朝陽科技大學 資訊管理系

碩士論文

物聯網智慧監控系統

Internet of Things Smart Monitoring System

指導教授：林進發 博士

指導教授：曾顯文 博士

研 究 生：賴振昌

中華民國 107 年 7 月

朝陽科技大學資訊管理系

Department of Information Management

Chaoyang University of Technology

碩士論文

Thesis for Degree of Master

物聯網智慧監控系統

Internet of Things Smart Monitoring System

指導教授：林進發 博士(Jin-Fa Lin, Ph.D)

指導教授：曾顯文 博士(Hsien-Wen Tseng, Ph.D)

研 究 生：賴振昌 (Cheng-Chang Lai)

中華民國 107 年 7 月

July , 2018

I

摘要

當代科技日新月異，越來越多電子商品及監控技術應用在日常生活之

中，例如魚苗共生系統、植物工廠、物聯網智慧監控、電動車系統監控、

空拍機、電子食物標籤、居家照護監控、電子手環等。顯然，以全球化網

路為基礎，透過資通訊能力連結實體物件與數據，以進行各類控制、偵測、

識別及服務的「物聯網」，已大幅改善人類生產與生活方式。另一方面，隨

著近幾年消費者對於食品安全與健康意識的抬頭，人們希望能夠吃的安

心、用得健康，因此對於農產品產銷履歷已經開始重視，從而避免使用農

藥所帶來的危害問題。有鑑於此，本研究提出一個使用物聯網結合費洛蒙

誘引技術的整合系統，嘗試利用性費洛蒙誘引技術將蟲隻捕集，再使用秤

重感應器進行蟲體重量偵測，以得知即時的害蟲數量與變化；而所設計的

硬體平台可同時收集環境數據加以比對，將蟲害資訊數據化後即可得知蟲

害指數，以幫助農民達到減少、合理用藥的目標。研究顯示，本系統的設

計充分利用物聯網特性，確實有助於解決台灣現今大量使用農藥所衍生的

各種問題，同時逹到省時、省力、精準及降低人力需求等目標。

關鍵詞：物聯網、費洛蒙誘引、主從式架構。

II

Abstract

With the ever-changing technology, electronic products and monitoring

applications have increasingly been blended in our daily life, such as the popular

fry symbiosis system, plant factory, IoT smart monitoring, electric vehicle

system monitoring, and aerial camera, electronic food labels, home care

monitoring, electronic bracelets. Obviously, Internet of Things (IoT) which are

based on global internet and uses ICT to link physical objects with data has

improved the mode of production and life. In the meantime, everyone who cares

about food safety and personal health places a very high value on Traceable

Agricultural Products (TAP) in order to avoid risk of pesticide residue. In the

light of this, the research aims to provide an integrated system that uses IoT

combined with pheromones to attract insects. Using the pheromones to capture

the insects, this device can detect the weight of the insects by weighing sensor

and inform us the number and changes of pest insects. Besides, the designed

hardware platform can collect environmental data for comparison at the same

time. After the pest information is digitized, the pest index can help farmers

achieve the goal of reducing and rational drug use. Therefore, this designed

device sufficiently take advantage of IoT to solve the problems arising from the

large-scale use of pesticides in Taiwan, and help to save time and effort,

becoming more precise, and reducing manpower requirements.

Keywords: Internet of Things, pheromones, client-server model。

III

誌謝

能夠完成論文，由衷地感謝我的指導教授林進發、曾顯文博士。以及

應化系實驗室團隊的學弟們辛苦的實地考查及實驗；在研究所兩年來，老

師提供我一個優質的學習環境，並且在學習和研究上適時的給予協助和啓

發，讓我無論在課業上或是做事的態度都受益良多。

再來我要感謝 nico，在寫論文這段期間幫忙不遺餘力的協助和開導，

以及在職場上幫忙、關心的同事和長官。

最後，感謝我的家人總是默默的當我的後盾及港灣；無怨無悔地支持

以及所有關心我的人，謝謝你們。

朝陽科技大學 資訊管理系碩士班

賴振昌 謹誌

2018 年 7 月

IV

目錄

摘要 ........................................................................................................................ I

Abstract ............................................................................................................... II

誌謝 ..................................................................................................................... III

目錄 ..................................................................................................................... IV

表目錄 ................................................................................................................. VI

圖目錄 ............................................................................................................... VII

第一章 緒論 ...................................................................................................... 1

1.1 研究背景 .............................................................................................. 1

1.2 研究動機 .............................................................................................. 2

1.3 研究目的 .............................................................................................. 3

第二章 物聯網探討 .......................................................................................... 4

2.1 物聯網的架構 ...................................................................................... 6

2.2 感知層（Perception layer） .............................................................. 7

2.3 網路層（Network layer） ................................................................. 8

2.4 應用層（Application layer） ................................................................ 9

2.5 物聯網智慧監控系統 ........................................................................... 10

第三章 研究準備及方法 ................................................................................ 12

3.1 LinkIt ONE ....................................................................................... 13

3.2 Arduino Micro ...................................................................................... 16

3.3 Bluetooth Low Energy 4.0 ................................................................... 17

3.4 重量模組 ............................................................................................... 18

3.5 費洛蒙 ................................................................................................... 19

V

第四章 物聯網智慧蟲盒監控系統導入 ........................................................ 21

4.1 系統架構 .......................................................................................... 22

4.2 性費洛蒙誘引 ................................................................................ 27

4.3 重量演算法 ........................................................................................... 29

第五章 結論與建議 ........................................................................................ 32

第六章 未來研究與改善 ................................................................................ 36

參考文獻 ............................................................................................................. 37

VI

表目錄

表 1 從機各模式電流消耗表 ........................................................................... 24

表 2 重量演算法準確度測試總結 .................................................................... 33

表 3 環境數據統計表 ........................................................................................ 34

VII

圖目錄

圖 1 工業革命的演進 .......................................................................................... 5

圖 2 物聯網的架構 .............................................................................................. 6

圖 3 感知層常用的感測器 .................................................................................. 7

圖 4 網路層示意圖 .............................................................................................. 8

圖 5 應用層的智慧服務示意圖 .......................................................................... 9

圖 6 聯發科技 Link ........................................................................................... 13

圖 7Arduino micro ............................................................................................. 17

圖 8 Bluetooth Low Energy IC .......................................................................... 18

圖 9 重量量測模組 ............................................................................................ 19

圖 10 費洛蒙 ...................................................................................................... 20

圖 11 研究方法架構 .......................................................................................... 21

圖 12 主要系統架構 .......................................................................................... 22

圖 13 從機 PCB 電路板 .................................................................................... 23

圖 14 物聯網智慧監控誘蟲盒 .......................................................................... 23

圖 15 星狀網路架構 .......................................................................................... 25

圖 16 主、從機程式流程圖 .............................................................................. 26

圖 17APP 介面 ................................................................................................... 27

圖 18 斜紋夜盜蛾 .............................................................................................. 28

圖 19 斜紋夜盜蛾費洛蒙化學結構 .................................................................. 28

圖 20 蟲隻數量演算法時間軸示意圖 .............................................................. 31

圖 21 實際佈點位置 .......................................................................................... 32

圖 22 簽訂合作備忘錄新聞 .............................................................................. 33

VIII

圖 23 自 2017/11/07~11/14 佈點結果曲線圖 .................................................. 35

圖 24 自 2017/11/14~11/21 佈點結果曲線圖 .................................................. 35

1

第一章 緒論

1.1 研究背景

根據永續會的資料顯示[1]，2016 年台灣的每公頃農藥使用量高達 11.97

公斤遠高於全球單位用量平均的 0.5 公斤，在農藥使用量居世界排行之冠，

其原因經田間研究發現，主要為一般使用慣行農法的農民多半在農藥的使

用上並沒有正確的用藥觀念，農民大量噴灑農藥後研究發現害蟲對農藥有

感受性降低的情況發生，此現象也反應在防治效果上，使用原劑量已經無

法達到預期的防治效果，就是現今我們所稱的─抗藥性問題，而隨著蟲害演

進的速度，人類也只能不斷的開發出更加強烈的殺蟲劑與農藥去防治，在

惡性循環下衍生的問題包括：水汙染、空氣汙染、土壤汙染以及生態系的

破壞等，尤其在病蟲害的危害與作物罹病率的急速上升，使得病蟲害防治

成為了現今農產業的重要危害防治課題。

世界衛生組織（WHO）於 2006 年報告指出，全球每年約有 300 萬人農

藥中毒，死亡人數超過 25 萬人。根據 2009 年全民健保資料指出，臺灣仍

有 392 人因非蓄意性農藥中毒而住院，相當於每一天都有人受到農藥傷害。

除了急性中毒外，長時間接觸低劑量的農藥也會導致慢性中毒。聯合

國相關機構證實，有機磷農藥特別是對兒童的神經系統有嚴重影響。一項

針對 2 至 5 歲兒童的研究結果顯示，與生活在遠離農藥地區的孩子相比，

生活在使用大量有機磷或其它農藥農田周邊城鎮的孩子，學習能力相對較

低，短期記憶能力也較差。

2

平常消費者食用的蔬果中，若有低劑量殘留農藥，經年累月的累積，

也可能使健康蒙上一層陰影。科學研究證明，長時間低劑量的農藥累積，

最終會造成內分泌系統受化學物質嚴重干擾、神經系統損傷、甚至有致癌

風險。

部分藥物或毒物，則因其特殊結構具遲發性神經毒性，且在生物體內

有高累積性。長時間接觸對神經系統與重要器官將造成不可復原的傷害。

生殖毒性則分兩個層面定義：

一、對成年人生育不利影響

二、對後代發展的不良影響（包括出生前與出生後）。

歐盟於 2011 年公布具生殖毒性的農藥名單，包括損害男性生育能力，

經實驗證明，男性精子的品質與接觸農藥有直接關係。長期接觸農藥使精

子數量減少，活性降低，導致不育。

1.2 研究動機

由以上的研究數據我們可以瞭解到，為什麼現代人有這麼多病變，多

是由病從口入所引起的。然而台灣身為農業大國但真正投入農業發展的年

輕人是少之又少，老農賺不到錢賣地生活，有錢買農地的人不耕作只種房

3

子，想耕作的青年找不到好的農地，租不起農地務農，收入不足以支撐生

活，陷入不斷地惡性循環裡。

台灣農地縮減從事的人力匱乏與老化的問題日益嚴重，根據雲林縣統

計台灣近20年來農業人口衰退近30萬人，目前已經有大量的農產量供不應

求(包括台灣民眾得主要糧食:稻米)，導致台灣需大量仰賴進口農產品。傳

統農民在耕種作物時所遇到的問題，如：無法得知蟲害好發正確時間，只

能依照老農經驗大量噴灑農藥、及需要以人工方式計算蟲隻回報農委會蟲

害情況(還不包括隨性回報蟲數的問題)。這些問題造成農民許多負擔，也對

現今農業發展是一大堪憂。

1.3 研究目的

為此本論文提出一個智慧誘蟲盒監控系統，利用性費洛蒙誘引技術將

害蟲補集後進行蟲隻重量統計，並將環境數據(例：溫溼度、光照時間、海

拔高度…等等)與捕捉到的蟲體重量進行比對及分析，藉此能夠進行蟲害指

數的數據化以及預測，以利農友進行農藥使用的規劃及達到合理、有效用

藥的方針，可望能夠透過此系統幫助有機農業、友善農園的發展。

4

第二章 物聯網探討

物聯網（the Internet of Things,IoT）這個名詞的出現絶對是讓我們即期

待又怕受傷害，市場上太多太多強調所謂的物聯網；反而更讓人搞清楚到

底什麼才是物聯網。因為它所涉及的和應用的範圍實在是無所不包，聽的

越多反而越反而不清楚什麼才是物聯網，其實在我們生活的周早己廣泛地

大量應用，如：魚苗共生系統、植物工廠、物聯網智慧監控、電動車系統

監控、空拍機、電子食物標籤、居家照護監控、電子手環….等等。

特別是我們現在幾乎是人手一隻智慧型手機，也許該叫它智慧終端

機，它可以讓我們隨時地經由網際網路得到所有想知道的訊息，甚致和朋

友互動以及電子下單…等等，這些都是物聯網的應用。

物聯網早期的定義是網際網路（Internet）的延伸，有人將它視為是每

15 年為周期的技術變革之一，從 1980 年的個人電腦（Personal Computer）

到 1995 年的網際網路，而 2010 是物聯網的起源年，它將引領技術和應用

的趨勢。美國及中國都將此技術定位成國家的發展重點之一。

甚至於另一個重要的題目也是在物聯網潮流下被提出，就是所謂的工

業 4.0（Industry 4.0）。工業 4.0 其實不只有包含了物聯網的概念，還納入了

大數據（Big Data）、雲端（Cloud）。回顧工業的癹展史，從蒸汽機的發明

讓機器取代人進行生產的動作，這是工業 1.0 時代。

5

當機器和人的分工和批次生產讓我們可以以生產線大量生產，定義為

工業 2.0。工業 3.0 則是導入自動化控制器、IT 系統，世界第一台可程式邏

輯控制器（PLC）在 1969 年由 Modicon 公司推出。

圖 1 工業革命的演進

由資訊物理系統（Cyber Physical Systems, CPS）的發展，工廠內結合

了電腦運算能力以及感測器和輸出裝置的整合控制系統，它不只是單機運

作的概念，利用網路拓樸結合無線感測網路的通訊技術，將整個訊息流加

上時間和空間的多維度延伸，讓產線動化、適應性、效率和品質都可以大

幅提升。

6

並結合大數據的應用，可以讓產線上所有的生產過程全部可以經由感

測器紀錄傳送到數據房儲存，每一個產品都有個別的紀錄和最終檢查的結

果，我們可以經由這些數據發展出最適合的生產參數。同樣的概念在目前

智慧農業的作物養殖上也被廣泛應用，工業 4.0 的時代正式來臨。

2.1 物聯網的架構

如圖所示物聯網的架構，是由歐洲電信標準協會（ European

Telecommunications Standards Institute，簡記 ETSI）所定義，可分為感知層

（Perception layer）、網路層（Network layer）及應用層（Application layer）

等三個階層。感知層包含末端被感測的物體、感測器等，網路層是由紅外

線、藍牙、ZigBee 等內部網路及 3G/4G、TCP/IP 等外部網路所組成，應用

層則是企業因應不同需求所建置而成的應用系統。

圖 2 物聯網的架構

7

2.2 感知層（Perception layer）

感知層如同人體的神經末梢，會持續將感應的資訊透過網路匯流到雲

端伺服器，主要是用來辨識、感測末端物體的各種狀態，並且負責將感知

器所收集到的數據資料傳送到網路層。如圖所示感知層常用的感測器，感

知層是由條碼（Barcode QRCode）、射頻辨識（RFID）、近場通訊（NFC）

等辨識技術 ，及有線感測器 EX：溫度、溼度、亮度、聲音、震動、壓力、

速度、方向、煙霧…等。而無線感測器 EX：紅外線、超音波…等感測技術

所組成。

圖 3 感知層常用的感測器

8

2.3 網路層（Network layer）

網路層如同人體的神精系統，負責將神精末梢所感應的資訊傳送到大

腦進行分析、判斷。網路層分為內部網路及外部網路兩個部份，其中內部

網路即一般所說的區域網路，像是學校、公司、企業等都有自己專屬的區

域網路，在區域網路內每台主機的 IP 位址都具有唯一性且不可重覆，通常

都是使用虛擬 IP，並且經由一台寛頻分享器、集線器（HUB）或是交換器

（Switch）對外連接至外部網路。內部網路包含紅外線（IrDA）、藍牙

（Bluetooth）、RFID、NFC、ZigBee 及 Wi-Fi 等技術。外部網路即一般所說

的網際網路（Internet），在網際網路內每台主機的 IP 位址都具有唯一性且

不可重覆，通常都是真實 IP，不同網際網路必須經由一台路由器（Router）

來溝通。外部網路包含 3G/4G、WiMAX、TCP/IP 等通訊技術。

圖 4 網路層示意圖

9

2.4 應用層（Application layer）

物聯網最有價值的部份是在應用層的智慧服務（Intelligence Service），

而不是在感知層的聯網物體。

應用層是針對感知層傳送到雲端（cloud）伺服器的大量數據資訊，進

行分析、運算、管理，並且整合應用在各種領域如穿戴式裝置、智慧家庭、

智慧電網， 智慧交通、智慧醫療、智慧城市、智慧工業、倉儲物流、安全

監控、環境監控…等。

圖 5 應用層的智慧服務示意圖

10

2.5 物聯網智慧監控系統

物聯網是結合各領域的軟、硬體知識和技術所形成的一種機器對機器

（Machine to Machine，簡記 M2M）應用概念，因此所涉及的商機也遍及各

個產業，產業價值是網際網路的 30 倍。

依據我國經濟部的研究報告指出：物聯網可以分為感知技術、網路和

通訊技術、資訊處理技術、系統整合技術及應用服務技術等五大領域。相

關產業如關鍵晶片、晶圓代工、半導體封測、連網模組、網通設備、雲端

服務…等。

物聯網有大數據的分析及管理需求，因此對於物聯網營運商應用服務的

需求量將會增加。另外，結合低功耗、小體積感測器及連網模組的系統晶

片（System on Chip，SoC）需求量也會增加。

依據工研院的研究指出：台灣資訊與通訊科技（Information and

Communication Technology，簡記 ICT）產業累積出十分完整的硬體優勢，

然而過去十幾年台灣在網路經濟的發展過程中競爭優勢漸受到威脅，因此

在以物聯網為主的新 ICT 時代來臨之際，更應及早掌握智慧生活應月服務

的新商機，以及資料經濟所引領的軟硬體整合的新契機，才能加速台灣產

棊轉型升級、創造產業新價值。

為此本論文利用物聯網及智慧型手機APP的結合，使用智慧誘蟲盒系

統，利用性費洛蒙誘引技術將害蟲補集後進行蟲隻重量統計，並將環境數

據(例：溫溼度、光照時間、海拔高度…等等)與捕捉到的蟲體重量進行比對

11

及分析，藉此能夠進行蟲害指數的數據化以及預測，以利農友進行農藥使

用的規劃及達到合理、有效用藥的方針，可望能夠透過物聯網智慧監控幫

助有機農業、友善農園的發展。

12

第三章 研究準備及方法

本論文搜尋了現行的方式並參考其作法[2]，團隊從2008年起就開始進

行這方面的研究並在2012年與Intel公司公同研發出「自動化害蟲監測系統」

[3]，利用市售果實蠅捕集器結合紅外線感測器和無線感測器，雖能精確得

之害蟲數量但存在下列缺點：

1. 因捕蟲盒之補集通道空間有限，同時只能單一隻蟲體進入，因此再蟲害

大潮來臨時補抓效率將非常低落。

2. 若蟲隻死於通道內，容易造成堵塞導致無法繼續補捉害蟲。

3. 為確保蟲隻能正確計數，該系統的紅外線偵測電路必須長時間開啟，造

成功率消耗的增加，不利於長時間監控。

為了改善上述的缺點，在本論文中我們提出了一種可維持較低成本且

能提升測量所捕獲的昆蟲數量精確度之方法。我們使用主從式系統[4]結合

長效劑型性費洛蒙進行區域害蟲的誘引，從機將誘引蟲數、環境監測之資

料透過BTLE 4.0(Bluetooth Low Energy 4.0)[5]傳至主機進行儲存。為提供有

巡田習慣的農友，所開發的裝置可提供數據即時觀測APP[6]，農友只要行

動裝置(平板電腦、智慧型手機)開啟藍芽並將裝置經過智慧誘蟲盒之訊號範

圍即可將所捕獲的蟲數與環境數據透過BTLE 4.0傳至行動裝置，即可得知

蟲害與各項田間數據分析的情況。

13

3.1 LinkIt ONE

LinkIt ONE 開發板是針對可穿戴式和物聯網特別開發出來的一款開

源、高性能的 8 合 1 無線開發板，板載聯發科 ASTER(MT2502) 處理器，

這顆處理器集成了高性能的 Wifi(MT5931)和 GPS(MT3332)晶片，還兼容

Arduino 的接口，可以很容易的接入多樣的感、周邊設備和 Arduino 擴充板...

等。

圖 6 聯發科技 Link

LinkIt ONE 標榜相容 Arduino，接腳排列方式跟 Arduino 一樣，程式的

整合開發環境（IDE）也跟 Arduino 一樣，對本來就有使用 Arduino 的人而

言，可以很快改用 LinkIt ONE。

14

以下為其特點：

1.接腳電流驅動力、承受力

LinkIt ONE用的主控晶片MT2502A，是原本聯發科為特色手機（Feature

Phone）所提出的，較類似處理器（Processor），而不是較類似控制器

（Controller），所以 I/O 接腳的電流驅動力（Source）比較弱、承受力（Sink）

也比較弱，無法與正規 Arduino 所用的 ATmega 系列控制器晶片相比。

根據資料，Arduino 用的 ATmega 晶片，單一 I/O 接腳最高可承受 40mA 電

力的輸出（通常電壓處於邏輯低準位實），但 MT2502A 則只有 12～16mA。

電壓的邏輯準位也不等同。

所以，在 I/O 的輸出、輸入電路上，有可能無法直接套用本來在 Arduino

上的設計，輸入的時候，可能需要串接更大阻值的電阻，好避免主控晶片

被輸入過多電流而燒壞。同樣的，也盡量不要直接用主控晶片去驅動需要

較多電流的元件，透過電晶體去驅動是比較安穩的作法。也因為如此，本

來可用於 Arduino 上的 Shield，改轉接到 LinkIt ONE 上，有可能不能動，

這點要注意，最好重新確認一下電壓、電流等差異，比較妥當。

2.PWM 數目的不同

正規 Arduino 有 6 組脈寬調變輸出（PWM Output）可用，但 MT2502A

沒有，只有 2 組，僅剩 D3、D9 接腳有，原本可以用的 D5、D6、D10、D11

無法使用，如果本來撰寫的控制程式是使用 D5、D6、D10、D11 接腳輸出

15

PWM 信號的，必須改寫程式。縮減成剩 2 組，各位可能很失望，但與完全

沒有 PWM 的樹莓派（Raspberry Pi）相比，可能就會安慰點，至少還有 2

組。樹莓派由於完全沒有 PWM，只能用兩種方式補償，一是用軟體模擬

PWM，但會耗用較多的樹莓派主控晶片（BCM2835/BCM2836）的運算力、

電力，或者透過 GPIO 接腳外接其他具有 PWM 輸出能力的晶片。就算一起

頭就是使用 D3、D9 接腳輸出 PWM，程式改寫可能性也相當高，因為

MT2502A 提供的是 13-bit 解析度（大陸稱：分辨率）的 PWM 輸出，與

Arduino/ATmega 提供的 8-bit 輸出不同。所以，有關 PWM 的 Duty Cycle 還

是要檢視或調整一下。

3.ADC 數目的不同：

正規 Arduino 有 6 組類比（大陸稱為：模擬）輸入可用，即 A0～A5，

但 MT2502A 只有 3 組，即 A0～A2，且 LinkIt ONE 的參考電壓固定為 5V，

不像 Arduino 還可以自行選擇參考電壓。因此，過去使用 A3～A5 的 ADC

（類比數位轉換）的程式必須改寫。不過，LinkIt ONE 與 Arduino 的 ADC

解析度都是 10-bit，這方面較能直接沿用。

4.時間不同

Arduino 只跑自己的 Arduino 控制程式，但 LinkIt ONE 其實還有跑其他

程式，最底層、最優先執行的是 GSM 數據通訊，其次是裝置程式，更次為

Link OS 作業系統，最後才是 Arduino 控制程式。所以，過去把時間掐很緊

的控制程式寫法，有可能在 LinkIt ONE 會造成時間偏差，也是建議改寫。

16

其他建議：

另外，有些 L 字母開頭的函式是專供 LinkIt ONE 使用，若與 Arduino

本有的函式功能相重疊，建議盡量用 LinkIt ONE 提供的。還有，LinkIt ONE

是以外掛程式方式，附掛（檔案解壓縮後，拷貝到與 Arduino 相同的安裝路

徑、資料夾內）在正規 Arduino 整合開發環境下，本以為只要新版的整合開

發環境均可附掛，但後來發現 1.6.x 版無法在選單上找到 LinkIt ONE，之後

閱讀常見問答集，才了解依然建議用舊版 1.5.7 版來附掛。其他也包含電腦

會偵測到 LinkIt ONE 有 2 個 COM 埠，一是除錯（Debug）埠，另一是數據

（MODEM）埠，真正傳輸程式到 LinkIt ONE 上，必須選用除錯埠。而正

規 Arduino 只有 1 個 COM 埠。

3.2 Arduino Micro

Arduino Micro 是基於 ATmega32u4（datasheet）的微控制器。Arduino

Micro 有 20 個數位輸入/輸出引腳（其中 7 個引腳可用作 PWM 輸出，12 個

引腳用作模擬輸入）、一個 16 MHz 晶體振盪器、一個微型 USB 連接器、

一個 ICSP Header 和一個重定按鈕。Arduino Micro 含有支持微控制器所需

的一切；只需利用微型 USB 電纜將其連接到電腦即可啟動。其外形使之很

容易放置在麵包板上。

http://www.atmel.com/images/doc7766.pdf

17

Micro 與 Arduino Leonardo 類似：ATmega32u4 內置 USB 通信功能，不

必配備輔助處理器。這樣，使 Micro 在所連接的電腦上顯示為滑鼠和鍵

盤——除虛擬（CDC）串列/ COM 埠之外。另外，它還具備支援電路板操

作的其他功能。

圖 7Arduino micro

3.3 Bluetooth Low Energy 4.0

BLE 的意思是 Bluetooth Low Energy 是藍芽 4.0 低功率版本。Arduino

BLE 擴充版是專門開發出來讓 Arduino UNO、Mega 2560、Leonardo、DUE

可以跟其他 BLE 的設備連接，例如智慧型手機、平板...等，可以開發一些

iOS / Android 應用程序(App)。BLE 晶片是使用 Nordic 所生產的 nRF8001

18

Bluetooth Low Energy IC。此擴充板可以使用 3.3V 與 5V 的電源可與大多數

的 Arduino 控制器搭配使用。

圖 8 Bluetooth Low Energy IC

3.4 重量模組

重量模組又稱壓力感測器，屬於機械電子感測器，可以將壓力或重

量轉換 電力轉換成類比電量訊號者。荷重計可被設計成單一輸出或依其偵

測的重 量而定輸出方式。故荷重計準確度高、穩定性極佳且具模組設計之

產品， 因此被考量為最主要的電子稱重量具。

荷重計由不銹鋼材質所製成，可以 適合各種環境。其主要工作原理

是利用作用於物體上的重量來測量該物體 質量（就是重量）的計量儀器，

秤重物品經由裝在機構上的重量感測器， 將電壓或電流的類比訊號經由放

大器及濾波處理後，由 A/D 處理器轉換爲 數位訊號，數位訊號由中央處

19

理器（CPU）運算處理，而周邊所需要的功能 及各種介面電路也和中央處

理器連接應用，最後由 LCD 顯示幕以數位元方式顯示。

圖 9 重量量測模組

3.5 費洛蒙

費洛蒙一詞是於 1959 年，由科學家彼得·卡森（Peter Karlson）與馬林·

路丘（Martin Lüscher）共同提出的，用來形容動物利用化學分子傳遞訊息

的溝通方式。1980 年代，科學家大衛·白林納（David Berliner）以及其科學

團隊首次探索人類是否也具有與昆蟲及動物相同的神奇溝通能力。

直到 1991 年，他的科學團隊才在類固醇生物化學與分子生物學期刊上

發表其研究成果：發現了可能的人類費洛蒙雄二烯酮與雌四烯醇的存在，

並發現人類費洛蒙也具有男女的性別區分，對人類負責性行為與內分泌的

下視丘具有活化作用，自此開啟了人類性費洛蒙研究的序幕。

https://zh.wikipedia.org/w/index.php?title=%E5%BD%BC%E5%BE%97%C2%B7%E5%8D%A1%E6%A3%AE&action=edit&redlink=1https://zh.wikipedia.org/w/index.php?title=%E9%A6%AC%E6%9E%97%C2%B7%E8%B7%AF%E4%B8%98&action=edit&redlink=1https://zh.wikipedia.org/w/index.php?title=%E9%A6%AC%E6%9E%97%C2%B7%E8%B7%AF%E4%B8%98&action=edit&redlink=1https://zh.wikipedia.org/w/index.php?title=%E5%A4%A7%E8%A1%9B%C2%B7%E7%99%BD%E6%9E%97%E7%B4%8D&action=edit&redlink=1https://zh.wikipedia.org/wiki/%E9%A1%9E%E5%9B%BA%E9%86%87https://zh.wikipedia.org/wiki/%E9%9B%84%E4%BA%8C%E7%83%AF%E9%85%AEhttps://zh.wikipedia.org/wiki/%E9%9B%8C%E5%9B%9B%E7%83%AF%E9%86%87https://zh.wikipedia.org/wiki/%E4%B8%8B%E8%A6%96%E4%B8%98

20

2000 年大衛·白林納進行犁鼻器神經電位的檢定以及對電生理的影

響，確定只要極低劑量，約 10 皮克（10-11g）的人類費洛蒙就可以啟動犁鼻

器的電位反應並造成生理現象的改變。

圖 10 費洛蒙

https://zh.wikipedia.org/wiki/%E7%8A%81%E9%BC%BB%E5%99%A8https://zh.wikipedia.org/wiki/%E7%9A%AE%E5%85%8B

21

第四章 物聯網智慧蟲盒監控系統導入

圖 11 研究方法架構

物聯網智慧監控

研究動機 / 研究目的

物聯網探討

質性研究方法

斜紋夜盜蛾研究

研究方法

物聯網智慧蟲盒監控系統導入

結論與建議

質性資料分析

(1)智慧蟲盒導入

(2)實際觀察統計計

22

4.1 系統架構

所提出的系統主要有：

1. 從端智慧蟲盒：以碳鋅電池進行電源供應，並散布於田間各處，主要收

集田間蟲之重量數據並統一回傳主端蟲盒或行動裝置。

2. 主端智慧蟲盒：以穩定電源進行供電，主要收集田間環境數據(溫溼度、

時間、光照時間…等)與收集各隻從端蟲盒蟲之重量數據並將其資料統整回

傳伺服器端。

主要系統架構如圖 12 所示。

圖 12 主要系統架構

每個從機由一個電路板，一個低功耗藍牙（BTLE 4.0）和多個環境傳

感器組成的模組。電路板是自行設計省電版本的電路，並以 PCB 電路佈局

進行製作如圖 13.所示。

23

圖 13 從機 PCB 電路板

BTLE 4.0 是一種新興的低功耗無線技術，主要應用於短距離控制和監

視應用，具有底掃模式並具有良好的省電模式(根據使用方式，由鈕扣電池

供電的 BTLE 4.0 裝置的壽命範圍為 2.0 天至 14.1 年[7])。

多環境傳感器包括:溫溼度傳感器、重量傳感器。從機系統與誘蟲盒結

合如圖 14.所示。

圖 14 物聯網智慧監控誘蟲盒

24

每個監測區域具有N個從機和一個主機，使用星狀網路結構[8]如圖15.

所示，主機與從機透過BTLE 4.0進行短程互聯網連接，通過無線傳輸將收

集害蟲重量和環境數據發送。

從機除了每隔30分鐘將害蟲重量和環境數據發送至主機，其餘時間系

統將處於休眠模式減少電池的消耗。從機程式流程如圖16.所示。正常、休

眠模式消耗電流如表1.所示。

表 1 從機各模式電流消耗表

25

圖 15 星狀網路架構

從機設備 A

從機設備 B

從機設備 C

從機設備 E

從機設備 D

主機 設備

26

圖 16 主、從機程式流程圖

主機作為資料庫伺服器，用於儲存資料、數據處理。所有數據都存儲

在SD卡中，每隔兩週將SD卡內的資料量化進行深度分析害蟲數量與個體環

境條件之間的相關性，主機程式流程如圖16.所示。手機APP連接從機，從

機透過無線傳輸將料傳到手機在APP介面上將顯示運算處理後的數據資料。

27

舊的手機 APP 在操作上較為複雜、採用小型字體介面(如圖 17.右)，但

考慮多數配合的農友都是 55-70 歲以上的年紀在使用上的一些問題並聽取

多位實際使用的老農民建議，新的手機 APP 採用顏色反差明顯的大型字體

介面(如圖 17.左)、簡易的操作方式，在操作上農民首先選擇蟲盒後按下按

鈕(按鈕按下後會背景顏色改變成黃色)，再來點擊更新即可得知該蟲盒當下

資訊。

圖 17APP 介面

4.2 性費洛蒙誘引

本文針對斜紋夜盜蛾[9]如圖18.所示進行防治，此一害蟲食多種蔬菜、

花卉的葉子造成農產品產量與外觀品質的嚴重損失，其繁延一年可發生八

至十一世代，若以農藥進行防治，害蟲容易產生抗藥性，系統使用性費洛

蒙進行誘引[10]， 解決上述為題。

28

性洛費蒙誘蟲如圖19.所示：利用懸掛成蟲性費洛蒙誘蟲盒，可在短時

間內大量誘殺雄蛾，藉由減少田間雌蛾交尾的機會，減少下一代蟲數，降

低田間害蟲密度，減輕對作物之為害。

圖 19 斜紋夜盜蛾費洛蒙化學結構

圖 18 斜紋夜盜蛾

29

4.3 重量演算法

蟲隻重量與重隻數量之換算關聯性與環境因素影響有關，蟲隻在剛進

入補集器時與死亡多時的重量不同，有蟲體水份蒸發、蟲隻死亡時間等等

問題的影響，為此本團隊開發了蟲隻數量計算演算法(如公式1~4)。

為達到精準測量捕獲蟲隻數量改善舊有簡易的換算方式(整體重量除以

蟲隻平均重量)，我們透過計算特定蟲隻死亡時間、乾燥時間、平均乾蟲重、

平均活蟲重，運算各時間點特定蟲種的數量，其中喚醒系統進行運算的時

間為乾燥時間及死亡時間之公因數，較佳為最大公因數，藉此可以減少誘

蟲裝置被喚醒的時間，以達到節省能源消耗的功效。

30

根據下列公式運算各時間點的蟲隻數量：

此演算法 In、Jn、Ln分別表示在時間點為 n 時所運算出的剛死亡之

蟲重、已死亡且完全乾燥及部分乾燥的蟲重、剛進入之蟲重，表示在時

間點為 n 時所測量之重量，tdie、twake、tdry 分別表示該死亡時間、該

喚醒時間、該乾燥時間，（1-W） 表示該平均乾蟲重佔該平均活蟲重之

比例，（n-i）mod (tdry/twake) 表示取（n-i） 除以 tdry/twake 後之餘數。

於 1

31

公式2、3：已死亡且完全乾燥及部分乾燥的蟲重=相隔該乾燥時間前所有剛

死亡之蟲重* 該平均乾蟲重佔該平均活蟲重之比例+相隔該乾燥時間內剛

死亡之蟲重* 依乾燥時間比例所計算之殘存蟲重比例，w為不同品種蟲之蟲

體水份百分比。

公式 4：剛進入之蟲重=所測量之重量-剛死亡之蟲重-已死亡且完全乾燥及

部分乾燥的蟲重-未死亡之蟲重。透過圖 20.可以了解在時間軸 In、Jn、Ln上

的變化模式，分別為活蟲進入時間至昆蟲死亡時間再置蟲體乾燥時間，依

時間線性成長死亡蟲隻數量 J 以此時間軸線性變化搭配上述演算法運算出

實際之捕獲特定昆蟲數量。

圖 20 蟲隻數量演算法時間軸示意圖

32

第五章 結論與建議

本系統在兩個時間進行實驗，實驗地點:雲林縣有才村農田如圖 21.所

示，分別是 2017/11/07 與 2017/11/14 與 2017/11/14 至 2017/11/21。蟲隻計算

演算法的準確度透過比較實際和實驗蟲害計數。

圖 21 實際佈點位置

實際的害蟲計數是手動完成的。根據 2017/11/07~11/14 實驗結果，演算

法能夠成功的計數害蟲數量，其誤差為 6.9%；2017/11/14~11/21 量測結果，

由於遇上蟲害的最大潮，因此害蟲重量超過秤重感應器的上限導致秤重感

應器異常，如表 2.所示，在後續目前所提出的設計由於極具市場潛力已於

2017 年 12 月與中華電信和原力電子科技簽訂三方的合作備忘錄，相關新聞

如圖 22.所刊載。

33

圖 22 簽訂合作備忘錄新聞

表 2 重量演算法準確度測試總結

由於系統使用秤重的方式進行蟲害偵測，因此可藉由觀察重量曲線變

化得知蟲害狀況，我們將圖 23.和圖 24.重量曲線有明顯上升區間的時間、

當下環境數據製成表 3。

34

表 3 環境數據統計表

35

圖 23 自 2017/11/07~11/14 佈點結果曲線圖

圖 24 自 2017/11/14~11/21 佈點結果曲線圖

36

第六章 未來研究與改善

本論文在農業使用上架構出智慧誘蟲盒系統，其有效幫助農民在落實

蟲害監測達到合理化，降低農業生產時大量使用農藥的問題，有助於有機

農業的發展，而隨著資訊科技進步發展，未來將本文所提出的系統進一步

結合 NB-IoT(Narrow Band-Internet of Thing)進行大規模的蟲害回報系統。

希望在未來能夠提供更加完整的物聯網農業，有效落實蟲害監測與環

境監測達到合理化用藥、降低大量使用農藥的問題。

透過相關的推廣與教育訓練活動，提供農民更多元的選擇與幫助，期

許以本研究的努力在農業的想法與實質的成效。

。

37

參考文獻

[1] 行政院國家永續發展委員會,105 年永續發展評量指標報告,第 99 頁

[2] 邱瑞珍, 錢景泰. 1979. 斜紋夜盜蛾性費洛蒙合成劑田間試驗. 中華農

業研究 28: 273-278.

[3] Berso n A. Client / Serv er Architecture( Seco nd Edition) . New Yo rk:

McGraw-Hill, 1996

[4] C. Gomez, J. Oller, J. Paradells, Overview and evaluation of bluetooth

low energy: An emerging low-power wireless technology, Sensors 12

(9) (2012) 11734–11753.

[5] http://wiki.mbalib.com/zh-tw/APP , APP - MBA 智库百科

[6] http://www.greenpeace.org/taiwan/zh/campaigns/food-agriculture/food-

agriculture-crisis/pesticide-harm-human/ ，綠色和平。

[7] http://www.intel-tw-newsletter.com/history/2013/2013Q1/news/b1.html,

英特爾臺大創新研究中心成果交流會提升智慧生活服務

[8] https://zh.wikipedia.org/wiki/ , 信息素

[9] https://zh.wikipedia.org/wiki/%E6%98%9F%E5

%9E%8B%E7%BD%91 , 維基百科

[10] Official Bluetooth Website (2012, March), [Online].

Available:http://www. bluetooth. Com

[11] Private Pesticide Applicator Training Manual, 19th edition, University

of Minnesota extension service, 2012.。

[12] Sureda T., Quero C., Bosch M. P., Avilés R., Coll F., Renou M.,

Guerrero A., Electrophysiological and behavioral responses of a

http://wiki.mbalib.com/zh-tw/APPhttp://wiki.mbalib.com/zh-tw/APPhttp://www.greenpeace.org/taiwan/zh/campaigns/food-agriculture/food-agriculture-crisis/pesticide-harm-human/http://www.greenpeace.org/taiwan/zh/campaigns/food-agriculture/food-agriculture-crisis/pesticide-harm-human/http://www.intel-tw-newsletter.com/history/2013/2013Q1/news/b1.htmlhttps://zh.wikipedia.org/wiki/%20,%20%E4%BF%A1%E6%81%AF%E7%B4%A0

38

Cuban population of the sweet potato weevil to its sex pheromone, J

Chem Ecol., 2006 Oct;32(10):2177-90.

摘要Abstract誌謝目錄表目錄圖目錄第一章 緒論1.1 研究背景1.2 研究動機1.3 研究目的

第二章 物聯網探討2.1 物聯網的架構2.2 感知層（Perception layer）2.3 網路層（Network layer）2.4應用層（Application layer）2.5 物聯網智慧監控系統

第三章 研究準備及方法3.1 LinkIt ONE3.2 Arduino Micro3.3 Bluetooth Low Energy 4.03.4 重量模組3.5 費洛蒙

第四章 物聯網智慧蟲盒監控系統導入4.1 系統架構4.2 性費洛蒙誘引4.3 重量演算法

第五章 結論與建議第六章 未來研究與改善參考文獻