Автоматизация полива с AI: интеграция датчика влажности почвы Rain/Soil Moisture Sensor с ASI Biont

Введение

Каждый садовод или агроном знает, как важно вовремя полить растения. Но ручной контроль влажности почвы — это утомительно и неточно. Датчики дождя и влажности почвы (Rain/Soil Moisture Sensor) решают эту задачу, измеряя содержание воды в грунте или фиксируя начало осадков. Однако данные с сенсора бесполезны, если их некому обработать и превратить в действия. Традиционные решения требуют написания кода на микроконтроллерах, настройки MQTT-брокеров и создания собственных алгоритмов. Это отнимает часы, а иногда и дни.

AI-агент ASI Biont меняет правила игры. Вместо того чтобы программировать логику вручную, вы просто описываете задачу на естественном языке: «Подключи датчик влажности почвы к ESP32, отправляй данные по MQTT, и если влажность ниже 30%, включи полив на 5 минут». AI сам пишет код, выполняет его и управляет устройством. В этой статье я покажу, как интегрировать Rain/Soil Moisture Sensor с ASI Biont через MQTT, используя ESP32, и автоматизировать полив без единой строчки ручного кода.

Что такое Rain/Soil Moisture Sensor и зачем его подключать к AI?

Rain/Soil Moisture Sensor — это аналоговый или цифровой датчик, который измеряет электрическое сопротивление почвы. Чем больше воды, тем ниже сопротивление. Типичные модели, такие как YL-69 или FC-28, выдают напряжение от 0 до 3.3 В или цифровой сигнал через компаратор. Подключив такой сенсор к микроконтроллеру (ESP32, Arduino), вы получаете сырые данные. Но сами по себе они не имеют ценности — их нужно интерпретировать, хранить, анализировать и использовать для принятия решений.

Подключение к AI-агенту даёт:
- Автоматический мониторинг: AI опрашивает датчик каждые N минут и записывает показания.
- Интеллектуальные сценарии: полив по расписанию, с учётом прогноза погоды, истории влажности.
- Оповещения: AI отправляет уведомление в Telegram, если влажность упала ниже критической.
- Самообучение: AI может выявлять тренды (например, почва пересыхает быстрее в жаркие дни) и корректировать график полива.

Как ASI Biont подключается к устройству?

ASI Biont использует модульную архитектуру взаимодействия. Единственный способ связаться с агентом — через чат. Пользователь описывает задачу, AI выбирает подходящий протокол и инструмент. Для интеграции Rain/Soil Moisture Sensor я выбрал MQTT — это лёгкий, надёжный протокол, идеальный для IoT-устройств с ограниченными ресурсами. ESP32 будет публиковать данные с датчика в топик, а AI — подписываться на него и анализировать.

Схема подключения датчика к ESP32

Типовая схема для YL-69:
- VCC датчика → 3.3V ESP32
- GND датчика → GND ESP32
- AO (аналоговый выход) → GPIO34 ESP32 (ADC)
- DO (цифровой выход) → GPIO32 (опционально, порог срабатывания)

ESP32 подключается к Wi-Fi и MQTT-брокеру (например, Mosquitto, установленному локально или в облаке). ASI Biont работает в облаке, поэтому брокер должен быть доступен из интернета (или через туннель).

Пошаговая инструкция интеграции

1. Подготовка ESP32. Прошейте микроконтроллер скетчем, который читает аналоговое значение с датчика и публикует его в MQTT-топик sensor/soil_moisture. Ниже приведён пример на MicroPython.

import network
import time
from machine import Pin, ADC
from umqtt.simple import MQTTClient

# Настройка Wi-Fi
wifi = network.WLAN(network.STA_IF)
wifi.active(True)
wifi.connect('SSID', 'PASSWORD')
while not wifi.isconnected():
    time.sleep(1)
print('Connected to Wi-Fi')

# Настройка датчика
adc = ADC(Pin(34))
adc.atten(ADC.ATTN_11DB)  # диапазон 0-3.3V

# MQTT клиент
client = MQTTClient('esp32', 'broker_address', user='user', password='pass')
client.connect()

while True:
    value = adc.read()  # 0-4095
    # 0 — сухо, 4095 — мокро (инвертируем для удобства)
    moisture_percent = (4095 - value) / 4095 * 100
    client.publish(b'sensor/soil_moisture', str(moisture_percent).encode())
    time.sleep(60)  # публикуем каждую минуту

1. Запуск bridge.py (не требуется для MQTT). В отличие от COM-порта, MQTT не требует Hardware Bridge — AI подключается к брокеру напрямую из облака. Bridge нужен только для последовательных интерфейсов.

2. Диалог с AI. Откройте чат с ASI Biont и напишите:

«Подключись к MQTT-брокеру по адресу broker.example.com:1883, логин admin, пароль secret. Подпишись на топик sensor/soil_moisture. Выводи текущую влажность каждые 10 минут. Если влажность ниже 30%, опубликуй команду в топик actuator/irrigation с текстом ON, а если выше 70% — OFF.»

AI сгенерирует Python-скрипт с paho-mqtt и выполнит его.

Пример кода, который AI генерирует и выполняет в sandbox

import paho.mqtt.client as mqtt
import time
import json

BROKER = 'broker.example.com'
PORT = 1883
USER = 'admin'
PASS = 'secret'
TOPIC_SENSOR = 'sensor/soil_moisture'
TOPIC_ACTUATOR = 'actuator/irrigation'

def on_message(client, userdata, msg):
    moisture = float(msg.payload.decode())
    print(f'Влажность: {moisture:.1f}%')
    if moisture < 30:
        client.publish(TOPIC_ACTUATOR, 'ON')
        print('Полив включён')
    elif moisture > 70:
        client.publish(TOPIC_ACTUATOR, 'OFF')
        print('Полив выключен')

client = mqtt.Client()
client.username_pw_set(USER, PASS)
client.on_message = on_message
client.connect(BROKER, PORT, 60)
client.subscribe(TOPIC_SENSOR)
client.loop_start()

time.sleep(600)  # работаем 10 минут
client.loop_stop()
client.disconnect()

Этот код выполняется в изолированном sandbox-окружении на сервере ASI Biont. AI видит вывод print, и если что-то идёт не так — вы можете попросить его исправить.

Реальный сценарий: теплица с автополивом

Представьте, что у вас теплица площадью 50 м². В ней установлены три датчика влажности почвы (по одному на грядку), ESP32, клапан полива с реле, управляемым по MQTT. Вы подключаете систему к ASI Biont и описываете сценарий:

«Собирай данные с трёх датчиков каждые 5 минут. Вычисляй среднюю влажность. Если средняя влажность ниже 40% и прогноз погоды не обещает дождя в ближайшие 6 часов, открывай клапан на 10 минут. Пришли мне отчёт в Telegram раз в день с графиком влажности.»

AI получает прогноз погоды через HTTP API (например, OpenWeatherMap), анализирует тренды и принимает решение. При этом вам не нужно писать ни строчки кода — AI сам генерирует скрипт с использованием paho-mqtt, requests, matplotlib для графика и requests.post для Telegram.

Почему это выгодно?

Другие способы интеграции с ASI Biont

Хотя MQTT — оптимальный выбор для ESP32, AI-агент поддерживает и другие протоколы, которые могут пригодиться для датчика влажности:

• COM-порт (RS-232/RS-485) через Hardware Bridge. Если датчик подключён к Arduino и передаёт данные через UART, AI использует industrial_command(protocol='serial', command='serial_write_and_read', data='...'). Bridge.py запускается на вашем ПК и соединяется с облаком через WebSocket.
• SSH на Raspberry Pi. Если датчик подключён к Raspberry Pi, AI может подключиться по SSH, запустить Python-скрипт, который читает GPIO, и передать данные в облако.
• Modbus/TCP. Промышленные датчики влажности часто используют Modbus. AI читает регистры через industrial_command(protocol='modbus', command='read_registers', ...).
• HTTP API. Некоторые умные датчики имеют REST API. AI использует execute_python с библиотекой requests.

Заключение

Интеграция Rain/Soil Moisture Sensor с ASI Biont — это простой способ превратить сырые данные с датчика в умную систему полива. Вам не нужно разбираться в протоколах, писать сложные алгоритмы или настраивать серверы. Просто опишите задачу в чате, и AI сделает всё за вас. Экономия времени — от часов до минут, а результат — стабильный урожай и никаких засохших растений.

Попробуйте интеграцию уже сегодня на asibiont.com. Подключите свой датчик влажности почвы, настройте сценарий полива и управляйте теплицей из одного чата.