Traduit de Anglais vers Français - [Link].

com

UNIVERSITÉ SAKARYA
INSTITUT DES SCIENCES ET TECHNOLOGIES

UNE INTELLIGENCE BASÉE SUR L'IOT

SYSTÈME DE RECOMMANDATION D'IRRIGATION

[Link]. THÈSE
Waseem HAMDOON

Département : INGÉNIERIE INFORMATIQUE ET DE

L'INFORMATION
Superviseur : Pr Dr Ahmet ZENGIN

Août 2022
 UNIVERSITÉ SAKARYA
INSTITUT DES SCIENCES ET TECHNOLOGIES

UNE INTELLIGENCE BASÉE SUR L'IOT

SYSTÈME DE RECOMMANDATION D'IRRIGATION

[Link]. THÈSE

Waseem HAMDOON

Département : INGÉNIERIE INFORMATIQUE ET DE

L'INFORMATION
Domaine scientifique : INGÉNIERIE INFORMATIQUE

Superviseur : Pr Dr Ahmet ZENGIN

Cette thèse a été acceptéeà l'unanimitépar la commission d'examen le

04.08.2022
DÉCLARATION

Je déclare que toutes les données de cette thèse ont été obtenues par moi-même dans les règles

académiques, toutes les informations visuelles et écrites et les résultats ont été présentés conformément aux

règles académiques et éthiques, il n'y a aucune distorsion dans les données présentées, en cas d'utilisation

des travaux d'autres personnes elles ont été correctement référées aux normes scientifiques, les données

présentées dans cette thèse n'ont été utilisées dans aucune autre thèse de cette université ou de toute autre

université.

Waseem HAMDOON

00.00.2022
REMERCIEMENTS

Avant et après tout, je remercie Allah Tout-Puissant pour la bénédiction de terminer ce

travail et pour tout.

Ensuite, selon la parole du Prophète Muhammad, qu'Allah le bénisse et lui accorde la

paix, "Celui qui ne remercie pas les gens ne remercie pas Allah". Je tiens à remercier

mon superviseur, le Dr Ahmet Zengin, pour son soutien illimité et pour ce que j'ai appris

de lui en termes de connaissances et de bon caractère.

Les mots ne peuvent décrire à quel point je suis reconnaissant envers mon cher père et ma chère mère pour leur soutien,

leurs encouragements, leurs soins et leurs supplications.

Merci et gratitude à ma chère épouse et à mes enfants pour leur soutien et leur patience importants,

ainsi qu'à tous les membres de ma famille et à mes proches, en particulier mon frère, le Dr Omar.

je
TABLE DES MATIÈRES

REMERCIEMENTS… ................................................................ ................................... je

TABLE DES MATIÈRES ............ .................................................. .......................... LISTE ii
DES SYMBOLES ET ABRÉVIATIONS .................... ................................. LISTE DES v
FIGURES.............. .................................................. ............................... LISTE DES vii
TABLEAUX................ .................................................. ................................ ix
RÉSUMÉ ................. .................................................. .................................. X
ÖZET ........ .................................................. .................................................. ........ xii

CHAPITRE 1.
INTRODUCTION ................................................. .................................................. 1
1.1. Énoncé du problème et motivation ....................................................... ........ 1
1.1.1. Énoncé du problème .................................................. ................ 1
1.1.2. Motivation ................................................. ................................ 2
1.2. Revue de littérature ................................................ ................................ 3
1.3. Objectifs de la thèse .................................................................. .................................. 5
1.4. Apport de la thèse .................................................................. ............ 5
1.5. Organisation de la thèse .................................................. .............................. 6

CHAPITRE 2.
INTERNET DES OBJETS ET APPLICATIONS AGRICOLES .................. 7
2.1. Internet des Objets .................................................................. .................................. 7
2.1.1. Un aperçu de l'internet des objets .................................. 7
2.1.2. L'importance de l'internet des objets .................................. 8
2.1.3. Architecture de l'internet des objets .................................. 8
2.2. Cloud computing ................................................ ................................ 9

ii
 2.3. Agriculture intelligente .................................................. .............................. 12
2.4. Applications IoT dans l'agriculture intelligente ................................................ . 12

CHAPITRE 3.
CONFIGURATION MATÉRIELLE ET LOGICIELLE DANS LES APPLICATIONS
DÉVELOPPÉES.......................................... .................................................. ....... 14
3.1. Matériel ................................................. .......................................... 14
3.1.1. Manette................................................. ................................ 14
3.1.2. Capteurs.................................................. ................................ 15
[Link]. Capteur d'humidité du sol .................................................. 16
[Link]. Capteur de température du sol ....................................... 16
[Link]. Capteur de température et d'humidité de l'air .................... 17
3.1.3. Actionneurs.................................................. ............................. 18
[Link]. Pompe à eau................................................ ........... 18
3.1.4. Autres composants .................................................. ................ 19
[Link]. Relais ................................................. ..................... 19
[Link]. Convertisseur analogique-numérique................................... 20
[Link]. Accessoires ................................................. ......... 21
3.2. Logiciel ................................................. .......................................... 22
3.2.1. Configuration requise pour le Raspberry Pi.............................................. .... 22
[Link]. Système d'exploitation Raspberry pi.................................................. ..... 22
[Link]. Python .................................................. .................. 23
[Link]. TinyDB .................................................. ............... 23
[Link]. Code de studio visuel .................................................. .. 24
3.2.2. Hébergement en nuage................................................................ ....................... 24
[Link]. Base de données en temps réel Firebase .................................. 24
[Link]. Authentification Firebase ....................................... 24
3.2.3. Application mobile................................................ ............... 25
[Link]. Battement ................................................. .................. 25
[Link]. Fléchette .................................................. ..................... 26

CHAPITRE 4.
LA CONCEPTION DU SYSTÈME D'IRRIGATION INTELLIGENT ............................................. ... 28

iii
 4.1. La corrélation entre l'humidité du sol et d'autres facteurs ............... 28
4.2. Architecture du système ................................................ ................................ 29
4.3. Mise en place du système................................................ ....................... 31
4.3.1. Couche IdO ....................................................... .............................. 31
4.3.2. Couche nuageuse .................................................. .......................... 35
4.3.3. Couche d'application ................................................ ................. 35
4.4. Démonstration du système .................................................. ........................ 36
4.4.1. Couche IdO : .................................................. .............................. 36
4.4.2. Couche nuageuse : .................................................. .......................... 38
4.4.3. Couche d'application: ............................................... ................. 41

CHAPITRE 5.
CONCLUSIONS ET TRAVAUX FUTURS .................................................................. .............. 48

LES RÉFÉRENCES................................................. .................................................. ... 50

CONTINUER .............................................. .................................................. ............... 57

iv
LISTE DES SYMBOLES ET ABRÉVIATIONS

°C : Degré Celsius
°C : Degré Fahrenheit
ADC : Convertisseur analogique-

Compilé par AOT numérique : Compilation

UA anticipée : Unité d'actionneur

BaaS : Backend en tant que service :

BLE Bluetooth Low Energy : Unité

CPU centrale de traitement : Socket

SoC on Chip

CSI : Interface série de la caméra : Base

DBaaS de données en tant que service

DHT11 : Capteur numérique d'humidité et de température :

ISN Interface série d'affichage

ESP32 : Systèmes Espressif

GPIO : Entrée/Sortie à usage général

HDMI : Interface multimédia haute

I2C définition : Circuit inter-intégré
IaaS : Infrastructure en tant que Service

TIC : Technologies de l'information et de la communication :

IdO Internet des objets

JSON : Notation d'objet

réseau local JavaScript : Réseau local
DIRIGÉ : Diode électro-luminescente

LLVM : Machine virtuelle de bas niveau :

LoRaWAN Réseau étendu longue portée : Réseau

LPWAN étendu basse consommation

v
Micro SD : Micro Secure Digital : Kit de

NDK développement natif :

NFC Communication en champ proche

NTC : Coefficient de température négatif :

Pennsylvanie Agriculture de précision

PaaS : Plate-forme en tant que

RAM service : Mémoire vive

SGBDR : Système de gestion de bases de données

RFID relationnelles : Identification par radiofréquence

ROM : Mémoire morte : Logiciel en

SaaS tant que service : Ordinateur

CCS monocarte : Échantillons par

SPS seconde

SQL : Langage de requête structuré :

SU Unité de capteur

USB : Universal Serial Bus :

VCC Volts courant continu :

Wifi Wireless Fidelity

vi
LISTE DES FIGURES

Graphique 2.1. Architecture IdO .................................................. ....................................... 9

Illustration 2.2. Cloud computing ................................................ ....................................... 11

Illustration 2.3. Applications IoT dans l'agriculture intelligente ................................................ ....... 13

Illustration 3.1. Figurine Raspberry Pi 3 modèle B ................................................ .................... 15

Illustration 3.2. Humidité capacitive du sol v2.0 ................................................ ..................... 16

Illustration 3.3. Capteur de température du sol (DS18B20) ................................................ .......... 17

Illustration 3.4. Capteur de température et d'humidité de l'air (DHT11).................................. 18

Illustration 3.5. Pompe à eau (submersible).............................................. ....................... 19

Illustration 3.6. Module relais avec optocoupleur 5V (canaux doubles) ...................... 20

Illustration 3.7. ADS1115 .................................................. .................................................. 21

Illustration 3.8. (a) Platine d'expérimentation (b) GPIO T-Cobbler (c) LED et buzzer .................. 21

Illustration 3.9. Bureau du système d'exploitation Raspberry Pi ....................................... ....................... 22

Illustration 3.10. Couches architecturales de Flutter [67] ................................................ ............. 26

Illustration 4.1. L'architecture du système d'irrigation intelligent proposé ....................... 29

Illustration 4.2. Organigramme de l'application d'irrigation intelligente dans la « couche IoT » ...... 34

Figure 4.3. Prototype du système proposé .................................................. ............... 37

Figure 4.4. Application de gestion d'irrigation intelligente (couche IoT) - Mode d'irrigation automatique

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

Figure 4.5. Application de gestion intelligente de l'irrigation (couche IoT) - Irrigation manuelle

mode .................................................. .................................................. .... 38

Figure 4.6. Base de données "No-SQL" en temps réel Firebase ...................................... ........... 38

Figure 4.7. Mise en surbrillance des données modifiées dans la base de données en temps réel Firebase ...... 39

Figure 4.8. Métriques facturables dans la base de données en temps réel.......................................... ...... 39

Illustration 4.9. Méthode d'authentification................................................ ............................. 40

Illustration 4.10. Identifiants des utilisateurs à l'aide de Firebase Authentication.............. 40

Figure 4.11. (a) Écran de connexion – S'inscrire, (b) Écran de connexion – Connexion................................ 41

vii
Illustration 4.12. Écran principal................................................ .................................................. 42

Figure 4.13. Écran du tableau de bord .................................................. .................................... 43

Illustration 4.14. Écran des capteurs .................................................. ....................................... 44

Illustration 4.15. (a) Valeur minimale de l'humidité du sol, (b) Plages de température du sol ... 45

Figure 4.16. Écran des actionneurs.................................................. ..................................... 46

Figure 4.17. (a) Écran des paramètres – Paramètres généraux, (b) Écran des paramètres – Paramètres de l'usine

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Illustration 4.18. Écran des journaux .................................................. .................................................. 47

viii
LISTE DES TABLEAUX

Tableau 1.1. Revue de la littérature pour l'irrigation intelligente.............................................. ............. 3

Tableau 4.1. Une carte de connexion des composants au Raspberry Pi .................................. 31

Tableau 4.2. Raccordement du module relais aux pompes à eau.............................................. 32

Tableau 4.3. Modules pour l'application de gestion de l'irrigation dans la "couche IoT" ......... 33

Tableau 4.4. Fichiers de stockage de données.............................................. ............................................. 33

Tableau 4.5. Les écrans des applications mobiles.............................................. ....................... 35

ix
RÉSUMÉ

Mots clés : Internet des objets, agriculture intelligente, cloud computing, irrigation intelligente,
actionneurs, capteurs

La plus grande proportion d'eau douce dans le monde est consommée par l'agriculture. En
conséquence, il y a eu un intérêt continu à proposer des systèmes et des solutions qui
permettent de rationaliser les ressources en eau dans l'agriculture sans affecter négativement la
productivité. Au contraire, les solutions apportées doivent prendre en compte l'augmentation et
l'amélioration de la productivité en utilisant le moins de ressources en eau. L'Internet des objets
est l'une des technologies récentes les plus importantes qui contribuent à fournir de nombreuses
solutions dans la plupart des domaines, y compris l'agriculture en général et l'irrigation en
particulier.

Cette étude propose un cadre pour l'irrigation intelligente basée sur l'Internet des objets, en
construisant un prototype composé d'une unité de contrôle, de pompes à eau et de plusieurs capteurs.
Ces appareils sont utilisés pour mesurer le besoin d'irrigation du sol et pour déterminer la quantité
d'irrigation appropriée en fonction des données des capteurs. Comme ces valeurs sont envoyées via le
cloud computing à une application mobile qui est installée sur le mobile de l'utilisateur pour permettre
la possibilité de surveiller l'irrigation et de la contrôler sous plusieurs aspects. Cela inclut le mode
d'irrigation manuel, la détermination de la valeur à laquelle l'irrigation est effectuée automatiquement
en mode d'irrigation automatique et la quantité appropriée d'irrigation en fonction de la relation entre
les différents capteurs.

Cette thèse a apporté plusieurs contributions, notamment l'adoption de la fonction dynamique, que ce
soit pour prendre la décision d'irrigation en fonction du type de plante ou pour déterminer la quantité
appropriée d'irrigation en fonction de la relation entre les lectures des capteurs de chaque plante. De
plus, les enregistrements des opérations d'irrigation sont stockés en mode automatisé à des fins de
retour d'information et d'amélioration future du système proposé. Dans les travaux futurs, d'autres
capteurs tels que le capteur de pluie et le capteur de niveau d'eau seront ajoutés pour augmenter
l'automatisation du modèle proposé, en plus d'utiliser l'intelligence artificielle et des techniques
d'apprentissage en profondeur pour prendre des décisions d'irrigation et déterminer la quantité
appropriée en fonction des données qui est déjà stocké dans le système actuellement proposé.

X
 YENİ BİR IOT TABANLI AKILLI SULAMA SİSTEMİ

ÖZET

Anahtar Kelimeler : Nesnelerin İnterneti, Akıllı Tarım, Bulut Bilişim, Akıllı Sulama,
Aktüatörler, Sensörler

Dünyada tatlı suyun büyük kısmı tarımda tüketilmektedir. Tarımda su kaynaklarının

kullanımının verimliliğini sağlayan sistem ve çözümler sürekli geliştirilmektedir.
Önerilen çözümlerde, su kaynaklarının daha az kullanımı ile verimliliğin artırılması
dikkate alınmalıdır. Nesnelerin İnterneti, genel olarak tarım ve özel olarak sulama dahil
olmak üzere çoğu alanda birçok çözüm sağlamaya katkıda bulunan en son
teknolojilerden biridir.

Bu tezde, bir kontrol ünitesi, su pompaları ve birkaç sensörden oluşan bir prototip
oluşturarak Nesnelerin İnterneti tabanlı akıllı bir sulama sistemi çerçevesi
önerilmektedir. Sistem, toprağın sulama ihtiyacını ölçmek ve sensör verilerine göre
uygun sulama miktarını belirlemek için çeşitli donanımlar kullanılır. Sensörlerden gelen
değerler, bulut bilişim aracılığıyla kullanıcının cep telefonunda kurulu bir mobil
uygulamaya gönderilir ve böylece sulamanın izlenmesi ve kontrol edilmesine olanak
tanır. İlave olarak, manuel ve otomatik sulama modlarında otomatik olarak sulamanın
yapılacağı değer belirlenir ve farklı sensörler arasındaki bağıntıya göre uygun sulama
miktarı gerçekleştirilir.

Bu tez çalışması, bitki türüne göre sulama kararının verilmesinde veya her bitkinin
sensör değerleri arasındaki ilişkiye göre uygun sulama miktarının belirlenmesinde
dinamik bir karar destek sistemi kullanır. Önerilen sistemde geri bildirim ve
gelecekteki iyileştirme amacıyla otomatik modda sulama operasyonlarının
kayıtlarının saklanması sağlanmaktadır. Gelecekteki çalışmalarda, önerilen modelin
otomasyonunu artırmak için yağmur sensörü ve su seviye sensörü gibi diğer
sensörler eklenecek, ayrıca yapay zeka ve derin öğrenme teknikleri kullanılarak
sulama kararları verilecek ve elde edilen verecolatirrak dayal.

xii
[Link] 1 INTRODUCTION

Ce chapitre contient une introduction, un énoncé du problème et la motivation, ainsi qu'une

revue de la littérature, les contributions à cette thèse et l'organisation de la thèse.

L'énoncé du problème dans ce chapitre définit le problème majeur que cette étude
tente d'aborder.

1.1. Énoncé du problème et motivation

1.1.1. Énoncé du problème

Une mauvaise gestion de l'eau dans l'irrigation entraîne un gaspillage d'eau, ainsi qu'une

diminution de la qualité des cultures produites, surtout si l'irrigation est inégale [1] et ne prend

pas en compte les besoins de chaque plante ou culture séparément.

Il y a souvent plus d'un type de plante dans les champs et nécessite que chaque type ait une

quantité d'eau différente [2].

Les agriculteurs pompent souvent plus d'eau que nécessaire (irrigation excessive), ce qui entraîne une

diminution de la production ainsi qu'un gaspillage d'eau et d'énergie [3].

L'une des tendances récentes les plus importantes pour accroître l'efficacité des opérations

agricoles et réduire le gaspillage des ressources est l'utilisation de l'Internet des objets dans la

gestion de l'irrigation en particulier [3]. D'autre part, la littérature sur l'irrigation intelligente

utilisant l'Internet des objets, s'attache à répondre à deux questions majeures : Quand la décision

d'irrigation est-elle prise ? Comment déterminer la quantité appropriée d'irrigation? Cependant, il

y a des problèmes dans la représentation de ces systèmes proposés, notamment : (1) Adopter

des valeurs limites fixes auxquelles la décision d'irrigation est prise,

 2

qui ne peut pas être changé facilement ou à tout moment selon le superviseur du processus

d'irrigation. (2) La quantité d'irrigation est fixée pour toutes les cultures/plantes sans tenir

compte de l'existence d'une différence sur la quantité d'eau nécessaire pour chacune, (3) La

quantité d'irrigation est fixée - non dynamique - pour une seule culture /plante sans tenir compte

de la différence d'autres facteurs affectant le sol, tels que (température du sol, humidité de l'air,

température de l'air) et de leur impact sur la détermination de la quantité appropriée en fonction

de ces valeurs variables. En conséquence, cette étude tente de surmonter ces problèmes en

proposant une nouvelle architecture d'irrigation basée sur l'Internet des objets, ainsi que d'autres

fonctionnalités supplémentaires qui augmentent l'efficacité de la gestion de l'irrigation.

[Link]

L'agriculture est la principale source de nourriture et le plus grand consommateur d'eau douce, absorbant

jusqu'à 70 % de toutes les ressources en eau [4]. Dans un contexte connexe, les préoccupations concernant le

réchauffement climatique ont incité les chercheurs à développer des stratégies de gestion de l'eau pour

s'assurer que l'eau est disponible pour la production et la consommation alimentaires. En conséquence, il y a

eu une recrudescence des études sur la réduction de l'utilisation de l'eau d'irrigation [5]. Le concept «

d'irrigation durable » a également émergé, qui est l'une des principales préoccupations pour préserver les

ressources en eau par l'application de politiques judicieuses de rationalisation de la consommation d'eau [6].

D'autre part, l'Internet des objets (IoT) a augmenté le nombre d'appareils sur Internet, cela est dû

à la nécessité d'obtenir des informations de ces appareils pour diverses applications IoT, et le

nombre de ces appareils est susceptible de continuer à augmenter. [7]. D'ici 2025, le nombre

d'appareils connectés devrait atteindre 25,1 milliards [8]. L'IoT offre des applications variées pour

surveiller la croissance des cultures et soutenir les décisions d'irrigation [9], ce qui en fait un choix

logique pour les applications de gestion intelligente de l'eau. Actuellement, malgré la

propagation de l'IoT, certains défis empêchent encore l'utilisation généralisée de l'IoT pour

l'irrigation de précision, tels que la nécessité de développer des logiciels pour des applications

intelligentes basées sur l'IoT, telles que l'irrigation pour l'agriculture, qui n'est pas encore

entièrement automatisée. [dix].

 3

Par conséquent, on s'attend à ce que les systèmes et solutions IoT deviennent de plus en plus

importants dans la conception de systèmes et de solutions appropriés pour chaque domaine, y

compris l'agriculture. Sans une eau d'irrigation gérée intelligemment pour tenir compte des

besoins de chaque plante, il sera impossible de parvenir à une irrigation durable ou d'améliorer

la qualité des cultures.

1.2. Revue de littérature

Ces dernières années, suite à l'adoption généralisée de l'Internet des objets, de nombreuses études

ont proposé des systèmes et des solutions pour mettre en œuvre l'IoT dans l'agriculture en général et

la gestion de l'irrigation en particulier. Le tableau 1.1 présente une liste d'études sur la gestion de

l'irrigation à l'aide de l'IdO.

Tableau 1.1. Revue de la littérature pour l'irrigation intelligente

Référence Brève description

Bhattacharya Cet article propose un système d'irrigation intelligent basé sur l'IoT utilisant un
et coll. [11] capteur d'humidité du sol uniquement pour collecter des données sur l'état du sol
en temps réel, puis les envoyer à un serveur Web sans fil où les données sont
analysées à l'aide d'un cadre IoT, puis envoyées des notifications périodiques à un
application installée sur le smartphone de l'agriculteur.

Shekhar et Un système intelligent basé sur l'IoT est proposé, qui utilise seulement deux
Al. [12] capteurs : un pour évaluer l'humidité du sol et l'autre pour mesurer la
température du sol. Les données du capteur sont traitées par un algorithme
intelligent, qui prédit la meilleure décision d'irrigation.

Mohamed Un système a été proposé qui dépend de l'algorithme de l'arbre de décision

A. Abbadi et pour prendre la décision d'irrigation pour le sol. Un modèle pour le processus
Al. [13] d'irrigation est conçu sur la base des propriétés et des températures du sol,
mais selon les chercheurs, les résultats du modèle proposé ne peuvent pas
être généralisés à toutes les régions en raison de leurs caractéristiques
différentes de la région de South Jordan Wadi où le modèle a été développé. .

Benzaouia Un système d'irrigation intelligent basé sur la logique floue a été proposé comme
et coll. [14] étude de cas pour la zone climatique de l'est du Maroc, où le capteur d'humidité
du sol a été utilisé et la température et le rayonnement solaire ont été acquis à
partir de la station météorologique.
 4

Tableau 1.1. (A continué)

Kamienski Les chercheurs ont proposé une technologie intelligente de gestion de l'eau basée
et coll. [9] sur l'IdO pour l'irrigation de précision dans l'agriculture, basée sur quatre projets
pilotes au Brésil et en Europe, bien que leur projet ait obtenu de bons résultats,
selon les chercheurs, il implique des paramètres conçus sur mesure et une
réingénierie des composants. pour fournir une plus grande évolutivité avec
l'utilisation de ressources de calcul minimales.

mohamed Un système d'irrigation intelligent basé sur l'Internet des objets a été
E. et al. [15] proposé, qui utilise des capteurs pour obtenir la température, l'humidité et
l'humidité du sol, ainsi qu'un réseau neuronal multicouche qui fonctionne
selon des règles prédéfinies pour déterminer la quantité d'eau d'irrigation à
pompé dans la ferme avec le temps de fonctionnement prévu.

Rao et coll. Un système intelligent de surveillance et d'automatisation sur le terrain basé

[16] sur la technologie IoT est proposé, qui utilise deux capteurs : capteurs
d'humidité du sol et température du sol, avec les valeurs de seuil choisies
pour calibrer les capteurs en fonction des valeurs de température et
d'humidité du sol au cours des mois précédents, valeurs de seuil peut différer
selon la culture, où la pompe à eau d'irrigation est actionnée et le suivi est
effectué à l'aide d'une application informatique.

Laure et al. Les chercheurs ont présenté une étude sur les systèmes d'irrigation intelligents basés
[5] sur l'Internet des objets. L'étude est un résumé des technologies récentes dans les
capteurs ainsi que les systèmes Internet des objets (IoT) pour l'arrosage dans
l'agriculture de précision. Les chercheurs ont travaillé pour trouver les paramètres les
plus observés pour décrire la qualité de l'eau d'irrigation, le sol et les conditions de l'air.
Sont également mentionnés les nœuds les plus couramment utilisés dans les systèmes
IoT, les réseaux sans fil pour l'irrigation des cultures et la communication sans fil la plus
courante. Les tendances actuelles en matière d'utilisation des systèmes IoT pour la
gestion des cultures et la gestion de l'eau ont également été abordées.

Nidia et al. Les chercheurs ont proposé un cadre IoT intelligent et vert qui utilise le bilan hydrique
[18] ainsi que des approches métriques potentielles pour mettre en œuvre un plan de
gestion de l'irrigation basé sur la culture, ainsi que des informations sur les systèmes
d'irrigation des utilisateurs, des données météorologiques et d'humidité du sol
provenant de zones proches de la champs surveillés. Pour la prévision de l'état du sol,
un système a été développé qui utilise des modèles d'entraînement basés sur deux
méthodes différentes : localement et globalement.
 5

Il est noté dans les revues de littérature que certains d'entre eux utilisent un ou deux capteurs

tout en ignorant la corrélation entre les capteurs pour déterminer la quantité appropriée. Aussi,

ignorez certains d'entre eux la nécessité pour chaque plante ou culture d'irriguer

indépendamment de l'autre. De plus, certaines des études mentionnées ci-dessus dépendent

d'une valeur seuil fixe pour prendre la décision d'irrigation, il n'est donc pas facile de l'ajuster. En

conséquence, cette étude tente de résoudre ces problèmes en construisant un système

dynamique qui utilise un nombre suffisant de capteurs et permet de modifier la valeur à laquelle

la décision d'irrigation est prise ; en plus de cela, il prend en compte l'importance de la relation

entre les capteurs pour déterminer la quantité appropriée d'irrigation.

1.3. Objectifs de la thèse

L'objectif de recherche de cette thèse est de développer un cadre pour un système intelligent de

gestion de l'irrigation basé sur l'Internet des objets avec l'utilisation du cloud computing et une

application mobile sur le téléphone de l'utilisateur final, afin que l'utilisation de ce système puisse

fournir la fin -utilisateur avec des options flexibles pour irriguer chaque champ ou culture.

Les options peuvent être l'irrigation automatique, l'irrigation manuelle, le réglage de la périodicité pour

s'assurer que le sol a besoin d'irrigation en mode d'irrigation automatique, de plus, la possibilité de

surveiller l'humidité et la température du sol, en plus de la température et de l'humidité du champ en

temps réel. temps.

1.4. Contribution de la thèse

Les considérations suivantes sont prioritaires dans le développement du système proposé :

facilité d'utilisation de l'application mobile par l'utilisateur final, flexibilité dans le réglage des

paramètres du capteur et précision dans l'estimation du temps et de la quantité d'irrigation

appropriés. À la lumière de ce qui précède, les contributions de cette étude peuvent être

résumées comme suit :

- La capacité de prendre des décisions d'irrigation pour chaque champ ou culture séparément des

autres cultures.
 6

- La possibilité de déterminer la quantité appropriée pour irriguer chaque culture en fonction

de différents facteurs autres que l'échelle d'humidité du sol, qui sont : la température du sol,

l'humidité et la température de l'air.

- La possibilité d'obtenir des informations en temps réel sur les environs de chaque champ.

- La décision d'irrigation peut être prise de deux manières : automatiquement ou manuellement, en

fonction des relevés des capteurs.

- En mode d'irrigation automatique, possibilité de définir la durée périodique

appropriée pour revérifier que le sol nécessite une irrigation.

- En plus de la possibilité d'enregistrer les journaux des lectures dans le cloud, les valeurs

des lectures précédentes sont stockées dans la console pour être examinées en cas de

panne de connexion réseau.

1.5. Organisation des thèses

Voici la structure de la thèse :

- Le chapitre 2 couvre l'Internet des objets et son architecture en général, ainsi que le

cloud computing, en plus de l'agriculture et des applications intelligentes.

- Le chapitre 3 présente les techniques utilisées pour mettre en œuvre le système

proposé, sous forme de matériel et de logiciel.

- Le chapitre 4 se concentre sur le système proposé et décrit son architecture et comment

le représenter en plus de sa démonstration.

- Le chapitre 5 conclut la thèse et donne les travaux futurs.

[Link] 2. INTERNET DES OBJETS ET AGRICULTURE
APPLICATIONS

Ce chapitre donne un aperçu de l'IoT et de son architecture commune, ainsi qu'un concept de

cloud computing et sa relation étroite avec l'IoT. L'agriculture intelligente est également définie,

avec quelques applications IoT dans l'agriculture intelligente.

2.1. Internet des objets

2.1.1. Un aperçu de l'internet des objets

L'Internet des objets (IoT) est l'une des avancées technologiques majeures de la dernière

décennie, il tend à donner de l'intelligence aux "objets" en automatisant les tâches et en

transférant des données sans interaction humaine.

Bien que la généralisation de l'Internet des objets et considérée comme l'un des
aspects de la quatrième révolution industrielle, il n'a pas de définition globale
convenue [19], où il est défini tantôt sous l'aspect de son application et tantôt sous
l'aspect de sa relation avec Internet, etc. Voici deux définitions sélectionnées qui
sont destinées à comprendre la vue d'ensemble de l'Internet des objets comme
suit :

- L'expression "Internet des objets" est une expression de deux mots, et la première

définition peut être considérée sous cet angle. Ainsi, "Internet" est décrit comme un

réseau mondial d'un grand nombre de réseaux basés sur des normes de protocole de

communication, alors que "Things" fait référence à tous les éléments qui sont connectés

à ce réseau sur la base des mêmes normes [20]. Par conséquent, la connexion et

l'échange de données sur Internet entre des objets physiques, ou "choses",

 8

intégré avec des capteurs, des logiciels et d'autres technologies est connu sous le nom

d'Internet des objets (IoT). Ces choses peuvent être n'importe quoi, des articles ménagers

courants aux outils industriels de haute technologie [21].

- Cependant, une description plus abstraite de "l'Internet des objets" peut être trouvée dans la deuxième

définition, qui est ; Le concept « Internet des objets » fait référence à tout ce qui peut être accessible

de n'importe où et à tout moment par n'importe qui pour n'importe quel service sur n'importe quel

réseau [22].

2.1.2. L'importance de l'internet des objets

Les modes de vie traditionnels ont été convertis en modes de haute technologie grâce à l'Internet des objets

(IoT). Des exemples de transformations axées sur l'IdO sont les maisons intelligentes, les villes intelligentes,

les transports intelligents et les industries intelligentes [23].

L'Internet des objets (IoT) devient de plus en plus important en raison des avantages qu'il offre, notamment :

l'amélioration de l'efficacité de la production, l'amélioration de la qualité de vie, la préservation de

l'environnement, la promotion de l'économie numérique, la réduction du gaspillage de ressources et de

temps, l'amélioration de la décision -processus de fabrication grâce à des données en temps réel, l'un des

aspects les plus importants pour atteindre la durabilité, et l'automatisation des processus et des tâches.

2.1.3. Architecture de l'internet des objets

L'Internet des objets a une variété de conceptions suggérées divisées en niveaux fondamentaux

(voir figure 2.1.).

Voici une architecture de base à cinq couches pour l'Internet des objets [19] qui sera utilisée

dans cette recherche :

1. Couche de perception : pour détecter et collecter des données sur l'environnement en utilisant des capteurs

au niveau de la couche physique[20].

 9

2. Couche de liaison de données : plusieurs protocoles sont utilisés à cette couche

pour établir la communication avec la couche suivante (la couche réseau) [24],

tels que Bluetooth, ZigBee, BLE, Wi-Fi, Z-Wave, RFID, Cellular, Sigfox , Ethernet,

NFC, LPWAN, LoRaWAN.

3. Couche réseau : elle est chargée d'attribuer des voies de données pour la transmission sur le

réseau [25]. Les commutateurs, routeurs, pare-feu et autres équipements réseau se trouvent

sur cette couche.

4. Couche transport : la commande de livraison des paquets, le multiplexage, le routage des octets,

l'évitement de la congestion, l'intégrité des données et la fiabilité des données transmises sont tous

fournis par la couche transport.

5. Couche d'application : cette couche représente le front-end de l'architecture IoT, où la majorité

du potentiel de la technologie sera réalisée, car elle fournit aux développeurs IoT les

interfaces, les plates-formes et les outils nécessaires pour créer des applications IoT telles que

les villes intelligentes, la santé intelligente, transports intelligents et maisons intelligentes [25].

Graphique 2.1. Couches IoT [25]

2.2. Cloud computing

Le cloud computing est un ensemble de ressources virtuelles accessibles à distance, telles que du

matériel, des plateformes de services ou des plateformes de développement [26]. Avec la possibilité de

réaffecter dynamiquement ces ressources pour répondre à l'évolution des charges, cela conduit à la
 dix

utilisation optimale des ressources. Une approche de paiement à l'utilisation est couramment utilisée pour accéder à cet

ensemble de ressources, le fournisseur d'infrastructure offrant des assurances par le biais d'accords de niveau de service sur

mesure [26].

Le cloud computing vise à étendre ou à réduire dynamiquement les ressources en fonction de la charge du client à

l'aide d'API logicielles avec peu d'engagement du fournisseur de services [27].

Le cloud computing offre un certain nombre d'avantages, dont certains peuvent être mis en évidence comme

suit :

- Il a permis aux petites entreprises de bénéficier d'analyses commerciales nécessitant des

ressources de super calcul, qui étaient l'apanage des grandes entreprises, à des coûts très

bas.

- Vitesse en marketing Lorsque des ressources informatiques sont nécessaires dans n'importe quel projet, il

s'agit d'un accès presque instantané à ces ressources.

- Il a grandement facilité pour les institutions d'élargir la gamme de services fournis,

qui dépendent dans leur travail sur les demandes des clients.

- Il a introduit de nouvelles catégories d'applications et de services qui n'existaient pas auparavant,

telles que les applications mobiles interactives qui dépendent de l'environnement, du contexte et de

l'emplacement en temps réel tels que les capteurs. De plus, le traitement par lots parallèle permet

de tirer parti d'une puissance de calcul extrêmement importante. pour évaluer de grandes quantités

de données dans un court laps de temps, ainsi que l'analyse commerciale qui peut utiliser de

grandes quantités de ressources informatiques pour comprendre les clients et les chaînes

d'approvisionnement [28].

Les clouds sont généralement classés en trois types de base : cloud privé, public et hybride [29]. Une

condition de nuage peut être un nuage unique ou un groupe de nuages. Les clients choisissent fréquemment

un cloud en fonction de leur capacité à gérer les infrastructures cloud et de leurs exigences en matière de

sécurité. La base physique, la plate-forme du système d'exploitation et le logiciel d'application Web en cours

d'exécution constituent les trois niveaux d'un serveur Web. Une, deux ou toutes ces couches peuvent être

présentes dans un conteneur cloud. SaaS (Software as a Service), PaaS (Platform as a Service) et IaaS

(Infrastructure as a Service) sont tous des exemples de modèles de services cloud. Par conséquent, le choix

d'un fournisseur de cloud approprié se résume souvent à

 11

décider quelles couches vous souhaitez gérer vous-même et lesquelles doivent être laissées

à l'hébergeur [29].

L'Internet des objets et le cloud computing sont étroitement liés, car l'Internet des objets a

bénéficié des avantages du cloud computing en termes de stockage, de traitement et de

communication. Le développement de nombreux systèmes basés sur l'Internet des objets avec le

cloud computing est mené dans une variété de domaines, y compris l'agriculture, car il combine

des dispositifs IoT à partir de capteurs et d'actionneurs avec la capacité de stocker et de suivre les

données créées par celui-ci. L'utilisation de l'Internet des objets avec le cloud a permis la

construction de systèmes d'information à haut débit fonctionnant en temps réel ou à proximité

[30] [31].

Comme le montre la figure 2.2, l'Internet des objets (IoT) et le cloud computing représentent la

prochaine étape majeure de l'internet du futur [32].

Illustration 2.2. Informatique en nuage [33]

 12

2.3. Agriculture intelligente

Le développement rapide des technologies de l'information et de la communication s'est reflété dans la

plupart des domaines, y compris l'agriculture, où plusieurs termes sont apparus pour désigner de nouvelles

voies dans les technologies agricoles, y compris l'agriculture intelligente, l'agriculture électronique et

l'agriculture numérique, où il n'y a pas de différences fondamentales à l'exception de quelques différences

mineures. différences selon le public utilisant ces technologies [34].

Un autre terme général dans ce contexte est l'agriculture de précision (AP) est une technique agricole

intelligente qui améliore la précision opérationnelle en fournissant à chaque plante ou animal exactement ce

dont il a besoin pour prospérer de la meilleure façon possible, en maximisant les performances globales tout

en réduisant les déchets, les intrants et les polluants. . En d'autres termes, est une technique complexe qui

considère uniquement les variables pertinentes aux conditions de terrain [31].

D'autre part, l'agriculture intelligente va plus loin en basant les responsabilités de gestion sur les

données, qui sont renforcées par une connaissance du contexte et de la situation et pilotées par

des événements en temps réel [35].

L'Internet des objets, les capteurs, les actionneurs et les microprocesseurs améliorés et à faible coût,

les technologies sans fil à large bande passante, les systèmes TIC en nuage, l'analyse des

mégadonnées, l'intelligence artificielle et les robots ont tous contribué au progrès de l'agriculture

intelligente [31].

2.4. Applications IoT dans l'agriculture intelligente

À l'instar des autres secteurs, on s'attend à ce que le secteur agricole soit l'un des plus

importants pour bénéficier des applications de l'Internet des objets. Où l'Internet des objets

est utilisé pour fournir des solutions efficaces pour l'industrie agricole, qui contribuent

considérablement à résoudre les problèmes d'augmentation de la demande et de pénurie

de main-d'œuvre dans l'agriculture, ainsi qu'à atteindre la durabilité agricole [36].

Voici quelques exemples d'applications agricoles (voir Figure 2.3) :

- Gestion intelligente de l'eau.
 13

- Surveillance intelligente des cultures et de l'environnement agricole.

- Prise en charge intelligente de la récolte.

- Fertilisation intelligente.

- Gestion de l'énergie dans l'agriculture.

- Gestion de la chaîne d'approvisionnement en agriculture.

- Pratiques agricoles intelligentes telles que : Serres, hydroponie, aéroponie,

aquaponie, agriculture verticale, …, etc.

Illustration 2.3. Applications IoT dans l'agriculture intelligente

[Link] 3. CONFIGURATION MATÉRIELLE ET LOGICIELLE
DANS LES APPLICATIONS DÉVELOPPÉES

Les techniques et la configuration de l'appareil utilisées dans le système proposé sont brièvement décrites dans ce

chapitre.

3.1. Matériel

La plupart des systèmes basés sur l'IoT sont composés de trois parties fondamentales : un contrôleur, un capteur et

un actionneur.

3.1.1. Manette

Il est généralement utilisé pour contrôler automatiquement les appareils et équipements [31]. Le

contrôleur dans les applications IoT est comme le cerveau, traitant les entrées des capteurs ou d'autres

sources et produisant les sorties de l'un des actionneurs.

Dans cette étude, le "Raspberry Pi 3 Model B" comme le montre la figure 3.1. est employé comme

contrôleur.

La Fondation Raspberry Pi, en collaboration avec Broadcom, a produit une gamme d'ordinateurs

monocartes miniatures (SBC). Initialement, le projet Raspberry Pi visait à promouvoir l'enseignement

de base de l'informatique dans les écoles et les pays pauvres. Son faible coût, sa polyvalence et sa

conception ouverte le rendent populaire dans de nombreux domaines, y compris la surveillance

météorologique [37] [38].

 15

Illustration 3.1. Framboise Pi 3 Modèle B Figure [39]

Spécifications techniques du Raspberry Pi 3 B [39] :

- Processeur : 1,2 GHz 64 bits Quad Core, SoC : Broadcom (BCM2837)

- RAM : 1 Go
- Sans fil : BCM43438, Bluetooth Low Energy (BLE) intégré
- Ethernet : 100 Mbit/s

- GPIO : 40 broches

- USB : 4 ports

- Sortie audio : casque

- Sortie vidéo : HDMI
- Interface caméra : CSI

- Port carte SD : Micro SD

- Port d'alimentation : Micro USB, jusqu'à 2,5 A

3.1.2. Capteurs

Les capteurs sont essentiels pour automatiser toute application car ils collectent des données et les

traitent. La complexité d'un capteur peut aller du plus simple au plus compliqué. Les capteurs peuvent

être classés en fonction de critères tels que le type de matériau, le processus de conversion et

l'événement physique qu'ils sont censés détecter [31].

 16

[Link]. Capteur d'humidité du sol

Un capteur "Capacitive Soil Moisture v2.0" comme illustré à la Figure 3.2. est utilisé pour mesurer

le niveau d'humidité du sol. Ce capteur capacitif a une excellente réactivité aux changements

locaux d'humidité du sol et fournit une corrélation efficace entre la teneur en eau gravimétrique

et la tension de sortie [40] [41].

Ses spécifications peuvent être résumées comme suit [42] :

- Tension de fonctionnement (VDC) : 3,3 à 5,5

- Tension de sortie (VDC) : 0 à 3,0

- Courant : 5 mA

- Dimensions : 98 mm * 23 mm (3,86 pouces x 0,905 pouces)

- Type de sortie : Analogique, donc un convertisseur ADC est nécessaire pour fonctionner avec le

Raspberry Pi.

Illustration 3.2. Humidité capacitive du sol v2.0 [42]

[Link]. Capteur de température du sol

Pour mesurer la température du sol, un capteur de type DS18B20 est utilisé. Il s'agit d'un capteur de

température numérique, utilisé dans de nombreuses applications et environnements difficiles tels que les

thermomètres, les solutions chimiques, les systèmes industriels, le sol, les produits de consommation et les

systèmes de détection de température (voir Figure 3.3). La résolution de démarrage est de 12 bits, où
 17

il existe une résolution de 9, 10, 11 ou 12 bits, ce qui signifie que le capteur de température peut

mesurer avec précision des températures de 0,25 °C, 0,125 °C et même 0,0625 °C [43] [44].

Ses principales spécifications sont les suivantes [43] :

- Température : entre (-67°F et +257°F) ou (-55°C jusqu'à +125°C)

- Plage de précision : ±0,5°C

- Tension de fonctionnement : 3V à 5V

- Communication : interface 1 fil (une seule broche de port)

- Temps de conversion : 750 ms en 12 bits

- Résolution de la sortie (programmable) : 9 bits jusqu'à 12 bits

- La ROM intégrée stocke un numéro de série 64 bits unique pour chaque appareil.

- Communique en utilisant la méthode 1-Wire

- Permet le multiplexage : chaque capteur a une adresse unique de 64 bits

Illustration 3.3. Capteur de température du sol (DS18B20) [43]

[Link]. Capteur de température et d'humidité de l'air

Comme le montre la figure 3.4., le capteur de type DHT11 est utilisé pour surveiller et mesurer la

température et l'humidité de l'environnement d'un champ ou d'une culture [44]. Le DHT11 est un

capteur de température et d'humidité populaire qui comprend un NTC dédié pour mesurer la

température ainsi qu'un microprocesseur 8 bits pour sortir les valeurs de température et

d'humidité sous forme de données série [45] [46].

 18

Les spécifications DHT11 sont les suivantes [46] :

- Tension requise pour le fonctionnement : 3,5 V jusqu'à 5,5 V

- Courant requis pour le fonctionnement : 0,3 mA pour la mesure ou 60 uA pour la veille

- Sortie : données série

- Température : entre 0°C et 50°C

- Plage de précision : ±1°C

- La plage d'humidité : entre 20 % et 90 %

- Il a une résolution de 16 bits pour la température et l'humidité.

Illustration 3.4. Capteur de température et d'humidité de l'air (DHT11) [45]

3.1.3. Actionneurs

Dans l'Internet des objets, les actionneurs utilisent des données reçues par des capteurs et traitées par

des logiciels pour contrôler ou agir dans le système [47].

[Link]. Pompe à eau

Une pompe à eau est utilisée dans le but d'irriguer la culture ou le champ lorsque le seuil

limite est atteint (voir Figure 3.5.).

La pompe à eau utilisée a ces spécifications :

- Type : pompe submersible

- Puissance : 5W

- Tension de fonctionnement : 220 V

- Fréquence : 50 Hz
 19

- Température maximale de l'eau : 45

- Haut maximum : 0,75 M

- Dimensions : 35 mm x 35 mm x 30 mm (1,37 pouces x 1,37 pouces x 1,18 pouces)

Illustration 3.5. Pompe à eau (submersible) [48]

[Link] composants

D'autres composants sont utilisés, dont certains sont nécessaires et d'autres sont des

accessoires.

[Link]. Relais

Les modules à tension plus élevée peuvent être contrôlés via des relais sur le Raspberry Pi.

Le relais "switch" est activé par une impulsion basse tension, il empêche le Pi de surchauffer

car il ne supporte que 5V [49] (voir Figure 3.6.).

Caractéristiques des relais utilisés :

- Type de relais : interrupteur à bascule

- Module relais 2 canaux avec optocoupleur

- Chaque relais nécessite 15 - 20 mA pour la commutation

- LED pour l'indication de l'état du relais

- Tension de fonctionnement : 3,3 V ou 5 V

- Sortie maximale du relais : 30 V CC/10 A, 250 V CA/10 A

 20

- Dimensions : 50 x 41 x 19 mm

Illustration 3.6. Module relais avec optocoupleur 5V (canaux doubles) [49]

[Link]. Convertisseur analogique-numérique

Étant donné que le Raspberry Pi 3B n'a pas d'ADC interne, un ADC externe est nécessaire pour

convertir de l'analogique au numérique. L'ADS1115 illustré à la Figure 3.7. est utilisé ici comme

ADC externe.

L'ADS1115 peut être décrit comme un convertisseur analogique-numérique. Il utilise le protocole I2C et

est à quatre canaux avec des adresses sélectionnables [50].

Spécifications de l'ADS1115 utilisé :

- Résolution : 16 bits
- Tension de fonctionnement (V) : 2 à 5,5

- Débit de données (programmable) : 8 à 860 SPS (échantillons par seconde)

- En mode continu, il consomme 150 µA, alors qu'en mode monocoup, il s'éteint

automatiquement.

- Tension de référence à faible dérive

- Un oscillateur intégré est utilisé.

- En interne, il y a un PGA (Programmable Gain Amplifier).

- L'interface I2C permet jusqu'à 4 adresses sélectionnables par broche.

- Deux canaux différentiels ou quatre canaux asymétriques.

- Un comparateur programmable.
 21

Illustration 3.7. ADS1115 [51]

[Link]. Accessoires

Le travail peut être facilité par un certain nombre de composants supplémentaires qui ne sont pas

nécessaires.

Les composants illustrés à la Figure 3.8. peut se résumer comme suit :

- Une planche à pain : C'est un outil qui sert à faciliter le travail sur les projets électroniques.

- Un Pi T-Cobbler Breakout pour Raspberry Pi : Il est utilisé pour étendre les broches du

Raspberry Pi sur une planche à pain.

- Diode électroluminescente rouge (LED) et un buzzer passif : permettent d'ajouter des effets

visuels et auditifs.

(un) (b) (c)

Illustration 3.8. (a) Breadboard (b) GPIO T-Cobbler (c) LED et buzzer
 22

3.2. Logiciel

Il est courant que les applications de l'Internet des objets soient représentées par un

groupe de logiciels. Les progiciels suivants sont utilisés dans cette recherche.

3.2.1. Exigences du Raspberry Pi

[Link]. Système d'exploitation Raspberry pi

La distribution Debian Linux est le système d'exploitation idéal pour les appareils Raspberry Pi, et

régulièrement mise à jour en mettant l'accent sur la fiabilité et les performances ; En outre, il comprend

plus de 35 000 packages [52]. Il convient de noter qu'il est basé sur Debian (distribution Linux) et qu'il

s'agit également d'un système libre [53].

De plus, les utilisateurs le trouveront facile à utiliser grâce aux interfaces graphiques fournies comme

illustré à la Figure 3.9.

Illustration 3.9. Bureau du système d'exploitation Raspberry Pi

 23

[Link]. Python

Python est un langage de programmation de haut niveau qui allie puissance et clarté [54]. Pour cette

raison, il a été inclus dans le système d'exploitation Raspberry Pi OS car Python est un outil puissant,

facile à apprendre et à utiliser [55]. La version 3.7 est utilisée dans cette recherche.

Voici une liste des caractéristiques les plus importantes [56] :

- La syntaxe simple du langage le rend simple à apprendre.

- Il est simple à lire car il est sans ponctuation.

- Il est modulaire afin de le rendre simple à entretenir.

- Il dispose d'un grand nombre de bibliothèques standard qui facilitent leur intégration dans

des projets.

- Il est interactif, car il comprend un terminal pour déboguer et tester des extraits de

code.

- Il n'est pas nécessaire de compiler car il est interprété.

- Il est portable en ce sens qu'il peut fonctionner sur une large gamme de plates-formes matérielles

et possède la même interface sur toutes.

- Il fonctionne sur divers systèmes d'exploitation tels que Windows, Linux, Mac OS.

- Permet d'ajouter des modules de bas niveau à l'interpréteur afin de le

personnaliser.
- Polyvalent car il prend en charge à la fois la programmation procédurale et orientée objet

(POO).

- Flexible, de sorte que les programmes de console, les applications et les scripts CGI (Common

Gateway Interface) pour traiter les données Web et l'interface utilisateur graphique (GUI) fenêtrée

peuvent être créés.

[Link]. TinyDB

TinyDB est une base de données légère et orientée document, elle est entièrement écrite en Python et ne

nécessite aucune ressource externe. il est destiné aux petites applications qui seraient submergées par une

base de données SQL ou une base de données externe [57]. De plus, les données sont stockées dans un

fichier JSON, qui convient au traitement de l'Internet des objets, car il est généralement utilisé pour stocker

des données importantes et des données de configuration.

 24

[Link]. Code de studio visuel

Il s'agit d'un éditeur de code gratuit et open source permettant de créer et de déboguer des

applications Web et cloud modernes basées sur le bureau. Microsoft l'a introduit, et il est

régulièrement mis à jour et développé [58]. Il est très populaire parmi les développeurs et prend en

charge un large éventail de langages de programmation [59].

De plus, de nombreux modules complémentaires sont disponibles en téléchargement pour aider à la gestion et à la

manipulation du code [60].

3.2.2. Hébergement en nuage

L'hébergement cloud rend les logiciels et les sites Web disponibles via des ressources cloud [61], avec des coûts de

démarrage, une élasticité des ressources et des économies d'échelle minimaux [62]. Firebase en tant que services

d'hébergement cloud de Google est utilisé dans cette recherche.

[Link]. Base de données en temps réel Firebase

Il s'agit d'une base de données No-SQL basée sur le cloud qui synchronise les données en temps réel sur tous les clients [63]

[64].

La base de données Firebase présente les fonctionnalités clés suivantes [65] :

- Les données sont stockées au format JSON,

- Fonctionnalité hors ligne,

- Contrairement au SGBDR, SQL est facilement évolutif vers de grands nœuds de base de données.

- La fonction d'évolutivité augmente le stockage et les performances.

[Link]. Authentification Firebase

Pour fonctionner correctement, la plupart des applications nécessitent un certain type d'authentification de

l'utilisateur. L'identité d'un utilisateur peut permettre aux applications de stocker en toute sécurité les données de

l'utilisateur dans le cloud et d'offrir une expérience cohérente et personnalisée sur tous les appareils de l'utilisateur.
 25

Firebase Authentication est étroitement lié au reste de la plate-forme Firebase [66] [67].

3.2.3. Application mobile

Flutter est utilisé pour créer une application mobile par laquelle l'utilisateur final peut gérer

le processus d'irrigation.

[Link]. Battement

Le développement d'applications mobiles pour diverses plates-formes a toujours été difficile car

le développeur doit être supérieur pour pouvoir concevoir des applications pour Android et iOS.

Par conséquent, les développeurs ont dû apprendre Java/Kotlin, Xcode, Swift, Eclipse et d'autres

technologies en même temps [68] [63].

Le framework Flutter de Google permet aux développeurs de créer des applications mobiles

multiplateformes nativement construites avec une seule base de code [69] [63]. En conséquence,

l'émulateur indépendant de la plate-forme peut fonctionner simultanément sur les appareils Android

et iOS.

Les caractéristiques de Flutter peuvent être résumées comme suit [70] :

- Open source et gratuit.

- Il a une grande communauté et des ressources.

- Chaque composant de vue possède son propre moteur de rendu, ce qui permet aux

applications d'être aussi rapides que les programmes natifs.

- Il dispose d'une fonctionnalité connue sous le nom de "rechargement à chaud" qui permet aux développeurs de recharger

rapidement leur travail pendant qu'ils travaillent.

- Les langages utilisés pour le construire sont (C/C++, Dart), et utilise le moteur graphique

Skia.

- Le code C/C++ est compilé avec le NDK d'Android et le LLVM d'iOS, tandis que le

code Dart est compilé par AOT en code natif, voir la (Figure 3.10.).
 26

Illustration 3.10. Couches architecturales de Flutter [71]

[Link]. Dard

Afin de construire des applications pour Flutter, Dart est le langage de programmation utilisé

dans cette thèse. Il est développé et maintenu par Google, il était à l'origine conçu comme une

alternative à JavaScript. De plus, pour tenter d'attirer les programmeurs Java, il utilise une syntaxe

similaire au langage de programmation Java [72].

Dart a les caractéristiques suivantes [73] :

- Facile à apprendre.

- Open source.

- Prend en charge le partage de code.

- Compile en JavaScript.
- Il a un éditeur de texte léger.

- S'exécute sur le serveur et dans le client.

- Les types sont pris en charge, mais ils ne sont pas obligatoires.

- Un grand nombre de bibliothèques intégrées y sont disponibles.

 27

- Avec les isolats, Dart permet une simultanéité sûre et simple.

- Les petits scripts et les applications volumineuses et compliquées peuvent être facilement écrits dans Dart.
[Link] 4. LA CONCEPTION DU SYSTÈME D'IRRIGATION INTELLIGENT

Dans ce chapitre, l'architecture système proposée composée de trois couches sera montrée et

comment chaque couche est implémentée, et à la fin, une application de démonstration sera

présentée.

4.1. La corrélation entre l'humidité du sol et d'autres facteurs

La valeur de l'humidité du sol dans la prise de décisions d'irrigation et le calcul de sa quantité est

fréquemment utilisée dans les systèmes d'irrigation de l'Internet des objets. Cependant, en plus de la lecture

de l'humidité du sol, des facteurs supplémentaires influencent la décision de savoir si l'irrigation est

nécessaire et la quantité optimale à appliquer. Parmi ces facteurs d'influence figurent : la température du sol,

car tous les processus du sol dépendent de la température, l'efficacité des engrais, la germination des

graines, la croissance des plantes, l'absorption des nutriments et la décomposition, les maladies et les

insectes sont tous affectés par le régime thermique du sol. De plus, pour chaque culture, il existe une plage

de température optimale comprise entre deux valeurs appelées valeurs inférieure et supérieure,

respectivement. Ainsi, la température du sol est un facteur critique à prendre en compte pour une

programmation efficace de l'irrigation [74] [75].

Dans le même contexte, le facteur température de l'air, qui a un impact direct sur la température du

sol, peut jouer un rôle dans le calendrier d'irrigation. De plus, l'humidité de l'air a une influence

significative sur la programmation de l'irrigation, car la quantité d'eau nécessaire à l'irrigation est plus

faible lorsque le temps est humidifié en fonction de la sécheresse. Par conséquent, ces facteurs doivent

être pris en compte ensemble lors de la prise de décision d'irrigation et de la quantité d'irrigation.

D'autre part, ces valeurs approuvées doivent être dynamiques et non fixes, c'est-à-dire que

la quantité d'irrigation requise doit être prise en compte en fonction du type de chaque

plante ou culture indépendamment de l'autre. Il est important de prendre en compte le

 29

dynamique de la valeur d'irrigation requise en fonction des différences entre ces lectures pour la

même plante.

À la lumière de ce qui précède, la solution proposée dans la thèse a pris en compte les différentes

lectures et pas seulement la lecture de l'humidité du sol, ainsi que la prise en compte du facteur

dynamique dans la décision d'irrigation en déterminant une valeur seuil pour chaque culture/

plante. En outre, le facteur dynamique de la quantité d'irrigation a été pris en compte, qui est la

valeur maximale de l'humidité du sol à laquelle l'irrigation s'arrête, grâce à l'établissement de

quatre bandes pour les capteurs de température du sol, de température de l'air et d'humidité, ce

qui permet de déterminer cette valeur. dynamiquement avec la possibilité de l'ajuster en cas de

besoin également.

4.2. Architecture du système

L'architecture du système d'irrigation intelligent proposé dans cette étude peut être décrite comme

étant composée de trois couches : la couche Internet des objets (IoT), la couche cloud et la couche

application, comme illustré à la figure 4.1.

Illustration 4.1. L'architecture du système d'irrigation intelligent proposé

 30

Chaque couche de cette architecture peut être expliquée comme suit. La couche Internet des objets

(IoT) se compose de composants logiciels et matériels qui fonctionnent ensemble pour représenter

cette couche. Le logiciel se compose d'une application de gestion de l'irrigation qui peut être

considérée comme le firmware de cette couche, en plus de bibliothèques qui facilitent le traitement de

la couche suivante, qui est la couche cloud. Quant à la partie physique de cette couche, elle se compose

de "Raspberry Pi 3 Model B" en tant que contrôleur dont le travail principal est de collecter les données

de chaque nœud (un champ ou une usine) séparément par l'unité de capteur (SU) et d'appliquer le

décision appropriée de l'Unité des actionneurs (AU). Ce modèle de Raspberry Pi est également livré

avec un module Wi-Fi, nécessaire pour se connecter à Internet. Une mémoire externe est utilisée pour

stocker les données de configuration, également pour stocker le journal des lectures des capteurs et

l'état de chaque actionneur. Les capteurs en (SU) utilisés dans chaque nœud sont : un capteur

d'humidité du sol de type "Capacitive Soil Moisture v2.0", un capteur de température du sol de type

"DS18B20", en plus un capteur de température et d'humidité du milieu environnant de un type

"DHT11". Alors que l'unité d'actionnement (AU) de chaque nœud se compose d'une pompe à eau.

La couche cloud, qui est la couche intermédiaire qui relie la couche de l'Internet des objets et la

couche application, utilise deux services cloud de Firebase. Ce sont : le service Firebase Database

Realtime, qui représente une base de données en tant que service (DBaaS) et son objectif

principal est de stocker et de récupérer des données, et le service Firebase Authentication, qui

représente un backend en tant que service (BaaS) pour authentifier les utilisateurs autorisés à

accéder à la base de données hébergée sur la même couche à l'aide d'un e-mail et d'un mot de

passe.

La couche d'application comprend une application mobile construite avec le framework Flutter et

le langage Dart pour une utilisation par l'utilisateur final dans la surveillance et le contrôle de

l'irrigation. Le service "Firebase Authentication" dans la couche cloud a été lié à l'écran de

connexion de cette application afin de permettre un accès autorisé à la base de données de cette

couche.
 31

4.3. Mise en place du système

Cette section décrit la mise en œuvre de chaque couche du système proposé.

4.3.1. Couche IdO

La mise en œuvre de la couche IoT peut être divisée en deux étapes :

un. Étape de mise en œuvre matérielle :

Afin de commencer la mise en œuvre de cette étape, un "Pi T-Cobbler Breakout" est utilisé pour

étendre 40 broches GPIO sur le "Raspberry Pi Model B" à la planche à pain dans le but de protéger

également les broches installées sur le Raspberry Pi comme facilitant leur manipulation. Par

conséquent, les éléments (capteurs/composants) de chaque nœud sont connectés aux broches GPIO

comme indiqué dans le Tableau 4.1.

Tableau 4.1. Une carte des composants de connexion au Raspberry Pi

Intermédiaire Tarte aux framboises

Article Épingle de l'article

Articles broche

V ------ Broche 1 – 3,3 V

Convertisseur analogique-numérique g ------ Broche 25 – GND

(ADS1115) SCL ------ Broche 5 – SCL1(je2C)

SDA ------ Broche 3 – SDA (je2C)

Terre ------ Broche 9 - GND

Humidité capacitive du sol v 2.0 [1] VCC ------ Broche 17 – 3,3 V

AOUT A0 (ADS1115) ------

Terre ------ Broche 14 - GND

Capteur de température du sol -
DONNÉES 5k Ohm (Résistance 1) Broche 7 – GPIO 4
DS18B20 [1, 2] VDD 5k Ohm (Résistance 1) Broche 17 – 3,3 V

VCC
Humidité et température de l'air ------ Broche 2 – 5V

DONNÉES ------ Broche 18 - GPIO 18

Capteur - DHT 11 [1] Terre ------ Broche 6 - GND

Terre ------ Broche 6 - GND

Module relais avec optocoupleur En 1 – Relais 1 ------ Broche 32 – GPIO 12

En 2 – Relais 2 ------ Broche 38 – GPIO 20

(DANS)
VCC ------ Broche 2 – 5V

Terre ------ Broche 9 - GND

Humidité capacitive du sol v 2.0 [2] VCC ------ Broche 17 – 3,3 V

AOUT A1 (ADS1115) ------

 32

Tableau 4.1. (a continué)

VCC
Humidité et température de l'air ------ Broche 2 – 5V

DONNÉES ------ Broche 23 - GPIO 23

Capteur - DHT 11 [1] Terre ------ Broche 6 - GND

Cathodes (-) 330 ohms (résistance 2) Broche 9 – GND

DIRIGÉ
Anode (+) ------ Broche 36 – GPIO 16

Cathodes (-) ------ Broche 9 – GND

Avertisseur sonore
Anode (+) ------ Broche 37 – GPIO 26

D'autre part, les pompes à eau sont connectées au module de relais comme indiqué dans le

Tableau 4.2.

Tableau 4.2. Raccordement du module relais aux pompes à eau

Source d'alimentation CA Module relais (SORTIE) Pompe à eau

CCV 220v COM [Relais 1,2] --------

------- NON [Relais 1] VCC [pompe à eau 1]

------- NON [Relais 2] VCC [pompe à eau 2]

Terre -------- GND [pompe à eau 1,2]

b. Étape de mise en œuvre du logiciel :

Tout d'abord, le système d'exploitation "Raspberry OS" est installé sur l'appareil "Raspberry

Pi 3 Model B", puis l'éditeur Visual Studio Code est installé pour commencer à écrire une

application de gestion d'irrigation par le langage Python 3.7.

Étant donné qu'il est recommandé de diviser le code volumineux en fichiers plus petits pour faciliter la

gestion et la maintenance du code, l'application de gestion de l'irrigation qui s'exécute sur Raspberry Pi

a été divisée en fichiers appelés modules en Python, ce qui signifie que ces modules peuvent être

importés dans n'importe quel programme Python. [76].

L'application de gestion de l'irrigation dans la « couche IoT » se compose de plusieurs modules, chacun de ces

modules est utilisé comme indiqué dans le tableau 4.3 :

 33

Tableau 4.3. Modules pour l'application de gestion de l'irrigation dans la "couche IoT"

Nom du module Usage

Pour lire à partir de l'unité de capteur (SU) et envoyer la

[Link]
commande appropriée à l'unité d'actionneur (AU)

Pour stocker les relevés des capteurs et l'état des actionneurs dans
[Link]
la mémoire locale de la « couche IoT »

Pour configurer la connexion à la « couche cloud » et

firebase_utilties.py
aux opérations CRUD

Mettre en œuvre le scénario principal pour la gestion de

main_process.py
l'irrigation

Smart_Irrigation_Firmware.py Pour exécuter l'application

Un autre module appelé "calibration_Soil_Moisture_with_ADS1115.py" qui doit être utilisé pour

calibrer chaque capteur capacitif d'humidité du sol avant de l'utiliser. Ensuite, les valeurs

minimales et maximales de chaque capteur doivent être stockées séparément.

En outre, deux fichiers d'application de gestion de l'irrigation liés sont créés pour stocker les données

dans la mémoire locale de la « couche IoT » et les utiliser comme indiqué dans le tableau 4.4.

Tableau 4.4. Fichiers de stockage de données

Nom de fichier Description

data_logger.json Pour stocker les lectures des capteurs et l'état de l'actionneur

irrig_db.json Pour stocker les paramètres de configuration

D'autre part, l'organigramme de la figure 4.2. illustre le scénario de travail de l'application

de gestion de l'irrigation dans la couche IoT.

 34

Illustration 4.2. Organigramme de l'application d'irrigation intelligente dans la "couche IoT"

 35

[Link] nuageuse

Firebase permet la création d'une instance utilisable dans une "couche application" d'une application

mobile ainsi qu'une autre instance utilisable dans la "couche IoT". L'objectif principal de ces instances

est de fournir un accès aux données en temps réel afin que, lorsqu'il y a une mise à jour des données

stockées dans cette base de données, toutes ces mises à jour atteignent les appareils des utilisateurs

en temps réel.

Une fois cette instance créée, elle est incluse dans l'application de gestion de l'irrigation dans la

"couche IoT", et il en va de même pour l'instance de l'application mobile.

Cependant, dans la "couche application", il n'est pas directement connecté à la couche cloud, mais

plutôt le service de vérification est passé en premier, dans lequel l'identité de l'utilisateur autorisé est

vérifiée par e-mail et mot de passe, puis l'application peut accéder aux données de la base de données.

[Link] applicative

Android Studio est utilisé comme IDE pour créer une application mobile qui permet à l'utilisateur final

de contrôler les «nœuds» de la «couche IoT» à travers la couche cloud.

Dans cette couche, l'application mobile a les écrans suivants comme dans le tableau 4.5.

Tableau 4.5. Écrans d'applications mobiles

Nom d'écran Usage

Pour créer un compte pour l'utilisateur final et lui permettre

de se connecter à l'application ou de se connecter directement

Connexion
à l'application si un compte existe déjà, et ainsi accéder à la

base de données en temps réel dans Firebase.

L'écran d'accueil de l'application, à partir duquel les cinq écrans

Tableau de bord
suivants peuvent être consultés ou déconnectés.
 36

Tableau 4.5. (a continué)

Pour chaque nœud, cet écran affiche les lectures des

capteurs et l'état des actionneurs, ainsi que les valeurs de

Capteurs
seuil pour chaque capteur qui peuvent être ajustées à

l'aide de cet écran.

Pour contrôler manuellement l'activation/la désactivation de chaque pompe

à eau pour chaque nœud, ainsi que pour mettre à jour manuellement les
Actionneurs
données avec la possibilité d'afficher l'heure et la date de la dernière

opération de mise à jour.

Pour contrôler le mode d'irrigation souhaité, automatique ou

manuel, ainsi que définir la période de "revérification" en

Paramètres
mode d'irrigation automatique, De plus, chaque nœud

(champ/plante) peut avoir une description écrite à ce sujet.

Affiche le journal des données du capteur et l'état de l'actionneur pour

Journaux
chaque nœud avec la date et l'heure de chaque entrée.

4.4. Démonstration du système

Dans cette section, chaque couche de l'architecture du système d'irrigation intelligent basée sur l'IoT

sera démontrée après sa mise en œuvre comme suit.

4.4.1. Couche IdO :

La forme de l'étage matériel du prototype de système proposé dans la couche IoT peut

être illustrée à la Figure 4.3.

 37

Figure 4.3. Prototype du système proposé

Comme le montre la figure 4.3., l'unité de capteurs (SU) et les pompes à eau ont été livrées à

chaque nœud séparément afin que la décision d'irriguer chaque nœud soit prise en fonction du

mode souhaité (auto/manuel) ainsi que des valeurs des capteurs et la quantité appropriée

d'irrigation pour chaque nœud.

D'autre part, l'étape logicielle dans la couche IoT de l'application de gestion intelligente

de l'irrigation lorsque le mode d'irrigation est automatique peut être illustrée à la Figure

4.4.

Figure 4.4. Application de gestion d'irrigation intelligente (couche IoT) - Mode d'irrigation automatique
 38

En revanche, et comme le montre la Figure 4.5., l'état du drapeau change après avoir reçu des ordres tels que Marche/Arrêt

de la pompe ou mettre à jour les données.

Figure 4.5. Application de gestion intelligente de l'irrigation (couche IoT) - Mode d'irrigation manuel

[Link] cloud :

Figure 4.6. illustre à quoi ressemblerait la base de données "No-SQL" en temps réel de Firebase après la

mise en œuvre de la "couche cloud" et sa connexion à la couche IoT et à la couche application.

Figure 4.6. Base de données "No-SQL" en temps réel Firebase

 39

De plus, si les données de la base de données de cette couche sont mises à jour, par la « couche IoT » ou la «

couche application », ces modifications seront indiquées en mettant en surbrillance la valeur modifiée,

comme le montre la Figure 4.7.

Figure 4.7. Mise en surbrillance des données modifiées dans la base de données en temps réel Firebase

Certaines mesures facturables (connexions, stockage, téléchargements) sont également accessibles via

l'onglet "Utilisation", comme illustré à la figure 4.8.

Figure 4.8. Métriques facturables dans la base de données en temps réel

 40

D'autre part, la méthode d'authentification nom d'utilisateur/mot de passe est utilisée pour relier

l'application mobile à la « couche cloud », comme le montre la figure 4.9.

Illustration 4.9. Méthode d'authentification

Une fois que l'application mobile s'est connectée à la "couche cloud" et a créé un nouveau compte pour

la première fois, les comptes créés sont conservés, comme illustré à la Figure 4.10.

Illustration 4.10. Identifiants des utilisateurs utilisant Firebase Authentication

 41

[Link] applicative :

Cette couche reflète les tests réels des sorties du système proposé et leur conformité à

l'objectif pour lequel il a été construit, et il peut être clarifié à l'aide des écrans ci-

dessous :

- Écran de connexion:

Un nouveau compte peut être créé comme indiqué dans (Figure 4.11. (a) Écran de connexion - S'inscrire) par

cet écran. Si un compte et un mot de passe sont disponibles, il est possible de se connecter à l'application via

celui-ci, comme illustré à la (Figure 4.11. (b) Écran de connexion – Connexion). Les données d'enregistrement

sont envoyées au service d'authentification de Firebase dans la couche cloud, et si l'utilisateur est autorisé à

entrer, il peut accéder à l'application. Par conséquent, il peut accéder aux données stockées dans la base de

données cloud, qui peuvent être utilisées pour contrôler et prévisualiser les données de la couche IoT.

(un) (b)
Figure 4.11. (a) Écran de connexion - S'inscrire, (b) Écran de connexion - Connexion
 42

- Écran principal:

Cet écran apparaît après avoir passé l'entrée ; afin que l'utilisateur soit dirigé vers cet écran, d'où

il peut sélectionner l'écran pertinent parmi les cinq écrans disponibles : l'écran du tableau de

bord, l'écran des capteurs, l'écran des actionneurs, l'écran des paramètres et l'écran des

journaux, comme indiqué dans le Figure 4.12.

Illustration 4.12. Écran principal

- Écran du tableau de bord :

Cet écran fournit à l'utilisateur final l'état et les relevés de l'unité de capteur représentés par : le

capteur d'humidité du sol, le capteur de température du sol, le capteur de température ambiante

et d'humidité, en plus de l'état de la pompe à eau pour chaque nœud (champ/plante) (voir Figure

4.13.).
 43

D'autre part, cet écran est divisé en deux sections, une pour chaque nœud, et les données sont

mises à jour en temps réel en mode d'irrigation automatisée, avec la possibilité de voir l'heure et

la date de la mise à jour.

(un) (b)
Figure 4.13. Écran du tableau de bord

- Écran Capteurs :

Un utilisateur final peut afficher les valeurs de seuil et les plages de chaque capteur sur cet

écran, comme illustré à la Figure 4.14.

Pendant le mode d'irrigation automatique, la lecture critique pour prendre la décision d'irrigation

est la valeur minimale du capteur d'humidité du sol. Cette valeur représente la valeur la plus

basse de l'humidité du sol ou du pourcentage d'eau dans le sol au point où la pompe à eau est

actionnée pour irriguer le sol en fonction de la valeur de lecture.

Cependant, la valeur élevée de l'humidité maximale du sol (MSM) détermine la quantité

d'eau nécessaire à l'irrigation du sol. Lorsque cette valeur est atteinte, l'irrigation du sol sera

arrêtée ; c'est-à-dire que la décision d'arrêter la pompe est prise sur la base de ce
 44

valeur. Ce nombre indique que les nœuds du sol ont reçu la quantité maximale
ou optimale d'arrosage.

(un) (b)
Illustration 4.14. Écran des capteurs

Afin d'obtenir un dynamisme dans la décision d'irrigation, qui est ce qui est représenté par la

valeur marginale à laquelle la décision d'irrigation sera prise, la possibilité de spécifier une valeur

pour chaque plante a été ajoutée, en plus de la possibilité de l'ajuster à à tout moment, comme le

montre la Figure 4.15. (a) La valeur minimale de l'humidité du sol. De plus, les valeurs minimales

et maximales des capteurs pour les autres capteurs et pour chaque niveau peuvent être

modifiées à tout moment comme le montre la Figure 4.15. (b) Fourchettes de température du sol.
 45

(un) (b)
Illustration 4.15. (a) Valeur minimale de l'humidité du sol, (b) Fourchettes de température du sol

- Écran des actionneurs :

Cet écran est important lorsque le mode d'irrigation est manuel, chaque nœud (champ/culture) a son

propre opérateur (pompe à eau), comme le montre la Figure 4.16. Il peut être contrôlé manuellement

via cet écran et les données peuvent être mises à jour manuellement. L'observation des lectures des

capteurs, l'état de la pompe à eau, ainsi que l'affichage de l'heure et de la date de la mise à jour sont

possibles.

Cependant, il convient de noter que si le mode d'irrigation est automatique, il n'est pas possible de

contrôler la mise en marche/arrêt de la pompe manuellement, car le bouton marche/arrêt de la pompe

à eau est désactivé sur cet écran car la décision de contrôler le fonctionnement de la pompe est repris

automatiquement.
 46

(un) (b)
Illustration 4.16. Écran des actionneurs

- Écran des paramètres:

L'une des choses les plus importantes à propos de cet écran est que vous pouvez choisir le bon plan

d'irrigation. Il peut être commuté entre l'irrigation automatique et manuelle en cliquant sur le bouton

du plan d'irrigation.

Il est également possible de sélectionner la période de temps pendant laquelle les capteurs seront

relus pour déterminer si une irrigation est nécessaire ou non, ainsi que la quantité d'irrigation qui doit

être appliquée. Cette valeur a également été conçue de manière dynamique afin de pouvoir être

modifiée à tout moment en fonction de la valeur appropriée.

Il peut également y avoir un ensemble de descriptions pour chaque nœud (champ/usine) comme illustré à la Figure

4.17. b) pour faciliter l'identification du nom de la culture et d'autres paramètres pertinents.

 47

(un) (b)
Figure 4.17. (a) Écran des paramètres – Paramètres généraux, (b) Écran des paramètres – Paramètres de l'usine

- Écran des journaux :

Cet écran affiche les enregistrements pour chaque "Vérification des besoins d'irrigation pour chaque nœud en mode

d'irrigation (automatique)".

Par conséquent, les lectures SU pour chaque nœud (capteur d'humidité du sol, température du sol,

température ambiante et humidité), l'état de l'unité AU ou de la pompe, ainsi que l'horodatage, sont stockés

dans la base de données, comme illustré à la Figure 4.18.

Illustration 4.18. Écran des journaux

CHAPITRE 5. CONCLUSIONS ET TRAVAUX FUTURS

Dans l'agriculture, la rationalisation de l'utilisation de l'eau pour l'irrigation et sa gestion

intelligente est l'une des stratégies les plus importantes pour atteindre la durabilité à long

terme. Cette étude porte sur une définition générale des applications de l'Internet des

objets dans l'agriculture intelligente en général et la gestion intelligente de l'irrigation en

particulier.

Les capteurs d'humidité du sol, de température du sol et de température et d'humidité du milieu

environnant sont utilisés dans le modèle proposé dans cette étude pour prendre des décisions

d'irrigation et décider de la quantité appropriée d'irrigation en fonction des informations

obtenues à partir des capteurs.

Cette thèse a apporté plusieurs contributions, notamment son adoption du facteur

dynamique dans la prise de décision d'irrigation, ce qui signifie que la valeur seuil pour

prendre la décision d'irrigation n'est pas fixe, mais plutôt variable, et qu'elle peut être

ajustée en fonction du type de plante et du moment où nécessaire. Il en va de même pour la

quantité appropriée d'irrigation, où la quantité appropriée d'irrigation est déterminée par la

relation des relevés de température du sol, de la température de l'air et de l'humidité avec

l'humidité du sol, et sur la base de ces valeurs, la valeur à laquelle l'irrigation du sol sera

arrêté est choisi, en plus de la possibilité que le mode d'arrosage soit manuel ou

automatique.

À l'avenir, nous prévoyons d'ajouter des capteurs supplémentaires, tels qu'un capteur de pluie et un capteur de

niveau d'eau, ainsi qu'une option permettant de sélectionner le plan d'irrigation approprié en fonction de la quantité

disponible, par exemple, irrigation de base, irrigation moyenne ou irrigation complète en fonction de combien d'eau

est dans le réservoir et combien est nécessaire.

 49

L'intelligence artificielle et l'apprentissage en profondeur seront utilisés pour prendre des décisions d'irrigation et

décider de la bonne quantité en fonction des données qui seront introduites dans le système pendant le processus

de formation.
LES RÉFÉRENCES

[1] M. Roopaei, P. Rad et K.-KR Choo, « Nuage de choses dans l'agriculture intelligente :
Surveillance intelligente de l'irrigation par imagerie thermique », IEEE Cloud computing,
vol. 4, p. 10-15, 2017.

[2] J. Kwok et Y. Sun, "Un système d'irrigation intelligent basé sur l'IdO avec reconnaissance automatisée des
plantes utilisant l'apprentissage en profondeur", dans Actes de la 10e conférence internationale sur
la modélisation et la simulation informatiques, pp. 87-91, 2018.

[3] A. Goap, "Un système de gestion d'irrigation intelligent basé sur l'IdO utilisant
l'apprentissage automatique et les technologies open source", Ordinateurs et
électronique dans l'agriculture, vol. 155, p. 41–49, 2018.

[4] "AQUASTAT - Système mondial d'information sur l'eau et l'agriculture de la FAO," [En
ligne]. Disponible:
[Link] [Accès
Date : 17.01.2022].

[5] L. García, « Systèmes d'irrigation intelligents basés sur l'IoT : un aperçu des tendances récentes en
matière de capteurs et de systèmes IoT pour l'irrigation dans l'agriculture de précision »,
Sensors, vol. 20, p. 1042, 2020.

[6] JF Velasco-Muñoz, « Irrigation durable en agriculture : une analyse de la recherche

mondiale », Water, vol. 11, p. 1758, 2019.

[7] M. Al-HUBAISHI, « SDN INTEGRATION FOR INTERNET OF THINGS »,

novembre 2019. [En ligne]. Disponible : [Link]
UlusalTezMerkezi/. [Date d'accès : 23.01.2022].

[8] S. Kechiche, « IoT Connections Forecast : The Rise of Enterprise », 16 décembre

2019. [En ligne]. Disponible : [Link]
research/research-2019/iotconnections-forecast-the -montée de
l'entreprise. [Date d'accès : 23.01.2022].
 51

[9] C. Kamienski, "Plate-forme de gestion intelligente de l'eau : irrigation de précision basée sur
l'IdO pour l'agriculture", Sensors, vol. 19, p. 276, 2019.

[10] NK Nawandar et VR Satpute, "Module intelligent et à faible coût basé sur l'IdO pour un
système d'irrigation intelligent", Ordinateurs et électronique dans l'agriculture, vol.
162, p. 979–990, 2019.

[11] M. Bhattacharya, A. Roy et J. Pal, "Système d'irrigation intelligent utilisant l'Internet des
objets", Applications de l'Internet des objets, p. 119–129, 2021.

[12] Y. Shekhar, "Système d'irrigation automatisé basé sur l'IoT intelligent", International
Journal of Applied Engineering Research, vol. 12, p. 7306–7320, 2017.

[13] AH Blasi, MA Abbadi et R. Al-Huweimel, "Approche d'apprentissage automatique pour un

système d'irrigation automatique dans le sud de la vallée du Jourdain," Engineering,
Technology & Applied Science Research, vol. 11, p. 6609–6613, 2021.

[14] B. Mohammed, « Un système d'irrigation intelligent basé sur la logique floue : une étude de
cas pour la région climatique orientale marocaine », dans la 2e conférence internationale
sur les systèmes embarqués et l'intelligence artificielle (ESAI'21), 2021.

[15] Karar, Mohamed E., et al. "Système de contrôle de pompage d'eau basé sur l'IoT et le réseau
neuronal pour une irrigation intelligente." Lettres des sciences de l'information, vol. 9, non.
2, p. 107-112, 2020.

[16] RN Rao et B. Sridhar, "IoT based smart crop-field monitoring and

automation irrigation system," in 2018 2nd International Conference on
Inventive Systems and Control (ICISC), IEEE, pp. 478-483, 2018.

[17] LM Fernández-Ahumada, "Proposition pour la conception de réseaux de surveillance et

d'exploitation d'irrigation basés sur l'IoT, le cloud computing et les technologies
matérielles libres", Sensors, vol. 19, p. 2318, 2019.

[18] GS Campos et Nidia, « Smart & green : Un cadre de l'internet des objets pour une
irrigation intelligente », Sensors, vol. 20, p. 190, 2020.

[19] W. Kassab et KA Darabkh, "Enquête de A à Z sur l'Internet des objets :

architectures, protocoles, applications, avancées récentes, orientations futures
et recommandations", Journal of Network and Computer Applications, vol. 163,
2020.

[20] V. Aleksandrovičs, E. Filičevs et J. Kampars, « Internet des objets : structure,

fonctionnalités et gestion », Information Technology and Management Science,
vol. 19, p. 78–84, 2016.

[21] "Qu'est-ce que l'IdO ?" [En ligne]. Disponible : [Link]

ofthings/what-is-iot/. [Date d'accès : 28.02.2022].
 52

[22] DG INFSO, « L'Internet des objets en 2020 : feuille de route pour l'avenir », INFSO, vol.
4, 2008.

[23] S. Kumar, P. Tiwari et M. Zymbler, "L'Internet des objets est une approche
révolutionnaire pour l'amélioration de la technologie future : un examen", Journal of
Big data, vol. 6, p. 1–21, 2019.

[24] P. Sethi et SR Sarangi, « Internet des objets : architectures, protocoles et

applications », Journal of Electrical and Computer Engineering, vol. 2017, p.
1–25, 2017.

[25] MR Abdmeziem, D. Tandjaoui et I. Romdhani, « Architecturer l'internet des

objets : état de l'art », Robots and Sensor Clouds, p. 55–75, 2016.

[26] LM Vaquero, « Une rupture dans les nuages : vers une définition du nuage », ACM
sigcomm computer communication review, vol. 39, p. 50–55, 2008.

[27] A. Dubey, D. Wagle et D. Jha, Delivering software as a service-The

McKinsey Quarterly, 2007.

[28] M.-G. Avram, "Avantages et défis de l'adoption du cloud computing du point

de vue de l'entreprise", Procedia Technology, vol. 12, p. 529–534, 2014.

[29] D. Pooja, "Vue d'ensemble du cloud computing et ses défis", Int. J. Multidiscip, vol.
3085, p. 499–501, 2019.

[30] A. Botta, « Intégration du cloud computing et de l'internet des objets : une enquête »,
Future generation computer systems, vol. 56, p. 684–700, 2016.

[31] O. Friha, "Internet des objets pour l'avenir de l'agriculture intelligente : une
étude complète des technologies émergentes", IEEE CAA J. Autom. Sinica,
vol. 8, p. 718–752, 2021.

[32] LM Haji, "Impact du cloud computing et de l'internet des objets sur l'internet du
futur", Technology Reports of Kansai University, vol. 62, p. 2179–2190, 2020.

[33] "Le cloud computing change la façon dont les entreprises font des affaires," [En ligne].
Disponible : [Link]
business/. [Date d'accès : 07.05.2022].

[34] MJ O'Grady, D. Langton et GMP O'Hare, "Edge computing: A tractable model for
smart agriculture?", Intelligence artificielle dans l'agriculture, vol. 3, p. 42–51,
2019.

[35] S. Wolfert, "Mégadonnées dans l'agriculture intelligente - une revue," Systèmes agricoles, vol.
153, p. 69–80, 2017.
 53

[36] Mat, Ibrahim, et al. "L'agriculture intelligente utilisant l'internet des objets." Conférence IEEE
2018 sur les systèmes ouverts (ICOS). IEEE, p. 54-59, 2018.

[37] "About us," Raspberry Pi Foundation," [En ligne]. Disponible : https://

[Link]/about/. [Date d'accès : 18.01.2022].

[38] L. Upton, « Le Raspberry Pi dans la recherche scientifique », [En ligne]. Disponible :

[Link]
[Date d'accès : 30.01.2022].

[39] "Framboise Pi 3 Modèle B," [En ligne]. Disponible:

[Link] [Accès
Date : 30.01.2022].

[40] P. Placidi, "Caractérisation des capteurs capacitifs d'humidité du sol à faible coût pour
les réseaux IoT", Sensors, vol. 20, p. 3585, 2020.

[41] FS Muzdrikah, MS Nuha et FA Rizqi, « Étalonnage du capteur capacitif

d'humidité du sol (SKU:SEN0193) », 2018 4e Conférence internationale sur la
science et la technologie (ICST), pp. 1-6, 2018.

[42] "Capacitif d'humidité du sol DFROBOT SKU : SEN0193 v.1.0," [En ligne].
Disponible : [Link] [Date d'accès : 01.01.2022].

[43] "Thermomètre numérique à 1 fil à résolution programmable (DS18B20) - Fiche

technique," [En ligne]. Disponible:
[Link] [Date d'accès :
30.01.2022].

[44] RA Koestoer, "Une méthode simple pour l'étalonnage du capteur de température

DS18B20 étanche dans un bain d'huile basé sur le système d'acquisition de
données Arduino", dans Actes de la conférence AIP, Kuta, Indonésie, n ° 1, vol.
2062, 2019.

[45] AI Badran et MY Kashmoola, « L'agriculture intelligente utilisant l'Internet des objets :

une enquête », dans IMDC-SDSP 2020 : Actes de la 1ère conférence internationale
multidisciplinaire sur le thème : Développement durable et planification intelligente,
IMDC-SDSP 2020, Cyperspace , p. 10, 2020.

[46] "DHT 11 Humidité et température - Fiche technique," [En ligne]. Disponible :

[Link]
[Link]. [Date d'accès : 30.01.2022].

[47] A. Rayes et S. Salam, Internet des objets du battage médiatique à la réalité, Springer, p. 82–
86, 2017.
 54

[48] "JAINSONS DES PRODUITS,"

ANIMAL DE COMPAGNIE [En ligne]. Disponible:
[Link] [Date d'accès :
07.05.2022].

[49] "Raspberry Pi : commutateur de relais de contrôle via GPIO", 17 juin 2018. [En ligne].
Disponible : [Link]
gpio/. [Date d'accès : 01.01.2022].

[50] T. Instruments, "Ultra-Small, Low-Power, 16-Bit Analog-to-Digital Converter with

Internal Reference", fiche technique ADS1015, mai 2009.

[51] "ADS1015 12 bits ADC », [En ligne]. Disponible:

[Link] [Date d'accès : 07.05.2022].

[52] "Documentation Raspberry Pi - OS Raspberry Pi," [En ligne]. Disponible : https://

[Link]/documentation/computers/[Link]#introduction. [Date
d'accès : 01.02.2022].

[53] G. Anand et AK Kumawat, "Détection d'objets et suivi de position en temps réel à

l'aide de Raspberry Pi", Materials Today: Proceedings, vol. 47, p. 3221– 3226,
2021.

[54] "Général Python FAQ," [En ligne]. Disponible:

[Link] [Date d'accès :
01.02.2022].

[55] W. Donat et C. Krause, Apprendre la programmation Raspberry Pi avec Python, New

York, NY 10013 : Apress, 2014.

[56] M. McGrath, "Python en étapes faciles", dans Easy Steps, 2018.

[57] "Bienvenue dans TinyDB ! — Documentation TinyDB 4.6.1," [En ligne]. Disponible :
[Link] [Date d'accès : 03.02.2022].

[58] T. Kahlert et K. Giza, Visual Studio Code Tips & Tricks, vol. 1, Microsoft
Deutschland GmbH, 2016.

[59] "Tutoriel de démarrage pour Python dans Visual Studio Code," [En ligne]. Disponible :
[Link] [Date d'accès :
08.02.2022].

[60] M. Plainer, « Étude pratique du cours pratique de Visual Studio Code —

Contribuer à un projet open source », Semantic Scholar, 16 mars 2021. [En
ligne]. Disponible : [Link] [Consulté : 10 août
2022].

[61] D. Molnar et SE Schechter, "Self Hosting vs. Cloud Hosting: Accounting for the
Security Impact of Hosting in the Cloud," WEIS, 2010.
 55

[62] « Quoi est nuage hébergement ?" [En ligne]. Disponible:

[Link] [Date d'accès :
01.02.2022].

[63] "Firebase Realtime Database | Firebase Documentation," [En ligne]. Disponible :

[Link] [Date d'accès : 01.02.2022].

[64] L. Moroney, La base de données en temps réel de Firebase." Le guide définitif de Firebase,
Berkeley, CA : Apress, p. 51–71, 2017.

[65] AM Khachan et A. Özmen, « IMSSAP : application de soutien aux étudiants pour

l'apprentissage mobile interactif après l'école », Computer Applications in
Engineering Education, vol. 27, p. 543–552, 2019.

[66] L. Moroney, Utilisation de l'authentification dans firebase." Le guide définitif de

Firebase, Berkeley, CA : Apress, p. 25-50, 2017.

[67] "Authentification Firebase | Documentation Firebase," [En ligne]. Disponible :

[Link] [Date d'accès : 01.02.2022].

[68] R. Payne, Commencer le développement d'applications avec Flutter : Créer des applications mobiles
multiplateformes, Apress, 2019.

[69] W. Wu, React Native vs Flutter, Frameworks d'applications mobiles

multiplateformes. Metropolia University of Applied Sciences, Finlande, 2018.

[70] E. GÜLCÜOĞLU, AB USTUN et N. SEYHAN, "Comparaison des plates-formes

natives Flutter et React", Journal of Internet Applications and
Management, vol. 12, p. 129–143.

[71] "Scintillement architectural aperçu," [En ligne]. Disponible:

[Link] [Date d'accès :
03.02.2022].

[72] GI Arb et K. Al-Majdi, "Un système de gestion du statut des marchandises basé sur le
langage de programmation Dart et Flutter", Journal of Physics: Conference Series,
vol. 1530, pp1-6, 2020.

[73] K. Walrath et S. Ladd, Dart : Up and Running : A New, Tool-Friendly

Language for Structured Web Apps, O'Reilly Media, Inc.", 2012.

[74] AA Alli et OE Omofunmi, "Un examen de la température du sol sous un

système d'irrigation contrôlée," Journal of Research in Forestry, Wildlife and
Environment, vol. 13, p. 50–59, 2021.

[75] J. Curiel Yuste, "Le Q10 annuel de la respiration du sol reflète les schémas phénologiques
des plantes ainsi que la sensibilité à la température", Global Change Biology, vol. 10, p.
161-169, 2004.
 56

[76] "Modules — Documentation Python 3.7.12," [En ligne]. Disponible : https://

[Link]/3.7/tutorial/[Link]. [Date d'accès : 07.02.2022].
CONTINUER

Prénom / nom de famille :Waseem Mishaal Hamdoun

ÉDUCATION

Degré École Année d'obtention du diplôme

Célibataire Université de Mossoul / Collège d'éducation 2010

Collège universitaire Al-Hadba'a /
Célibataire 2005
Informatique
Lycée Lycée Al-Risalah 2000

EXPÉRIENCE DE TRAVAIL

Année Lieu Position

2012-2020 Société internationale de systèmes intelligents avancés De nombreux postes

2011-2012 Société Al-Maha IL

2006-2011 Entreprise de fabrication pharmaceutique Programmeur

UNE LANGUE ÉTRANGÈRE

Anglais

LOISIRS
Lecture , Voyage , Découverte des nouvelles technologies