摘要：无线传感器数据为智能环境调控提供决策依据,合理准确的数据是正确决策的前提,实时检测异常数据至关重要。针对传统的静态数据异常检测算法检测精度和效率低下、将数据上传至云计算中心分析增加带宽的传输压力和控制决策反馈时间等问题,提出一种基于边缘计算和数据融合的新方法。采用多模态感知融合算法进行异常数据检测,对实际发生的湿度、温度、光照等农业温室异常数据集进行仿真分析,使用滑动窗口方式处理数据流无限问题,计算单传感器和多传感器数据方差、多传感器数据间相关性系数,优化关键结构参数。结果表明,该模型能够检测出传感器的异常数据,单节点多传感器故障识别率为82.5%,多节点多传感器故障识别率为72.5%,汇聚数据上传可减少传输频率,单次节约30%数据流量,减轻服务器压力与数据传输延迟。对于解决温室传感器数据异常问题及边缘计算在温室环境设备中的应用提供有益参考。

摘要：为了适应现代化育种、植保及栽培管理的需求,高通量作物表型信息获取成为了当前的研究热点。为了提高作物表型信息获取平台的可扩展性、泛用性和使用灵活性,设计了一种自走式作物表型信息获取平台。平台车体采用框架结构,利用4台直流电机实现4轮独立驱动,并采用1个主控芯片和4个分控芯片的模式构建了控制系统;基于继电反馈法设计了在线自整定PID调控方法,实现了PID参数在线自整定和平台的运行速度控制,并进行了空载和地面负载对比试验。结果表明:在系统空载和地面负载条件下,针对设定的不同速度,系统均可在0.169~0.468s达到稳定状态,具有较高的调节速度与精度;地面负载条件下,直接利用空载时整定得到的参数与负载后重新整定得到的参数进行速度的调节,不同速度要求条件下两者之间的误差均小于0.08s,证明空载时一次整定后的参数可直接应用于表型平台的实际速度控制。