跳到主要內容
田間物聯網技術翻新頁 NB-IoT成農漁資料收集神器
2019-01-08陳森淼
田間物聯網涵蓋了農林漁牧範疇,建構自長年的田野經驗背後的數據研究累積,藉由科學方法描述數值所表示田間即時發生的現象,進一步判斷、分析做出對應處置;這項技術不僅是電子電機技術的整合,更需結合大氣科學、土壤化學、生物科學、電化學、環境科學等各種領域知識的整合,隨著聯網方式以及感測器技術進步,物聯網將可以更深入於各種應用領域。
田間物聯網涵蓋了農林漁牧範疇,建構自長年的田野經驗背後的數據研究累積,藉由科學方法描述數值所表示田間即時發生的現象,進一步判斷、分析做出對應處置;這項技術不僅是電子電機技術的整合,更需結合大氣科學、土壤化學、生物科學、電化學、環境科學等各種領域知識的整合,隨著聯網方式以及感測器技術進步,物聯網將可以更深入於各種應用領域。
田間物聯網意義
農林漁牧領域,都是運用一定土地區域進行植栽養牧用途,此產業對環境變遷及天災極為敏感,生產物皆以人類食用為大宗,是食安敏感課題。同時此產業也具備持續性生產及消費需求,是人類主要經濟活動來源;因此,能夠穩定生產及監控生產物品質,便能夠有效率預估產量、經濟規模、價格。過去在田間往往因為地處偏遠,無良好通訊基礎設施可到達,布置田間感測器用以收集現場資料成為一大挑戰,也因此出現各種低功耗廣域網路(Low-Power Wide-Area Network, LPWAN)之通訊方式角逐田間應用。
在農業運用範疇,許多農作物為了收集種植場域地表、土下、作物等環境微氣候資料,可以透過許多已經發展完整的感測器,如電導度計(Electric Conductivity, EC)、pH電極、氣溫感測器、相對濕度感測器、風速計、風向計、雨量計、氣壓感測器、光量子計等,用以記錄及分析植栽生長狀態;而在養殖業的田間應用也可以取得溶氧計(Dissolved Oxygen, DO)、鹽度計、氧化還原電位電極(Oxidation Reduction Potential, ORP)、濁度計、葉綠素計、離子選擇電極等感測器,用以了解水質情況。
現行的感測器多已具備數位介面如UART、RS232、RS485等,可以使用單晶片、或Arduino開發板讀取感測器資料,再透過LPWAN方式傳送至雲端主機。以單晶片或Arduino開發板利用UART介面連接LPWAN模組,可以快速地完成一個簡易的資料收集點;在田間應用時,感測器的設置地點、彼此的設置密度、安裝高度會影響收集資料的正確與否。
田間物聯網的價值在於,正確設置的感測器量測的資料可以還原田野現場狀態,成為作物生長的分析指標,結合地理資訊,資料尺度達到公尺(1~10m),能夠以小區塊為單位,透過機器觀察人類忽略的訊息,計算各種微型模式的發生。
NB-IoT/M1穿針引線 田間通訊立竿見影
LPWAN有數種規格互相競逐,例如LoraWAN、Sigfox、窄頻物聯網(Narrow Band-IoT, NB-IoT)等,NB-IoT亦稱為LTE Cat. NB1,是架構在行動通訊網路上的低功率廣域網路技術。它可以使終端設備簡單有效地連接行動通訊網路,資料傳輸時具備行動通訊等級加密的可靠度,適合處理少量、不頻繁的雙向數據。NB-IoT使用LTE行動通訊網路200kHz頻寬的頻譜,可工作於載波保護頻段(Guard Band),或在頻段內(In-Band)、或採用獨立頻段(Stand-alone)(圖1)。
NB-IoT規範由2016年6月3GPP協議規範第13版(3GPP Release 13)定義,下行(Downlink)最大速率250kbps,上行(Uplink)最大速率250kbps。LTE Cat. M1同樣架構於LTE行動通訊網路,使用LTE頻段,相較於NB-IoT,具備可移動切換基地台連接的能力,具有行動通訊網路的完整安全和加密功能的優點,LTE Cat. M1技術規格亦於3GPP Release 13定義,下行最大速率1Mbps,上行最大速率1Mbps。
LoraWAN、Sigfox屬非執照頻段,須自行建置基地台及搭配寬頻網路閘道器以連上雲端;NB-IoT/M1為需執照頻段,由電信商提供服務,一個基地台訊號可涵蓋10~20km,基地台可同時服務數萬個設備端,可布建於現有的4G系統之上,每一個NB-IoT/M1設備端皆可以獨立連上雲端;並且因為行動通訊網路覆蓋全球,可透過業者漫遊方案提供全球設備聯網,加上全球電信業者均陸續支援NB-IoT/M1,目前模組供應商多整合NB-IoT/M1雙模,甚至可以提供全球電信商頻段,因此成為物聯網應用備受矚目的通訊方式。
由於其通訊協定之設計,使得通訊模組在送出資料後大部分時間內皆處於休眠狀態,因此可以具備相當低的耗電量。NB-IoT/M1模組設計條件均可以電池工作達數年以上。田間物聯網因設備多半設置於固定地點,或僅有低速移動需求(30km/h),同時收集資料量少,收集資料區間長,因此NB-IoT非常合適田間物聯網需要長時間定期回報小量資料的應用場合。
以農業蟲害感測為例,將台中區農業改良場所發展之中改式昆蟲性費洛蒙誘蟲盒(圖2)整合環型害蟲偵測電路、NB-IoT通訊模組,可以量測單位時間內通過誘蟲盒的蟲隻數量、體型大小、穿梭方向;此一附加NB-IoT之昆蟲性費洛蒙誘蟲盒,不需破壞誘蟲盒本體結構設計,加上環型害蟲偵測電路即可使原誘蟲盒具備感測能力,將誘引入盒內昆蟲數量、時間、密度、安放座標、氣溫、濕度即時傳回至雲端主機記錄,即時呈現田間不同作物特定害蟲出沒的熱區、密度、時間,以及特定區域發生蟲害的頻繁度。透過NB-IoT傳輸,田間害蟲資訊的收集可以由人工統計轉為自動回報,不僅節省人力,最大的意義在於可呈現田間資訊的即時完整性,避免資料失真,詳盡的資料可以長期累積用以建立蟲害發生模式,有助擬定正確防治策略以及預警時機,降低損耗,提高獲利。
新式感測器增加田間量測可行性
目前感測器元件技術發展已相當成熟,三合一功能的壓力、溼度、溫度微機電感測器僅有3×3mm大小,具備I2C/SPI數位介面,相較於傳統類比式感測器而言,電路簡潔,其耗電量極低,相當適合應用於田間量測數據。
量測電導度可採用以時間區域反射法(Time Domain. Reflectometry, TDR)原理之多電極式感測器,可以耐酸鹼、長時間於戶外條件下工作,耗電量同樣也低,適合以電池供應於田野使用。對於水質分析,可以針對量測水中特定離子濃度電位差來判斷水質條件,透過特定電極對特定離子的濃度反應敏感,此類感測器稱為離子選擇性電極(Ion-Selective Electrodes, ISE),pH電極即為H+離子選擇性電極。此外更有以離子擴散而改變半導體介面電荷濃度,產生半導體場效效應,所開發之離子埸效電晶體(Ion Sensitive Field Effect Transistor, ISFET)固態電極,不但免除了離子選擇性電極玻璃易破碎的困擾,可以於水下長期工作,甚至可以高溫滅菌。
然而在田間應用中,單純量測數值並不足以解決現場實務上所出現形形色色的問題。田間數據背後代表的是整個環境大系統狀態的平衡與否,而整體環境系統同時需要考慮的變因極多,並非透過幾個感測器便可窺得全貌。這意味著田間物聯網若僅依賴電子電機工程師開發硬體,不足以發揮其正確效用;它需要相對應問題的專家知識,例如生物科學家、農藝科學家、環境科學家的加入。依專家指導而正確布置的資料收集點以取得有效資料,同時資料交由具備專業背景知識研究人員分析才具備意義。具備價值的分析資料將促進產業革新,甚至促進新的感測方式及感測器的開發。
田間環境考驗不亞於工、車規
在戶外設置的氣象站,受到曝曬、雨淋、強風吹襲,設備箱內的熱、溼累積對於量測線路都需要再做校準與誤差修正,在戶外日光曝曬下,箱體溫度可能高達攝氏70~80度,對通訊模組工作的可靠度是一大挑戰,因此耐候性氣象站應採用通過工規NB-IoT/M1的通訊模組、符合工規的單晶片及零件開發,才能於田野長時間工作,全自動化氣象資料收集,記錄氣壓、氣溫、濕度、風向、風速、雨量等數值、計算風寒指數、露點溫度、體感溫度、暴雨警報,傳送至雲端氣象資訊平台(圖3)。
水下量測技術挑戰
田間作業環境的高溫、高濕、泥水、揚塵、機械的引擎溫度、振動,以及養殖池鹽霧、鼓風機的振動對量測設備的工作條件是一大挑戰。養殖漁業亦為田間感測器需求的極大市場,水體表層及水下感測數據的取得,是養殖漁業在養殖管理過程相當重要的參考指引。在養殖環境中的田間數據量測,需要考慮防水、鹽霧侵蝕,其中因感測器、導線長時間浸泡於水中,會有電極腐蝕及生物膜附著,而導致量測數值產生誤差。利用NB-IoT結合防水防塵外殼、電池、單晶片、ADC等電路所開發的整合式無線感測器(圖4),搭配長效型複合式電極,可以隨處即時量測,在養殖環境中,能精密記錄每一點位的水下資訊並具備即時數值補償,同時排除因量測點位置不同產生之讀值誤差。
養殖漁業田間幅員常為數分地至數甲地面積,當感測點設置較多時,會改用閘道器先存後轉送資料至雲端,因傳送資料量較NB-IoT大,閘道器的通訊模組選用mini-PCIE介面之Cat. M1,甚至可以依傳輸量需要更換為Cat. 1以上規格之通訊模組(圖5)。透過現場即時取得養殖環境數據,用以自動化控制實現水質增氧監控、投餌餵飼作業管理、環境紀錄(溶氧、溫度、氧化還原電位、ORP)以全面性建立生長管理履歷追溯;並可在雲端分析,建立餵飼、生長管理、履歷追溯之養殖自動決策系統,可作無人化管理水質監控與調節、成長分析與營養管理、魚塭環境健康度及養殖生物疾病預警。
Arduino整合NB-IoT/M1
依據NB-IoT模組的通訊特性,適合運用於小資料量及固定週期的資料收集,當其模組進入深度睡眠時,靜態耗電流僅消耗3uA,如每2小時收集一筆溫濕度、或每日檢查4次感測器狀態,如此的操作週期,可使每一NB-IoT資料收集器以電池供應長達十年的工作時間。如果採用Arduino架構及相容開發環境,可以在各種設計整合做原型測試,滿足各種快速開發、測試需要,電路板直接整合NB-IoT/M1通訊模組,便成內建NB-IoT/M1功能之Arduino開發板,不需另加Arduino Shield擴充板,使原本數量有限的輸出入腳位可搭配各種感測器如氣壓、氣溫、濕度、風向、風速、雨量等應用,亦可透過UART、I2C、SPI、RS232、RS485介面結合其他控制設備,運用已和電信業者合作測試完成之程式發展範例及函式庫,可以更快建構NB-IoT/M1現場應用(圖6)。
NB-IoT/M1在核心開發潛力
NB-IoT/M1模組的核心晶片配置數個可自行運用的DIO可處理簡單的I/O運用,模組本身也有I2C、SPI介面,利用模組處理器的運算餘裕,開發程式讀取I2C/SPI介面的外部感測器讀值,再以UDP或TCP/IP協定將感測器讀值封裝之資料以MQTT或RESTful直接傳往雲端資料平台,而外部電路除感測器之外,僅需Watchdog及電源管理IC,結合晶片式SIM(eSIM),使得模組除了可以預載電信服務商門號,更可以在全球布建物聯網時,依據各地不同電信服務商空中換號;不僅電路配置更加簡化,以模組核心SDK作二次開發,可在原有通訊模組記憶體上傳客製化程式,讓NB-IoT模組透過I2C/DIO讀取感測器資料,傳送至雲端。田間物聯網的感測設備開發應著眼於解決現場問題,而非處理於各種複雜電路設計。
田間物聯網是田野大數據收集的基礎建設,同時也是多元知識、專業科學整合應用的場域。在當今巨量資料加上人工智慧分析時代,更應利用田間物聯網作為高效率收集巨量資料的基礎科學方法,正確解讀資料背後的意義,為不同應用跨領域發展開發新契機。
附圖:圖1 NB-IoT三種頻段工作模式
圖2 整合NB-IoT之中改式費洛蒙誘蟲盒
圖3 NBIoT/M1氣象站
圖4 NB-IoT之無線溶氧計
圖5 田間資料閘道器及內部電路
圖6 10Tuino開發板

留言

這個網誌中的熱門文章

2017通訊大賽「聯發科技物聯網開發競賽」決賽團隊29強出爐!作品都在11月24日頒獎典禮進行展示

2017通訊大賽「聯發科技物聯網開發競賽」決賽團隊29強出爐!作品都在11月24日頒獎典禮進行展示 LIS   發表於 2017年11月16日 10:31   收藏此文 2017通訊大賽「聯發科技物聯網開發競賽」決賽於11月4日在台北文創大樓舉行,共有29個隊伍進入決賽,角逐最後的大獎,並於11月24日進行頒獎,現場會有全部進入決賽團隊的展示攤位,總計約為100個,各種創意作品琳琅滿目,非常值得一看,這次錯過就要等一年。 「聯發科技物聯網開發競賽」決賽持續一整天,每個團隊都有15分鐘面對評審團做簡報與展示,並接受評審們的詢問。在所有團隊完成簡報與展示後,主辦單位便統計所有評審的分數,並由評審們進行審慎的討論,決定冠亞季軍及其他各獎項得主,結果將於11月24日的「2017通訊大賽頒獎典禮暨成果展」現場公佈並頒獎。 在「2017通訊大賽頒獎典禮暨成果展」現場,所有入圍決賽的團隊會設置攤位,總計約為100個,展示他們辛苦研發並實作的作品,無論是想觀摩別人的成品、了解物聯網應用有那些新的創意、尋找投資標的、尋找人才、尋求合作機會或是單純有興趣,都很適合花點時間到現場看看。 頒獎典禮暨成果展資訊如下: 日期:2017年11月24日(星期五) 地點:中油大樓國光廳(台北市信義區松仁路3號) 我要報名參加「2017通訊大賽頒獎典禮暨成果展」>>> 在參加「2017通訊大賽頒獎典禮暨成果展」之前,可以先在本文觀看各團隊的作品介紹。 決賽29強團隊如下: 長者安全救星 可隨意描繪或書寫之電子筆記系統 微觀天下 體適能訓練管理裝置 肌少症之行走速率檢測系統 Sugar Robot 賽亞人的飛機維修輔助器 iTemp你的溫度個人化管家 語音行動冰箱 MR模擬飛行 智慧防盜自行車 跨平台X-Y視覺馬達控制 Ironmet 菸消雲散 無人小艇 (Mini-USV) 救OK-緊急救援小幫手 穿戴式長照輔助系統 應用於教育之模組機器人教具 這味兒很台味 Aquarium Hub 發展遲緩兒童之擴增實境學習系統 蚊房四寶 車輛相控陣列聲納環境偵測系統 戶外團隊運動管理裝置 懷舊治療數位桌曆 SeeM智能眼罩 觸...
opencv4nodejs Asynchronous OpenCV 3.x Binding for node.js   122     2715     414   0   0 Author Contributors Repository https://github.com/justadudewhohacks/opencv4nodejs Wiki Page https://github.com/justadudewhohacks/opencv4nodejs/wiki Last Commit Mar. 8, 2019 Created Aug. 20, 2017 opencv4nodejs           By its nature, JavaScript lacks the performance to implement Computer Vision tasks efficiently. Therefore this package brings the performance of the native OpenCV library to your Node.js application. This project targets OpenCV 3 and provides an asynchronous as well as an synchronous API. The ultimate goal of this project is to provide a comprehensive collection of Node.js bindings to the API of OpenCV and the OpenCV-contrib modules. An overview of available bindings can be found in the  API Documentation . Furthermore, contribution is highly appreciated....

完形心理學!?讓我們了解“介面設計師”為什麼這樣設計

完形心理學!?讓我們了解“介面設計師”為什麼這樣設計 — 說服客戶與老闆、跟工程師溝通、強化設計概念的有感心理學 — 情況 1 : 為何要留那麼多空白? 害我還要滾動滑鼠(掀桌) 情況 2 : 為什麼不能直接用一頁展現? 把客戶的需求塞滿不就完工啦! (無言) 情況 3: 這種設計好像不錯,但是為什麼要這樣做? (直覺大神告訴我這樣設計,但我說不出來為什麼..) 雖然世界上有許多 GUI 已經走得又長又遠又厲害,但別以為這種古代人對話不會出現,一直以來我們只是習慣這些 GUI 被如此呈現,但為何要這樣設計我們卻不一定知道。 由於 完形心理學 歸納出人類大腦認知之普遍性的規則,因此無論是不是 UI/UX 設計師都很適合閱讀本篇文章。但還是想特別強調,若任職於傳統科技公司,需要對上說服老闆,需要平行說服(資深)工程師,那請把它收進最愛;而習慣套用設計好的 UI 套件,但不知道為何這樣設計的 IT 工程師,也可以透過本文來強化自己的產品說服力。 那就開始吧~(擊掌) 完形心理學,又稱作格式塔(Gestalt)心理學,於二十世紀初由德國心理學家提出 — 用以說明人類大腦如何解釋肉眼所觀察到的事物,並轉化為我們所認知的物件。它可說是現代認知心理學的基礎,其貫徹的概念就是「整體大於個體的總合 “The whole is other than the sum of the parts.” —  Kurt Koffka」。 若深究完整的理論將會使本文變得非常的艱澀,因此筆者直接抽取個人認為與 UI 設計較為相關的 7 個原則(如下),並搭配實際案例做說明。有興趣了解全部理論的話可以另外 Google。 1. 相似性 (Similarity)  — 我們的大腦會把相似的事物看成一體 如果數個元素具有類似的尺寸、體積、顏色,使用者會自動為它們建立起關聯。這是因為我們的眼睛和大腦較容易將相似的事物組織在一起。如下圖所示,當一連串方塊和一連串的圓形並排時,我們會看成(a)一列方塊和兩列圓形(b)一排圓形和兩排三角形。 對應用到介面設計上,FB 每則文章下方的按鈕圖標(按讚 Like / 留言Comment / 分享 Share)雖然功能各不相同,但由於它們在視覺上顏色、大小、排列上的相似性,用戶會將它們視認為...