一种边云协同的海洋大黄鱼智能化养殖管理系统

技术领域

本发明涉及海洋水产养殖领域和物联网领域，尤其涉及一种边云协同的海洋大黄鱼智能化养殖管理系统。

背景技术

鉴于市场对于高品质水产生鲜产品的需求的日益增长，水产品的养殖技术成为了提高产品质量很重要的一个环节。其中大黄鱼作为养殖名特优水产品，经济价值高。因此，对于大黄鱼养殖技术水平的改进和提高使其能够尽可能接近野生的品质成为了各大黄鱼养殖场的关心重点。

为养殖高品质大黄鱼，近年来浙江、福建等地开展了养殖方式改进的探索，包括鱼苗筛选、饵料比例、养殖水体维护等方面的优化，但仍面临一些关键问题亟待解决。首先，养殖环境中关键水质参数变化，如包括水温、溶解氧、酸碱度、水流速度、光照、氨氮的变化，直接影响到鱼的品质和产量，而海洋大黄鱼的养殖长期缺乏对于关键水质参数的监测，依赖人工经验对大黄鱼养殖的水质参数进行调控，缺乏实时性与准确性。建设一个能够实时监测大黄鱼养殖区域水环境，并实时进行调控的智能化养殖管理系统，对大黄鱼养殖的品质和产量提高具有重要价值。

发明内容

针对现有技术的不足，本发明提出一种边云协同的海洋大黄鱼智能化养殖管理系统，该系统能够实时监测大黄鱼养殖区域的水环境，并进行智能化的养殖管理和调控。具体技术方案如下：

一种边云协同的海洋大黄鱼智能化养殖管理系统，该系统包括测量子系统、执行子系统、控制子系统以及云服务器；

所述测量子系统包括图像采集单元和传感单元，所述图像采集单元用于采集大黄鱼养殖海域的图像或视频数据，所述传感单元用于采集大黄鱼养殖环境的水质信息；

所述执行子系统包括投料装置、清淤装置、增氧装置；

所述控制子系统包括处理器、存储器和数据传输模块，所述处理器用于控制所述测量子系统进行定期测量作业，并将测量结果储存至存储器；所述处理器还用于控制执行子系统进行投料、清淤、增氧作业；

所述处理器同时作为边缘端，其对所述控制子系统控制的各个设备进行管理以及协议转换，并对采集的原始数据进行分析处理，筛选出有效信息并建立计算模型，根据模型计算结果实时采取不同的调控策略，控制所述执行子系统执行不同的操作；同时，所述处理器通过所述数据传输模块将所述调控策略和监测结果上传给所述云端服务器；

所述云服务器作为云端，用于与所述边缘端进行运算交互，调用数据库中的历史数据分析预测大黄鱼养殖的关键参数，从而实现对海洋大黄鱼的智能化养殖管理。

进一步地，所述处理器内置有设备管理模块、协议转换模块，流数据分析模块、边云交互模块和安全模块；

所述设备管理模块用于管理设备相关的数据上报和状态异常；

所述协议转换模块用于所述测量系统中不同设备的通信协议的转换；

所述流数据分析模块对原始数据进行预处理，并调用算法对数据进行分析处理，筛选出有效信息并建立计算模型，根据模型计算结果实时采取不同的应对措施；同时将数据通过压缩感知算法进行压缩后，和应对措施一起发送给所述云服务器；

所述边云交互模块用于实现与所述云端的运算交互；所述安全模块负责数据加密与鉴权管理。

进一步地，所述云端包括云边交互模块和数据分析模块，所述云边交互模块负责与边缘端的运算交互；所述数据分析模块根据所述边缘端上报的数据信息，分析预测大黄鱼养殖的各类关键参量。

进一步地，该智能化养殖管理系统还包括用户端，所述云端还包括消息流传模块，用于将消息推送给用户端，并接收来自用户端的指令。

进一步地，所述测量子系统包括水下摄像头、水上摄像头和各类水质传感器，所述水下摄像头获取水下图像视频信息，将数据交付至处理器进行活鱼、病鱼、死鱼的识别，判断鱼群的健康状态；所述水上摄像头拍摄渔场周边的环境状态，由处理器进行渔场入侵检测，若出现非法偷捞现象则立即向用户端发出报警；所述水质传感器用于实时采集大黄鱼养殖相关的各种水质信息。

进一步地，所述水下摄像头、水上摄像头还配备有红外感应元件，用于在夜晚正常工作，检测鱼塘围网的入侵；所述水质传感器配备自清洁刷头，能够周期性地进行探头自清洁。

进一步地，所述处理器通过继电器控制所述执行子系统中的各个装置。

本发明的有益效果如下：

(1)使用边缘计算的技术，在边缘端完成养殖环境的数据监测、分析和调控，响应速度快，实时性高；

(2)使用边云交互的技术，使边缘端借助云端的高算力进行复杂任务的计算工作，缩短了复杂模型的计算时间。

(3)本发明提出的边云协同的海洋大黄鱼智能化养殖管理系统，可直接部署于大黄鱼养殖环境，能够实时监测大黄鱼养殖区域水环境，并实时进行环境调控，实现大黄鱼的智能化养殖，使大黄鱼养殖的品质和产量得到提高。

附图说明

图1是本发明实施例提供的边云协同的海洋大黄鱼养殖管理系统的架构图；

图2是本发明实施例提供的海洋大黄鱼养殖监测调控装置的示意图；

图3是本发明实施例提供的边云协同的海洋大黄鱼养殖管理系统的边缘计算架构图。

具体实施方式

下面根据附图和优选实施例详细描述本发明，本发明的目的和效果将变得更加明白，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明的边云协同的海洋大黄鱼智能化养殖管理系统，包括测量子系统、执行子系统、控制子系统、云服务器和用户端。

其中，如图2所示，作为其中一种实施方式，测量子系统包括水上摄像头1、数据传输天线2、箱体3、固定竖杆4、水质传感器6和水下摄像头7，固定竖杆4位于大黄鱼养殖围网5的中心位置，箱体3安装固定于固定竖杆4上，数据传输天线2和水上摄像头1固定于箱体3上方，水质传感器6和水下摄像头7也固定于固定竖杆4上，且位于水下。水上摄像头1拍摄渔场周边的环境状态，由处理器进行渔场入侵检测，若出现非法偷捞现象则立即向用户端发出报警。水下摄像头获取水下图像视频信息，将数据交付至处理器进行活鱼、病鱼、死鱼的识别，判断鱼群的健康状态。水下摄像头7、水上摄像头1还配备有红外感应元件，用于在夜晚正常工作。水质传感器6实时采集水温、溶解氧、盐度、浊度、PH值等与水产养殖水质环境密切相关的数据，同时，水质传感器6具备自清洁刷头，能够进行周期性的探头自清洁，防止传感器的腐蚀和生物附着损坏。

执行子系统包括投料装置、清淤装置、增氧装置，投料装置用于大黄鱼的饲料投喂，清淤装置用于清除淤水提高水质，增氧装置用于为养殖环境增加氧气含量。

控制子系统包括处理器、存储器和数据传输模块。处理器将测量子系统采集的数据编码处理后储存至存储器，存储器为常用的存储介质，如U盘、移动硬盘、SD卡等各种可以存储数据的介质。处理器作为边缘端，其包括设备管理模块、协议转换模块，流数据分析模块、边云交互模块和安全模块。如图3所示，处理器中运行Linux操作系统，装有Edge XFoundry开源平台组件，并基于Docker容器技术，以微服务的形式将协议转换模块、设备管理模块、流数据分析模块、边云交互模块、安全模块封装为完整的功能模块独立运行，并与云端进行实时的数据交互。

其中，设备管理模块负责测量子系统、执行子系统的各个设备的注册，管理设备相关的数据上报和状态异常。协议转换模块用于所述测量系统中不同设备的通信协议的转换，如实现无线通信与传感器Modbus协议之间的转换。所述边云交互模块用于实现与所述云端的运算交互；所述安全模块负责数据加密与鉴权管理。

流数据分析模块对原始数据进行预处理，其用途是将数据量巨大的原始数据进行清洗处理，删除无价值的信息，并从云平台获取当前天气、流速、潮差等信息，并调用算法对数据进行分析处理，筛选出有效信息并建立计算模型，根据模型计算结果实时采取不同的应对措施：如在特定时段追加投料、清淤、增氧等作业。如处理器获取到当前为高温天气，同时海域潮水流速较低，同时通过摄像头监测到鱼群健康情况不佳，通过水质传感器获取到溶解氧含量较低，水质浊度较高，则处理器立即开启清淤增氧设备，清除淤水，增加水域环境含氧量，使环境始终维持在大黄鱼的最佳养殖条件。作为其中一种实施方式，处理器通过继电器控制各个装置的开启。

流数据分析模块还能够通过压缩感知算法对监测数据进行压缩，并将压缩后的监测数据和应对措施一起发送给云服务器，目的在于降低数据通信模块传输的数据量，同时降低系统整体功耗。

云服务器作为云端，支持多个由测量子系统、执行子系统、控制子系统组成的海洋大黄鱼养殖监测调控装置的同时接入。云端包括云边交互模块和数据分析模块，所述云边交互模块负责与边缘端的运算交互，将边缘端上传的监测结果与调控策略存储至数据库。数据分析模块调用数据库中的历史数据分析预测大黄鱼养殖的关键参数，从而实现对海洋大黄鱼的智能化养殖管理。

为了让用户能够实时了解大黄鱼养殖情况并实现指令交互，该智能化养殖管理系统还包括用户端，云端服务器还包括消息流传模块，用于将消息推送给用户端，并接收来自用户端的指令。

本领域普通技术人员可以理解，以上所述仅为发明的优选实例而已，并不用于限制发明，尽管参照前述实例对发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内，所做的修改、等同替换等均应包含在发明的保护范围之内。