一头牛身上的“黑科技”,看LoRa 2.4G如何养出“牛坚强”

COT协议栈(SX1280、LoRa 2.4G)在智慧养牛中的应用。

针对前二期的文章《有了这款产品,LoRa 2.4GHz实现区域窄带物联网的逆袭不是问题?》和《COT LoRa 2.4GHz能传输多远、定位多准,我们用实测数据说话》,大量读者提出若干问题,现归纳出3点进行回答:

1. 为什么要超低功耗,现有的Zigbee等技术不是已经超低功耗了吗?
答:在消费类及商业类产品中选用通用廉价电池是非常重要的,目前市场现有的2.4G通讯技术是使用纽扣电池通讯距离非常近只有十几米,穿墙后几乎无法通讯。如果使用纽扣电池需要将发射脉冲电流控制在10-35毫安内,工作电流控制在2-5毫安内,这样大量CR系列纽扣电池就可以使用,为外观设计、商品化销售、全球化物流提供了良好基础。而这样的发射电流保证在一栋别墅、一个厂房、一个家庭内无盲区覆盖目前只有LoRa 2.4G技术可以做到。

2. LoRa 2.4G会不会与现有WIFI及蓝牙信号冲突?
答:根据读者问题,特意进行了异网共存性、同网邻频共存性测试、测试数据见下表。通过下表可见LoRa 2.4G 异网与WIFI、蓝牙、Zigbee的共存性非常好,抗干扰电平高达25db,这在实际项目中几乎不会出现这样的情况。同网邻频的隔离度高达85db。

 

 


同网同邻频测试

 

3. COT-MV1模组定位到达有多准?
答:COT-MV1内置定位引擎是使用无线电空中飞行时间+信号强度+信噪比进行定位的。定位精度由锚点密度决定,锚点通常半径250米部署一台,在锚点半径20米内定位精度较差约5米左右,锚点半径20-250米定位精度约2米左右。

现在回到正题,这一期我们来聊聊智慧养牛:
智慧型养牛是智慧化牧场管理系统的子集,通常涉及以下四个方面:
(1)、动物身份识别
(2)、体征数据上报
(3)、饲养环境监控
(4)、后端大数据分析及工作流协调

系统构架如下:


动物身份识别&体征数据上报
在牛耳挂物联网标签,物联网标签采用双模进行工作(模式1:甚高频RFID、模式2:COT 2.4G),其中
模式1:解决近场动物身份识别。
模式2:解决体征状态监测及牛定位。实现日粮自动配给、产量统计分析,疫病监测防控、产品质量控制及动物溯源追踪等。
牛耳物联网标签
内置甚高频RFID、陀螺仪、高精度气压计、COT-MV2模组,电池使用寿命大于12个月(最大可定制为36个月)。可以监测体征数据有:
活动量1:牛行走步数
活动量2:牛卧姿时间及牛头活动情况

定位:定位精度5-15米
后台可绘制出以X轴为时间、Y轴为活动情况的曲线图,精确的描述牛一天的活动范围、行走步数、站立时间、卧姿时间、卧姿静止时间。
可实现牛5-15米精确定位、牛出入栏精度监测、牛站立运动情况监测、牛卧倒牛头运动情况监测。
牛耳物联网标签功耗
物联网标签周期性休眠唤醒,目前设定为每60秒,工作50ms。


休眠电流1uA、工作电流35mA。
 

物联网标签每60秒采集与发射一次数据,与LoRa网关进行交互,交互周期100毫秒,使用理论寿命大于1.13年,保守寿命大于12个月,超长工作时间可以定制。

定位锚点
定位锚点采用太阳能供电、太阳能供电、使用寿命大于5年;定位精度:  


物联网网关COT-AP
物联网网关安装于牛养殖使用场所、支持5-36V供电(可选配太阳能板)、支持220V供电及POE供电、可外接充电锂电池电池断电后可连续使用30天。网关可以动态接收牧场2公里半径范围内物联网标签,具备防碰撞机制,但台最大扫描数量可达5000个。

COT-MV1模组
COT-MV1模组由Apollo mcu+SX1280 2.4GHz radio构成,模组长宽高:18x12x2.7(mm),采用邮票孔封装,提供了一路SPI/I2C、一路UART(最高波特率可达921600bps)、一路SWD接口(支持SWIO调试)、32路可编程的通用输入输出接口(GPIO)

 

主要特性


模组引脚分布图

 


模组引脚图(顶视图)

模块封装

 


推荐钢网尺寸图(单位:毫米)

机械尺寸
    
    


机械结构尺寸图(单位:毫米)

COT-MV1开发套件
基于COT-MV1模组系列开发套件提供一个开箱即用的窄带物联网解决方案,可帮助快速、安全地进行区域窄带物联网产品开发。套件包括COT-MV1模块转接板、开发底板、单极化天线、圆极化天线、编程器转接板、USB转串口线各二套及快速应用开发SDK,SDK内置COT协议栈及大量实用API和例程。
 


COT-M SDK

说明:LoRa应用学习站通过公开互联网收集、整理并转载有关LoRa及物联网应用解决方案,以供广大LoRa应用开发者和爱好者共同学习交流和参考运用到实际生产生活中。本站所有转载的文章、图片、音频、视频等资料的版权归版权所有人所有并衷心感谢您的付出,由于本站采用的非本站原创文章及图片等内容无法一一联系确认版权者,如果本网所选内容的文章原创作者认为其作品不宜放在本站,请及时通过以下留言功能通知我们采取适当措施,避免给双方造成不必要的经济损失。如果您希望保留本文在LoRa学习站,但希望文章末尾提供对作者的致谢或者产品、网站交换链接的,也请将需求写入以下留言栏中,谢谢您的支持。让我们共同努力,打造万物互联的未来美好生活!

您的留言或需求: