CN111436386A - 一种游泳型养殖鱼基于摄食强度测量的养殖方法及*** - Google Patents

一种游泳型养殖鱼基于摄食强度测量的养殖方法及*** Download PDF

Info

Publication number
CN111436386A
CN111436386A CN202010263389.4A CN202010263389A CN111436386A CN 111436386 A CN111436386 A CN 111436386A CN 202010263389 A CN202010263389 A CN 202010263389A CN 111436386 A CN111436386 A CN 111436386A
Authority
CN
China
Prior art keywords
feeding
intensity
time
fish
culture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010263389.4A
Other languages
English (en)
Inventor
郑金存
赵峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yulin Normal University
Original Assignee
Yulin Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yulin Normal University filed Critical Yulin Normal University
Priority to CN202010263389.4A priority Critical patent/CN111436386A/zh
Publication of CN111436386A publication Critical patent/CN111436386A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00—Culture of aquatic animals
    • A01K61/10—Culture of aquatic animals of fish
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00—Culture of aquatic animals
    • A01K61/80—Feeding devices
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/003—Aquaria; Terraria
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04—Arrangements for treating water specially adapted to receptacles for live fish
    • A01K63/042—Introducing gases into the water, e.g. aerators, air pumps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Zoology (AREA)
  • Agronomy & Crop Science (AREA)
  • Human Resources & Organizations (AREA)
  • Mining & Mineral Resources (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明公开了一种游泳型养殖鱼基于摄食强度测量的养殖方法及***，涉及鱼类养殖领域。针对现有技术中对养殖智能化不够精细的问题提出本方案。养殖方法主要包括获取图像和二值化的步骤、计算摄食强度的步骤，以及根据摄食强度控制投喂的步骤。养殖***主要通过上位机实现所述养殖方法的控制实现。优点在于，可以量化描述鱼类的摄食强度，并利用摄食强度作为饲料投喂的重要参照标准。不同养殖批次的投喂份量以及投喂时间不再依赖于经验公式，而且可以基于摄食强度的变化进行修正。随着鱼类的生长和养殖过程中的尾数变化，能及时作出相应调整，养殖生产的智能化程度得到明显上升。

Description

一种游泳型养殖鱼基于摄食强度测量的养殖方法及***
技术领域
本发明涉及一种鱼类养殖方法及***，尤其涉及游泳型养殖鱼基于摄食强度测量的养殖方法及***。
背景技术
随着科技的进步，养殖业逐渐从粗放型的人工养殖发展为精细化养殖。机器***可以根据人工设定的时间和投喂份量进行自动投喂，或者在人工预设的时间进行泵氧等操作。不过均只限于人工预设，无法实现***自动判断鱼类状态而进行对应操作。
人工预设必须要设定准确，要多次试验方能取得指定养殖批次的理想投喂份量和时机，而且对天气各种参数变化无法做出应变。例如随着阴晴变化、气压变化、温度变化等，鱼类的摄食欲望会出现明显不同。单单依靠***预设程序完成，容易造成饲料过剩或不足，或在缺氧时候投喂等情况，严重会导致整个批次的鱼类死亡。
传统的养殖方法难以实现饲料的精确投放，饲料的过量供给会使养殖环境的残饵与***物数量上升，容易导致鱼类疾病爆发，影响鱼类生长。饲料的供给不足则会导致鱼类生长缓慢，影响养殖效益。饲料成本是整个养殖过程中的主要消耗，如何实现饲料的精准投喂是生产过程中急需解决的难题。
随着计算机技术与视觉技术的发展，利用视觉技术判断鱼类的饥饿程度，进而辅助养殖***实现精确投喂是当前国内外的研究热点。国内外对于视觉技术在鱼类养殖的应用都建立在严苛的实验条件上，例如对水体的清晰度要求很高、水体监视范围小、程序运算压力大，采集的参数种类繁多等等。本发明人在先公开了一种可以监控鱼类三维活动***，CN109389623A，但没有公开鱼类活动的行为分析。也公开了一种基于投喂后饲料信息的投喂***，CN109757419A，但采集和分析的对象没有立足于鱼类本身，要借助其他参考物进行鱼类分析。因此如何获取一个合理的、易于运算的鱼类生理参数，然后利用该鱼类生理参数作为自动化养殖应用是目前本领域技术人员亟待解决的问题。
发明内容
为了解决上述现有技术存在的问题，本发明目的在于提供一种游泳型养殖鱼基于摄食强度测量的养殖方法及***。
本发明所述的一种游泳型养殖鱼基于摄食强度测量的养殖方法，包括如下步骤：
利用体感摄像机获取分辨率为m*n的深度图；以深度值为对比参数，对所述深度图中的每一像素做二值化f(x,y)处理：深度值位于水面上下一定有效区间以内的像素记为1，否则记为0；
监控鱼群的摄食强度y(k)，所述摄食强度y(k)利用公式
Figure BDA0002440276650000021
获取，其中k为深度图的获取时刻；
当摄食强度y(k)在一定时间内维持阈值以下，并到达预设的投喂时间，进行饲料投喂；
继续监控摄食强度，当摄食强度随时间下降后再次上升到该次投喂时刻摄食强度的设定比例，进行新一轮减量投喂；循环本步骤直至摄食强度随时间下降后不能上升至该次投喂时刻摄食强度的设定比例，停止饲料投喂。
优选地，当摄食强度在一定时间内维持在阈值以上时，利用求导公式监控摄食强度的波动变化率：当波动变化率y'(k)的绝对值大于预设值，判断鱼群为正常摄食状态；当波动变化率的绝对值小于预设值，判断鱼群为缺氧状态，控制循环泵启动。
优选地，循环泵启动后，摄食强度下降至阈值并维持一定时间，控制循环泵关闭。
优选地，当不在预设的投喂时间内，摄食强度高于阈值，且波动变化率的绝对值大于预设值，判断该时间为对应养殖鱼群的生理摄食时间；利用所述生理摄食时间对预设的投喂时间进行修正。
优选地，所述有效区间为体感摄像机以下500mm至水下60mm；且所述体感摄像机设置于水面上方不小于500mm。
优选地，所述一定时间为10分钟。
优选地，当摄食强度超过阈值时，记录时间、摄食强度及对应深度值。
优选地，所述设定比例为90％。
一种游泳型养殖鱼基于摄食强度测量的养殖***，包括养殖池、设置于养殖池上方的体感摄像机、用于投喂饲料的投料装置，以及上位机；所述的上位机应用所述养殖方法控制体感摄像机和投料装置工作。
优选地，所述养殖***还包括循环泵，所述循环泵通过管路与养殖池连接，并与所述上位机电性连接；所述上位机检测到当摄食强度在一定时间内维持在阈值以上时，利用求导公式监控摄食强度的波动变化率：当波动变化率y`(k)的绝对值大于预设值，判断鱼群为正常摄食状态；当波动变化率的绝对值小于预设值，判断鱼群为缺氧状态，控制循环泵启动；循环泵启动后，摄食强度下降至阈值并维持一定时间，控制循环泵关闭；当不在预设的投喂时间内，摄食强度高于阈值，且波动变化率的绝对值大于预设值，判断该时间为对应养殖鱼群的生理摄食时间；利用所述生理摄食时间对预设的投喂时间进行修正。
本发明所述的一种游泳型养殖鱼基于摄食强度测量的养殖方法及***，其优点在于，可以量化描述鱼类的摄食强度，并利用摄食强度作为饲料投喂的重要参照标准。不同养殖批次的投喂份量以及投喂时间不再依赖于经验公式，而且可以基于摄食强度的变化进行修正。随着鱼类的生长和养殖过程中的尾数变化，能及时作出相应调整，养殖生产的智能化程度得到明显上升。
进一步，巧妙利用摄食强度及对应的波动变化率作为判断依据，及早发现鱼群的缺氧现象，大大降低了死亡意外的发生。最后还可以利用摄食强度获取不同鱼类的生理特性，尽快了解生理摄食时间。不管对夜间觅食还是日间觅食的鱼类均能通用一套养殖***，基于生理摄食时间进行自动修正。
所述养殖方法及其对应的养殖***应用范围广泛，数据运算简单，对硬件要求非常低。体感摄像机主要利用红外线的光飞行时间进行采样，因此整个养殖过程无需依赖于光照条件，也不会对鱼类的生理造成影响。
附图说明
图1是本发明所述游泳型养殖鱼基于摄食强度测量的养殖***结构示意图。
图2是投料后摄食强度的时刻图。
图3是图2所示摄食强度对应时刻波动变化率的时刻图。
图4是在鱼类缺氧时摄食强度的时刻图。
图5是图4所示摄食强度对应时刻波动变化率的时刻图。
图6是多次投食后摄食强度的时刻图。
附图标记：1-养殖池、2-体感摄像机、3-上位机、4-投料装置、5-过滤池、6-循环泵。t1对应时刻为10:29:21，t2对应时刻为10:29:31，t3对应时刻为10:29:41，t4对应时刻为10:29:51，t5对应时刻为10:30:01。t6对应时刻为05:18:00，t7对应时刻为05:18:50，t8对应时刻为05:19:40，t9对应时刻为05:20:30，t10对应时刻为05:21:20。a区域为第一次投喂的数据集合，b区域为第一次觅食状态数据集合，c区域为第二次投喂的数据集合，d区域为第二次觅食状态的数据集合。
具体实施方式
如何将鱼类的生理特征数值化、程序化是提高智能化养殖的重要技术难题。本发明将鱼类生理特征之一的摄食强度进行量化描述，以及利用该可描述的生理特征进行养殖管理应用。游泳型鱼类在摄食过程中，会浮上水面抢食，然后下潜，再上浮抢食再下潜不断循环，直至饱食程度较高会慢慢降低抢食频率和欲望。游泳型鱼类抢食的行为表现是本发明的技术基础，通过体感摄像机对出没于水面的鱼类信息判断出鱼类摄食强度。
利用体感摄像机进行深度图的获取，所述的体感摄像机属于成熟的现有技术，本发明选取其中一种进行使用，采用微软公司生产的KINECT 2.0深度摄像机，但不排除应用其他具有红外功能的深度摄像机的技术方案。
本实施例中将深度图的分辨率设置为424*512，即m设置为424，n设置为512，深度图中像素点的坐标取值范围x∈[0,424-1]、y∈[0,512-1]。体感摄像机设置在水面上方850mm的位置，拍摄的有效区间设置为500mm至910mm。其中500mm对应体感摄像机的最小拍摄距离，910mm对应水下60mm的距离。所述水面特指养殖池的水面。
鱼类采用南方市场常见的鲤鱼作为实施例采集对象，鲤鱼苗由玉林市鑫坚种养有限公司提供，鱼苗的长度为6-10cm，颜色为灰褐色。在实际的养殖过程中，养殖鱼的体型尺寸与身体颜色有可能不完全一致，为了展现实际养殖场景，也为了验证该***在复杂情况下的可靠性，本实施例在灰褐色的鲤鱼群体中加入了10％的有颜色差异的锦鲤一起共养，锦鲤的长度为15cm左右，比其它鲤鱼苗的体型稍大，由于都属于鲤科(Cyprinidae)鱼类，共养群体没有表现出抢食争斗行为。本发明所述的养殖方法和***适用于各种单品种养殖或混合养殖的情况。本实施例中共养群体在养殖池内养殖30天，充分适应当前的养殖环境。所采用的硬件配置为联想品牌机，硬件配置高于KINECT 2.0所需的基本要求。操作***为WINDOWS 10，CPU采用64位处理器。采用的软件处理平台是Microsoft公司的C#，数据库后台采用ACCESS存储实验数据。养殖30天适应当前养殖环境仅仅是为了本实施例可以简化提取解析本技术方案的数据图表。由于本方案具有自修正功能，在养殖投产之初即可自动运行和监控，实际生产中无需提前养殖才进行摄食强度的监控与分析。
如图1所示，本发明所述的一种游泳型养殖鱼基于摄食强度测量的养殖***包括养殖池、设置于养殖池上方的体感摄像机、用于投喂饲料的投料装置、循环泵以及上位机。所述循环泵通过管路与养殖池连接。所述上位机分别与体感摄像机、投料装置以及循环泵电性连接。其中体感摄像机用于拍摄深度图传输给上位机。投料装置用于根据上位机控制进行饲料投喂。循环泵用于根据上位机控制进行启动或关闭。上位机用于实现所述养殖方法中的各计算机程序运算，并根据运算结果对循环泵和/或投料装置发出对应的控制信号。
获取深度图后以深度值为对比参数，对所述深度图中的每一像素做二值化f(x,y)处理：深度值位于水面上下一定有效区间以内的像素记为1，否则记为0。二值化由公式
Figure BDA0002440276650000051
完成，公式中的500和910单位均为mm。除了提取水下距离之外，还提取水上距离，目的在于使图像更准确还原实际情况，因为鱼类抢食的时候会有部分区域高于水面。
时刻k获取的摄食强度记为y(k)，由公式
Figure BDA0002440276650000052
计算得到。其意义为将深度在有效区间内的所有像素点，以逐行逐列扫描的方式计算总和，以该总和为摄食强度的具体数值。当鱼类进入有效区间内，深度图中的鱼类或池壁、饲料对应区域的所有像素点会被赋值为1，反之没有鱼类或饲料的区域对应像素点会被赋值为0。鱼类在非缺氧或没有抢食欲望的时候会潜游在水下60mm的位置，此时y(k)的值会保持在比较稳定的区间，如图2中y(k)在t2之前维持在23000±200的范围内。没有投食的情况下依然有一定摄食强度，是因为体感摄像机拍摄到养殖池池壁，而微小波动变化是水波造成的。在t2时刻投食后一两秒内，鱼类出现明显的抢食行为，在t3前后5秒的时刻分别出现了高峰，y(k)接近34000。随着饲料的消耗，鱼类抢食现象减弱，t4时刻开始逐渐下降。但鱼类此时并不饱食，因此还有鱼类重新上浮觅食，因此t5时刻后的摄食强度略有上升。图2很好地展示出鱼类抢食行为和摄食强度的对应关系，也表明了摄食强度的设置能直接反馈出鱼类的真实行为。
在某一时刻中，摄食强度y(k)出现高值，有可能是因为鱼类缺氧浮上水面导致的。在夜间尤为容易出现缺氧，而且该时段人为参与明显低于白天。若没有准确监控到缺氧，很容易导致大面积死亡现象。当鱼类出现缺氧的情况会如图4所示，摄食强度y(k)明显高于非抢食状态的23000，维持在28000±2000的范围内。因此单靠摄食强度分析是否抢食，还有改进空间，尽管缺氧情况并非必然发生。
为了更准确地通过数值分析鱼类行为，本发明还引入对摄食强度的时刻变化取导数的方式，以进一步筛查鱼类是抢食还是缺氧状态。在本实施例中，时刻k为离散化数据，因此使用离散化导数公式
Figure BDA0002440276650000061
对摄食强度的时刻表曲线进行求导。分别得到图2的对应波动变化率时刻表，如图3所示。得到图4对应的波动变化率时刻表，如图5所示。从图3中可见，当鱼类在t2后一两秒出现抢食时，波动变化率y'(k)最高点逼近5000，最低点逼近-4000。而鱼类缺氧时，波动变化率如图5所示，仅维持在28000正负不到2000的区间。本实施例中将缺氧判断的预设值设置为30000，即波动变化率的绝对值小于30000就判断为缺氧。上位机发现鱼类缺氧后，会控制循环泵启动，使得养殖池内的氧分得到补充。同时监控到鱼类获取足够氧分再次下潜水底时，控制循环泵关闭节省能量。
表明本发明所述的养殖方法，可以通过摄食强度进行鱼类摄食行为分析及应用，同时加入波动变化率后可以进行摄食或缺氧的分析及应用。
主控机实时监控鱼群的摄食强度，当摄食强度在一定时间内维持在阈值以下。本实施例中将所述的一定时间设置为10分钟，阈值设置为24000，表明鱼类并没有处于缺氧状态，当达到预设的投喂时间，控制投料装置进行投喂。摄食强度随时间下降后再次上升到该次投喂时刻摄食强度的设定比例，进行新一轮减量投喂；循环本步骤直至摄食强度随时间下降后不能上升至该次投喂时刻摄食强度的设定比例，停止饲料投喂。所述设定比例在本实施例中设置为90％。设定比例、监控时间和阈值等参数根据不同鱼类、个体大小或共养群体等不同情况，本领域技术人员根据公知常识可以自行调整，无需付出创造性劳动。
由于固有的池壁存在，在没有抢食和缺氧情况下，鱼类全部下潜至水底时，y(k)的值依然会浮动在23000左右。因此，在循环投喂中的比例判断应当理解为在23000的基础上增加的量作为判断依据。同时为了图示更加清楚和简化表达，图6中删减了23000至28500之间的数值。当第一次投喂后，摄食强度y(k)从23000上升至34500，随着时间推移，饲料减少，抢食强度明显下降。但此时鱼类并没有进入饱食状态，会出现重新回游至水面觅食，在区域b中出现了峰值34000。(34000-23000)÷(34500-23000)×100％＝95.65％，符合二次减量投喂的要求。进行第二次投喂后摄食强度y(k)到达峰值33000，随着时间推移，鱼类回游至水面觅食，在区域d中出现峰值31400。(33000-23000)÷(31400-23000)×100％＝84％，不符合再次投喂的要求。
在养殖周期内，上位机发现实施例中所述的共养群体在上午8:00-10:00出现强烈的摄食欲望。即该段时间不在投喂时间内，摄食强度高于阈值，且波动变化率的绝对值大于预设值，判断该时间为对应养殖鱼群的生理摄食时间。将第一次投喂时间调整为上午八点开始。
上位机还会在摄食强度超过阈值时，将时间、摄食强度及对应深度值实时存储到后台的数据库中。数据库是采用微软的ACCESS平台，ACCESS创建关系型数据表，C#程序将超过设定阈值的数据逐一写入表中，可随时调取数据进行分析统计。分析时将数据表导出为EXCLE格式，采用EXCEL的各种统计功能即可挖掘出丰富的摄食信息，进而绘制相应的数据图，实现鱼类行为的分析。
对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (10)

1.一种游泳型养殖鱼基于摄食强度测量的养殖方法，包括如下步骤：
利用体感摄像机获取分辨率为m*n的深度图；以深度值为对比参数，对所述深度图中的每一像素做二值化f(x,y)处理：深度值位于水面上下一定有效区间以内的像素记为1，否则记为0；
其特征在于，还包括以下步骤：
监控鱼群的摄食强度y(k)，所述摄食强度y(k)利用公式
Figure FDA0002440276640000011
获取，其中k为深度图的获取时刻；
当摄食强度y(k)在一定时间内维持阈值以下，并到达预设的投喂时间，进行饲料投喂；
继续监控摄食强度，当摄食强度随时间下降后再次上升到该次投喂时刻摄食强度的设定比例，进行新一轮减量投喂；循环本步骤直至摄食强度随时间下降后不能上升至该次投喂时刻摄食强度的设定比例，停止饲料投喂。
2.根据权利要求1所述游泳型养殖鱼基于摄食强度测量的养殖方法，其特征在于，当摄食强度在一定时间内维持在阈值以上时，利用求导公式监控摄食强度的波动变化率：当波动变化率y'(k)的绝对值大于预设值，判断鱼群为正常摄食状态；当波动变化率的绝对值小于预设值，判断鱼群为缺氧状态，控制循环泵启动。
3.根据权利要求2所述游泳型养殖鱼基于摄食强度测量的养殖方法，其特征在于，循环泵启动后，摄食强度下降至阈值并维持一定时间，控制循环泵关闭。
4.根据权利要求2所述游泳型养殖鱼基于摄食强度测量的养殖方法，其特征在于，当不在预设的投喂时间内，摄食强度高于阈值，且波动变化率的绝对值大于预设值，判断该时间为对应养殖鱼群的生理摄食时间；利用所述生理摄食时间对预设的投喂时间进行修正。
5.根据权利要求1所述游泳型养殖鱼基于摄食强度测量的养殖方法，其特征在于，所述有效区间为体感摄像机以下500mm至水下60mm；且所述体感摄像机设置于水面上方不小于500mm。
6.根据权利要求1所述游泳型养殖鱼基于摄食强度测量的养殖方法，其特征在于，所述一定时间为10分钟。
7.根据权利要求1所述游泳型养殖鱼基于摄食强度测量的养殖方法，其特征在于，当摄食强度超过阈值时，记录时间、摄食强度及对应深度值。
8.根据权利要求1所述游泳型养殖鱼基于摄食强度测量的养殖方法，其特征在于，所述设定比例为90％。
9.一种游泳型养殖鱼基于摄食强度测量的养殖***，包括养殖池、设置于养殖池上方的体感摄像机、用于投喂饲料的投料装置，以及上位机；其特征在于，所述的上位机应用权利要求1或5或6或7或8所述养殖方法控制体感摄像机和投料装置工作。
10.根据权利要求9所述游泳型养殖鱼基于摄食强度测量的养殖***，其特征在于，包括循环泵，所述循环泵通过管路与养殖池连接，并与所述上位机电性连接；所述上位机检测到当摄食强度在一定时间内维持在阈值以上时，利用求导公式监控摄食强度的波动变化率：当波动变化率y'(k)的绝对值大于预设值，判断鱼群为正常摄食状态；当波动变化率的绝对值小于预设值，判断鱼群为缺氧状态，控制循环泵启动；循环泵启动后，摄食强度下降至阈值并维持一定时间，控制循环泵关闭；当不在预设的投喂时间内，摄食强度高于阈值，且波动变化率的绝对值大于预设值，判断该时间为对应养殖鱼群的生理摄食时间；利用所述生理摄食时间对预设的投喂时间进行修正。
CN202010263389.4A 2020-04-07 2020-04-07 一种游泳型养殖鱼基于摄食强度测量的养殖方法及*** Pending CN111436386A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010263389.4A CN111436386A (zh) 2020-04-07 2020-04-07 一种游泳型养殖鱼基于摄食强度测量的养殖方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010263389.4A CN111436386A (zh) 2020-04-07 2020-04-07 一种游泳型养殖鱼基于摄食强度测量的养殖方法及***

Publications (1)

Publication Number Publication Date
CN111436386A true CN111436386A (zh) 2020-07-24

Family

ID=71649997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010263389.4A Pending CN111436386A (zh) 2020-04-07 2020-04-07 一种游泳型养殖鱼基于摄食强度测量的养殖方法及***

Country Status (1)

Country Link
CN (1) CN111436386A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112790134A (zh) * 2021-02-02 2021-05-14 山东鲁威海洋科技有限公司 基于水面波动信息的游泳型鱼类自适应投喂装置和方法
CN113040081A (zh) * 2021-03-24 2021-06-29 浙江大学 基于鱼群游泳能耗分析的循环水养殖鱼类智能投喂决策***
CN113447952A (zh) * 2021-07-16 2021-09-28 武汉大学 一种基于摄食行为的鱼群饥饿探测方法及***
CN113749030A (zh) * 2021-09-09 2021-12-07 浙江大学 一种适用于循环水养殖模式的鱼类福利化自适应投饲***
CN113841650A (zh) * 2021-10-15 2021-12-28 天津科技大学 一种室外养殖池塘智能投饵***及其管控方法
CN114323117A (zh) * 2021-11-17 2022-04-12 玉林师范学院 一种鱼类摄食强度评估方法
CN114467825A (zh) * 2022-01-30 2022-05-13 浙江大学 一种循环水养殖鱼类智能分级***
CN115578678A (zh) * 2022-11-08 2023-01-06 中国农业大学 一种鱼类摄食强度分类方法及***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050229864A1 (en) * 2003-08-26 2005-10-20 Claudio Chanceaulme Willemsen Method for monitoring and controlling in real-time the non-consumed food in fish farms
JP2007206843A (ja) * 2006-01-31 2007-08-16 Central Res Inst Of Electric Power Ind 水中または水面における移動体の計数方法、移動体の計数装置及び移動体の計数プログラム
US20130206078A1 (en) * 2010-05-18 2013-08-15 Havforskiningsinstituttet System and method for controlling feeding of farmed fish
US20130284105A1 (en) * 2011-01-20 2013-10-31 Nnt-Systems Co., Ltd. Automatic feeding system for underwater fish farm
CN107372267A (zh) * 2017-08-11 2017-11-24 浙江大学 一种基于游泳型鱼类行为特征反馈的智能投饲***
CN109389623A (zh) * 2018-12-18 2019-02-26 玉林师范学院 一种鱼类活体的三维跟踪***及其跟踪方法
CN109757419A (zh) * 2019-02-15 2019-05-17 玉林师范学院 一种基于鱼饲料消耗量的智能喂养***及方法
WO2020046523A1 (en) * 2018-08-27 2020-03-05 Aquabyte, Inc. Optimal feeding based on signals in an aquaculture environment

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050229864A1 (en) * 2003-08-26 2005-10-20 Claudio Chanceaulme Willemsen Method for monitoring and controlling in real-time the non-consumed food in fish farms
JP2007206843A (ja) * 2006-01-31 2007-08-16 Central Res Inst Of Electric Power Ind 水中または水面における移動体の計数方法、移動体の計数装置及び移動体の計数プログラム
US20130206078A1 (en) * 2010-05-18 2013-08-15 Havforskiningsinstituttet System and method for controlling feeding of farmed fish
US20130284105A1 (en) * 2011-01-20 2013-10-31 Nnt-Systems Co., Ltd. Automatic feeding system for underwater fish farm
CN107372267A (zh) * 2017-08-11 2017-11-24 浙江大学 一种基于游泳型鱼类行为特征反馈的智能投饲***
WO2020046523A1 (en) * 2018-08-27 2020-03-05 Aquabyte, Inc. Optimal feeding based on signals in an aquaculture environment
CN109389623A (zh) * 2018-12-18 2019-02-26 玉林师范学院 一种鱼类活体的三维跟踪***及其跟踪方法
CN109757419A (zh) * 2019-02-15 2019-05-17 玉林师范学院 一种基于鱼饲料消耗量的智能喂养***及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
赵建等: "循环水养殖游泳型鱼类摄食活动强度评估方法研究", 《农业机械学报》 *
陈彩文等: "基于图像纹理特征的养殖鱼群摄食活动强度评估", 《农业工程学报》 *
陈明等: "基于特征加权融合的鱼类摄食活动强度评估方法", 《农业机械学报》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112790134A (zh) * 2021-02-02 2021-05-14 山东鲁威海洋科技有限公司 基于水面波动信息的游泳型鱼类自适应投喂装置和方法
CN113040081A (zh) * 2021-03-24 2021-06-29 浙江大学 基于鱼群游泳能耗分析的循环水养殖鱼类智能投喂决策***
CN113040081B (zh) * 2021-03-24 2022-01-18 浙江大学 基于鱼群游泳能耗分析的循环水养殖鱼类投喂决策***
CN113447952A (zh) * 2021-07-16 2021-09-28 武汉大学 一种基于摄食行为的鱼群饥饿探测方法及***
CN113749030A (zh) * 2021-09-09 2021-12-07 浙江大学 一种适用于循环水养殖模式的鱼类福利化自适应投饲***
CN113749030B (zh) * 2021-09-09 2022-07-15 浙江大学 一种适用于循环水养殖模式的鱼类福利化自适应投饲***
CN113841650A (zh) * 2021-10-15 2021-12-28 天津科技大学 一种室外养殖池塘智能投饵***及其管控方法
CN114323117A (zh) * 2021-11-17 2022-04-12 玉林师范学院 一种鱼类摄食强度评估方法
CN114323117B (zh) * 2021-11-17 2024-02-09 玉林师范学院 一种鱼类摄食强度评估方法
CN114467825A (zh) * 2022-01-30 2022-05-13 浙江大学 一种循环水养殖鱼类智能分级***
CN114467825B (zh) * 2022-01-30 2022-10-28 浙江大学 一种循环水养殖鱼类智能分级***
CN115578678A (zh) * 2022-11-08 2023-01-06 中国农业大学 一种鱼类摄食强度分类方法及***

Similar Documents

Publication Publication Date Title
CN111436386A (zh) 一种游泳型养殖鱼基于摄食强度测量的养殖方法及***
CN111528143B (zh) 一种鱼群摄食行为量化方法、***、装置和存储介质
WO2021143783A1 (zh) 一种基于光-声耦合技术的游泳型鱼类自适应投喂装置及方法
Liu et al. Measuring feeding activity of fish in RAS using computer vision
An et al. Application of computer vision in fish intelligent feeding system—A review
JPH09262040A (ja) 水棲生物用自動給餌装置及び方法
Lee et al. Research Article The Use of Vision in a Sustainable Aquaculture Feeding System
MX2021015233A (es) Sistema de apoyo al cultivo de animales acuaticos, aparato de elevacion, aparato de alimentacion, metodo de cultivo de animales acuaticos y programa de apoyo al cultivo de animales acuaticos.
CN206960988U (zh) 一种基于云架构的智能养鱼监控***
CN109757419B (zh) 一种基于鱼饲料消耗量的智能喂养***及方法
US9691144B2 (en) System and method for counting zooplankton
CN114467824B (zh) 智能投饵船
CN202535920U (zh) 一种适合研究小型鱼类趋光行为学的装置
CN113615620B (zh) 一种高密度养殖循环***
CN204949168U (zh) 一种多功能斑马鱼科学养殖***
CN108375548A (zh) 一种基于大数据的鱼塘养殖投料评估***
CN108267122A (zh) 一种基于机器视觉的水下鱼类体长测量装置及测量方法
CN111625036A (zh) 一种无人值守实时监控的水质自动监测***
CN113841650A (zh) 一种室外养殖池塘智能投饵***及其管控方法
CN208187400U (zh) 一种基于机器视觉的鱼类体长测量装置
Rohit et al. IOT based submersible ROV for pisciculture
CN209660186U (zh) 一种基于鱼饲料消耗量的智能喂养装置
CN114020074A (zh) 一种养殖塘智能无人养殖***及方法
CN109992024A (zh) 智能水产养殖***
Debdas et al. Automation and Monitoring Using IoT in Pisciculture

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200724

RJ01 Rejection of invention patent application after publication