Smart Home gardening - using modern AI-techniques to optimize water consumption

Abstract

IoT and Smart Homes get more and more popular these days, thereby the desire to automize more areas of daily life, grows stronger. The aim of this thesis is to create an autonomous smart home garden assistant that supports the user in the daily garden care and during longer time periods, like holidays. The garden assistant assumes the following tasks: Watering, (soil) heating, artificial lighting and hazardous precipitation protection by a shutter. Additionally, a new AI-based irrigation algorithm is developed to reduce the water consumption. This intelligent irrigation system uses an Artificial Neuronal Network-based evaporation prediction and the information of weather forecasts to generate optimal irrigation plans. Classically, equations with many specific parameters have to be used for an accurate evaporation prediction. Hence, the goal of the usage of ANNs is to simplify the evaporation prediction for the individual conditions in each garden, as the system is self-adapting. A fully functional prototype of the garden assistant is developed and evaluated during a long-term experiment (end April to mid of July 2021), to prove the advantages of the system. In this experiment, the intelligent irrigation system saves approx. 25% water and has a gain in growth, compared to the simpler irrigation method. The prototype showed the ability to use and prefer rain, instead of watering. The standard error of the evaporation prediction of this method was approx. 2 percentage points of soil moisture level per day, this is 0.64 mm/m^2 * day^(-1). A gain in growth, according to the other assumed tasks, could not be measured in this experiment and has to be evaluated in a greater scaled experiment. The prototype is based on the previous 'Fachstudie' 'Garden Planner for a Greenhouse - Autonomous Garden Assistant for Smart Homes' by Michael Hersam, Philipp Wonner and Jannis Westermann.

Internet der Dinge und Smart Homes werden immer populärer und gefragter, dabei wird der Wunsch nach Automatisierung im Bereich des täglichen Lebens immer größer. Ziel dieser Abschlussarbeit ist die Entwicklung eines autonom agierenden Garten Assistenten für das Smart Home. Das System soll die Benutzerin / den Benutzer bei der täglichen Gartenarbeit unterstützen und ihr/ihm die Freiheit ermöglichen den Garten guten Gewissens, auch längere Zeit, in die Obhut des Garten Assistenten zu geben. Dabei übernimmt das System folgende Aufgaben: Bewässerung der Pflanzen, Schutz gegen Frost, durch Heizen (des Bodens), künstliche Beleuchtung und Schutz vor gefährlichem Hagel oder Starkregen durch eine verschließbare Markise. Die Bewässerung wird von einem intelligenten Algorithmus übernommen, der ein Künstliches Neuronales Netz für die Wasserverdunstungsvorhersage nutz und Wetterberichtsdaten einbindet, um selbständig einen optimalen Bewässerungsplan zu erstellen. Klassischerweise werden für die Berechnung der Wasserverdunstung komplexe Gleichungen verwendet, welche viele individuelle Parameter des Gartens / der Landfläche, für ein genaues Ergebnis benötigen. Um diesen Prozess für die Benutzerin oder den Benutzer zu vereinfachen, wird das KNN auf die individuellen Bedingungen des Gartens trainiert, wobei es sich selbstständig anpasst. Im Zuge der Abschlussarbeit wurde ein funktionierender Prototyp entwickelt und in einem Langzeitexperiment analysiert und bewertet. Das Experiment lief von Ende April bis Mitte Juli 2021. Das Experiment zeigte, dass die intelligente Bewässerung ca. 25% Wasser, im Vergleich zu dem einfachen System, sparen konnte. Der Standartfehler der Verdunstungsvorhersage betrug ca. 2 Prozent Punkte der Feuchtigkeit innerhalb von 24 Stunden, das sind etwa 0.64 mm/m^2 * Tag^(-1). Zusätzlich konnte ein besseres Wachstum der Pflanzen beobachtet werden. Die zusätzlichen Funktionen des Garten Assistenten zeigten in diesem Experiment keinen Effekt auf das Wachstum der Pflanzen, speziell im Vergleich mit der Kontrollgruppe. Weitere Experimente im größeren Maßstab müssten für eine sichere Aussage gemacht werden. Als Grundlage für den Prototyp dient die Facharbeit 'Garden Planner for a Greenhouse - Autonomous Garden Assistant for Smart Homes' von Michael Hersam, Philipp Wonner and Jannis Westermann.