CN115777560A - 一种基于机器视觉分析技术的母猪智能化饲喂*** - Google Patents

Abstract

本发明公开了一种基于机器视觉分析技术的母猪智能化饲喂***，涉及智能化养殖技术领域，解决了现有技术无法对饲喂流程进行预判，导致无法及时制定干预措施，影响生猪生产经营的技术问题；本发明包括中枢控制模块，以及与之相连接的数据采集模块、饲喂控制模块和智能终端；本发明通过图像数据采集体征数据，结合放食估算模型来预估放食内容；在进行放食之前，结合养殖经验数据和基础饲喂数据验证放食内容，放食内容验证通过之后才进行放食；基于历史经验能够快速分析放食内容与饲喂环境结合导致母猪异常的概率，养殖户可以及时制定干预措施；而且本发明采集母猪的实际采食量，将放食内容和实际采食量与养殖经验数据对比，能够及时定位母猪异常。

Description

一种基于机器视觉分析技术的母猪智能化饲喂***

技术领域

本发明属于智能化养殖领域，涉及一种基于机器视觉技术的母猪饲喂技术，具体是一种基于机器视觉分析技术的母猪智能化饲喂***。

背景技术

养殖场中的种母猪主要用于繁殖猪仔，具有适应性好、抗病能力强等优点。母猪的采食情况能够直接反应其健康状况，采食情况出现异常一般是患病的征兆；但是很明显的异常很容易被发现，而细微的异常却很难发现，这为生猪生产经营埋下了隐患。

现有技术通过智能饲喂***实时或者定期采集母猪的体征参数，根据体征参数精准控制母猪的采食量，以此来保证母猪的体型和膘情，同时降低母猪的患病风险。现有技术在进行母猪饲喂过程中，仅根据体征参数控制采食量，而没有综合考虑饲喂环境对采食量的影响，同时无法对整个饲喂流程进行预判，无法及时制定干预措施；因此，亟须一种基于机器视觉分析技术的母猪智能化饲喂***。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于机器视觉分析技术的母猪智能化饲喂***，用于解决现有技术控制采食量时考虑因素单一，同时无法对饲喂流程进行预判，导致无法及时制定干预措施，影响生猪生产经营的技术问题。

为实现上述目的，本发明的第一方面提供了一种基于机器视觉分析技术的母猪智能化饲喂***，包括中枢控制模块，以及与之相连接的数据采集模块、饲喂控制模块和智能终端；智能终端用于监控饲喂过程和接收预警信息；

通过与数据采集模块相连接的数据传感器采集基础饲喂数据，并转发至中枢控制模块；其中，基础饲喂数据包括图像数据和环境数据；

中枢控制模块分析图像数据提取母猪的体征数据，基于体征数据估算放食内容；以及提取养殖经验数据，根据养殖经验数据和基础饲喂数据验证放食内容；

饲喂控制模块根据验证通过的放食内容控制智能饲喂装置投食；之后，采集母猪的实际采食量，根据养殖经验数据验证实际采食量，通过智能终端展示流程。

优选的，所述中枢控制模块分别与数据采集模块、饲喂控制模块和智能终端通信和/或电气连接；其中，智能终端包括智能手机或者电脑；

所述数据采集模块与若干类型数据传感器通信和/或电气连接，所述饲喂控制模块基于所述中枢控制模块的控制信号对投食内容进行精确控制。

优选的，所述中枢控制模块分析图像数据提取母猪的体征数据，基于体征数据估算放食内容，包括：

结合图像预处理之后的图像数据提取母猪的体征数据；其中，体征数据包括背膘、年龄、体型以及哺育阶段；

基于体征数据整合拼接生成估算输入数据，输入至放食估算模型中获取估算的放食内容；其中，放食估算模型基于人工智能模型构建。

优选的，基于人工智能模型构建所述放食估算模型，包括：

根据历史经验合理规划母猪投食数据，将母猪投食数据中的母猪体征数据整合成模型输入数据，将模型输入数据对应的投食内容整合成模型输出数据；

通过模型输入数据和模型输出数据训练构建的人工智能模型，将训练完成的人工智能模型标记为放食估算模型；其中，人工智能模型包括BP神经网络模型或者RBF神经网络模型。

优选的，所述中枢控制模块根据养殖经验数据和基础饲喂数据验证放食内容，包括：

收集整理养殖经验数据；其中，养殖经验数据是在养殖过程中总结的母猪异常时对应的基础饲喂数据、放食内容以及实际采食量；

根据采集的基础饲喂数据定位养殖经验数据中的放食内容，与估算的放食内容进行比较，获取放食相似度；当放食相似度不大于设定阈值时，则判定放食内容验证通过；否则，将放食相似度作为放食报警指标。

优选的，所述中枢控制模块根据养殖经验数据验证实际采食量，包括：

根据采集的基础饲喂数据和放食内容定位养殖经验数据中的实际采食量，与采集的实际采食量进行比较，获取采食相似度；

将采食相似度和对应的放食相似度分别标记为CXD和FXD；通过公式CYZ＝α×CXD×FXD计算采食预警指标CYZ；其中，α为根据经验设定的比例系数；

当采食预警指标不大于采食预警阈值时，则判定实际采食量正常；否则，判定实际采食量异常，并提取对应的母猪异常进行预警。

本发明的第二方面提供了一种基于机器视觉分析技术的母猪智能化饲喂方法，包括：

通过与数据采集模块相连接的数据传感器采集基础饲喂数据，并转发至中枢控制模块；其中，基础饲喂数据包括图像数据和环境数据；

中枢控制模块分析图像数据提取母猪的体征数据，基于体征数据估算放食内容；以及提取养殖经验数据，根据养殖经验数据和基础饲喂数据验证放食内容；

饲喂控制模块根据验证通过的放食内容控制智能饲喂装置投食；之后，采集母猪的实际采食量，根据养殖经验数据验证实际采食量，通过智能终端展示流程。

本发明的第三方面提供了一种基于机器视觉分析技术的母猪智能化饲喂装置，包括存储介质和处理器；所述存储介质用于存储操作指令，所述处理器执行操作指令用于实现一种基于机器视觉分析技术的母猪智能化饲喂***的工作流程。

与现有技术相比，本发明的有益效果是：本发明通过图像数据采集体征数据，结合放食估算模型来预估放食内容；在进行放食之前，结合养殖经验数据和基础饲喂数据验证放食内容，放食内容验证通过之后才进行放食；基于历史经验能够快速分析放食内容与饲喂环境结合导致母猪异常的概率，养殖户可以及时制定干预措施；而且本发明采集母猪的实际采食量，将放食内容和实际采食量与养殖经验数据对比，能够及时定位母猪异常。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的***原理示意图；

图2为本发明的工作步骤示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，本发明第一方面实施例提供了一种基于机器视觉分析技术的母猪智能化饲喂***，包括中枢控制模块，以及与之相连接的数据采集模块、饲喂控制模块和智能终端；智能终端用于监控饲喂过程和接收预警信息；通过与数据采集模块相连接的数据传感器采集基础饲喂数据，并转发至中枢控制模块；其中，基础饲喂数据包括图像数据和环境数据；中枢控制模块分析图像数据提取母猪的体征数据，基于体征数据估算放食内容；以及提取养殖经验数据，根据养殖经验数据和基础饲喂数据验证放食内容；饲喂控制模块根据验证通过的放食内容控制智能饲喂装置投食；之后，采集母猪的实际采食量，根据养殖经验数据验证实际采食量，通过智能终端展示流程。

当前的养殖领域，已经开始实现智能化养猪了，根据历史养殖经验在不同阶段饲喂不同的饲料，以保证猪的体征参数在合理范围内。但是，现有技术仅仅将体征参数作为参考，也就是根据体征参数的不同设置不同的放食内容，没有考虑到饲喂环境对放食内容的影响，也无法判定得到的放食内容与饲喂环境结合是否会导致母猪异常，养殖户也就无法及时制定干预措施。

本发明通过图像数据采集体征数据，结合放食估算模型来预估放食内容；在进行放食之前，结合养殖经验数据和基础饲喂数据验证放食内容，放食内容验证通过之后才进行放食；基于历史经验能够快速分析放食内容与饲喂环境结合导致母猪异常的概率，养殖户可以及时制定干预措施；而且本发明采集母猪的实际采食量，将放食内容和实际采食量与养殖经验数据对比，能够及时定位母猪异常。

本发明中中枢控制模块分别与数据采集模块、饲喂控制模块和智能终端通信和/或电气连接；其中，智能终端包括智能手机或者电脑；数据采集模块与若干类型数据传感器通信和/或电气连接，饲喂控制模块基于中枢控制模块的控制信号对投食内容进行精确控制。

中枢控制模块主要用于进行数据处理和判断，以及控制饲喂控制模块；智能终端与中枢控制模块进行数据交互，主要用于监测整个饲喂过程，并接收相关预警信息；数据采集模块主要通过摄像头采集图像数据，通过温度传感器、湿度传感器等采集环境数据；饲喂控制模块则根据中枢控制模块来控制饲喂设备，如投放饲料、投放饮用水等。需要说明的是，中枢控制模块可以实时控制，也可以定时控制。

本发明中的中枢控制模块分析图像数据提取母猪的体征数据，基于体征数据估算放食内容，包括：结合图像预处理之后的图像数据提取母猪的体征数据；基于体征数据整合拼接生成估算输入数据，输入至放食估算模型中获取估算的放食内容。

体征数据包括背膘、年龄(可通过智能终端录入)、体型以及哺育阶段(可通过智能终端录入)等影响放食内容的数据，需要将体征数据数字化，因此类似于哺育阶段这种非数字量需要合理转化，如将不同的哺育阶段用不同的数字表示，则训练放食估算模型时的模型输入数据同样处理。依次将哺育阶段、年龄、体型(大小、重量)、背膘等拼接起来生成估算输入数据，结合放食估算模型即可获取对应的放食内容。这里的放食内容包括饲料类型以及饲料量，同样的非数字量也需要进行合理转化。

在一个可选的实施例中，基于人工智能模型构建放食估算模型，包括：根据历史经验合理规划母猪投食数据，将母猪投食数据中的母猪体征数据整合成模型输入数据，将模型输入数据对应的投食内容整合成模型输出数据；通过模型输入数据和模型输出数据训练构建的人工智能模型，将训练完成的人工智能模型标记为放食估算模型。

从行业内筛选出专业合理的历史经验，提取出母猪投食数据，则母猪投食数据中也是包括体征数据以及对应的放食内容，采集提取的内容对应。通过大量的母猪投食数据来训练人工智能模型，人工智能模型不断学习之后精度满足要求，则将训练完成的人工智能模型标记为放食估算模型。此时，将结合图像数据获取的体征数据输入至放食估算模型，可以获取对应估算的放食内容，该方法能够快速高效，且在训练数据量大的情况下精度较高。

本发明中中枢控制模块根据养殖经验数据和基础饲喂数据验证放食内容，包括：收集整理养殖经验数据；根据采集的基础饲喂数据定位养殖经验数据中的放食内容，与估算的放食内容进行比较，获取放食相似度；当放食相似度不大于设定阈值时，则判定放食内容验证通过；否则，将放食相似度作为放食报警指标。

本发明提到的养殖经验数据是在养殖过程中总结的母猪异常时对应的基础饲喂数据、放食内容以及实际采食量，也就是在母猪出现异常时统计的基础饲喂数据、放食内容以及实际采食量，每一条养殖经验数据均有很大的参考意义。

根据数据采集模块采集的基础饲喂数据，根据体征数据和环境数据依次在养殖经验数据中检索，若在养殖经验数据中匹配成功，则提取对应的放食内容；将提取的放食内容与估算的放食内容进行比较，计算放食相似度，当相似度大于设定阈值时，说明在该基础饲喂数据下估算的放食内容可能会引起母猪异常。放食相似度主要根据饲料类型是否一致，以及饲料量的差别来计算，也就是说饲料类型不一致则放食相似度肯定较低(设置可以为0)。

在一个可选的实施例中，放食相似度的计算包括：

将饲料标签标记为SB，将饲料量差值标记为SC；通过公式FSD＝β×SB×SC获取放食相似度；其中，β为比例系数，SB＝1表示饲料类型一致。

本发明中中枢控制模块根据养殖经验数据验证实际采食量，包括：根据采集的基础饲喂数据和放食内容定位养殖经验数据中的实际采食量，与采集的实际采食量进行比较，获取采食相似度；将采食相似度和对应的放食相似度分别标记为CXD和FXD；通过公式CYZ＝α×CXD×FXD计算采食预警指标CYZ；当采食预警指标不大于采食预警阈值时，则判定实际采食量正常；否则，判定实际采食量异常，并提取对应的母猪异常进行预警。

当放食相似度不大于设定阈值时，则说明放食内容没问题，此时需要分析母猪的采食状态是否有问题，因此构建上述采食预警指标。当采食预警指标大于采食预警阈值时，说明在对应放食内容下，采食状态有问题，如果数据充足，此时完全可以根据放食内容以及采食预警指标的大小定位母猪的具体问题。需要说明的是，上述设定阈值和采食预警阈值以及各系数均是根据经验设定。

请参阅图2，本发明的第二方面实施例提供了一种基于机器视觉分析技术的母猪智能化饲喂方法，包括：采集基础饲喂数据；其中，基础饲喂数据包括图像数据和环境数据；分析图像数据提取母猪的体征数据，基于体征数据估算放食内容；以及提取养殖经验数据，根据养殖经验数据和基础饲喂数据验证放食内容；根据验证通过的放食内容控制智能饲喂装置投食；之后，采集母猪的实际采食量，根据养殖经验数据验证实际采食量。

本发明的第三方面实施例提供了一种基于机器视觉分析技术的母猪智能化饲喂装置，包括存储介质和处理器；存储介质用于存储操作指令，处理器执行操作指令用于实现一种基于机器视觉分析技术的母猪智能化饲喂***的工作流程。

上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。

本发明的工作原理：

采集基础饲喂数据；分析图像数据提取母猪的体征数据，基于体征数据估算放食内容；提取养殖经验数据，根据养殖经验数据和基础饲喂数据验证放食内容。

根据验证通过的放食内容控制智能饲喂装置投食；之后，采集母猪的实际采食量，根据养殖经验数据验证实际采食量。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种基于机器视觉分析技术的母猪智能化饲喂***，包括中枢控制模块，以及与之相连接的数据采集模块、饲喂控制模块和智能终端；智能终端用于监控饲喂过程和接收预警信息；其特征在于：

通过与数据采集模块相连接的数据传感器采集基础饲喂数据，并转发至中枢控制模块；其中，基础饲喂数据包括图像数据和环境数据；

中枢控制模块分析图像数据提取母猪的体征数据，基于体征数据估算放食内容；以及提取养殖经验数据，根据养殖经验数据和基础饲喂数据验证放食内容；

饲喂控制模块根据验证通过的放食内容控制智能饲喂装置投食；之后，采集母猪的实际采食量，根据养殖经验数据验证实际采食量，通过智能终端展示流程。

2.根据权利要求1所述的一种基于机器视觉分析技术的母猪智能化饲喂***，其特征在于，所述中枢控制模块分别与数据采集模块、饲喂控制模块和智能终端通信和/或电气连接；其中，智能终端包括智能手机或者电脑；

所述数据采集模块与若干类型数据传感器通信和/或电气连接，所述饲喂控制模块基于所述中枢控制模块的控制信号对投食内容进行精确控制。

3.根据权利要求1所述的一种基于机器视觉分析技术的母猪智能化饲喂***，其特征在于，所述中枢控制模块分析图像数据提取母猪的体征数据，基于体征数据估算放食内容，包括：

结合图像预处理之后的图像数据提取母猪的体征数据；其中，体征数据包括背膘、年龄、体型以及哺育阶段；

基于体征数据整合拼接生成估算输入数据，输入至放食估算模型中获取估算的放食内容；其中，放食估算模型基于人工智能模型构建。

4.根据权利要求3所述的一种基于机器视觉分析技术的母猪智能化饲喂***，其特征在于，基于人工智能模型构建所述放食估算模型，包括：

根据历史经验合理规划母猪投食数据，将母猪投食数据中的母猪体征数据整合成模型输入数据，将模型输入数据对应的投食内容整合成模型输出数据；

通过模型输入数据和模型输出数据训练构建的人工智能模型，将训练完成的人工智能模型标记为放食估算模型；其中，人工智能模型包括BP神经网络模型或者RBF神经网络模型。

5.根据权利要求1所述的一种基于机器视觉分析技术的母猪智能化饲喂***，其特征在于，所述中枢控制模块根据养殖经验数据和基础饲喂数据验证放食内容，包括：

收集整理养殖经验数据；其中，养殖经验数据是在养殖过程中总结的母猪异常时对应的基础饲喂数据、放食内容以及实际采食量；

根据采集的基础饲喂数据定位养殖经验数据中的放食内容，与估算的放食内容进行比较，获取放食相似度；当放食相似度不大于设定阈值时，则判定放食内容验证通过；否则，将放食相似度作为放食报警指标。

6.根据权利要求5所述的一种基于机器视觉分析技术的母猪智能化饲喂***，其特征在于，所述中枢控制模块根据养殖经验数据验证实际采食量，包括：

根据采集的基础饲喂数据和放食内容定位养殖经验数据中的实际采食量，与采集的实际采食量进行比较，获取采食相似度；

将采食相似度和对应的放食相似度分别标记为CXD和FXD；通过公式CYZ＝α×CXD×FXD计算采食预警指标CYZ；其中，α为根据经验设定的比例系数；

当采食预警指标不大于采食预警阈值时，则判定实际采食量正常；否则，判定实际采食量异常，并提取对应的母猪异常进行预警。

7.一种基于机器视觉分析技术的母猪智能化饲喂方法，基于权利要求1至6任意一项所述的一种基于机器视觉分析技术的母猪智能化饲喂***运行，其特征在于，包括：

通过与数据采集模块相连接的数据传感器采集基础饲喂数据，并转发至中枢控制模块；其中，基础饲喂数据包括图像数据和环境数据；

中枢控制模块分析图像数据提取母猪的体征数据，基于体征数据估算放食内容；以及提取养殖经验数据，根据养殖经验数据和基础饲喂数据验证放食内容；

饲喂控制模块根据验证通过的放食内容控制智能饲喂装置投食；之后，采集母猪的实际采食量，根据养殖经验数据验证实际采食量，通过智能终端展示流程。

8.一种基于机器视觉分析技术的母猪智能化饲喂装置，其特征在于，包括存储介质和处理器；所述存储介质用于存储操作指令，所述处理器执行操作指令用于实现权力要求1至6任意一项所述的一种基于机器视觉分析技术的母猪智能化饲喂***的工作流程。

Images