学生为农民设计IOT系统
文章作者:Martin Rowe
麻省理工学院的本科生们带着他们的berrsmart设备参加了Keysight物联网创新挑战赛的决赛。以下是他们如何开发设计以及如何克服障碍。
2019年9月21日，Keysight Technologies举行了其决赛IOT创新挑战在纽约市。作为其中一项法官，我有机会从六名决赛选手中看到和听到第一手，因为他们在“智能土地”和“智能水”类别中展示了他们的设计。万博投注网址Smart Land的决赛选手之一是麻省理工学院大学生团队：Nikhil Murthy，Gabriella Garcia，Sunny Tran和Irin Ghosh。要了解更多关于他们的设计目标和挑战，我遇到了Murthy，Garcia和Tran（图1）在比赛结束后的一个月内靠近麻省理工学院校园。
图1学生(从左至右)Nikhil Murthy、Gabriella Garcia和Sunny Tran在麻省理工学院剑桥校区。
团队的入场，称为“BerrySmart.一开始是一个课堂项目，后来学生们把它参加了Keysight竞赛。“我们当时在上物联网课程，berrsmart是我们的课程项目，”默蒂说。“后来我们才把它提交给Keysight竞赛。”
他们是如何想出这个概念的?正如默西解释的那样，“在对一个想法进行了数小时的头脑风暴后，我记得在经济学课上和一位蓝莓种植者交谈过。农民没有大农场所拥有的资源。然后，我们开始思考如何利用我们在物联网课程中学到的东西来提供帮助。”
“我们听说过农业物联网项目，”加西亚补充说，“但大多数都是机器人。我们想要一个更多的基于从传感器收集数据的软件项目。”真正令人印象深刻的是，学生们只有三周时间和80美元来开发一个概念，他们可以向200名学生展示这个概念。
原型
使用BerrySmart，农民可以设置Wi-Fi网状网络，其中传感器节点收集温度，湿度和土壤条件的数据。原型模块（图2），在竞争决赛中显示，使用微控制器，太阳能电池板，电池和Wi-Fi模块。只有一个BerrySmart节点（“边缘节点”）需要连接到Internet。每个节点将数据中继到其他节点，最终将数据中继到边缘节点。
图2BerrySmart收集传感器数据并通过Wi-Fi网状网络将其传输到服务器。太阳能电池板充电了节点的电池。
工程项目中充满了技术决策。起初，学生们考虑开发一个基于蓝牙的网状网络。在花费了分配给他们的三周时间的一半后，团队意识到蓝牙不能工作，因为它的距离太短。因此，他们改用Wi-Fi。基于蓝牙的网络不可靠，”Tran说。“它掉了太多数据包。有了Wi-Fi，我们几乎没有看到数据包丢失，连接也保持稳定。”
“因为花在蓝牙上的时间，”默西补充说，“我们担心我们永远不能按时完成这个项目。我们可以使用Wi-Fi，这让我们松了口气。”
加西亚指出，有关如何使用微控制器实现网状网络的在线文档。范围是一个问题，这就是为什么他们在每英亩的五个节点上定居。“具有更好的电子产品，我们可能会增加范围，并在需要时使用较少的节点。这取决于作物。对于玉米等标准化的作物，农民可以使用少于五个节点。“
当被问及传感器时，Murthy解释说，它们在地面使用湿度传感器，一个环境光传感器（光致抗蚀剂）和温度/ RH传感器。“因为BerrySmart是灵活和开源的，农民可以添加PH等传感器。网状网络也是开源。我们开发了一个软件仪表板，可以根据传感器数据提出建议。“
“农民希望有选择来定制他们的传感器，”加西亚说。“我们使用了光电指孔来感测光，但农民也对使用其他传感器表示兴趣。即便如此，他们不想自己构建传感器网络。“Murthy指出，农民想要一个即插即用的系统，在那里他们不必处理电线。他们希望一个系统可以自动检测传感器类型并收集数据。传感器，如用于土壤水分的传感器具有模拟输出，而其他则是数字的。
BerrySmart后面的电子产品包括：
- ESP32 Wi-Fi收发器
- 微控制器Arduino板具有32通道的I/O
- 电力管理板
- 太阳能电池板
- 电池
鉴于为期三周的时间范围，该团队必须使用易于使用的组件。TRAN指出，未来的设计可能会使用Microchip Attiny85处理器，这可能会导致较低的功耗，部分原因是I / O端口较少。“我们只需要五六个或六个I / O港，”穆斯蒂说，“注意arduino董事会上的32号。”使用开源软件，Garcia设计了一个单面PCB来集成整个系统，然后团队添加了电线以完成连接。
BerrySmart需要软件来控制每个节点，与网络通信，收集数据，并将数据呈现给农民。他们不得不制定票据议定书，以通过Wi-Fi沟通。他们为Arduino创建了一个开源库以创建网状网络。它是基于你好协议在邻居节点之间建立连接。他们还为Arduino添加了数据缓冲区。现在，任何人都可以使用这个库，就像在这个应用程序中一样。通过该协议，节点可以将数据中继到边缘节点，边缘节点通过互联网连接到服务器。这种联系可能发生在农舍或温室里。“因为很多温室都有Wi-Fi，”加西亚说，“我们可以使用更少的节点来获取在线数据。”只有最小的农场温室可能没有Wi-Fi。我们和一个小型有机农场合作，温室里没有Wi-Fi，但农场只有5英亩大。”
目前，网状网络连接到托管用户仪表板的MIT的服务器（图3）。通过浏览器，农民可以获得农场地图并查看传感器数据。机器学习算法可以通知农民农场的哪个区域需要注意，并建议将浇水或添加有机物质添加到给定位置的补救措施。“Irin（Ghosh）是Web开发人员，而我在帮助分析的时候，Garcia说。“我们在开发期间经历了许多迭代。”Murthy指出，为农民提供视觉演示，而不是仅仅是传感器数据，大大增强了Berrysmart对农民的价值。“拥有具体建议是最有用的，”他补充道。
图3仪表盘根据传感器数据向农民提供地块，在这里显示白天变成夜晚时来自光传感器的数据。
除了了解网络和协议外，学生还必须了解农业。例如，他们必须研究系统应在某些条件下做些什么来农民。加西亚解释说，例如，高温条件可能需要雾化作物。
机器学习算法的支持向量机查看数据，其中包括地理位置，将传感器放置在农场的一块土地上。利用这些位置数据，该软件提供了农场传感器节点的“鸟瞰图”。它强调了可能需要农民关注的极端条件。根据Garcia的说法，这种应用曾经用于检测树莓的温度，最适宜的温度在70°F到80°F(21°C到27°C)之间。当温度达到90°F(32°C)时，农民可能会在作物上喷洒雾。在这种情况下，该软件不会告诉农民该做什么，而只是指出需要注意的地区。这项基于研究的建议可能适用于农民不熟悉的情况。
BerrySmart非常努力进入。事实上，Murthy指出，他们已获得额外工作的资金。一些资金可能是团队的奖金为25,000美元的现金，而麻省理工学院的Keysight设备则为25,000美元。虽然团队没有赢得大奖（现金50,000美元，设备50,000美元），也没有最好的智能土地项目奖，他们确实接受了科技奖的关键奖，由Keysight CMO Marie Hattar选择。“它给了我这么多希望知道这些年轻学生是我们的未来。谈论更好世界的一件事，但他们正在那里脱颖而出。通过利用新兴的技术，加上鼓舞人心的决心水平和砂砾，这支球队旨在产生真正的影响。Keysight很激动人心，以认识到这支球队在科技奖的多样性，我期待着追随他们的旅程。“
当被问及测试设备时，麻省理工学院学生回答说他们为他们的教授选择了示波器。“他很开心，”他们解释道。