CN105336331A - 基于声音的猪异常行为智能监测方法及智能监测系统 - Google Patents

Abstract

本发明涉及猪异常行为的监测方法，具体是基于声音的猪异常行为智能监测方法及智能监测系统。智能监测方法包括对猪群或猪只异常声音信号建模阶段和对猪群或猪只异常声音信号的分析、诊断阶段；智能监测系统包括安装在猪舍中的声音传感器、诊断前端装置、网络通信模块和监控装置。本发明提供了基于声音的猪异常行为智能监测方法及智能监测系统，可以智能的模拟有经验的饲养员，对猪的行为状态进行实时的监测，提供实时的参考和报警信息，并提醒饲养员对猪的异常行为进行及时的干预，达到科学养殖的目的。本发明结构简单，方法合理，成本低廉，稳定性高，可以大规模集成使用。

Description

基于声音的猪异常行为智能监测方法及智能监测系统

技术领域

本发明涉及猪异常行为的监测方法，具体是基于声音的猪异常行为智能监测方法及智能监测系统。

背景技术

目前，猪肉在肉制品中占有举足轻重的地位，而我国是世界上猪肉消费最大的国家。我国的生猪养殖产量约占世界总产量的50％，约占本国畜牧业总产量的一半。尽管我国是猪肉生产和消费大国，但在生产管理方面与世界先进的国家相比还有较大差距。我国养猪业正由粗放式散养向中等养殖规模的集中饲养方向发展，集中养殖除了必须为群猪提供良好的养殖环境外，还要及时获取猪的行为并进行分析，一旦发现异常情况及时采取措施，以免造成更大的经济损失，同时减少猪因异常情况所带来的痛苦或死亡，实现猪的福利养殖。

在集约化饲养猪场，猪只之间的异常行为主要包括咬尾、咬耳、咬肋等争斗行为及挤压等伤害行为，这些行为容易引起猪损伤、疼痛和感染，引起猪免疫、激素等指标的波动，导致猪群的体况下降等现象，造成不必要的经济损失。因此，监控猪的异常行为对于预防猪损伤，提高经济效益具有重大的意义。但是，人工监测方法不可能达到实时监控的目的，而且容易干预猪的生活环境，进而影响猪的生活习性。因此，集约化饲养猪场迫切地需要一种智能的监测系统来代替人工监测，提高监测效率。

目前常用的监测方法有运动传感器法和视频法。1、运动传感器法主要是通过传感器(加速度传感器、射频传感器等)来检测单只猪的轨迹和姿态进而判断猪的状态。但对于群养猪而言，传感器容易发生信号干扰，对猪争斗行为识别效率不高，而且安装在猪身上以后，猪的躺、卧、摩擦、撕咬等行为容易损坏设备。2、视频法是利用机器视觉技术通过监视摄像头对猪进行实时地监控。但视频法成本较高，技术比较复杂，对猪争斗行为的监控精度不是很高。而猪声音信息对猪的异常行为具有很好的识别度，可以反馈猪的状态，有经验的饲养员可以根据猪的声音来判断猪的状态。

发明内容

本发明为了解决目前集约化养猪场猪异常行为实时监测困难的问题，提供了基于声音的猪异常行为智能监测方法及智能监测系统。

本发明是采用如下技术方案实现的：基于声音的猪异常行为智能监测方法，包括对猪群或猪只异常声音信号建模阶段和对猪群或猪只异常声音信号的分析、诊断阶段，其中对猪群或猪只异常声音信号建模阶段包括以下步骤：

S1：从猪群或猪只声音样本中提取S种异常状态下猪的声音，形成建模样本，每种状态的建模样本为n段，每段的长度为m秒，并顺序记录建模样本信号集合G＝G_ij，其中，i＝1,2,...,S；j＝1,2,...,n，表示建模样本第i种状态下j段的声音信号，建模样本信号集合G以序列方式表示为G_ij(k)＝[X₁,X₂,…,X_k,…X_N]，N为序列长度；

S2：利用双门限法对声音信号G_ij(k)进行端点检测，得到有效的声音信号G_ij'(k)；

S3：对端点检测后的声音信号G_ij'(k)进行归一化处理 ${\tilde{G}}_{ij}\left(k\right)=\frac{{G_{ij}}^{\′}\left(k\right)}{\underset{1\≤u\≤N}{max}{G_{ij}}^{\′}\left(u\right)},$ 得到归一化后的声音信号

S4：对归一化后的声音信号进行分帧操作，得到猪只或猪群每种异常状态下的声音帧X_il(k)＝[x₁,x₂,…,x_N']，其中，i＝1,2,...,S，l＝1,2,…,r，r为每种状态下的声音帧数，N'为每个声音帧序列的长度；

S5：提取每个声音帧X_il(k)的12维MFCC特征参数和12维一阶差分MFCC特征参数，构成24维的特征向量O_il＝[o₁,o₂,…,o₂₄]；

S6：利用提取的特征参数O_il对隐马尔可夫模型进行训练，分别对猪群或猪只声音样本中提取S种异常状态下猪的声音进行建模；

对猪群或猪只异常声音信号的分析、诊断阶段包括以下步骤：

S7：记录声音传感器实时采集的m秒猪声音数据为G_t(k)，并以序列方式表示：G_t(k)＝[X₁,X₂,…,X_k,…,X_N]，N为序列长度；

S8：对猪群或猪只的实时声音序列G_t(k)进行端点检测，得到有效的声音信号G_t'(k)；

S9：对有效声音信号G_t'(k)进行归一化处理，得到归一化后的实时声音信号

S10：对归一化后的声音信号提取12维MFCC特征参数和12维一阶差分MFCC特征参数，构成24维的特征向量O_t＝[o₁,o₂,…,o₂₄]；

S11：将特征向量O_t输入训练后的隐马尔可夫模型，并输出识别结果，如果在时间t内识别到λ段第i类猪群或猪只实时声音信号，1≤i≤S，则向监控装置发出报警信息。

上述的一种基于声音的猪异常行为智能监测方法的智能监测系统，包括安装在猪舍中的声音传感器、诊断前端装置、网络通信模块和监控装置，其中诊断前端装置包括音频编码器和音频信号处理单元，音频编码器的信号输出端与音频信号处理单元的信号输入端相通，音频信号处理单元包括信号处理器、FLASH存储器、SDRAM存储器和CPLD控制器，所述的信号处理器与FLASH存储器和SDRAM存储器的对应存储信号端相连，信号处理器的控制信号端与CPLD控制器的对应信号端相连，CPLD控制器的控制信号输出端与音频编码器相连，声音传感器信号输出端与音频编码器的信号输入端相连，网络通信模块包括通用异步接收/发送装置UART、网口和以太网物理层芯片PHY，音频信号处理单元中的信号处理器与通用异步接收/发送装置UART、以太网物理层芯片PHY的对应信号端相连，以太网物理层芯片PHY通过网口与监控装置无线连接。

将声音传感器安装在猪舍中的固定位置，监听整个猪舍；利用声音传感器采集猪群或猪只实时的声音信号，并将信号传输到异常信号诊断前端装置中音频信号处理单元进行分析、诊断；如果音频信号处理单元通过声音信号处理判断猪群或猪只有异常行为，则通过通讯网络将报警信息发送到集控中心的监控装置，提醒工作人员进行干预、处理。

与其它技术相比，本发明采用声音传感器来获取某一区域(一个猪圈或一个养殖栏)内的猪声音信号，并对声音传感器采集到的声音进行实时地分析、处理与识别，可以对猪的异常行为进行实时地检测。本发明结构简单，方法合理，成本低廉，稳定性高，可以大规模集成使用。

附图说明

图1为本发明中基于声音的猪群异常行为智能监测系统平台的结构示意图。

图2为本发明中猪群异常信号采集与诊断前端装置原理图框图。

图3为本发明获取猪群或猪只异常行为判断模板和实时监测猪群或猪只异常行为的过程示意图。

图4为发明中隐马尔可夫模型识别原理框图。

具体实施方式

图1为猪群异常行为智能监测系统平台的结构示意图，图2为系统平台中猪群异常信号采集与诊断前端装置原理图框图，其中，声音传感器采用麦克风，音频编码器使用TI公司的TLV320AIC23B，信号处理器采用型号为TI/TMS320DM642的DSP芯片，CPLD控制器采用Xilinx/XC95144XL，FLASH存储器采用Samsung/K9F1208UOC，SDRAM存储器采用Hynix/H57V2562CTTR-75C。

图3为本发明基于声音的猪异常行为智能监测方法的实现过程示意图，猪群或猪只异常声音信号建模阶段包括以下步骤：

S1：从猪群或猪只声音样本中提取S种异常状态下猪的声音，形成建模样本。每种状态的建模样本为n段，每段的长度为m秒，n一般要大于等于100，为了保持实时监测精度，m取1，并顺序记录建模样本信号集合G＝G_ij，G_ij表示建模声音样本第i个状态下j段的声音信号，其中，i＝1,2...S，j＝1,2,...,n，i为猪的异常状态标记序号，建模样本信号集合G以序列方式表示为G_ij(k)＝[X₁,X₂,…,X_k,…X_N]；N为序列长度；

S2：利用双门限法对建模样本信号集合G中各声音序列G_ij(k)进行端点检测，得到有效的声音信号G_ij'(k)；

S3：对端点检测后的声音信号G_ij'(k)进行归一化处理，

${\tilde{G}}_{ij}\left(k\right)=\frac{{G_{ij}}^{\′}\left(k\right)}{\underset{1\≤u\≤N}{max}{G_{ij}}^{\′}\left(u\right)}---\left(1\right)$

得到归一化后的声音信号

S4：对归一化后的声音信号进行分帧操作，得到猪群每种异常状态下长度为p的声音帧X_il(k)＝[x₁,x₂,…,x_N']，其中，p取10ms，i＝1,2,...,S；l＝1,2,…,r；r为每种状态下的声音帧数；N'为每个声音帧序列的长度；

S5：提取每个声音帧X_il(k)的12维MFCC特征参数和12维一阶差分MFCC特征参数，构成24维的特征向量O_il＝[o₁,o₂,…,o₂₄]；

S6：利用提取的特征向量O_il对隐马尔可夫模型(HMM)进行训练，分别对猪群声音样本中提取S种异常状态下猪的声音进行建模。

对猪群或猪只异常声音信号的分析、诊断阶段包括以下步骤：

S7：记录声音传感器实时采集的m秒猪声音数据为G_t(k)，m取值如步骤S1所示，并以序列方式表示：G_t(k)＝[X₁,X₂,…,X_k,…,X_N]，N为序列长度；

S8：对猪群的实时声音序列G_t(k)进行端点检测，得到有效的声音信号G_t'(k)；

S9：利用公式(1)对有效声音信号G_t'(k)进行归一化处理，得到归一化后的实时声音信号

S10：对归一化后的声音信号提取12维MFCC特征参数和12维一阶差分MFCC特征参数，构成24维的特征向量O_t＝[o₁,o₂,…,o₂₄]；

S11：将特征向量O_t输入训练后的隐马尔可夫模型(HMM)，并输出识别结果。如果在时间t内识别到λ段第i类(1≤i≤S)猪群或猪只实时声音信号，则向集控中心的监控装置发出报警信息。本发明中，w取0.9，t取5s，λ取3。

上述的一种基于声音的猪异常行为智能监测方法的智能监测系统，包括安装在猪舍中的声音传感器、诊断前端装置、网络通信模块和监控装置，其中诊断前端装置包括音频编码器和音频信号处理单元，音频编码器的信号输出端与音频信号处理单元的信号输入端相通，音频信号处理单元包括信号处理器、FLASH存储器、SDRAM存储器和CPLD控制器，所述的信号处理器与FLASH存储器和SDRAM存储器的对应存储信号端相连，信号处理器的控制信号端与CPLD控制器的对应信号端相连，CPLD控制器的控制信号输出端与音频编码器相连，声音传感器信号输出端与音频编码器的信号输入端相连，网络通信模块包括通用异步接收/发送装置UART、网口和以太网物理层芯片PHY，音频信号处理单元中的信号处理器与通用异步接收/发送装置UART、以太网物理层芯片PHY的对应信号端相连，以太网物理层芯片PHY通过网口与监控装置无线连接。

Claims (2)

1.一种基于声音的猪异常行为智能监测方法，其特征在于包括对猪群或猪只异常声音信号建模阶段和对猪群或猪只异常声音信号的分析、诊断阶段，其中对猪群或猪只异常声音信号建模阶段包括以下步骤：

S1：从猪群或猪只声音样本中提取S种异常状态下猪的声音，形成建模样本，每种状态的建模样本为n段，每段的长度为m秒，并顺序记录建模样本信号集合G＝G_ij，G_ij表示建模样本第i种状态下j段的声音信号，其中，i＝1,2...S，j＝1,2,...,n，建模样本信号集合G以序列方式表示为G_ij(k)＝[X₁,X₂,…,X_k,…X_N]，N为序列长度；

S2：利用双门限法对声音信号G_ij(k)进行端点检测，得到有效的声音信号G_ij'(k)；

S3：对端点检测后的声音信号G′_ij(k)进行归一化处理得到归一化后的声音信号

S4：对归一化后的声音信号进行分帧操作，得到猪只或猪群每种异常状态下的声音帧X_il(k)＝[x₁,x₂,…,x_N']，其中，i＝1,2,...,S，l＝1,2,…,r，r为每种状态下的声音帧数，N'为每个声音帧序列的长度；

S5：提取每个声音帧X_il(k)的12维MFCC特征参数和12维一阶差分MFCC特征参数，构成24维的特征向量O_il＝[o₁,o₂,…,o₂₄]；

S6：利用提取的特征参数O_il对隐马尔可夫模型进行训练，分别对猪群或猪只声音样本中提取S种异常状态下猪的声音进行建模；

对猪群或猪只异常声音信号的分析、诊断阶段包括以下步骤：

S7：记录声音传感器实时采集的m秒猪声音数据为G_t(k)，并以序列方式表示：G_t(k)＝[X₁,X₂,…,X_k,…,X_N]，N为序列长度；

S8：对猪群或猪只的实时声音序列G_t(k)进行端点检测，得到有效的声音信号G′_t(k)；

S9：对有效声音信号G′_t(k)进行归一化处理，得到归一化后的实时声音信号

S10：对归一化后的声音信号提取12维MFCC特征参数和12维一阶差分MFCC特征参数，构成24维的特征向量O_t＝[o₁,o₂,…,o₂₄]；

S11：将特征向量O_t输入训练后的隐马尔可夫模型，并输出识别结果，如果在时间t内识别到λ段第i类猪群或猪只实时声音信号，1≤i≤S，则向监控装置发出报警信息。

2.一种实现如权利要求1所述的一种基于声音的猪异常行为智能监测方法的智能监测系统，其特征在于包括安装在猪舍中的声音传感器、诊断前端装置、网络通信模块和监控装置，其中诊断前端装置包括音频编码器和音频信号处理单元，音频编码器的信号输出端与音频信号处理单元的信号输入端相通，音频信号处理单元包括信号处理器、FLASH存储器、SDRAM存储器和CPLD控制器，所述的信号处理器与FLASH存储器和SDRAM存储器的对应存储信号端相连，信号处理器的控制信号端与CPLD控制器的对应信号端相连，CPLD控制器的控制信号输出端与音频编码器相连，声音传感器信号输出端与音频编码器的信号输入端相连，网络通信模块包括通用异步接收/发送装置UART、网口和以太网物理层芯片PHY，音频信号处理单元中的信号处理器与通用异步接收/发送装置UART、以太网物理层芯片PHY的对应信号端相连，以太网物理层芯片PHY通过网口与监控装置无线连接。