基于边缘计算与深度学习的禽舍监测系统设计

来源：江苏农业科学杂志2022年第第9期北京时间：

作者：杨东轩;吴叶兰;张刚刚;刘硕

单位：1.北京工商大学电商与物流学院，北京100048； 2.北京工商大学中国轻工业工业互联网与大数据重点实验室，北京100048；3.北京工商大学人工智能学院，北京100048； 4.首都师范大学数字校园建设中心，北京100048；5.中国安全生产科学研究院，北京100012

摘要：恶臭气体是影响禽舍内禽类个体健康和产蛋效率的重要因素。由于传统的监测设备具有较长的气体浓度响应时间，导致无法及时对污染物的排放做出检测，设计并实现可以预测氨气浓度变化的禽舍监测系统，选用低成本的电化学传感器和低功耗Wi-Fi微控制器设计终端监测器。为了克服电化学传感器易受其他环境因素影响的缺点，监测器还集成硫化氢浓度、二氧化碳浓度以及温湿度等传感器。由于禽舍生产经营属性对成本较敏感，选用性价比较高的边缘计算硬件作为服务器。在该服务器对监测器上传的采集数据进行预处理，最终通过提出的Bi-LSTM模型使用多传感器参数预测未来一段时间内氨气的浓度值。经过参数调优和对比训练，该系统对禽舍内氨气浓度的预测值与采集值均方误差仅为3.29%，以期为接下来的减排措施提供有效的数据支撑。

关键词：深度学习;边缘计算;禽舍环境;氨气浓度监测;电路设计