智能农场站（罗勒种植）

最新推荐文章于 2024-05-03 23:37:05 发布

WIZnet

最新推荐文章于 2024-05-03 23:37:05 发布

阅读量46

点赞数

文章标签：人工智能 RP2040 WIZnet W5100S-EVB-PICO

原文链接：https://maker.wiznet.io/Benjamin/projects/smart%2Dfarm%2Dstation%2Dbasil%2Dcultivation/?serob=rt&serterm=all

版权

该项目旨在开发罗勒种植的智能农场系统。它利用基于人工智能的监控系统和自动化环境控制来实现

转发: Smart Farm Station (Basil cultivation)

项目介绍

罗勒栽培智能农场站

介绍

该项目旨在开发罗勒种植的智能农场系统。它利用基于人工智能的监控系统和自动化环境控制来实现高效的植物栽培。

首先向 ChatGPT 询问种植罗勒的最佳条件。

技术堆栈和工具

编程语言：Python
Web 框架：Streamlit
AI 建模：用于图像检测的 YOLOv8
硬件控制：W5100S-EVB-Pico 板，用于智能农场控制的 TCP 通信

团队组成和角色

我的角色：

AI建模：使用YOLOv8分析植物生长和健康状况
Web 应用程序开发：使用 Streamlit 构建界面

streamlit run main.py

摄像头服务器设置：从智能农场捕获和传输实时图像

Theo的角色：

智能农场控制系统开发：管理智能农场的硬件和传感器数据集成

网络应用程序设计和功能

实时监控

该网络应用程序使用 Streamlit 开发，使用户能够查看智能农场的实时图像和传感器数据（温度、湿度、亮度）。
支持数据库重置功能。

代码示例：

st.image(img, use_column_width=True)
df = pd.DataFrame(sensor_data, columns=['Date', 'Temperature', 'Humidity', 'Brightness'])
st.table(df)

开始培养按钮

按下“开始培养”按钮，将罗勒培养的最佳初始值（温度：23°C，湿度：55%，亮度：500，浇水周期：36 小时）发送到通过 Pico 控制传感器的 TCP 客户端。
启动生长信息的显示（例如，自培养开始以来经过的时间、当前的生长阶段）
代码示例：

if st.button('🌱 재배 시작!', key='start_growing_button'):
    st.session_state['start_time'] = datetime.now()
    tcp_client_send_data()

当前状态按钮

“当前状态”按钮从相机服务器获取并显示最新图像，用智能农场的当前状态更新屏幕上的视觉效果。
代码示例：

if 'refresh_image' in st.session_state:
    img_url = "http://192.168.0.10/16"
    response = requests.get(img_url)
    new_image_path = os.path.join(image_save_path, f'image_{st.session_state["refresh_image"].strftime("%Y%m%d%H%M%S")}.jpg')
    with open(new_image_path, 'wb') as file:
        file.write(response.content)
    st.session_state.pop('refresh_image