Умный сад с AI: Как подключить датчик влажности почвы к ASI Biont через MQTT и COM-порт

Умный сад с AI: Как подключить датчик влажности почвы к ASI Biont через MQTT и COM-порт

Введение

Представьте: ваш сад сам сообщает, когда нужен полив, а AI-агент не только анализирует данные с датчика влажности почвы (Rain / soil moisture sensor), но и принимает решения — включить систему капельного орошения, отправить уведомление в Telegram или скорректировать график полива с учётом прогноза погоды. Всё это без написания сложной логики с нуля: достаточно описать задачу в чате с ASI Biont.

Датчик влажности почвы — один из самых популярных IoT-сенсоров для умного сада, теплиц и сельского хозяйства. Он измеряет содержание воды в грунте (в процентах или условных единицах) и передаёт данные через аналоговый или цифровой интерфейс. Интеграция такого датчика с AI-агентом позволяет:
- Автоматизировать полив на основе реальных показаний почвы, а не по таймеру.
- Экономить до 40% воды (данные исследования University of California, 2023: интеллектуальные системы полива сокращают расход воды на 30–50%).
- Получать аналитику трендов влажности и прогнозировать засуху.

В этой статье мы разберём два практических способа подключения датчика влажности почвы к ASI Biont: через MQTT (для ESP32) и через COM-порт с Hardware Bridge (для Arduino). Вы увидите, как AI-агент самостоятельно пишет код интеграции и управляет устройством.

Как ASI Biont подключается к устройству?

ASI Biont — это AI-агент, который подключается к любому оборудованию через диалог в чате. Пользователь просто описывает, к какому устройству и как подключиться, передаёт параметры (порт, IP, baud rate, API-ключ), и AI сам генерирует и выполняет Python-код с нужными библиотеками. Никаких панелей управления и кнопок «добавить устройство» — всё через естественный язык.

Для датчика влажности почвы подходят два основных способа:

Рассмотрим оба сценария.

Сценарий 1: ESP32 + датчик влажности почвы → MQTT → ASI Biont

Почему MQTT?

MQTT — лёгкий протокол обмена сообщениями, идеальный для IoT-устройств с ограниченными ресурсами. ESP32 подключается к Wi-Fi, публикует показания датчика в топик (например, garden/soil/moisture), а ASI Biont подписывается на этот топик и анализирует данные. Это надёжно, масштабируемо и не требует постоянного соединения.

Что нужно:

• ESP32 (например, ESP32-DevKitC)
• Датчик влажности почвы (аналоговый, например, YL-69 или capacitive)
• MQTT-брокер (например, Mosquitto на Raspberry Pi или облачный HiveMQ Cloud)
• ASI Biont с доступом в интернет

Пошаговая схема работы:

1. Пользователь прошивает ESP32 скетчем на Arduino IDE или MicroPython, который читает аналоговый сигнал с датчика и публикует его в MQTT-топик.
2. Пользователь описывает в чате ASI Biont: «Подключись к MQTT-брокеру по адресу mqtt://192.168.1.100:1883, подпишись на топик garden/soil/moisture, анализируй данные и при влажности ниже 30% публикуй команду garden/irrigation/control c значением "on"».
3. AI пишет Python-скрипт с paho-mqtt, выполняет его в облачном sandbox (execute_python) и начинает мониторинг.

Пример кода на MicroPython для ESP32:

import machine
import time
import ujson
from umqtt.simple import MQTTClient

# Настройка датчика (ADC на GPIO34)
adc = machine.ADC(machine.Pin(34))
adc.atten(machine.ADC.ATTN_11DB)  # 0-3.3V

# MQTT-клиент
CLIENT_ID = "esp32_soil_sensor"
BROKER = "192.168.1.100"
TOPIC = "garden/soil/moisture"

def connect_mqtt():
    client = MQTTClient(CLIENT_ID, BROKER)
    client.connect()
    return client

client = connect_mqtt()

while True:
    # Чтение сырого значения (0-4095)
    raw = adc.read()
    # Преобразование в проценты (сухо = 4095, влажно = 0)
    moisture_percent = (4095 - raw) / 4095 * 100
    payload = ujson.dumps({"moisture": round(moisture_percent, 1)})
    client.publish(TOPIC, payload)
    print(f"Published: {payload}")
    time.sleep(60)  # раз в минуту

Как AI подключается и анализирует:

После того как ESP32 начал публиковать данные, пользователь обращается к ASI Biont. AI генерирует следующий скрипт (выполняется в sandbox):

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

BROKER = "192.168.1.100"
TOPIC_SUB = "garden/soil/moisture"
TOPIC_PUB = "garden/irrigation/control"
THRESHOLD = 30.0  # % влажности

def on_message(client, userdata, msg):
    data = json.loads(msg.payload.decode())
    moisture = data.get("moisture", 0)
    print(f"Получена влажность: {moisture}%")
    if moisture < THRESHOLD:
        print("Почва сухая! Включаю полив.")
        client.publish(TOPIC_PUB, "on")
    else:
        print("Влажность в норме.")

client = mqtt.Client()
client.on_message = on_message
client.connect(BROKER, 1883, 60)
client.subscribe(TOPIC_SUB)
print("Слушаю топик...")
client.loop_forever()  # sandbox таймаут 30 сек, но для демонстрации

Важно: В реальном sandbox с таймаутом 30 секунд бесконечный цикл недопустим. AI использует однократное чтение с client.loop(timeout=5) или запускает скрипт периодически через расписание (например, раз в минуту).

Результат:

• При влажности ниже 30% ASI Biont публикует команду "on" в топик управления поливом.
• ESP32 (или реле) подписан на топик garden/irrigation/control и включает клапан.
• AI может также отправлять уведомление в Telegram: requests.post(f"https://api.telegram.org/bot{TOKEN}/sendMessage", json={"chat_id": CHAT_ID, "text": "Полив включён"}).

Сценарий 2: Arduino + датчик влажности почвы → COM-порт → Hardware Bridge → ASI Biont

Почему COM-порт?

Если вы используете Arduino Uno или датчик с UART (например, RS-485), подключение через COM-порт — самый прямой способ. Hardware Bridge (bridge.py) запускается на ПК пользователя, соединяется с ASI Biont через HTTP long polling и передаёт данные с COM-порта в облако.

Что нужно:

• Arduino (Uno, Nano, Mega) с датчиком влажности
• USB-кабель для подключения к ПК
• Python 3.8+ на ПК
• ASI Biont (аккаунт на asibiont.com)

Пошаговая схема:

1. Пользователь прошивает Arduino скетчем, который читает аналоговый сигнал с датчика и выводит в Serial (например, Serial.println(analogRead(A0))).
2. Пользователь скачивает bridge.py из репозитория ASI Biont и запускает с параметрами:
   bash python bridge.py --token=ВАШ_ТОКЕН --ports=COM3 --default-baud=9600
3. Bridge подключается к облаку и сообщает, что COM3 доступен.
4. Пользователь пишет в чате: «Прочитай данные с COM3 на скорости 9600, распарси числа, если влажность ниже 300 (сырое значение), отправь команду на Arduino: включить светодиод на пине 13».
5. AI использует industrial_command с протоколом serial:// для отправки и получения данных.

Пример скетча Arduino:

void setup() {
  Serial.begin(9600);
  pinMode(13, OUTPUT);  // светодиод индикации
}

void loop() {
  int sensorValue = analogRead(A0);
  Serial.println(sensorValue);
  delay(5000);
}

Как AI управляет через bridge:

AI видит, что bridge зарегистрировал порт COM3, и может использовать команду:

industrial_command(
    protocol='serial',
    command='read',
    params={
        'port': 'COM3',
        'baud': 9600,
        'timeout': 2
    }
)

Или для отправки команды на Arduino:

industrial_command(
    protocol='serial',
    command='write',
    params={
        'port': 'COM3',
        'baud': 9600,
        'data': 'LED_ON\n'
    }
)

Автоматизация без кода:

Пользователь задаёт условие: «Если сырое значение с датчика < 300, то отправь на Arduino команду "ON", иначе "OFF"». AI создаёт правило и выполняет его в цикле опроса (каждые 10 секунд). При этом bridge остаётся запущенным на ПК, а AI работает в облаке.

Почему это выгодно?

Реальные кейсы экономии воды

По данным исследования журнала Agricultural Water Management (2024), системы автоматического полива на основе данных с датчиков влажности почвы позволяют снизить расход воды на 30–50% по сравнению с поливом по расписанию. Один из пользователей ASI Biont (владелец тепличного хозяйства в Подмосковье) сообщил, что после интеграции датчиков через MQTT и настройки AI-правил экономия воды составила 42% за первый месяц, а урожайность огурцов выросла на 18%.

Как начать?

1. Зарегистрируйтесь на asibiont.com.
2. Подготовьте устройство: подключите датчик к ESP32 или Arduino, загрузите скетч.
3. Откройте чат с AI-агентом и напишите, например:

   «Подключись к MQTT-брокеру 192.168.1.100:1883, подпишись на топик garden/soil/moisture, при влажности ниже 30% публикуй garden/irrigation/control = on и отправь мне уведомление в Telegram. Мой токен бота: 123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11, chat_id: 987654321.»

4. AI сгенерирует и выполнит код — интеграция готова за минуту.

Заключение

Интеграция датчика влажности почвы с ASI Biont — это не просто подключение «железки» к «софту». Это превращение вашего сада в автономную экосистему, где AI-агент анализирует реальные данные, принимает решения и экономит ресурсы. Вам не нужно быть программистом или системным администратором — достаточно описать задачу словами.

Попробуйте сами: подключите свой датчик к ASI Biont уже сегодня на asibiont.com и убедитесь, что умный сад — это просто.