Automated smart indoor farming using IoT

The Internet of Things and the smart devices that generate and collect data through sensors to send it to the Cloud are part of the life of users in many contexts, including smart farming and intelligent farm. This volume of data is stored and processed in the Cloud, with the purpose of obtaining knowledge and valuable information for organizations. The concept of Indoor farming is very new and is growing into a vast multi-million-dollar market. With the advent of machine learning techniques, data pre-processing and decision-making capabilities can be widely automated, a similar idea is proposed to grow custom user preferred herbs using automated growing conditions like soil moisture range, Light intensity levels and water-nutrient mixture pumping frequency. The project initially focuses on comparing the existing technologies both scientifically and commercially viable. A detailed review of the state of the art identifies the key research problems and the project mainly focuses on design and implementation of an Automated smart indoor farming system with enhanced opensource cloud dashboard interface using ThingsSpeak IoT platform. The system is entirely operated using the Raspberry Pi Model 3B+ single board computer with Raspbian Linux operating system. A soil moisture sensor suite comprising of resistive and capacitive sensor along with the temperature and humidity sensor provide accurate data measurements which are sent over to the cloud in real time. The smart algorithm implemented using Python programming language handles the automation of the system and smart logic signals are conveyed to the relays for timely irrigation and switching the grow lights for plant growth. The proposed IoT system automates the growth cycle of the plants(crops, herbs) based on specific growing conditions(temperature, moisture and light intensity levels) of that particular plant without manual intervention from the users.

L'Internet delle Cose e gli smart device che generano e raccolgono dati tramite sensori per inviarli al Cloud fanno parte della vita degli utenti in molti contesti, tra cui la gestione agricola intelligente (smart farming e l’intelligent farm). Questo elevato volume di dati viene archiviato ed elaborato nel Cloud allo scopo di ottenere conoscenze e informazioni preziose per le diverse organizzazioni. Il concetto di coltivazione indoor è molto recente e sta crescendo in un vasto mercato multimilionario. Con l'avvento delle tecniche di apprendimento automatico (machine learning), la pre-elaborazione dei dati e le capacità decisionali possono essere ampiamente automatizzate: un'idea simile viene proposta per coltivare specifiche erbe e piante utilizzando condizioni di crescita automatizzate quali l'intervallo di umidità del suolo, i livelli di intensità della luce e la miscela di acqua e nutrienti oltre alla frequenza di pompaggio. Il progetto inizialmente si concentra sul confronto delle tecnologie esistenti, valide sia da un punto di vista scientifico che commerciale. Una revisione dettagliata dello stato dell'arte identifica i problemi chiave della ricerca e il progetto si concentra principalmente sulla progettazione e sull'implementazione di un sistema di agricoltura indoor intelligente automatizzato tramite interfaccia cloud opensource che utilizzando la piattaforma ThingsSpeak IoT. Il sistema è interamente gestito utilizzando un computer a scheda singola, Raspberry Pi Model 3B + con sistema operativo Raspbian Linux. Una suite di sensori di umidità del suolo composta da sensori resistivi e capacitivi, in aggiunta al sensore di temperatura e umidità forniscono misurazioni accurate dei dati che vengono inviati al cloud in tempo reale. L'algoritmo implementato utilizzando il linguaggio di programmazione Python gestisce l'automazione del sistema e i segnali logici intelligenti vengono trasmessi ai relè per l'irrigazione istantanea e alle luci utilizzate per la crescita delle piante. Il sistema IoT proposto automatizza il ciclo di crescita delle piante (quali colture o erbe aromatiche) in base a specifiche condizioni di crescita (temperatura, umidità e livelli di intensità luminosa) di quella particolare pianta senza intervento manuale da parte degli utenti.