基于Raspberry Pi的智能蜂箱系统设计

包迪 侯开虎 杨道清 姬思阳 曹如玥

摘要：传统的蜂养殖大量依赖于人的现场监管，对蜂群状态、蜂箱内部的环境状况都需要进行实地考察和开箱检测，这种“入侵式”的监控方式不仅费时费力，并且存有安全风险。如何尽量减少养殖者的现场监管，在降低成本和安全风险的同时提高养殖效率，成为近几年蜂场进一步发展所面临的问题之一。为解决上述问题，借助Raspberry Pi及相关传感器和控制器，设计和搭建了一个物联网智能蜂箱系统。系统提供了手动和自动控制功能，能有效对蜂箱内环境进行远程监控，并具有响应时间短、可靠性高等优点，可以有效减少蜂养殖者的劳动强度并提高养殖效率。

关键词：物联网;Raspberry Pi;智能蜂箱;遠程监控

中图分类号： S894.4  文献标志码： A  文章编号：1002-1302（2021）09-0178-05

近年来，物联网已逐渐融入到各行业的生产运作活动中。在农业方面，利用物联网实现培育、养殖的精准化管理和自动化控制吸引了大量学者投入研究。蜜蜂作为变温动物，其生活状况易受环境温湿度影响：对蜂群不适的温湿度轻则影响到蜂群的日常活动、蜂王的产卵，重则可能产生相关病虫害、使种群急剧减少等[1-3]。传统的蜂养殖方法高度依赖人的现场管理，养殖难度高、工作量大、养殖效率低[4]。如何减少人的劳动量，实现轻松化蜂养殖，成为近年来蜂养殖行业的重要问题之一。

国内外众多学者在物联网的基础上提出了针对蜂群管理和智能蜂箱的解决方案。为了解蜂群在蜂箱中的状态，相关学者利用机器视觉[5]、噪声[6]、称质量[7]、红外[4-8]等模块进行了各个维度的监测。国外有学者搭建了许多对蜂箱的多维监测系统，实现了对蜂箱的温湿度等指数远程监测[9][10]和紧急预警等功能[11]。利用Raspberry Pi（树莓派）搭建多传感器平台，对蜂箱的质量、噪音、二氧化碳、温湿度进行监测[12]也已有学者实现。在国内，不乏有借助STM32[13]、NB-IoT[14]等工具或技术搭建低功耗系统，实现了对蜂箱的远程监测功能。但加入相关控制器件，搭建对蜂箱的监控一体化系统，还少有学者实现。

为解决传统蜂养殖的痛点，实现智能化、自动化养蜂，本研究在上述学者的远程监测功能的基础上加入对蜂箱内环境的控制功能，提出了一种基于Raspberry Pi的物联网智能蜂箱原型及其系统。该系统能实时监测、自动或远程手动调控蜂箱内环境，能减少养殖者的劳动量，提高养殖效率。

1 总方案设计

智能蜂箱系统内置了微电脑、传感器以及相关箱内环境控制组件（加热片、制冷片等）。能自动采集蜂箱内部的环境信息，如温湿度、箱体总质量等，采集的数据需要本地储存和发送到服务器数据库。系统提供手动或自动控制功能以实现对蜂箱的远程操作：手动控制支持用户远程对蜂箱进行加热、降温、加湿等操作;在自动控制下，系统会自动根据箱内环境状况启停相关控制组件。为保证在蜂箱群中便于识别出指定蜂箱，设置了LED闪烁开关。此外，为防止因电路故障而导致安全事故，提供了烟雾检测功能，一旦出现烟雾报警，系统将立即断开蜂箱电源。

2 硬件模块设计

2.1 硬件结构设计

为满足总方案设计，设计了如图1所示的硬件系统结构。系统以一块Raspberry Pi 3B+型电脑作为控制核心，该型号配有博通4核Cortex-A53核心、1 GB LPDDR2 SDRAM内存，具有边缘计算能力高、扩展性强、维护方便等优点。内置的16 G SD卡用于存放操作系统、蜂箱系统程序以及本地临时数据。Raspberry Pi 接收来自数据采集模块的信息，并根据软件模块设定的阈值启停相关输出模块。数据采集模块包括DHT11温湿度传感器、MQ2烟雾传感器以及称质量模块等。环境控制模块由LED灯珠、通风风扇多路继电器、电热膜片、雾化加湿器模块、半导体制冷模块等组成。

2.2 供电电路设计

由于硬件系统各个部件对电压需求不同，采用了阶梯式电源输入，电源树见图2。交流220 V直接为加热膜片供电，而其他设备则采用12 V电源输入，一方面供电热膜片、半导体制冷模块运行，另一方面通过DC-DC降压模块为Raspberry Pi、DHT11、MQ2、LED灯珠、继电器、通风风扇供电。称质量模块所需的3.3 V由Raspberry Pi GPIO接口提供。DC-DC降压模块采用LM2596开关电压调节器，最大驱动电流为3 A，满足所有5 V用电器同时使用的需求。

2.3 功能组件配置

采用的DHT11温湿度传感器具有低功耗、低成本、高可靠性和稳定性等优点。温湿度精度分别为±2 ℃和±5%RH，能监测的温度范围为0～50 ℃，能在适宜蜜蜂生存的环境下正常工作。称质量模块由4个50 kg人体称质量传感器组成全桥测量模块以及1个HX711 AD模块组成，称质量传感器和接线见图3。MQ2烟雾传感器内置半导体气敏材料，对燃烧时产生的一氧化碳、烷烃类等气体和烟雾具有较高灵敏度。

半导体制冷模块用于为蜂箱快速降温，由1个半导体制冷片、2个铝挤散热片和风扇组成。半导体制冷片能在器件的两边形成冷热端，热量和冷度通过散热片散发到附近空气中。雾化加湿器主要保证箱内湿度环境以及小幅度降温，需要将电源开关调整为“常开”后接入继电器实现启停控制。采用的半导体制冷模块和雾化加湿器见图4。

2.4 管脚接口配置

硬件系统的电路连接见图5。在Raspberry Pi通过BCM编码转接出的GPIO接口中，蜂箱系统的总电源继电器接G22接口，DHT11温湿度传感器Data管脚接G4接口，MQ2烟雾传感器模块D0管脚接G25接口、A0管脚连接PCF8591数模转换模块的SCL管脚、SDA管脚与GPIO相应的SCL、SDA接口相连，HX711称质量模块的SCK、DATA管脚分别接入G20、G21接口，半导体制冷模块的继电器DATA端子接G18接口、加热模块的继电器DATA端子接G6接口，LED灯串联470 Ω电阻接入G5接口。

3 軟件模块设计

3.1 数据采集模块软件设计

由于蜂箱大都置于林地，在配备加热组件以及较多线路情况下可能有短路风险，故需要进行烟雾监测和火灾防范。MQ2烟雾传感器有2种输出模式：模拟信号和数字信号。数字信号只能监测到险情是否发生，如果需要精确监测到烟雾浓度值，则需要接入PCF8591 AD＼DA转换器将MQ2 AO端输出的模拟信号转化为数字信号。在数字输入信号端，设置GPIO为输入，检测到高电平为正常值，低电平则表示检测到烟雾。在模拟信号输入端，需要从PCF8591读取烟雾浓度值。

温湿度监控方面，DHT11温湿度传感器利用单总线双向通信协议。首先需要将Raspberry Pi上对应的GPIO设置为输出（OUT），随后降为低电平大于18 ms后，设置输入并且释放数据总线，随后等待DHT11输入信号，DHT11侧在收到信号后，输出 80 μs 的低电平信号、80 μs高电平信号以通知主机接收信号，随后以固定每位50 μs的低电平为起始，以高电平的时间长短为0、1标志输出40位二进制数据[15]。前4个8位二进制数据分别表示：湿度整数位、湿度小数、温度整数位、温度小数，最后一个8位为校验数据，若前4个8位的二进制之和不等于校验数据，则数据不正确。

在称质量模块端，4个50 kg人体称质量传感器组成的全桥应变传感器组电路见图6，当传感器组受力形变时，引发测量电压变化。对于应变电阻，其电阻变化满足[16]：

3.2 控制模块设计

为提供远程控制功能，引入MQTT协议来实现平台与蜂箱终端之间的通信。MQTT基于TCP/IP协议族，其发布/订阅范式的消息协议在不可靠网络状况下具有良好表现，被广泛应用在物联网和M2M（机器与机器）通信中。在百度智能云的物接入平台上建立数据型项目，建立Beeboxes用户组，并在蜂箱终端的脚本中订阅以接收消息，实现蜂箱指令监听功能。

蜂箱系统提供手动和自动控制2种控制方式。在自动控制下，需要程序对环境进行自动调控，将蜂箱内环境控制在阈值内，而在手动控制下需要用户指定对应控制模块的启停。为实现上述功能，设定了8位二进制控制编码，前2位为蜂箱编号、第 3～5位为温控编码，第6～7位为湿控编码，最后1位为LED提醒编码。温控编码的3位含义依次为自动控制、加热、降温功能。湿控编码的2位含义依次为自动控制、加湿功能。当自动控制功能开启时，则温控编码后2位、湿控编码后1位失效。当LED提醒编码为1时，LED持续闪烁，直到监听到该编码为0时停止。当设备接入互联网后，控制系统调用线程监听控制编码，如果设备离线则自动转为自动控制。在烟雾监测过程中，MQ2若连续2次监测到有火灾隐患，则自动断开蜂箱总电源以防止火灾事故发生。

3.3 数据库配置

数据库配置参数详见表1。

3.4 程序编写思路

系统编写思路见图7。使用Python语言编写脚本，调用threading和time库实现任务并发进行和休眠。系统监听并刷新控制编码、每10 s读取并执行1次控制编码的内容、每10 min监测1次蜂箱温湿度、每天监测1次蜂箱质量、每30 s监测1次蜂箱内的烟雾状况并在连续2次监测到危险时断开总电源。每次监测到数据时都立即存入本地和云服务器数据库中。当设备断网时，调用自动控制模块，本地数据库可用作缓存，待网络恢复后与云数据库对比并进行增量更新。

4 系统测试

采用泡沫铝合金蜂箱并内置硬件系统进行系统测试。利用MQTT.FX软件发送控制指令测试系统在手动控制时的装置启停情况、自动控制情况和温湿度控制区间情况。在联网情况下，系统均能及时响应并且启停加热、制冷、加湿等设备，将蜂箱温湿度区间控制在稳定范围。关闭路由器模拟断网情况后，系统能自动切换为自动控制模式，云端和本地数据库均正常运行。

5 结论

本研究设计的蜂箱系统能自动监测蜂箱内部的温湿度、质量、烟雾信息，并提供了手动、自动控制的功能，可以有效实现对蜂箱内环境的远程控制。在自动控制状态下，系统能根据箱内环境状况启停响应控制器件，实现对蜂箱温湿度的自动控制。系统的远程操作和控制响应时间短、稳定性强，并具有安全性。得益于Raspberry Pi平台，整个系统的稳定性良好并具有很高可扩展性，有望实现对蜂箱的更多维度监控。

参考文献：

[1]侯春生，张学锋. 生态条件的多样性变化对蜜蜂生存的影响[J]. 生态学报，2011，31（17）：5061-5070.

[2]Fuchikawa T，Shimizu I. Effects of temperature on circadian rhythm in the Japanese honeybee，Apis cerana japonica[J]. Journal of Insect Physiology，2007，53（11）：1179-1187.

[3]胡宗文，杨 娟，王艳辉. 气候因子变化对西方蜜蜂群势的影响[J]. 浙江农业学报，2015，27（12）：2086-2092.

[4]Jiang J A，Wang C H，Chen C H，et al. A WSN-based automatic monitoring system for the foraging behavior of honey bees and environmental factors of beehives[J]. Computers & Electronics in Agriculture，2016，123：304-318.

[5]Tu G J，Hansen M K，Kryger P，et al. Automatic behaviour analysis system for honeybees using computer vision[J]. Computers & Electronics in Agriculture，2016，122：10-18.

[6]Robles-Guerrero A，Saucedo-Anaya T，Gonzalez-Ramirez E，et al. Analysis of a multiclass classification problem by lasso logistic regression and singular value decomposition to identify sound patterns in queenless bee colonies[J]. Computers and Electronics in Agriculture，2019，159：69-74.

[7]Zacepins A，Pecka A，Osadcuks V，et al. Solution for automated bee colony weight monitoring[J]. Agronomy Research，2017，15（2）：585-593.

[8]Lopez-Fernandez L，Laguela S，Rodriguez-Gonzalvez P，et al. Close-range photogrammetry and infrared imaging for non-invasive honeybee hive population assessment[J]. International Journal of Geo-Information，2018，7（9）：1-16.

[9]Gil-Lebrero S，Quiles-Latorre F J，Manuel Ortiz-Lopez，et al. Honey bee colonies remote monitoring system[J]. Sensors，2017，17（12）：55-76.

[10]Murphy F E，Popovici E，Whelan P，et al. Development of an heterogeneous wireless sensor network for instrumentation and analysis of beehives[J]. Conference Record IEEE Instrumentation & Measurement Technology Conference，2015，2015：346-351.

[11]Murphy F E，Magno M，OLeary L，et al. Big brother for bees （3B）-energy neutral platform for remote monitoring of beehive imagery and sound[C]//6th International Workshop on Advances in Sensors and Interfaces （IWASI）. IEEE，2015：106-111.

[12]Cecchi S，Spinsante S，Terenzi A，et al. A smart sensor-based measurement system for advanced bee hive monitoring[J]. Sensors，2020，20（9）：2726-2746.

[13]楊选将，李华龙，李 淼，等. 蜂群箱体关键参数在线监测系统与性能测试[J]. 智慧农业，2020，2（2）：115-125.

[14]黄业帅，杜世宏，纪繁茂. 基于NB-IoT的蜂箱温湿度采集系统[J]. 物联网技术，2020，10（5）：16-18.

[15]王向玲. Proteus模拟温室温湿度控制系统的实践教学[J]. 实验室研究与探索，2020，39（1）：120-124.

[16]张前毅. 电阻应变传感器在柔性自动化中的应用[J]. 电气传动自动化，2014，36（6）：27-28.

[17]张 萍，张志刚. 基于电阻应变传感器的高精度数字化称重测量系统设计[J]. 自动化与仪器仪表，2018（10）：83-86.