论文部分内容阅读
随着人们生活质量的提高,越来越多的人们会选择在家庭环境中养护草本植物,但是由于长期离家或工作繁忙等原因,很多时候家庭中的植物不能得到合理的浇灌,为了解决这一问题,本课题的目标是,研究一种草本植物浇灌模型,可以根据草本植物的生长环境、品种等因素智能地决策浇水时间并计算浇水量,同时设计并实现一种草本植物浇灌系统,可以在完全自动的条件下为草本植物浇水。本文使用了Arduino平台及相关设备、SpringMVC框架、Flask框架、Mosquitto软件、MySQL数据库以及Android开发技术设计并实现了草本植物浇灌系统,使用了基于模糊理论的时间序列预测模型以及机器学习回归算法研究并实现了草本植物浇灌模型。首先对草本植物浇灌系统进行了需求分析,其中功能性需求包括:用户管理、设备管理、植物管理以及浇灌控制。基于需求分析,对系统进行了概要设计,得出系统架构、部署结构,划分出4个功能模块,得到数据库ER图,然后对各功能模块进行了详细设计,描述了模块处理流程、类的设计以及利用HTTP协议、MQTT协议通信的接口设计,接着详细描述了数据库表的设计。基于系统的设计,完成系统的初步实现,包括利用Arduino平台实现自动浇灌电子设备、使用MySQL数据库实现数据存储、使用SpringMVC框架实现后台服务器完成业务逻辑处理。在此基础上研究草本植物自动浇灌模型,首先进行了实验,利用实验采集的数据训练得到了两种土壤湿度预测模型,分别是基于模糊理论的土壤湿度时间序列预测模型和基于蒸散发量的土壤湿度预测模型,对比分析了这两种模型的预测效果,最终选择更具优势的基于蒸散发量的土壤湿度预测模型作为系统的预测模型,然后根据植物的喜水程度、花盆体积、土质这些因素形成浇灌方案,得到了完整的草本植物自动浇灌模型,可以在无需土壤湿度传感器的条件下为植物自动浇灌。最后,按照系统的设计,结合草本植物自动浇灌模型,完成全部的系统实现,包括实现Android客户端、实现Web客户端以及利用Flask框架实现逻辑控制服务器等,并对系统的四大模块设计了29个测试用例,均通过测试。