Details

Данная работа посвящена разработке программно-аппаратного комплекса для мониторинга параметров окружающей среды и автоматизированного управления поливом комнатных растений с использованием технологий интернета вещей. Целью работы является создание интеллектуальной системы, обеспечивающей сбор, передачу, хранение и обработку данных о состоянии среды выращивания растений, а также автоматическое принятие решений о необходимости полива. В ходе работы были решены следующие задачи: проведён анализ предметной области и существующих решений; обоснован выбор аппаратной платформы и программных средств; разработана архитектура программно-аппаратного комплекса; реализованы механизмы сбора и передачи данных с использованием протокола MQTT; разработан алгоритм принятия решений на основе модели машинного обучения Random Forest; реализованы средства удалённого мониторинга и управления через Telegram-бота; проведено тестирование разработанной системы. В результате создан программно-аппаратный комплекс, включающий микроконтроллер ESP32, датчики температуры, влажности воздуха, влажности почвы и освещённости, серверную часть на Python, базу данных SQLite, MQTT-брокер и Telegram-бота. Разработанная система обеспечивает автоматизированный мониторинг параметров среды и управление системой полива на основе анализа совокупности измеряемых параметров. Результаты работы могут быть использованы при создании бытовых IoT-систем автоматизированного ухода за растениями и других систем мониторинга окружающей среды. В процессе выполнения работы использовались языки программирования Python и C++, платформа ESP32, MQTT-протокол, библиотека scikit-learn, база данных SQLite и Telegram Bot API.

The work is devoted to the development of a hardware-software system for monitoring environmental parameters and automated irrigation control of indoor plants using Internet of Things technologies. The purpose of the work is to develop an intelligent system providing collection, transmission, storage and processing of environmental data, as well as automatic decision-making regarding irrigation requirements. The following tasks were accomplished during the research: analysis of the subject area and existing solutions; justification of the selected hardware platform and software tools; development of the hardware-software system architecture; implementation of data acquisition and transmission mechanisms based on the MQTT protocol; development of a decision-making algorithm using the Random Forest machine learning model; implementation of remote monitoring and control tools through a Telegram bot; testing and evaluation of the developed system. As a result, a hardware-software system was developed, including an ESP32 microcontroller, temperature, air humidity, soil moisture and light sensors, a Python-based server application, an SQLite database, an MQTT broker and a Telegram bot. The developed system provides automated monitoring of environmental parameters and irrigation control based on the analysis of multiple measured parameters. The results of the work can be applied in the development of household IoT systems for automated plant care and other environmental monitoring systems. The following information technologies and software tools were used during the research: Python and C++ programming languages, ESP32 platform, MQTT protocol, scikit-learn machine learning library, SQLite database and Telegram Bot API.