基于邊緣計算的智慧物聯網農業病蟲識別系統設計與實現

楊潔 李國強 馬競羽 雷雨果

摘 要：【目的】傳統云計算存在實時性不夠、帶寬不足、能耗較大、不利于數據安全與隱私等問題，應用邊緣計算能有效解決上述問題?！痉椒ā客ㄟ^基于邊緣計算的智慧物聯網農業病蟲識別系統的開發與應用，測試目標應用的數字化、集成化、信息化、可視化和智能化，減少云計算的計算壓力?！窘Y果】智慧物聯網農業病蟲識別系統能實現節點或網關離線后自動重新登錄的功能、系統數據采集與上報功能、服務器數據顯示功能，從而減輕云計算中心的計算負擔?！窘Y論】研究結果將為使用邊緣計算的系統提供有力的支撐，能保證整個系統的智能性、可靠性、安全性和經濟性，并提高了計算能力和社會生產效率，為大規模推廣邊緣計算奠定了基礎。

關鍵詞：邊緣計算；物聯網；低功耗廣域網；系統框架；邊緣決策

中圖分類號：TP274? ? ?文獻標志碼：A? ? ?文章編號：1003-5168（2024）04-0032-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.04.006

Design and Implementation of Intelligent Internet of Things

Agricultural Pets Recognition System Based on Edge Computing

YANG Jie1? ? LI Guoqiang2? ? MA Jingyu1? ? LEI Yuguo1

（1.Henan Academy of Science Applied Physics Institute Co.， Ltd.， Zhengzhou 450008， China；2.Xinyang Ecological Environment Monitoring Center of Henan Province， Xinyang 464006， China）

Abstract： [Purposes] Research on edge computing applications can effectively avoid the traditional cloud computing problems such as real-time shortage， bandwidth shortage， high energy consumption and adverse to data security and privacy. [Methods] Through the development and application of intelligent Internet of things （IOT） agricultural pest identification system based on edge computing， the digitization， integration， informationization， visualization and intellectualization of target application are tested to reduce the computing pressure of cloud computing. [Findings] The intelligent Internet of things （IOT） agricultural pest identification system can realize the functions of automatically re-login after the nodes or gateways are off-line， the functions of system data collection and report， the functions of server data display to reduce the computing burden on the cloud computing center. [Conclusions] The results of the study will strongly support the use of edge computing system can ensure the intelligence， reliability， security and economy of the whole system， improve the computing capacity and the efficiency of social production， and then lays a foundation for the large-scale promotion of edge computing.

Keywords： edge computing; internet of things; low-power wide area network; system architecture; edge decision

0 引言

隨著物聯網的快速發展和4G/5G無線網絡的快速普及，萬物互聯的時代已經到來。同時，隨著網絡邊緣設備數量的迅速增加，使得該類設備所產生的數據已經達到了澤字節（ZB）級別，以云計算模型為核心的集中式大數據處理，其關鍵技術已不能高效處理邊緣設備所產生的數據。傳統的云計算有以下4個方面的不足：①實時性不夠。對互聯網來說，實時性是一個極其重要的要求，而傳統云計算模型先將數據上傳到云計算中心，再請求數據處理結果，這無疑會增大系統的時延；②帶寬不足。邊緣設備會實時不間斷產生大量數據，而將這些數據全部上傳至云計算中心，會給網絡帶寬造成巨大壓力。③能耗較大。數據中心消耗了極多的能源，且隨著請求處理的數據量越來越大，能耗將會成為限制云計算中心發展的瓶頸。④不利于數據安全與隱私。萬物互聯中的數據與用戶生活聯系極為緊密，如在用戶住處安裝的智能攝像頭，將視頻數據上傳到云端，會增加用戶隱私泄露的風險。

為解決上述問題，本研究將邊緣計算應用于智慧物聯網農業病蟲識別系統中，從而減輕云計算的壓力。

1 邊緣計算

1.1 邊緣計算國內外研究現狀

隨著物聯網和通信技術的飛速發展，邊緣設備的規模及邊緣設備產生的數據量也在急劇增加。為了能更加高效地利用海量的邊緣數據，邊緣計算應運而生［1］。

在國外，2014年，European Telecommunications Standards Institute（ETSI）成立移動邊緣計算標準化工作組；2015年，由思科、戴爾、ARM等公司聯合成立OpenFog聯盟；2017年3月，ETSI將移動邊緣計算行業規范工作組更名為多接入邊緣計算，對邊緣計算的應用需求進行深入的研究與探討；2018年，國際電信聯盟物聯網和智慧城市研究組立項首個物聯網領域邊緣計算項目“用于邊緣計算的 IOT 需求”［2］。2019 年，在世界移動通信大會上，NVIDIA與微軟公司宣布針對邊緣計算進行合作，旨在幫助各行各業能更好地應對制造設施、互聯樓宇、城市基礎設施及其他領域中日益增長的數據洪流。

在國內，對邊緣計算的研究還處于起步階段。2016年11月30日，在北京成立了邊緣計算產業聯盟，該聯盟由華為技術有限公司、中國信息通信研究院和ARM等聯合創立，其中，成員單位涵蓋能源電力、工業制造等不同領域的科研院校。邊緣計算產業聯盟在2016年、 2017年和2018年分別出版了國內的《邊緣計算參考架構》1.0版本、2.0版本和3.0版本［2-4］，梳理了邊緣計算的測試床，并提出了邊緣計算在工業制造、智慧城市、智慧農業等行業應用的解決方案。

1.2 邊緣計算概念

邊緣計算是網絡邊緣側執行計算的一種計算模式，其中，邊緣的上行數據表示萬物互聯服務，邊緣的下行數據表示云服務，而邊緣計算的邊緣是指從數據源到云計算中心路徑之間的任意計算和網絡資源［5-7］。

邊緣計算模型如圖1所示，由邊緣計算模型可了解邊緣計算的實現流程與原理。云計算中心主要通過數據庫及邊緣設備來獲取數據，其中，邊緣設備可以是傳感器、手機等，邊緣設備既是數據的生產者，又是數據的消費者。因此，云計算中心和邊緣設備的數據請求是雙向的。邊緣設備具備一定的智能性，不僅能與云計算中心進行數據交互，且可執行部分任務，主要包括數據儲存和處理、隱私保護等。

2 基于邊緣計算的智慧物聯網農業病蟲識別系統

基于邊緣計算的智慧物聯網農業病蟲識別系統主要是為了實現目標應用的數字化、集成化、信息化、可視化和智能化［8］。在整個系統的實現過程中，根據各個應用模塊的功能，可將系統劃分為節點、網關和服務器三部分，系統整體架構如圖2所示。

節點是整個物聯網系統精確測量、智能感知的基礎。節點主要是由微控制器模塊、傳感器、SD卡儲存模塊、LoRa模塊、電源模塊組成。其中，微控制器模塊是節點的核心模塊，主要負責初始化配置各外設模塊，并整合節點各外設模塊，完成對數據的讀取、儲存、簡單的分析處理和上報等功能；傳感器模塊主要負責對環境數據的采集［9］；SD卡存儲模塊主要負責對數據的儲存；LoRa模塊主要負責節點與網關的通信；電源模塊主要負責對節點正常供電，配合微控制器實現節點低功耗的功能。

網關作為節點與服務器之間的橋梁，是系統低功耗廣域網和以太網的重要樞紐，通過網關來完成不同協議的轉換。網關主要由微控制器模塊、SD卡存儲模塊、網口模塊、LoRa模塊和電源模塊組成。其中，微控制器模塊是網關的核心模塊，主要負責網關各外設模塊的初始化配置，并協同網關的各個模塊來實現數據預處理、上報和信息決策等功能；LoRa模塊主要負責網關與節點的無線通信；SD卡存儲模塊主要用于存儲數據；網口模塊主要是實現網關與服務器的通信；電源模塊主要負責網關的供電。

服務器主要由應用服務、數據庫、中間件服務組成。其中，應用服務與網關通過網口模塊進行通信，應用服務主要負責系統數據分析與處理，包括區域管理、用戶管理、設備管理和數據管理這四個方面的相關功能。

根據系統整體架構設計并實現節點、網關與服務器的基本功能，在此基礎上，參考圖2的邊緣計算3.0框架，以傳感器為現場層、節點和網關為邊緣層、服務器為云計算層，從而進行邊緣計算的相關設計與部署，提升系統邊緣側的智能化。

2.1 節點的邊緣決策

節點的邊緣決策主要體現在網關離線的情況，當節點與網關的通信可能因外界環境或網關出現故障等，導致網關接收不到來自節點的數據時，將會出現節點數據丟失的情況。為了杜絕上述情況的發生，在節點檢測到無法與網關正常通信后，將數據臨時儲存在著節點SD卡內部，在節點與網關重新恢復正常通信后，會檢查SD卡內部是否存在著離線儲存的數據，若存在，則將離線儲存的數據與新數據一起上報至網關。根據節點傳感器數據的類型，將儲存方式分為兩種。對空氣溫濕度、土壤溫濕度、光照強度等普通類型的數據，可直接存放在.txt文檔中；而圖像數據以JPEG格式存放在文件中。

2.2 網關的邊緣決策

網關邊緣決策主要體現在三個方面：一是數據處理；二是離線數據決策（當網關與服務器因某些情況不能正常通信時，如網關網線接觸不良等，網關與服務器不能進行數據交互，網關需要將節點上報的數據臨時儲存在本地數據庫中，直至服務器在線時才將離線數據重新上報）；三是網關進行信息決策和規則計算，并下發相應的決策至節點（不論服務器是否處于離線狀態，網關都要能實現在本地對數據進行分析與處理等操作，正常執行局域范圍內的一些數據服務，保證本地業務的可靠運行）。

2.2.1 數據處理。綜合考慮傳感器數據的缺失值、異常值和數據濾波的各種處理方式及該系統的實際使用情況，對缺失值與異常值采用均值填補法進行處理，對數據濾波采用中位值平均濾波。

2.2.2 離線數據決策。本研究設計的網關通過SQLAlchemy來建立數據庫，SQLAlchemy是一種對象關系映射（Object Relational Mapping，ORM）工具，ORM將數據庫中的表與面向對象語言中的類建立了一種對應關系，從而構建一個很強大的關系型數據庫框架。因此，可通過操作類或類實例來完成操作數據庫中的表或表中的每一條記錄，使得數據庫的訪問更加高效［10］。

2.2.3 信息決策和規則計算。節點上報至網關的數據要先經過數據分析與清洗，接著網關使用規則模型等對數據進行更深入的分析，得出決策指令，并下發至節點。本研究設計的系統網關通過嵌入式規則引擎進行信息決策和規則計算。規則引擎是一種由推理引擎發展而來的、嵌入在應用程序中的組件，可以將復雜、冗余的業務規則同整個支撐系統分離開，便于系統的功能開發及架構的可復用移植［11］。

網關的規則引擎采用TCA模型，由觸發器（Trigger）、執行條件（Condition）、執行動作（Action）三個部分組成，TCA模型如圖3所示。

觸發條件時將產生相應的觸發動作，其中，觸發條件可以是數據或時間等，且各個觸發條件的關系設定為“或”（Or）關系；執行條件是對規則的觸發條件再一次進行篩選，且各個執行條件的關系設定為“與”（And）關系；執行動作是指滿足觸發器與執行條件前提下執行定義的動作，該動作可以是指令或結論輸出等，執行動作是TCA模型中規則的結果。

針對本研究設計的智慧物聯網系統，節點上報至網關的傳感器數據先進入觸發器，通過觸發器的觸發條件后，進入執行條件再一次進行判斷。若滿足執行條件，則直接執行相應的決策動作，反之，則不執行。規則引擎中的TCA模型通過減少條件判斷邏輯的復雜性，使得規則邏輯的執行力更強。通過邊緣網關對數據進行規則判斷及信息決策，可提高邊緣網關的智能化水平，同時，減小云計算中心的計算壓力。

3 測試結果

系統整體功能及性能測試主要檢測節點、網關、服務器整體是否能正常穩定工作，同時，涉及對節點與網關、網關與服務器之間通信協議的驗證，具體測試分為節點與網關注冊登錄測試、數據采集與上報測試、數據處理與信息決策測試、服務器數據顯示測試、系統性能測試等。

3.1 網關和節點注冊登錄測試

網關和節點注冊登錄測試步驟和結果見表1。

由表1可知，網關和節點設備的注冊與登錄功能運行正常，并能實現節點或網關離線后自動重新登錄的功能。

3.2 數據采集與上報測試

對測試節點與網關數據上報功能進行測試，測試步驟和結果見表2。

由表2可知，節點能正確采集傳感器數據，且節點一個RS-485接口掛載空氣溫濕度傳感器、光照強度傳感器等，可實現一主多從的工作模式。同時，節點采集的數據能正常上報至網關，網關也能將數據上報至服務器。綜上所述，系統的數據采集與上報功能正常。

3.3 數據處理與信息決策測試

數據處理與信息決策是物聯網系統智能性的重要體現，測試主要涉及網關數據的清洗與濾波、節點與網關的離線數據處理決策、網關信息決策與規則計算。測試步驟和結果見表3。

由表3可知，對網關數據的清洗以及濾波、節點與網關的離線數據處理決策、網關信息決策與規則計算的測試均通過，通過在系統邊緣側實現這些功能，可減輕云計算中心的計算負擔。

3.4 服務器數據顯示測試

測試節點將采集到的空氣溫濕度、光照強度、土壤溫濕度、土壤PH值和植物葉片圖像數據上報至服務器，并通過服務器的數據展示界面來直觀地顯示傳感器采集到的數據。傳感器數據的展示界面分為普通傳感器數據和圖像數據兩種，如圖4、圖5所示。由傳感器數據的展示界面可知，服務器數據顯示功能測試通過。

3.5 系統性能測試

上述測試主要是對整體系統的功能進行測試，接著進行系統性能測試，性能測試主要包括數據處理時間測試、系統壓力測試兩部分。系統性能測試的具體步驟和結果見表4。

由表4可知，網關數據分析和處理時間約為30 ms，網關數據分析和處理時間較快。

由系統壓力測試結果可知，在節點上報周期為5 s，且采用主動上報模式的前提下，當單個網關掛載節點數量超過10個，網關可能會出現丟失部分節點數據的情況，這是因為多個節點可能會同時上報數據至網關，而網關只能處理一個節點上報的數據，從而導致網關丟失其他節點上報的數據。為了使單個網關能容納盡可能多的節點數據，且不丟失節點數據，可適當增加節點上報周期的時間，或在每個節點設置固定數據上報周期的基礎上加上一個較小隨機時間，從而在一定程度上避免網關丟失節點數據的可能性。

4 結語

本研究設計的系統具有廣覆蓋、低功耗、低成本、大接入等特點，解決了傳統物聯網應用遠距離與低功耗不可兼得的問題，并利用邊緣計算模型部署系統邊緣側的網關與節點，實現大規模無線傳感器的數據獲取、處理、存儲和信息決策等功能，能更加高效地處理系統邊緣側的數據，從而提升系統的智能性。

參考文獻：

［1］邊緣計算產業聯盟.邊緣計算產業聯盟白皮書［R］.北京：邊緣計算產業聯盟（ECC），2016.

［2］傅耀威，孟憲佳.邊緣計算技術發展現狀與對策［J］.科技中國，2019（10）：4-7.

［3］邊緣計算產業聯盟（ECC）/工業互聯網產業聯盟（AII）.邊緣計算參考架構2.0［R］.北京：邊緣計算產業聯盟（ECC）/工業互聯網產業聯盟（AII），2017.

［4］邊緣計算產業聯盟（ECC）/工業互聯網產業聯盟（AII）.邊緣計算參考架構3.0［R］.北京：邊緣計算產業聯盟（ECC）/工業互聯網產業聯盟（AII），2018.

［5］施巍松，孫輝，曹杰，等.邊緣計算：萬物互聯時代新型計算模型［J］.計算機研究與發展，2017（5）：907-924.

［6］呂華章，陳丹，范斌，等.邊緣計算標準化進展與案例分析［J］.計算機研究與發展，2018（3）：487-511.

［7］施巍松，張星洲，王一帆.邊緣計算：現狀與展望［J］.計算機研究與發展，2019（1）：69-89.

［8］張佳樂，趙彥超，陳兵，等.邊緣計算數據安全與隱私保護研究綜述［J］.通信學報，2018（3）：1-21.

［9］夏侯如超.基于邊緣計算的室內空氣質量監測方法及其預測模型研究［D］.上海：華東理工大學，2019.

［10］肖旻，陳行.基于Python語言編程特點及應用之探討［J］.電腦知識與技術，2014（34）：8177-8178.

［11］趙志偉.智能化規則引擎技術研究［J］.軟件，2018（8）：65-69.