基于自适应模糊逻辑的 LED 功率控制在菜豆栽培中的应用——融合图像分析与光照度传感技术

《Automation》：Adaptive Fuzzy Logic-Based LED Power Control for Phaseolus vulgaris Cultivation Using Integrated Image Analysis and Illuminance Sensing

　　本文提出了一种基于模糊逻辑的适应性照明策略，用于菜豆（*Phaseolus vulgaris*）栽培，并对其设计、实现和评估进行了研究。本研究的目标是将通过投影叶面积估算获得的一个基于图像的植物生长指标整合到自适应脉冲宽度调制框架中。所提出的系统使用两个输入变量：期望的光合有效辐射密度（PPFD）与测量值之间的误差，以及估算的投影叶面积。PPFD通过连接到Arduino Uno微控制器的BH1750传感器（日本京都ROHM半导体）获取的照度测量值进行间接估算，而投影叶面积则通过Intel RealSense D435相机捕获的RGB图像在MATLAB R2021a中处理获得。模糊推理系统采用Mamdani方法和Fuzzy Logic Designer应用程序实现。实验结果表明，该系统将PWM信号调节在17.00%至87.85%的范围内，对应的功率范围为13.65 W至34.58 W。在21天的评估期间，投影叶面积指标从284.94 cm2增加到392.57 cm2，相对增幅为37.77%。这些发现为在受控环境栽培系统中整合基于图像的投影叶面积信息、照度传感和模糊逻辑以实现自适应照明调控提供了初步证据。