控指令等信息進(jìn)行實(shí)時(shí)網(wǎng)絡(luò)發(fā)送，并接收用戶的反饋信息進(jìn)行相關(guān)搜索、驗(yàn)證、調(diào)整。系統(tǒng)通過(guò)計(jì)算機(jī)界面或遠(yuǎn)程終端實(shí)現(xiàn)養(yǎng)蠶智能控制。用戶管理操作包括實(shí)時(shí)監(jiān)控、數(shù)據(jù)查詢、技術(shù)咨詢、決策輸出、參數(shù)設(shè)置和規(guī)則更新等。系統(tǒng)采用AJAX圖表實(shí)時(shí)顯示技術(shù)，對(duì)采集數(shù)據(jù)全部存入中心數(shù)據(jù)庫(kù)，便于數(shù)據(jù)查詢、驗(yàn)證和學(xué)習(xí)改進(jìn)。各養(yǎng)蠶基地可分別使用不同的用戶名和密碼進(jìn)入系統(tǒng)，實(shí)時(shí)查看、及時(shí)上傳實(shí)境數(shù)據(jù)，可以同時(shí)控制多個(gè)設(shè)備的運(yùn)行狀態(tài)[7]。

2.2.3 樣本學(xué)習(xí)模型訓(xùn)練

卷積神經(jīng)網(wǎng)絡(luò)由于具有強(qiáng)大的特征學(xué)習(xí)和分類能力，在目標(biāo)檢測(cè)、圖像分類、管理預(yù)測(cè)等領(lǐng)域具有很好的應(yīng)用。由于規(guī)?；B(yǎng)蠶數(shù)據(jù)集不是特別大，系統(tǒng)模型訓(xùn)練采用殘差網(wǎng)絡(luò)ResNet微調(diào)的訓(xùn)練方法，來(lái)實(shí)現(xiàn)養(yǎng)蠶環(huán)境和家蠶實(shí)景的分類識(shí)別處理。訓(xùn)練數(shù)據(jù)選用從開(kāi)發(fā)者平臺(tái)互聯(lián)網(wǎng)獲取、管理者經(jīng)驗(yàn)積累或用戶采集反饋，以此不斷豐富訓(xùn)練集、驗(yàn)證集和測(cè)試集。一方面，通過(guò)加大有標(biāo)注的養(yǎng)殖數(shù)據(jù)、圖像信息的建立。另一方面，在分類模型訓(xùn)練過(guò)程中，對(duì)大量養(yǎng)蠶生產(chǎn)數(shù)據(jù)進(jìn)行分類和歸一化操作，并通過(guò)不斷的迭代訓(xùn)練來(lái)尋求最佳分類模型。系統(tǒng)設(shè)計(jì)目標(biāo)就是將數(shù)據(jù)庫(kù)的獲取和分類模型訓(xùn)練自動(dòng)化，從圖像搜索查詢、人工篩選甄別、歸一化調(diào)整到分類模型訓(xùn)練，逐步加大數(shù)據(jù)庫(kù)容量、提升數(shù)據(jù)歸一標(biāo)準(zhǔn)。

3 系統(tǒng)功能

3.1 實(shí)景監(jiān)測(cè)

可在線實(shí)時(shí)檢測(cè)不同養(yǎng)蠶環(huán)境因子變化和家蠶生長(zhǎng)發(fā)育狀態(tài)，以及養(yǎng)蠶環(huán)境中各類連接設(shè)備的狀態(tài)信息，也可以通過(guò)視頻在線，實(shí)時(shí)觀察、記錄、巡查到相關(guān)基地、某個(gè)工作室（棚）的狀態(tài)，實(shí)現(xiàn)無(wú)人化值守、自動(dòng)化調(diào)節(jié)、全程化日志、智能化告警。養(yǎng)蠶環(huán)境參數(shù)、家蠶生長(zhǎng)發(fā)育狀態(tài)和設(shè)備工作狀態(tài)的相關(guān)信息，通過(guò)監(jiān)控系統(tǒng)界面顯示、記錄，可以通過(guò)控制中心管理平臺(tái)獲取、調(diào)取，也可以通過(guò)網(wǎng)絡(luò)瀏覽器或移動(dòng)終端APP查看、咨詢、反饋，實(shí)現(xiàn)室（棚）現(xiàn)場(chǎng)、控制中心、移動(dòng)用戶三者協(xié)調(diào)一致，既相互依存、又互相補(bǔ)充。

3.2 精準(zhǔn)調(diào)控

通過(guò)多種調(diào)節(jié)方式完成養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)的合理保護(hù)，實(shí)現(xiàn)在系統(tǒng)指導(dǎo)下操作，也可以對(duì)養(yǎng)蠶技術(shù)措施進(jìn)行遠(yuǎn)程調(diào)控。一是在環(huán)境參數(shù)范圍內(nèi)，系統(tǒng)運(yùn)用大數(shù)據(jù)近似模糊算法，自動(dòng)調(diào)節(jié)輔助設(shè)備的運(yùn)行狀態(tài)，精準(zhǔn)控制養(yǎng)蠶環(huán)境因子水平的高低，并對(duì)臨界溫度、節(jié)點(diǎn)濕度、有毒氣體等監(jiān)控關(guān)鍵因子進(jìn)行告警管理；二是系統(tǒng)通過(guò)不同階段家蠶生長(zhǎng)發(fā)育狀態(tài)樣本學(xué)習(xí)訓(xùn)練，有針對(duì)性地提供精準(zhǔn)養(yǎng)蠶方案，包括發(fā)育階段甄別、標(biāo)準(zhǔn)校正、發(fā)育狀態(tài)預(yù)測(cè)、技術(shù)措施、操作模擬等預(yù)測(cè)管理。

3.3 輔助決策

把用戶的需求問(wèn)題轉(zhuǎn)化為方便查詢、咨詢的知識(shí)和規(guī)則，建成規(guī)?；B(yǎng)蠶知識(shí)庫(kù)、標(biāo)準(zhǔn)庫(kù)，提供給管理系統(tǒng)平臺(tái)。管理用戶既可以通過(guò)網(wǎng)絡(luò)瀏覽器或移動(dòng)APP訪問(wèn)知識(shí)信息系統(tǒng)，接受知識(shí)查詢、專家咨詢、仿真學(xué)習(xí)、在線問(wèn)答等專業(yè)化技術(shù)服務(wù)，也可以現(xiàn)場(chǎng)反饋養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)實(shí)景，及時(shí)上傳生產(chǎn)過(guò)程中的疑難問(wèn)題的相關(guān)信息，在接受系統(tǒng)專家指導(dǎo)的同時(shí)，不斷豐富系統(tǒng)數(shù)據(jù)庫(kù)。

4 結(jié)果與分析

本系統(tǒng)在江蘇省蠶種管理所、江蘇富安繭絲綢公司、江蘇聯(lián)合職業(yè)技術(shù)學(xué)院鹽城生物工程分院以及鹽城工學(xué)院、鹽城思源網(wǎng)絡(luò)科技有限公司等單位參與下，進(jìn)行了綜合實(shí)驗(yàn)和分析。設(shè)計(jì)表明，通過(guò)引入基于卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)來(lái)識(shí)別不同類型的養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)，結(jié)合用戶移動(dòng)APP應(yīng)用，通過(guò)計(jì)算機(jī)綜合數(shù)據(jù)處理，全方位輸出、提供技術(shù)服務(wù)和管理方案，作用于簡(jiǎn)化分類模型的智能訓(xùn)練，在養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育管理中的數(shù)據(jù)精準(zhǔn)采集、典型樣本學(xué)習(xí)、標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)完善、智能監(jiān)控管理、快速響應(yīng)調(diào)控、專家決策提供等方面取得了顯著的成效，大大提高了規(guī)模化養(yǎng)蠶智能管理水平和生產(chǎn)效益。

4.1 數(shù)據(jù)庫(kù)更豐富

依托物聯(lián)網(wǎng)技術(shù)，通過(guò)樣本學(xué)習(xí)算法實(shí)時(shí)對(duì)養(yǎng)蠶環(huán)境因子和家蠶生長(zhǎng)發(fā)育狀態(tài)數(shù)據(jù)進(jìn)行采集、傳輸、對(duì)比、學(xué)習(xí)、存儲(chǔ)、更新，通過(guò)智能控制平臺(tái)（現(xiàn)場(chǎng)或遠(yuǎn)程）提供用戶需要的管理信息，或發(fā)出超值報(bào)警信息。調(diào)查表明，養(yǎng)蠶常規(guī)生產(chǎn)條件下，智能監(jiān)控系統(tǒng)數(shù)據(jù)采集準(zhǔn)確率可達(dá)97.83%，標(biāo)準(zhǔn)參數(shù)校正率可達(dá)86.36%，針對(duì)規(guī)?；?、產(chǎn)業(yè)化養(yǎng)蠶生產(chǎn)，系統(tǒng)數(shù)據(jù)庫(kù)存儲(chǔ)量可提高17.55倍，應(yīng)用效果大大超出人工操作速度和效率。

4.2 安全性能更高

規(guī)?；B(yǎng)蠶智能監(jiān)控系統(tǒng)不僅可以達(dá)到全方位無(wú)人值守的效果，而且通過(guò)卷積神經(jīng)網(wǎng)絡(luò)綜合算法，及時(shí)校準(zhǔn)養(yǎng)蠶環(huán)境和家蠶生長(zhǎng)發(fā)育狀態(tài)標(biāo)準(zhǔn)參數(shù)，大大提高了養(yǎng)蠶生產(chǎn)的精準(zhǔn)度和安全性。同時(shí)，系統(tǒng)的全方位實(shí)景監(jiān)控和偏差自我糾錯(cuò)處理，實(shí)現(xiàn)了提前預(yù)警和異常警戒功能，保證了快速響應(yīng)、指令精準(zhǔn)的高效管理要求，增加了數(shù)據(jù)更新的靈活性和運(yùn)行的穩(wěn)定性。

4.3 生產(chǎn)決策準(zhǔn)

通過(guò)設(shè)置與蠶桑專業(yè)群數(shù)據(jù)庫(kù)（專業(yè)群知識(shí)庫(kù)和圖片規(guī)則庫(kù)、參數(shù)標(biāo)準(zhǔn)庫(kù)）的傳輸接口，順利將專業(yè)群知識(shí)納入機(jī)器智能管理系統(tǒng)。用戶通過(guò)現(xiàn)場(chǎng)瀏覽器界面或遠(yuǎn)程客戶終端，可以隨時(shí)訪問(wèn)、上傳知識(shí)信息，實(shí)時(shí)進(jìn)行知識(shí)查詢、技術(shù)學(xué)習(xí)、仿真觀摩、案例分析、專家咨詢或開(kāi)展在線問(wèn)答。系統(tǒng)應(yīng)用不僅實(shí)現(xiàn)了規(guī)?；B(yǎng)蠶的智能監(jiān)控管理，而且進(jìn)一步優(yōu)化了產(chǎn)業(yè)化養(yǎng)蠶生產(chǎn)標(biāo)準(zhǔn)方案，促進(jìn)系統(tǒng)設(shè)計(jì)和應(yīng)用的實(shí)時(shí)更新。

5 結(jié)語(yǔ)

本系統(tǒng)設(shè)計(jì)結(jié)合規(guī)模化養(yǎng)蠶生產(chǎn)實(shí)景開(kāi)發(fā)，應(yīng)用農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)、樣本深度學(xué)習(xí)算法、大數(shù)據(jù)近似計(jì)算技術(shù)，實(shí)現(xiàn)了養(yǎng)蠶生產(chǎn)規(guī)?；⒕珳?zhǔn)化、智能化管理，大大提高了養(yǎng)蠶產(chǎn)業(yè)化、自動(dòng)化管理水平和生產(chǎn)效益。系統(tǒng)通過(guò)開(kāi)發(fā)者平臺(tái)，使規(guī)?；B(yǎng)蠶技術(shù)分類模型訓(xùn)練自動(dòng)化，進(jìn)一步提高了典型樣本學(xué)習(xí)、數(shù)據(jù)模糊處理的質(zhì)量，但仍然存在養(yǎng)蠶技術(shù)數(shù)據(jù)量不多、監(jiān)測(cè)內(nèi)容不豐富、典型特征提取困難、數(shù)據(jù)冗余多、數(shù)據(jù)共享低等問(wèn)題，需要進(jìn)一步加大推廣應(yīng)用，充分利用農(nóng)業(yè)大數(shù)據(jù)技術(shù)，增強(qiáng)數(shù)據(jù)過(guò)濾、數(shù)據(jù)近似計(jì)算，進(jìn)一步提高系統(tǒng)數(shù)據(jù)處理和預(yù)測(cè)的精準(zhǔn)度、適應(yīng)性。