Farmaid数据收集器开源分享

描述

最初的想法和灵感

传统的工厂化农业是气候变化的主要贡献者，因为杀虫剂等会破坏土壤和排水系统。

结果是这里的获奖 Farmaid Bot 项目。

我们对原始设备的一个问题是，并非所有疾病都可以仅通过目视检查来检测，我们需要地面传感器来做更多的事情。此外，我们需要执行器来响应检测到的内容。

目前的项目

该项目旨在通过使用 Quicklogic QuickFeather 板检测土壤条件来解决这些问题。最初我只检测水分，但布局设计为以后可以容纳更多传感器。

还有温度监控，AMG8833 传感器连接到安装在单独连接的机器人上的 Raspberry Pi。我称它为模块，因为它可以在没有机器人的情况下完全使用。

带有模块的更新的farmaid

 

单独使用的模块

 

项目建设问题

与最初的项目不同，由于大流行，这是一个个人的努力，而不是一个集体项目。出于同样的原因，测试是在我的公寓而不是 3 个温室中进行的。

该特定板缺少文档和当前示例，因此我必须更多阅读诸如 RTOS 和高级 C++ 等我以前没有经验的主题。

我最初尝试连接其他传感器，包括获取温度和土壤湿度的 Adafruit Stemma 土壤传感器。我无法更改代码以合并所需的 Seesaw 库，但这使我能够使用一组不同的传感器，这开辟了更多机会，稍后将显示。

我的计划是同时使用 QuickFeather 的加速度计和我的外部土壤传感器来获取数据以进行风检测和湿度检测，但是流式传输所需的数据类型都不同，对于土壤传感器，我需要一个 int16_t 而加速度计需要一个int8_t。结果，它们都需要对指针进行不同的增量。因此，我无法让它们同时工作。

我使用的热像仪不够灵敏，无法捕捉害虫检测所需的细微差异或检测植物的准确温度。对于植物温度，它仍然需要一个土壤传感器，而对于害虫检测，它需要一个更昂贵的 FLIR 模块。

对于音频，我的计划是持续监测害虫的噪音，而不是如博客教程和文档中所示的唤醒词检测。我无法弄清楚如何及时进行转换。

最大的问题是我是一个人做这个项目，我自己的时间受到了更多的限制，因为最初是在我的暑假开始的，而这次我正在处理一项需要我大部分时间的创业工作。

鉴于这些限制，我无法在给定时间内完全实现我设定的愿景，但我认为我已经取得了很好的进展，我确实计划在提交后添加更多内容。

这个怎么运作

QuickFeather 使用 I2C 连接连接到 Adafruit ADS1015，ADS1015 以单端模式连接到两个土壤传感器，以获取两株植物的水分。然后将其连接到 Adafruit ESP32 Huzzah Feather 板和 2000 mAh 锂离子电池以实现无线连接。

Aadfruit Stemma 传感器也需要 I2C 连接，但如果它有效，则只有一个土壤传感器，但使用 ADS1015，如果我只使用一个 QuickFeather 以菊花链方式连接传感器，我实际上可以连接到 4 个甚至更多。

由于温度传感器已失效，因此将外部 Raspberry Pi 安装在附近的机器人上，并使用 AMG8833 热红外摄像机分线板来监测温度。

Raspberry Pi 还有一个摄像头，用于视觉检测疾病，其算法与原始项目相同。然而，热图像和 RGB 图像可以稍后组合以创建更详细的视觉模型。

还应该注意的是，AMG8833 也使用 I2C 连接，因此如果土壤监测模块（ADS1015 和电容式土壤传感器）被移除，它可以连接到 QuickFeather。

现在可以通过 ESP32 传输来自 QuickFeather 的数据以及热数据和 RGB 图像。

如果需要，还可以将额外的 3 针传感器连接到 ADS1015，以获得更强大的监控。

当植物最近浇水时土壤传感器的结果

 

热像仪结果，可以看出，它需要更精确的相机

 

改进

如前所述，这对我来说是一个非常受时间限制的项目，因此需要做更多的工作，但我接下来要做的直接工作是。

1. 将使用 SensiML 知识包的机器学习整合到土壤传感器结果中

2.通过ADS1015添加更好的热像仪或其他传感器

3. ADS1015增加Ph等土壤传感器模块

4.为害虫检测添加外部声音监测

5. 为时间序列检测添加更多新颖的指标