如何设计智慧农业系统架构

738 阅读5分钟

背景

上一篇文章 智慧农业如何管理农业生产 中我们已经梳理了如何智能管理农业的生产过程。

其实从目前来看智慧农业的生产模型已经很明晰了:数据驱动生产。虽然驱动源头是数据,但驱动力却是由:物联网、自动控制系统、各类管理系统等软件来实现的。而根据上一篇文章,我们可以归纳出来这个智慧农业生产系统简单的业务分层,我们借鉴工业领域中的供产销流程的业务,简单设计了对应业务下的业务单元。

简单的业务分层

当然这个业务分层很简陋,对于这里面各业务单元中具体能力、影响范围,以及整个系统的架构设计,我们需要更加细致的思考。

目前按照云端私有化部署的方式设计系统。

业务单元功能及其技术架构

在梳理各个业务单元的过程中,我们需要在业务单元局部完成业务功能的技术闭环,理清各业务单元的功能实现流程,侧面也是梳理业务单元在上下文中的可行性和实施成本。

所以我们需要在业务单元的视角下,直观的看到其技术架构。但为了避免陷入细枝末节的技术细节,我们以容器的视角展示每个业务容器中的主业务流程。

需求管理

该业务单元需要提供的能力:

  • 管理用户需求
  • 需求转换种植模型

按照我们提供的种植标准,用户根据其中的生长维度提出自定义需求,在后台通过转换服务将其转换为种植模型,同时存储用户需求。

需求管理技术架构

供应管理

该业务单元需要提供的能力:

  • 农料供应下单
  • 设备供应下单
  • 供应警戒告警

按照我们提供的种植标准、设备标准,供应生产过程中所需的物料,该平台上对接的供应商提供的物料也必须满足相应标准。当系统检测生产所需物料不足时,则发出警告告知运维人员须采购下单。

供应管理技术架构

感知采集

该业务单元需要提供的能力:

  • 光照度感知
  • 温湿度感知
  • 水流量感知
  • 粉状物容量感知
  • 液体容量感知
  • 生长图像感知

周期性触发感知元器件,采集当前生产数据以及生产现状,并将历史数据整合得到当前的实际生产历史数据。感知采集的数据,还将作为农料、设备供应和系统监控告警的参考数据、

感知采集技术架构

控制调度

该业务单元需要提供的能力:

  • 全光谱LED灯开关
  • 通风扇/水冷管开关
  • 加热棒/水暖管开关
  • 加湿片/雾化喷头开关
  • 水阀开关
  • 抽水泵开关
  • 电子阀开关

电路控制各类控制元器件,达到间接控制生产环境,同时记录调度控制元器件的时间、类型和调度结果。

控制调度技术架构

模型处理

该业务单元需要提供的能力:

  • 种植模型管理
  • 种植模型生成

作为整个生产系统的生产核心单元,定义生产过程标准和生产结果标准,同时支持让用户参与定义生产过程标准。

模型处理技术架构

模型纠偏

该业务单元需要提供的能力:

  • 种植模型预期数据生成
  • 模型与现状对比差异
  • 种植模型优化

作为整个生产系统的生产核心单元,到达种植关键时间节点时,对比模型的预期生产数据差异,根据差异调控生产环境。同时根据种植现状的历史数据和模型预期数据对比,不断优化适配当前设备环境的种植模型,控制种植成本。

模型纠偏技术架构

库存管理

该业务单元需要提供的能力:

  • 识别判定产出结果
  • 生产库存管理
  • 库存溢出/空置告警

作为整个生产系统的输出核心单元,同时也存储产品从开始种植到种植结束的全生命周期生产数据。通过调用感知能力,判定当前产品是否达到模型的产出标准。在库存的周期巡查中,是否采摘或有订单关联,视为库存是否消解,根据库存消解情况告警。

库存管理技术架构

销售管理

该业务单元需要提供的能力:

  • 销售订单管理
  • 订单对应库存

对当前预定或购买的产品库存进行管理,将产品订单一一对应当前产品库存。

销售管理技术架构

物流管理

该业务单元需要提供的能力:

  • 订单物流管理
  • 物流对应订单

对当前已采摘待发货的产品进行管理,将产品订单一一对应物流信息。

物流管理技术架构

系统逻辑架构归纳

上面根据供产销这三个核心流程梳理各个业务单元应具备的能力以及技术架构。

但站在系统宏观角度上需要一个更全面更直观的逻辑架构,面向产品、开发、运维人员去阐述整个云端私有化部署系统的逻辑分层

云端私有化部署系统逻辑架构

总结

经过整体架构的梳理和设计,目前在业务单元和系统的层面,对整个智慧农业系统已经有初步的认识,开发运维人员对于整个系统的开发和部署已经有了初步的解决方案。

但仅凭这些设计还不够,目前对整个业务架构和数据架构的全貌还是不够清晰。开发人员还是无法将业务单元串联起来,将业务和具体的功能模块对应。

而且我们定义这个智慧农业生产模式是数据驱动生产,那么数据的流向和数据的管理又是如何进行的呢。

我们将在下一篇文章中,继续打磨这个智慧农业系统的业务架构和数据架构。