傳統的農業智能決策系統一般分為現場無線傳感網絡和遠程數據處理中心兩部分[1-3]。其中，現場無線傳感網絡分為子節點和網關節點，子節點負責數據采集，并通過ZigBee、BlueTooth等無線通信協議將數據傳輸至網關節點；網關節點主要負責將收集到的現場環境信息通過GPRS等通信方式傳輸至遠程數據處理中心。遠程數據處理中心實現數據處理、決策診斷，并可通過Internet網絡完成Web發布等功能。

    然而，在我國較廣范圍的農村區域，Internet網絡普及率并不高，限制了傳統農業決策系統的推廣應用。另一方面，大量的數據傳輸所產生的GPRS通信費用導致系統使用成本較高。因此，本文提出了一種基于嵌入式系統的農作物智能決策解決方案。其方案集成了數據采集、傳輸和智能決策的功能，在對農業現場數據進行采集的同時，可利用嵌入式裝置中的本地知識庫，針對當前的環境數據進行決策推理，實現對農作物生長信息的快速決策，使其數據的無線傳輸成為非必需環節，降低了系統對Internet網絡的依賴，使系統具有更好的靈活性和更廣的應用范圍。
1 系統總體介紹
    本文采用基于Cortex-M3內核的ARM處理器，同時移植?滋COS-II嵌入式實時操作系統，外接溫度、濕度、光照等多種傳感器，可實時檢測農業現場當前環境信息，并根據SD卡存儲的農作物知識庫，對現場環境進行本地快速推理決策，對于不同的農作物，只需更新SD卡中的知識庫文件即可；同時可根據實際需要，將數據通過GPRS模塊及時地傳輸到遠程數據中心。此外，環境數據和決策信息可輸出至LCD進行顯示，并可以通過鍵盤完成采樣周期、濾波方式、數據傳輸使能等多種功能的參數設置。
2 系統硬件設計
    本文采用了模塊化結構設計思想，將系統劃分為MCU核心處理模塊、數據采集模塊、SD卡知識庫存儲模塊、GPRS數據通信模塊、LCD顯示模塊、鍵盤模塊等。其硬件結構如圖1所示。

    MCU核心處理模塊采用STM32FM103芯片作為核心處理器，其工作頻率可達72 MHz，具有SPI、UART等通信接口。片內集成ADC模/數轉換單元，轉換精度為12 bit，72 MHz工作模式下A/D轉換時間為1.17 μs。為增強系統的抗干擾能力，數據采集模塊選用模擬量輸出類型的傳感器，用于檢測現場環境的溫濕度、光照強度、CO2濃度等多種環境信息。針對電流輸出型(4 mA～20 mA)模擬傳感器，采用π型電路將電流信號轉換為0～3.3 V電壓信號之后，接入至片內ADC模塊。同時采用繼電器控制傳感器的供電狀態，以降低系統功耗。SD卡數據存儲模塊通過SPI總線與MCU連接，用于存儲智能決策所需的知識庫。GPRS數據傳輸模塊可根據用戶需求進行選擇配置，其主要功能是實現現場數據的遠程傳輸，通過UART接口與MCU通信。LCD顯示模塊和鍵盤模塊，與STM32的GPIO引腳相連接，實現人機交互。
3 系統軟件設計
    μCOS-II操作系統是一種具有可搶占內核的實時操作系統，并且開源、結構小巧。由于其內核提供任務調度與管理、時間管理、任務間同步與通信、內存管理和中斷服務等功能，具有執行效率高、占用空間小、實時性能優良和擴展性強等特點[3]，因此，本文在軟件設計上移植了μCOS-II操作系統[4-5]。經過bootloader啟動階段之后，首先完成時鐘配置和GPIO、AD、RTC、SPI、UART接口及中斷的配置以及μCOS-II操作系統的初始化，然后根據系統功能需求建立了6個任務，分別為周期管理任務、GPRS數據傳輸任務、數據采集任務、智能決策任務、LCD顯示任務和鍵盤任務，其優先級設置由高到低。?滋COS-II任務設計流程如圖2所示。

    周期管理任務用于控制系統的采樣周期，使用實時時鐘RTC的ALARM中斷機制來實現定時功能，屬于中斷級任務，優先級最高；GPRS數據傳輸任務受控于用戶的選擇模式，在功能開啟時，利用UART1將數據傳輸至GPRS模塊，其數據格式采用AT命令，為保證數據傳輸的可靠性，將其優先級設置為次高；數據采集任務首先控制繼電器使傳感器上電，然后任務掛起10 s以保證傳感器進入穩定工作狀態，再啟動A/D，轉換完成之后，數據放入DMA緩沖區中，繼而可選擇中值濾波、平均值濾波等方式進行數據處理；智能決策任務根據采樣數據，啟動推理機，得到決策結論；LCD顯示任務以消息郵箱(message mail boxes)機制接收傳感器數據以及決策結果并實時顯示輸出；鍵盤任務可設置GPRS模塊使能、采樣周期、數據濾波方式等多種用戶需求。
4 智能決策在嵌入式系統中的實現
    本文采用基于知識庫的智能決策設計思想，分為知識庫設計和推理機設計兩部分，對現場采集數據進行決策判斷。
4.1 嵌入式知識庫設計
    知識庫是智能決策的重要組成部分，它的質量很大程度上影響了系統整體的決策水平。本文以SD卡為存儲介質，在其上構建了農業知識庫。SD卡的讀寫訪問方式是扇區尋址，為了便捷、快速地構建知識庫，本文移植實現了FATFS文件系統，而知識庫則以TXT文件方式進行存儲。
    本文采用產生式規則表示法，其結構如下：
    IF 條件1，條件2，……，THEN結論
    以黃瓜為例，依據專家經驗和相關文獻[6-8]，獲知黃瓜的第K條知識規則如表1所示。通過進一步整理，可以向TXT文件中添加此規則。調用FATFS文件系統接口函數f_open打開知識庫TXT文件，通過f_read讀取相應的知識規則。

4.2 嵌入式推理機設計
    推理機的功能是根據一定的推理策略從知識庫中選擇相應的知識，對新的事實進行推理，直到得出相應的結論為止。推理有正向推理、反向推理及混合推理，在本系統中，由于輸入事實較少，結論較多且分散，因此采用正向推理方法[9]。正向推理的步驟是：(1)當系統采集到傳感器數據之后，與知識庫中的規則進行匹配，若找到，則將規則結論部分加入到數據信息中；(2)更新的數據信息再匹配知識庫中的規則，將所匹配的規則結論部分再次加入到數據信息中；(3)如此循環，直至得出最終的診斷信息。其流程如圖3所示。

5 實驗結果
    為了驗證系統的可行性，開發了農作物智能決策裝置樣機。樣機安裝有一系列傳感器，用于檢測環境溫濕度、光照、CO2、土壤溫濕度、鹽分、PH值等參數，并在SD卡中植入植物（幼苗期黃瓜為例）的知識庫。系統上電后，運行結果如圖4所示。

    通過鍵盤設定采樣周期為2 h，并開通使能GPRS數據傳輸功能之后，在遠程數據中心PC機上接收到傳感器數據。圖5記錄了24 h內的環境溫度檢測信息。

    通過實驗模擬不同的環境條件，測試系統的智能決策能力。使系統連續運行一周，并利用SD卡對系統的采樣數據和決策結果進行跟蹤記錄，部分數據如表2所示。系統一周內采樣并決策84次，經檢驗，準確決策79次，決策不當3次，無決策2次，準確率為92.9%。

    本文針對傳統農業決策系統的特點，設計了板級農作物智能決策系統。系統采用μCOS-II對任務進行調度管理，利用知識庫完成本地智能決策。實驗表明，本系統運行穩定可靠，可根據采樣實時數據產生合理有效的決策信息，達到了預期要求。目前已應用于新疆昌吉州農作物溫室大棚中。
參考文獻
[1] 韓華峰，杜克明，孫忠富，等.基于ZigBee網絡的溫室環境遠程監控系統設計與應用[J].農業工程學報，2009，25(7)：158-163.
[2] 王福祿，房俊龍，張喜海.基于無線傳感器網絡的溫室環境監測系統研究[J].東北農業大學學報，2011，42(2)：59-64.
[3] 蔣鵬.基于無線傳感器網絡的濕地水環境遠程實時監測系統關鍵技術研究[J].傳感技術學報，2007，20(1)：183-186.
[4] 劉悅.基于ARM的μC/OS-Ⅱ移植與實現[J].科技信息，2011(21)：40，25.
[5] 黃燕平.μC/OS ARM移植要點詳解[M].北京：北京航空航天大學出版社，2005.
[6] 高麗紅，張福墁，陳青君.不同類型黃瓜生長發育與環境因子關系[J].中國農業大學學報，2000，5(3)：58-62.
[7] 郭晉云，胡曉峰，李勇，等.黃瓜枯萎病對黃瓜光合和水分生理特性的影響[J].南京農業大學學報，2011，34(1)：79-83.
[8] 魏述英.現代溫室黃瓜礦質元素吸收規律及溫光逆境和CO2對黃瓜生長發育的影響[D].南京：南京農業大學，2006.
[9] 楊曉宇，施笑安，張勇傳.eCOS操作系統的構件化設計技術研究[J].湖北工業大學學報，2008，23(5)：1-6.