想象一下，你是一家智能農業(yè)公司，使用物聯(lián)網傳感器幫助農民優(yōu)化作物產量。你們出售各種傳感器，可以監(jiān)測農田中的土壤濕度、溫度、濕度和光照水平。

為了幫助農民充分利用他們的資源，你需要建立一個集中的系統(tǒng)。該系統(tǒng)收集來自所有田地的傳感器數(shù)據，并提供對作物健康和生長的實時監(jiān)測。有了這些數(shù)據，農民可以在知情的情況下決定何時灌溉、施肥和收割作物。

使用Neo4j，一種圖形數(shù)據庫技術，可以成為從收集的數(shù)據中釋放有價值監(jiān)測的關鍵。它還使智能農業(yè)系統(tǒng)能夠充分發(fā)揮其潛力。

在這篇博客文章中，我們探討了如何使用Neo4j來構建一個強大的智能農業(yè)系統(tǒng)。我們首先討論什么是Neo4j，以及為什么它是存儲和查詢復雜、互連數(shù)據的理想選擇。然后，我們深入研究Neo4j在智能農業(yè)中的具體用例，例如識別作物模式、預測作物產量和優(yōu)化資源利用。最后，我們將逐步介紹如何構建基于Neo4j的智能農業(yè)系統(tǒng)，幫助農民做出更好的決策，提高作物產量。

架構

硬件組件

軟件組件

Jetson Nano開發(fā)套件SD卡固件：
https://developer.nvidia.com/embedded/l4t/r32_release_v7.1/jp_4.6.1_b110_sd_card/jeston_nano/jetson-nano-jp461-sd-card-image.zip

etcher：https://www.balena.io/etcher/

desktop Docker：
https://www.docker.com/products/docker-desktop/

Neo4j Aura數(shù)據庫實例：
https://neo4j.com/cloud/platform/aura-graph-database

步驟1：為操作系統(tǒng)安裝準備Jetson Nano SD卡映像

要將Jetson Nano SD卡映像閃存到SD卡，您可以按照以下步驟操作：
. 從NVIDIA（https://developer.nvidia.com/embedded/downloads）下載Jetson Nano SD卡映像。
. 將SD卡插入計算機的SD卡讀卡器。
. 從下載并安裝Etcher軟件https://www.balena.io/etcher/.
. 打開Etcher并選擇要閃存的Jetson Nano SD卡映像文件。

. 解壓縮從下載的SD卡映像https://developer.nvidia.com/embedded/downloads
. 選擇SD卡驅動器作為下載目標。
. 點擊“燒錄！”開始燒錄進程。

步驟2：連接傳感器

Seeed Studio的BME680傳感器是一款緊湊型環(huán)境傳感器，專為移動應用和可穿戴設備設計。它可以高精度測量溫度、壓力、濕度和室內空氣質量，并且設計為功耗非常低。該傳感器與流行的微控制器平臺兼容，如樹莓派和Arduino，使其易于集成到項目中。

Grove Base Hat是一款40針Grove附加板，旨在與樹莓派板兼容。然而，通過將其連接到適當?shù)腉PIO引腳，它也可以與NVIDIA Jetson Nano一起使用。它有15個Grove連接器，包括6個數(shù)字、4個模擬、3個I2C、1個UART和1個PWM。

該硬件模塊提供了一種將Grove傳感器和執(zhí)行器連接到Jetson Nano的簡單方便的方法。它支持各種Grove模塊，如溫度、濕度、光線和聲音傳感器，以及電機和顯示器等執(zhí)行器。

要將Grove Base Hat連接到Jetson Nano，您必須連接以下引腳：
. Jetson Nano上的VCC至3.3V引腳
. Jetson Nano上的GND到GND引腳
. SDA至Jetson Nano的引腳3（SDA1）
. SCL至Jetson Nano的引腳5（SCL1）

一旦您將Grove Base Hat連接到Jetson Nano，您就可以開始在Jetson Nano項目中使用Grove傳感器和執(zhí)行器。將傳感器連接到Grove后，建議使用i2cdetect命令運行I2C檢測，以驗證您是否看到設備：在我們的情況下，它顯示76。請注意，傳感器使用I2C或SPI通信協(xié)議與微控制器進行通信。

$ i2cdetect -r -y 1
     0  1  2  3  4  5  6  7  8  9  a  b  c  d  e  f
00:          -- -- -- -- -- -- -- -- -- -- -- -- -- 
10: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
20: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
30: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
40: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
50: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
60: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
70: -- -- -- -- -- -- 76 --

步驟3：編寫Python代碼以獲取傳感器值

以下是從BME680傳感器獲取傳感器值的Python腳本：

from bme680 import BME680


# Initialize BME680 sensor object
sensor = BME680()


# Check sensor is connected
if not sensor.begin():
    print("Failed to initialize BME680 sensor.")
    exit()


# Read and print sensor values
while True:
    if sensor.get_sensor_data():
        temperature = round(sensor.data.temperature, 2)
        humidity = round(sensor.data.humidity, 2)
        pressure = round(sensor.data.pressure, 2)
        gas_resistance = round(sensor.data.gas_resistance, 2)


        print("Temperature: {} C".format(temperature))
        print("Humidity: {} %".format(humidity))
        print("Pressure: {} hPa".format(pressure))
        print("Gas Resistance: {} Ohms".format(gas_resistance))


    else:
        print("Error reading BME680 sensor data.")


    time.sleep(1)

from bme680 import bme680語句導入bme680傳感器庫，該庫提供了從傳感器讀取環(huán)境數(shù)據的接口。傳感器變量初始化BME680傳感器對象。if not sensor.begin（）：語句檢查傳感器是否正確連接和初始化。如果初始化失敗，代碼將退出并打印一條錯誤消息。

代碼的主循環(huán)重復讀取BME680傳感器的傳感器數(shù)據，并將值打印到控制臺。time.sleep（1）語句在循環(huán)的每次迭代之間暫停代碼執(zhí)行1秒。

此腳本使用BME680庫從連接到運行腳本的系統(tǒng)的BME680傳感器讀取溫度、濕度、壓力和氣體電阻值。結果以循環(huán)方式打印到控制臺，每次讀取之間有1秒的延遲。

假設BME680傳感器已連接并正常工作，則輸出如下所示：
溫度：26.68攝氏度
濕度：41.35%
壓力：1008.6 hPa
氣體電阻：3110.63歐姆

溫度、濕度和壓力值分別以攝氏度、百分比和百帕斯卡為單位，使用round（）函數(shù)四舍五入到小數(shù)點后兩位。氣體電阻值以歐姆為單位，也可以四舍五入到小數(shù)點后兩位。

如果讀取BME680傳感器數(shù)據時出錯，腳本將在控制臺上打印消息“讀取BME680sensor data時出錯”

步驟4：編寫Python程序，將BME680傳感器值發(fā)送到Neo4j圖形數(shù)據庫

現(xiàn)在是時候編寫Python代碼，使用Neo4j驅動程序和BME680環(huán)境傳感器建立與Neo4j Graph數(shù)據庫的連接了。

from neo4j import GraphDatabase


from bme680 import BME680


import time


 


# Set up the Neo4j driver


uri = "neo4j+s://41275b2a.databases.neo4j.io"


driver = GraphDatabase.driver(uri, auth=("neo4j", "3DXXXXXXXXXXXXXXXaM"))


 


# Set up the BME680 sensor


sensor = BME680()


 


# Define a function to create a sensor reading node in Neo4j


def create_sensor_reading(tx, temperature, humidity, pressure, gas):


    tx.run("CREATE (:SensorReading {temperature: $temperature, humidity: $humidity, pressure: $pressure, gas: $gas, timestamp: $timestamp})",


           temperature=temperature, humidity=humidity, pressure=pressure, gas=gas, timestamp=int(time.time()))


 


# Generate and insert sensor readings into Neo4j every 5 seconds


while True:


    if sensor.get_sensor_data():


        temperature = round(sensor.data.temperature, 2)


        humidity = round(sensor.data.humidity, 2)


        pressure = round(sensor.data.pressure, 2)


        gas = round(sensor.data.gas_resistance, 2)


 


        with driver.session() as session:


            session.write_transaction(create_sensor_reading, temperature, humidity, pressure, gas)


            print(f"Inserted sensor reading - temperature: {temperature}, humidity: {humidity}, pressure: {pressure}, gas: {gas}")


    else:


        print("Error reading BME680 sensor data.")


 


    time.sleep(5)

此Python代碼使用Neo4j驅動程序和BME680環(huán)境傳感器建立與Neo4j圖形數(shù)據庫的連接。然后，它定義了一個函數(shù)，在圖形數(shù)據庫中創(chuàng)建一個傳感器讀取節(jié)點，其中包含當前的溫度、濕度、壓力、氣體阻力和時間戳。代碼的主循環(huán)每5秒重復生成一次傳感器讀數(shù)，并使用定義的函數(shù)將其插入圖形數(shù)據庫。

from neo4j import GraphDatabase語句導入neo4j驅動程序，該驅動程序允許Python代碼與neo4j數(shù)據庫交互。from bme680 import bme680語句導入bme680傳感器庫，該庫提供了從傳感器讀取環(huán)境數(shù)據的接口。

uri變量指定Neo4j數(shù)據庫的位置和訪問該數(shù)據庫的憑據。驅動程序變量使用指定的uri和憑據初始化Neo4j驅動程序。

傳感器變量初始化BME680傳感器對象。create_sensor_reading函數(shù)接收Neo4j事務對象（tx）和當前傳感器讀數(shù)（溫度、濕度、壓力、氣體和時間戳）。然后使用給定的設備在圖形數(shù)據庫中創(chuàng)建一個新節(jié)點。

代碼的主循環(huán)重復讀取BME680傳感器的傳感器數(shù)據，并使用Neo4j事務將讀數(shù)插入圖形數(shù)據庫。time.sleep（5）語句在循環(huán)的每次迭代之間暫停代碼的執(zhí)行5秒

步驟5：導入Neo4j Python模塊

gitclonehttps://github.com/collabnix/bme680-jetson-neo4j
cd bme680-jetson-neo4j

導入Neo4j Python模塊

您可以使用pip為Python安裝Neo4j驅動程序：

pip install neo4j
python3 sensorloader.py

結果

Inserted sensor reading - temperature: 26.68, humidity: 41.35, pressure: 1008.6, gas: 3110.63


Inserted sensor reading - temperature: 12.42, humidity: 49.71, pressure: 1149.34, gas: 4815.11


Inserted sensor reading - temperature: 27.73, humidity: 77.2, pressure: 1081.24, gas: 4737.95


Inserted sensor reading - temperature: 19.22, humidity: 50.17, pressure: 958.73, gas: 516.57

步驟6：設置Neo4j Docker擴展

Neo4j Aura是Neo4j提供的一種完全托管的云數(shù)據庫服務。它是一個數(shù)據庫即服務（DBaaS）產品，允許您在云中創(chuàng)建、部署和管理自己的圖形數(shù)據庫。這就不必擔心底層基礎設施和維護任務。假設您已經安裝并配置了Neo4j Aura DB連接UI，下一步將安裝Neo4j Docker Desktop。

打開Docker Dashboard>Extensions>安裝Neo4j Docker Extension。

要允許Neo4 Docker Extension連接到遠程Neo4j Aura DB，您必須提供連接URL、身份驗證類型和憑據。一旦成功，您應該能夠開始運行密碼查詢。

步驟7：測量氣體濃度

BME680傳感器測量幾種不同氣體的濃度，包括揮發(fā)性有機化合物（VOC）、一氧化碳（CO）和二氧化氮（NO2）。這是除了測量溫度、濕度和壓力之外的。要從傳感器中獲取這些氣體的濃度，可以使用BME680類的get_sensor_data（）方法。這將返回一個包含最新傳感器讀數(shù)的BME680Data對象。然后，您可以使用以下屬性訪問BME680Data對象中的氣體濃度值：
. gas_reresistance：氣體傳感器的電阻，單位為歐姆，與空氣中揮發(fā)性有機物的濃度有關。
. gas（List）：不同氣體的濃度，單位為百萬分之一（ppm），包括CO和NO2。

from neo4j import GraphDatabase
import time
import bme680

# Set up the Neo4j driver


uri = "neo4j+s://your-neo4j-instance-url-here"


driver = GraphDatabase.driver(uri, auth=("neo4j", "your-neo4j-instance-password-here"))

# Set up the BME680 sensor


sensor = bme680.BME680(bme680.I2C_ADDR_PRIMARY)

# Define a function to create a CO2 reading node in Neo4j


def create_co2_reading(tx, co2_concentration):


    tx.run("CREATE (:CO2Reading {concentration: $concentration, timestamp: $timestamp})",


           concentration=co2_concentration, timestamp=int(time.time()))

# Wait for the sensor to warm up


print("Warming up sensor...")


sensor.set_gas_status(bme680.ENABLE_GAS_MEAS)


time.sleep(300)

# Start retrieving CO2 concentration data and inserting it into Neo4j


print("Starting CO2 data collection...")


while True:


    if sensor.get_sensor_data():


        co2_concentration = round(sensor.data.gas_resistance / 10, 2)


        with driver.session() as session:


            session.write_transaction(create_co2_reading, co2_concentration)


            print(f"Inserted CO2 reading - concentration: {co2_concentration}")


    else:


        print("Error retrieving sensor data")


    time.sleep(60)

執(zhí)行腳本

python3 sensorloader_co2.py

結果

Warming up sensor... (takes 4-5 minutes)


Starting CO2 data collection...


Inserted CO2 reading - concentration: 1294686.

與典型的室內二氧化碳水平相比，1294686.06ppm（百萬分之一）的二氧化碳濃度相當高。在通風良好的室內環(huán)境中，二氧化碳濃度應在400-1000ppm左右。二氧化碳含量超過1000ppm會導致嗜睡、頭痛和其他癥狀，而超過5000ppm會對健康造成嚴重影響，在極端情況下甚至死亡。

然而，對二氧化碳水平的解釋取決于測量的背景和環(huán)境。例如，在一些工業(yè)環(huán)境中，如啤酒廠或溫室，出于特定目的，CO2水平可能會故意升高。同樣重要的是要考慮可能影響室內空氣質量的其他因素，如濕度、通風和其他污染物的存在。

步驟8：對BME680傳感器建模

以下是如何在Neo4j中對BME680傳感器及其讀數(shù)進行建模的示例。首先，您將創(chuàng)建一個“傳感器”節(jié)點來表示您的BME680傳感器。此節(jié)點可能具有“名稱”和“制造商”等屬性，以及您要存儲的有關傳感器的任何其他信息。

CREATE (:Sensor {name: 'BME680', manufacturer: 'Bosch'})

接下來，您將創(chuàng)建一個“時間戳”節(jié)點來表示讀取的特定時間點。此節(jié)點可能有一個“時間戳”屬性，用于存儲讀取的日期和時間。

CREATE (:Timestamp {timestamp: datetime()})

然后，您將在Sensor節(jié)點和Timestamp節(jié)點之間創(chuàng)建一個“READS”關系。“溫度”、“壓力”、“濕度”等財產表示當時從傳感器讀取的值。例如，要創(chuàng)建溫度為25攝氏度、壓力為1000hPa、濕度為50%的讀數(shù)，可以使用以下查詢：

MATCH (s:Sensor {name: 'BME680'}), (t:Timestamp)


CREATE (s)-[:READS {temperature: 37.0, pressure: 1168.83, humidity: 37.23}]->(t)

此查詢在傳感器節(jié)點和時間戳節(jié)點之間創(chuàng)建“READS”關系。溫度、壓力和濕度的財產分別設置為25、1000和50。然后，您可以使用Cypher查詢來：

. 從數(shù)據庫中檢索讀數(shù)；

. 根據時間范圍或傳感器類型等標準對其進行篩選，以及

. 使用Neo4j Bloom等工具或其他可視化工具以各種方式可視化數(shù)據

步驟9：將其繪制到Grafana儀表板

Neo4j為Grafana提供了一個數(shù)據源插件，允許您直接在Grafana儀表板內可視化和分析存儲在Neo4j圖形數(shù)據庫中的數(shù)據。要使用Neo4j數(shù)據源插件，您必須從Grafana插件庫安裝該插件。安裝插件后，您可以通過指定數(shù)據庫URL、用戶名和密碼將其配置為連接到Neo4j數(shù)據庫。一旦配置了數(shù)據源，就可以使用Neo4j查詢語言Cypher創(chuàng)建可視化。Cypher是一種功能強大的圖形查詢語言，允許您遍歷和操作存儲在Neo4j數(shù)據庫中的圖形數(shù)據。

您可以在幾秒鐘內在Docker Desktop上打開Grafana來使用Grafana Docker擴展。訪問Grafana儀表板并使用默認的admin/admin作為用戶名/密碼登錄。

登錄后，單擊“設置”>“數(shù)據源”>“插件”，然后搜索Neo4j數(shù)據源

安裝Grafana數(shù)據源。

提供Neo4j Aura實例的連接URL、用戶名和密碼，然后連接。

Grafana使用Neo4j數(shù)據源插件的好處包括：
. 能夠在用戶友好的界面中可視化和分析復雜的圖形數(shù)據。
. 與Grafana中提供的各種其他數(shù)據源和插件集成。
. 具有動態(tài)、交互式可視化功能的可定制儀表板。
. 支持基于Neo4j數(shù)據庫事件的實時數(shù)據流和警報。

一旦連接到遠程Neo4j Aura數(shù)據庫，就應該能夠對傳感器數(shù)據運行密碼查詢。

MATCH (sr:SensorReading)


WHERE sr.timestamp >= $timeFrom AND sr.timestamp <= $timeTo


RETURN sr.timestamp as time, sr.temperature as temp, sr.humidity as hum, sr.pressure as press, sr.gas as gas_res


ORDER BY sr.timestamp ASC

查詢使用MATCH子句指定節(jié)點標簽，并指定一個變量sr來表示具有該標簽的節(jié)點。WHERE子句使用變量$timeFrom和$timeTo指定一系列時間戳。RETURN子句指定每個傳感器讀數(shù)要返回的財產。ORDER BY子句按時間戳升序對結果進行排序。

最后，您應該能夠創(chuàng)建所有四個儀表板——溫度、壓力、濕度和氣體阻力，如下所示：

結論

圖形數(shù)據庫能夠高效查詢復雜且相互關聯(lián)的數(shù)據，使其成為數(shù)據往往相互關聯(lián)的環(huán)境監(jiān)測應用程序的理想選擇。這與農業(yè)尤其相關，因為農業(yè)需要這些數(shù)據來提高作物產量。

在這個博客中，我們討論了如何使用Python將BME680環(huán)境傳感器與Neo4j圖形數(shù)據庫接口。BME680傳感器能夠測量溫度、濕度、壓力和氣體阻力。這使其成為環(huán)境監(jiān)測應用的理想傳感器，可以改善農業(yè)行業(yè)的決策。

Ajeet S Raina是Docker的開發(fā)者倡導者，也是Arm開發(fā)者計劃的大使。