CN107711583A - 一种基于图像识别禽舍粪便自动清理装置及方法 - Google Patents
一种基于图像识别禽舍粪便自动清理装置及方法 Download PDFInfo
- Publication number
- CN107711583A CN107711583A CN201711104073.5A CN201711104073A CN107711583A CN 107711583 A CN107711583 A CN 107711583A CN 201711104073 A CN201711104073 A CN 201711104073A CN 107711583 A CN107711583 A CN 107711583A
- Authority
- CN
- China
- Prior art keywords
- board
- dropping
- collection
- collection dropping
- array
- 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.)
- Granted
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 180
- 244000144977 poultry Species 0.000 claims abstract description 45
- 238000005406 washing Methods 0.000 claims abstract description 32
- 238000009434 installation Methods 0.000 claims abstract description 13
- 239000010865 sewage Substances 0.000 claims abstract description 8
- 238000011010 flushing procedure Methods 0.000 claims description 15
- 238000013019 agitation Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 241001269238 Data Species 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 238000003780 insertion Methods 0.000 claims description 6
- 230000037431 insertion Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 239000004744 fabric Substances 0.000 claims 1
- 239000007787 solid Substances 0.000 claims 1
- 238000004064 recycling Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 230000009897 systematic effect Effects 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000009374 poultry farming Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- MCFAJEYDFNHXJN-UHFFFAOYSA-N CCCCC(C)C=N Chemical compound CCCCC(C)C=N MCFAJEYDFNHXJN-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- A01K31/00—Housing birds
- A01K31/04—Dropping-boards; Devices for removing excrement
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Environmental Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Animal Husbandry (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Birds (AREA)
- Zoology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Marine Sciences & Fisheries (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Housing For Livestock And Birds (AREA)
Abstract
本发明公开一种基于图像识别禽舍粪便自动清理装置及方法，舍顶安装R个摄像头，网孔状舍底正下方安装集粪板阵列，集粪板阵列正下方设有冲水管阵列，冲水管阵列下方安装出水漏斗，冲洗污水经过出水漏斗排入集水箱中；R个摄像头拍摄舍底图像，利用图像识别算法统出计固定时间段内各集粪板对应行区域的家禽数量，利用集粪板污染程度预测模型确定各集粪板污染程度，再利用集粪板冲洗时间预测模型确定污染程度超标的集粪板冲洗干净需要的时间后，MCU控制系统启动相应设备，将集粪板翻转180°后进行冲洗，有效实现禽舍粪便自动清理，减轻劳动强度，提高清粪效率。
Description
技术领域
本发明涉及家禽养殖设备领域，特别的是一种基于图像识别禽舍粪便自动清理装置及方法，目的在于减轻人力劳动强度，提高清粪效率。
背景技术
目前，我国家禽养殖业规模不断扩大，为了避免养殖成本损失，需要提高家禽存活率。其中，保证家禽健康生长必不可少的条件就是禽舍内部环境质量。调查发现，禽舍内部环境质量变差很大程度由于禽舍内部粪便堆积，没有及时清理导致内部出现有害气体。因此，对禽舍内部粪便及时清理便成为亟待解决的首要问题。目前，传统清粪方式以人工清理为主，即人进入禽舍内部清理粪便，将粪便收集后运出禽舍，该做法主要存在两点问题：一方面是禽舍内的粪便长时间堆积导致气味刺鼻难耐，且容易滋生大量细菌，无疑会对人体造成一定的伤害；另一方面，对于规模较大的养殖户来说，劳动强度比较大，耗费人力和体力，而且清理速度慢，效率低。因此，无论从减轻人工劳动负担，还是适应现代化养殖需求，实现禽舍粪便自动清理具有很重要的现实意义。
发明内容
为克服上述缺点，本发明提出一种基于图像识别禽舍粪便自动清理装置及方法，利用R个摄像头在某段时间内拍摄舍底图像后，经过处理计算出舍底N个行区域家禽总数量，由集粪板污染程度预测模型估算每个集粪板的污染程度，对于污染程度高的集粪板，利用集粪板冲洗时间预测模型确定所需冲洗时间后控制相应的冲水管进行冲洗，一定程度实现了禽舍粪便的自动清理，有效减轻劳动强度。
本发明一种基于图像识别禽舍粪便自动清理装置采用的技术方案是：禽舍左墙壁、右墙壁搭建在左空心壁与右空心壁上方，禽舍底部设有舍底，禽舍顶部设有舍顶，舍顶底部安装第一摄像头、第二摄像头、……、第R-1摄像头以及第R摄像头；舍底正下方安装集粪板阵列；左空心壁在左支架上方，左空心壁内部左壁固定滚珠轴承，转动杆左端嵌入滚珠轴承，转动杆右端与集粪板阵列左端连接；右空心壁在右支架上方，电机阵列固定在右空心壁内部底端，电机阵列的电机轴与集粪板阵列右端连接，MCU控制电路盒安装在左墙壁外侧底部，MCU控制电路盒中放置的是包含MCU控制系统与电源模块的集成电路板；集粪板阵列正下方设有冲水管阵列，冲水管阵列固定在左支架上，冲水管阵列中各冲水管正上方等间距A分布着R个高压喷嘴，冲水管阵列右端安装电磁阀阵列；冲水管阵列右顶端插入右支架内部与纵向水管连接，纵向水管右端与外部进水管道连接，外部进水管道安装第二增压泵电磁阀与第二增压泵；冲水管阵列下方设置出水漏斗，出水漏斗底部的出水漏斗出水口与集水箱左侧浑水区顶部入水口连接，出水漏斗出水口设有出水漏斗电磁阀；过滤膜板将集水箱划分为浑水区与清水区；浑水区内部左上角安装第一水位传感器，浑水区内部顶端中心安装搅拌风扇，浑水区左侧底部设有污水排出管，污水排出管穿过左支架，且污水排出管中段设有排水电磁阀；清水区内部右上角安装第二水位传感器，清水区右侧底部设有清水区排出管，清水区排出管与第一增压泵连接，第一增压泵右端的第一增压泵出水管置于右支架内部，且与纵向水管连接，第一增压泵出水管的中间段设有第一增压泵电磁阀。
本发明一种基于图像识别禽舍粪便自动清理装置的工作方法采用技术方案具体包括以下步骤：
1)开始工作，MCU控制系统控制第一摄像头、第二摄像头、……、第R-1摄像头、第R摄像头等R个摄像头同时采集各自对应舍底列区域上的N幅图像，共计R×N幅图像，由MCU控制系统对所有图像进行预处理、特征值提取等一系列操作，分别计算出第一次采集时间内舍底每个行区域的家禽数量为记录本次采集时间为t1；
2)MCU控制系统重复执行上述步骤1)操作，共计Z次后，记录Z次采集图像耗费总时间t＝Z×t1，计算整个时间段t内舍底每个行区域的家禽总数量为
3)MCU控制系统根据预先存储的集粪板污染程度预测模型W＝f(L，t)，估算出每个集粪板的污染程度Wi(1≤i≤N)，然后判断每个集粪板污染程度Wi是否小于阈值W：若每个集粪板污染程度Wi都小于阈值W，继续重复执行步骤1)～3)；若存在集粪板污染程度Wi大于或者等于阈值W，MCU控制系统保存污染程度高于W的所有集粪板对应的编号i(1≤i≤N)及相应的污染程度Wi；
4)MCU控制系统根据预先存储的集粪板冲洗时间预测模型T＝f(W)，由每一个需要冲洗的集粪板污染程度Wi估算出需要冲洗的时间Ti，并保存所有需要冲洗集粪板的编号i；
5)MCU控制系统启动与需要冲洗的集粪板编号相同的电机，并控制相应的电机转动180°后关闭，确保所有需要冲洗的集粪板污染面朝下，对准每个集粪板下方的冲水管；
6)MCU控制系统接收第二水位传感器采集信号，获取清水区的水位，并判断是否大于H：若水位大于H，则启动第一增压泵、第一增压泵电磁阀、出水漏斗电磁阀以及与全部需要冲洗的集粪板编号i相同的电磁阀，启动定时器开始记录冲洗时间T，由于不同编号i集粪板的冲洗时间Ti不同，当某一个集粪板冲洗时间到，便关闭对应的电磁阀，直到集粪板全部冲洗完成后，关闭定时器、第一增压泵、第一增压泵电磁阀与出水漏斗电磁阀；若水位小于或等于H，则启动第二增压泵、第二增压泵电磁阀、出水漏斗电磁阀以及与全部需要冲洗的集粪板编号i相同的电磁阀，启动定时器开始记录冲洗时间，当某一个集粪板冲洗时间到，便关闭与之编号对应的电磁阀，直到集粪板全部冲洗完成后，关闭定时器、第二增压泵、第二增压泵电磁阀以及出水漏斗电磁阀；
7)整个冲洗过程中，MCU控制系统不断接收第一水位传感器采集信号，获取浑水区的水位，并判断是否大于M：若大于M，则启动定时器、搅拌风扇、排水电磁阀将浑水区内污水排放出去，持续一段时间后，关闭定时器、搅拌风扇、排水电磁阀，停止排放；若小于或者等于M，则无需操作；
8)返回，循环操作步骤1)～8)。
本发明与已有方法和技术相比，具有如下优点：
1、本发明设计集粪板阵列，安装在网孔状舍底正下方，用于收集禽舍粪便；同时每个集粪板与电机连接，当需要清洗集粪板时，电机带动集粪板翻转180°，使污染面朝下，再用冲水管进行冲洗，有效实现了集粪板的自动冲洗。
2、本发明设计R个摄像头安装在舍顶，舍底划分N个行区域，每个行区域正下方对应一个集粪板，通过R个摄像头在固定时间段内采集舍底各行区域图像，采用图像识别方法处理后统计各行区域家禽数量，由家禽数量间接估算集粪板污染程度，有效解决了因家禽数量较多，活动区域随机造成摄像头无法直接拍摄集粪板表面图像而计算污染程度的问题。
3、本发明根据集粪板污染程度W与家禽数量L、家禽活动时间t存在的函数关系，利用BP神经网络算法构建集粪板污染程度预测模型W＝f(L，t)，通过在固定时间t内统计出集粪板对应舍底行区域家禽数量L，估算出集粪板污染程度W，解决了无法直接获取集粪板污染程度的问题。
4、本发明根据集粪板污染程度W与冲洗时间T存在的函数关系，利用BP神经网络算法构建集粪板冲洗时间预测模型T＝f(W)，有效实现对不同污染程度集粪板，进行设定不同冲洗时间，一定程度避免了因设定冲洗时间过长造成的水资源浪费或者冲洗时间过短导致冲洗不干净的问题。
5、本发明设计冲水管阵列，由N个冲水管组成，每个冲水管上方设置R个高压喷嘴，且每个冲水管右顶端安装电磁阀，通过对相应冲水管电磁阀的控制，有效实现对任意一个集粪板进行冲洗与冲洗时间的控制。
附图说明
图1为本发明基于图像识别禽舍粪便自动清理装置整体结构示意图。
图2为本发明图1中集粪板阵列14结构示意图。
图3为本发明图2中第一集粪板64安装结构示意图。
图4为本发明图2中第一集粪板64转动示意图。
图5为本发明图1中冲水管阵列20安装平面示意图。
图6为本发明图像识别舍底9各区域家禽数量原理图。
图7为本发明基于图像识别禽舍粪便自动清理装置电路控制结构图。
图8为本发明基于图像识别禽舍粪便自动清理装置工作方法流程图。
附图中各部件的序号和名称：1、禽舍，2、舍顶，3、左墙壁，4、右墙壁，5、第一摄像头，6、第二摄像头，7、第R-1摄像头，8、第R摄像头，9、舍底，10、MCU控制电路盒，11、左空心壁，12、滚珠轴承，13、转动杆，14、集粪板阵列，15、右空心壁，16、电机阵列，17、电机轴，18、电机底座，19、高压喷嘴，20、冲水管阵列，21、左支架，22、出水漏斗，23、污水排出管，24、排水电磁阀，25、第一水位传感器，26、搅拌风扇，27、清水区排出管，28、第二水位传感器，29、第一增压泵，30、第一增压泵出水管，31、第一增压泵电磁阀，32、右支架，33、第二增压泵，34、第二增压泵电磁阀，35、外部进水管道，36、过滤膜板，37、出水漏斗出水口，38、集水箱，39、第二电机，40、第三电机，41、第N-1电机，42、第N电机，43、第二集粪板，44、第三集粪板，45、第N-1集粪板，46、第N集粪板，47、毛刷，48、第二冲水管，49、第三冲水管，50、第N-1冲水管，51、第N冲水管，52、电磁阀阵列，53、第二电磁阀，54、第三电磁阀，55、第N-1电磁阀，56、第N电磁阀，57、浑水区，58、清水区，59、电源模块，60、MCU控制系统，61、纵向水管，62、出水漏斗电磁阀，63、第一电机，64、第一集粪板，65、第一冲水管，66第一电磁阀。
具体实施方式
参见图1，为本发明基于图像识别禽舍粪便自动清理装置整体结构示意图。禽舍1通过左墙壁3、右墙壁4搭建在左空心壁11与右空心壁15上方，禽舍1底部设有网孔状的舍底9，舍底9的网孔大小不影响家禽的正常活动，禽舍1顶部设有舍顶2，舍顶2底部从左到右依次安装第一摄像头5、第二摄像头6、……、第R-1摄像头7以及第R摄像头8，共计R个摄像头，便于拍摄舍底9不同区域、不同时刻家禽活动图像，假设每个摄像头拍摄的范围有限且横向距离为A，而舍底9长度为G，则需要摄像头数量R＝G/A。
家禽在舍底9上方活动时，粪便会通过网孔漏出，因此，在舍底9的正下方安装集粪板阵列14收集粪便。左空心壁11在左支架21的上方，左空心壁11内部左壁固定滚珠轴承12，转动杆13的左端嵌入滚珠轴承12内部，转动杆13右端与集粪板阵列14的左端中心位置焊接在一起；右空心壁15在右支架32的上方，电机阵列16通过电机底座18安装在右空心壁15内部底端，电机阵列16的电机轴17的左端与集粪板阵列14的右端中心位置焊接在一起，需说明的是：集粪板阵列14的长度与舍底9的长度相等为G，且集粪板阵列14的上表面与舍底9之间垂直距离等于集粪板阵列14的下表面与左空心壁11或者右空心壁15底部之间的垂直距离，且为K，便于集粪板转动，MCU控制电路盒10安装在左墙壁4外侧底部，用于控制整个装置工作。
集粪板阵列14正下方设有冲水管阵列20，冲水管阵列20中每个冲水管的左顶端封闭，且固定在左支架21上，冲水管阵列20中各冲水管的正上方等间距A分布着R个高压喷嘴19，每个高压喷嘴19依次从左至右对应着第一摄像头5、第二摄像头6、……、第R-1摄像头7以及第R摄像头8各自辐射范围的中心位置，冲水管阵列20右端且靠近右支架32左侧的位置还安装电磁阀阵列52；冲水管阵列20右顶端插入右支架32的内部，并与纵向水管61连接，纵向水管61右端与外部进水管道35连接，且纵向水管61右端与外部进水管道35之间从左至右分别安装第二增压泵电磁阀34以及第二增压泵33。
冲水管阵列20下方设置出水漏斗22，出水漏斗22底部的出水漏斗出水口37与集水箱38左侧的浑水区57顶部入水口连接，出水漏斗出水口37处设有出水漏斗电磁阀62，冲洗集粪板过程中需要打开出水漏斗电磁阀62，污水经过出水漏斗出水口37流入集水箱38左侧的浑水区57，不冲洗集粪板时则关闭出水漏斗电磁阀62，避免集水箱38中的污浊气体蔓延至禽舍1内部，对家禽造成伤害。集水箱38内部利用安装过滤膜板36将整个内部空间划分为左侧的浑水区57与右侧的清水区58；浑水区57中污水穿透过滤膜板36流入清水区58内部，便于后续利用清水区58内部水对集粪板进行冲洗，一定程度节约水资源。
浑水区57内部左上角安装第一水位传感器25检测浑水区57水位，浑水区57内部顶端中心安装搅拌风扇26搅拌沉淀在浑水区57底部的粪便；浑水区57左侧底部设有污水排出管23，污水排出管23穿过左支架21，且污水排出管23中段还设有排水电磁阀24，当第一水位传感器25检测浑水区57水位达到M时，开启搅拌风扇26进行搅拌，开启排水电磁阀24排放污水。
清水区58内部右上角安装第二水位传感器28，检测清水区58水位，清水区58右侧底部设有清水区排出管27，清水区排出管27与第一增压泵29连接，第一增压泵29右端的第一增压泵出水管30置于右支架32内部，且与纵向水管61连接，第一增压泵出水管30的中间段还设有第一增压泵电磁阀31，当第二水位传感器28检测清水区58的水位高于H时，代表清水区58的水源足够对集粪板进行一次清洗，开启第一增压泵29、第一增压泵电磁阀31，将清水区58内部水吸出用于冲洗集粪板。
参见图2，为本发明图1中集粪板阵列14结构示意图。集粪板阵列14由N个长条状的集粪板构成，且从前至后依次为第一集粪板64、第二集粪板43、第三集粪板44、……、第N-1集粪板45以及第N集粪板46，上述N个集粪板的左端中心位置分别与N个转动杆13焊接在一起，且N个转动杆13分别嵌入N个固定在左空心壁11内部左壁的滚珠轴承12中；第一集粪板64、第二集粪板43、第三集粪板44、……、第N-1集粪板45以及第N集粪板46的右端中心位置分别与安装在右空心壁15中第一电机63、第二电机39、第三电机40、……、第N-1电机41以及第N电机42的电机轴17焊接在一起，当上述N个电机中的任意一个启动时，会带动相应的集粪板随之转动；此外，N个集粪板的前后两侧边缘均设有毛刷47，在图1中已经说明集粪板阵列14上表面与舍底9之间垂直距离等于集粪板阵列14下表面与左空心壁11或者右空心壁15底部之间的垂直距离均为K，因此，为了保证N个集粪板在转动过程中毛刷47接触到舍底9，将每一个集粪板宽度设定为2K，同时，为保证集粪板阵列14收集舍底9上全部区域的粪便，集粪板阵列14宽度与舍底9的宽度应相等为B＝2K×N。
参见图3、图4，为本发明图2中第一集粪板64安装结构示意图与第一集粪板64转动示意图。转动杆13左端嵌入滚珠轴承12内部，转动杆13右端与第一集粪板64左端中心位置焊接在一起；第一电机63的电机轴17左端与第一集粪板64右端中心位置焊接在一起，毛刷47固定在第一集粪板64的前后两侧边缘；转动杆13与电机轴17处于同一水平线，且为第一集粪板64的横向中心线，第一集粪板64前侧边缘、后侧边缘与第一集粪板64的横向中心线之间距离均为K，且第一集粪板64长度为G。如图4，当第一电机63转动时，带动第一集粪板64转动，当转动至90°时，第一集粪板64刚好处于直立状态，第一集粪板64边缘的毛刷47则会接触舍底9，将舍底9相应区域网孔表面残留的粪便刷掉，一定程度上起到清洁舍底9的作用。
参见图5，为本发明冲水管阵列20安装平面示意图。当任意一个集粪板表面污染达到一定程度时，需要对该集粪板进行冲洗。由于家禽在舍底9的活动区域是随机的，导致舍底9各个区域对应的集粪板污染程度不相同，本发明为了节约水资源，只需要冲洗污染程度超标的集粪板。为了便于控制某个集粪板的单独冲洗，分别在第一集粪板64、第二集粪板43、第三集粪板44、……、第N-1集粪板45以及第N集粪板46的正下方分布长度均为G的第一冲水管65、第二冲水管48、第三冲水管49、……、第N-1冲水管50以及第N冲水管51；N个冲水管上方均等间距A安装R个高压喷嘴19，第一冲水管65、第二冲水管48、第三冲水管49、……、第N-1冲水管50以及第N冲水管51的右顶端边缘分别安装第一电磁阀66、第二电磁阀53、第三电磁阀54、……、第N-1电磁阀55与第N电磁阀56；第一冲水管65、第二冲水管48、第三冲水管49、……、第N-1冲水管50以及第N冲水管51的左顶端封闭，同时第一冲水管65、第二冲水管48、第三冲水管49、……、第N-1冲水管50以及第N冲水管51右顶端均与纵向水管61连接，因此，当需要对某一个集粪板清洗时，开启与该集粪板对应冲水管右顶端的电磁阀，水进入相应冲水管后由多个高压喷嘴19喷出，实现对相应集粪板的冲洗，例如：对第一集粪板64冲洗，需要打开第一电磁阀66。
参见图6，为本发明图像识别舍底9各区域家禽数量原理图。舍底9为细小网孔状，由于第一摄像头5、第二摄像头6、……、第R-1摄像头7以及第R摄像头8拍摄范围有限且横向距离为A，将舍底9纵向划分R块区域(即R列)，第一摄像头5负责采集第1列区域图像，第二摄像头6负责采集第2列区域图像、……、第R-1摄像头7负责采集第R-1列区域图像，第R摄像头8负责采集第R列区域图像；此外，再将舍底9横向划分为N块长条区域(即N行)，如此，便将整个舍底9划分成(R×N)个区域，按照从左至右，从前至后顺序依次标记为：(第一行区域)Q11、Q12、……、Q1R-1、Q1R；(第二行区域)Q21、Q22、……、Q2R-1、Q2R；(第三行区域)Q31、Q32、……、Q3R-1、Q3R；……；(第N-1行区域)QN-11、QN-12、……、QN-1R-1、(第N行区域)QN-1R；QN1、QN2、……、QNR-1、QNR。上述N块长条区域的正下方分布的是N个集粪板，即第一集粪板64与舍底9第一行区域对应、第二集粪板43与舍底9第二行区域对应、第三集粪板44与舍底9第三行区域对应、……、第N-1集粪板45与舍底9第N-1行区域对应以及第N集粪板46与舍底9第N行区域对应，且N块长条区域的尺寸与各个集粪板尺寸相同。
本发明旨在通过判断集粪板污染程度决定是否需要清洗，故采用图像识别方法进行判断，由于舍底9上家禽数量较多，且活动较为随机，对摄像头直接拍摄舍底9图像造成一定困难。对于舍底9任一行区域，家禽数量越多，且停留时间越久，则舍底9该行区域污染程度越大，那么，该行区域下方对应的集粪板污染的程度也越大，所以，任意一个集粪板污染程度W与家禽数量L、活动时间t存在一定的函数关系为W＝f(L，t)。
因此，本发明利用BP神经网络算法构建集粪板污染程度W估算模型，将家禽数量L和活动时间t作为BP神经网络模型的输入，污染程度W作为神经网络模型的输出，构建二元函数W＝f(L，t)。要拟合出三者的函数关系，必须获取足够的样本数据。通过不同家禽数量L在相应区域活动不同的时间t，获取相应的污染程度W的实验方法来获取足够的样本数据。实验时，污染程度W为集粪板表面粪便覆盖面积e与单个集粪板面积E＝2K·G之比，即(需要说明的是：集粪板表面粪便覆盖面积e是通过图像处理计算出的面积，由于集粪板干净图像与集粪板污染图像是不同的，利用摄像头拍摄集粪板表面污染图像，通过图像处理提取特征值等操作，计算出全部污染面积之和为e)。然后，选取部分实验数据作为泛化样本数据，其他的数据作为训练样本数据，并设置误差目标值及学习因子用于网络训练，得到训练后的权值和阈值。根据得到的参数，判断泛化的结果是否达到系统的误差要求，若是达到系统误差要求，则保存好相应的网络模型，若是没有达到系统误差要求，则修改学习因子后再次训练网络，直到符合系统误差的要求为止。通过训练好的神经网络模型W＝f(L，t)，根据任一行区域家禽数量L与活动时间t，便能估算出对应集粪板污染程度W。
下面需要计算某个时间段t内，任意一个集粪板所对应的舍底9行区域内家禽总数量L，具体统计过程如下：首先执行第一次图像采集，第一摄像头5依照Q11、Q21、Q31、……、QN-11、QN1顺序采集舍底9的第1列区域的N幅图像，对图像进行一系列处理后分别计算Q11、Q21、Q31、……、QN-11、QN1区域家禽数量，分别记为：L1(1)1、L2(1)1、L3(1)1、……、LN-1(1)1、LN(1)1；同理，第二摄像头6采集第2列区域后计算出家禽数量分别为：L1(1)2、L2(1)2、L3(1)2、……、LN-1(1)2、LN(1)2；……、第R-1摄像头7采集第R-1列区域后计算出家禽数量分别为：L1(1)R-1、L2(1)R-1、L3(1)R-1、……、LN-1(1)R-1、LN(1)R-1；第R摄像头8采集第R列区域后计算出家禽数量分别为：L1(1)R、L2(1)R、L3(1)R、……、LN-1(1)R、LN(1)R；由此，计算出第一次采集时间t1内，舍底9第i行区域的家禽数量为然后，R个摄像头再对相应列区域进行图像第二次采集、第三次采集……一直到第Z次采集，统计出每一次采集时间内舍底9第i行区域家禽数量，分别记为：L[2]i、L[3]i、……、L[Z]i，最终统计出整个时间段t＝Z×t1内，舍底9第i行区域内家禽总数量因此，根据集粪板污染程度预测模型W＝f(L，t)，估算出第i行区域对应的第i集粪板的污染程度Wi。
由于每一块集粪板的污染程度W不同，则冲洗干净所耗费时间T也不同，即二者存在函数T＝f(W)。为了尽可能节约集粪板冲洗耗费的水资源，本发明针对不同污染程度的集粪板，设定不同的冲洗时间。为实现根据集粪板污染程度W估算出冲洗干净耗费时间T，本发明利用BP神经网络算法构建集粪板冲洗时间T估算模型，将集粪板污染程度W作为BP神经网络模型的输入，冲洗时间T作为神经网络模型的输出，构建函数T＝f(W)。要拟合出二者的函数关系，必须获取足够的样本数据。通过对污染程度W不同的集粪板进行冲洗，记录冲洗干净耗费时间T的实验方法来获取足够的样本数据。(实验时，集粪板污染程度W是通过不同时间段内，在集粪板对应舍底9行区域放置不同数量的家禽，然后利用集粪板污染程度预测模型W＝f(L，t)计算出来的)。然后，选取部分实验数据作为泛化样本数据，其他的数据作为训练样本数据，并设置误差目标值及学习因子用于网络训练，得到训练后的权值和阈值。根据得到的参数，判断泛化的结果是否达到系统的误差要求，若是达到系统误差要求，则保存好相应的网络模型，若是没有达到系统误差要求，则修改学习因子后再次训练网络，直到符合系统误差的要求为止。通过训练好的神经网络模型T＝f(W)，根据集粪板污染程度W便能估算出冲洗干净耗费时间T，一定程度避免了由设定固定冲洗时间过长造成的资源浪费或者冲洗时间过短导致冲洗不干净的问题。
参见图7，为本发明基于图像识别禽舍粪便自动清理装置电路控制结构图。MCU控制电路盒10中放置的是包含MCU控制系统60与电源模块59的集成电路板。MCU控制系统60通过不同的控制端口分别连接外部设备，具体如下：第一摄像头5、第二摄像头6、……、第R-1摄像头7、第R摄像头8、第一水位传感器25与第二水位传感器28连接至MCU控制系统60的输入端口，第一增压泵29、第一增压泵电磁阀31、第二增压泵33、第二增压泵电磁阀34、排水电磁阀24、搅拌风扇26、出水漏斗电磁阀62、电机阵列16包括：第一电机63、第二电机39、第三电机40、……、第N-1电机41与第N电机42，还有电磁阀阵列52包括：第一电磁阀66、第二电磁阀53、第三电磁阀54、……、第N-1电磁阀55与第N电磁阀56分别连接至MCU控制系统60的输出端口，电源模块59为上述各部件提供所需电源。
参见图8，为本发明基于图像识别禽舍粪便自动清理装置工作方法流程图，具体工作过程如下：
(1)开始工作，MCU控制系统60控制第一摄像头5、第二摄像头6、……、第R-1摄像头7、第R摄像头8等R个摄像头同时采集各自对应舍底9列区域上的N幅图像，共计R×N幅图像，由MCU控制系统60对所有图像进行预处理、特征值提取等一系列操作，分别计算出第一次采集时间t1内，舍底9各行区域家禽数量同时记录本次采集耗费时间为t1；
(2)MCU控制系统60重复执行上述步骤(1)操作，共计Z次后，记录Z次采集图像耗费总时间t＝Z×t1，计算整个时间段t内舍底9各行区域的家禽总数量为
(3)MCU控制系统60根据预先存储的集粪板污染程度预测模型W＝f(L，t)，估算出每个集粪板的污染程度Wi(1≤i≤N)，然后判断每个集粪板污染程度Wi是否小于阈值W：若每个集粪板污染程度Wi都小于阈值W，则代表所有集粪板污染程度不高，无需清洗，继续重复执行步骤(1)～(3)；若存在集粪板污染程度Wi大于或者等于阈值W，代表需要立即清洗，MCU控制系统60保存污染程度高于W的所有集粪板对应的编号i(1≤i≤N)及相应的污染程度Wi；
(4)MCU控制系统60根据预先存储的集粪板冲洗时间预测模型T＝f(W)，由每个需要冲洗的集粪板污染程度Wi估算出需要冲洗时间Ti，并保存所有需要冲洗集粪板的编号i；
(5)MCU控制系统60启动与需要冲洗的集粪板编号相同的电机，并控制相应的电机转动180°后关闭，确保所有需要冲洗的集粪板污染面朝下，对准每个集粪板下方的冲洗水；
(6)MCU控制系统60接收第二水位传感器28采集信号，获取清水区58的水位，并判断是否大于H：若水位大于H，则启动第一增压泵29、第一增压泵电磁阀31、出水漏斗电磁阀62以及与全部需要冲洗的集粪板编号i相同的电磁阀，启动定时器开始记录冲洗时间T，由于不同编号i集粪板的冲洗时间Ti不同，当某一个集粪板冲洗时间到，便关闭对应的电磁阀，直到集粪板全部冲洗完成后，关闭定时器、第一增压泵29、第一增压泵电磁阀31与出水漏斗电磁阀62；若水位小于或等于H，则启动第二增压泵33、第二增压泵电磁阀34、出水漏斗电磁阀62以及与全部需要冲洗的集粪板编号i相同的电磁阀，启动定时器开始记录冲洗时间，由于不同编号i集粪板的冲洗时间Ti不同，当某一个集粪板冲洗时间到，便关闭与之编号对应的电磁阀，直到集粪板全部冲洗完成后，关闭定时器、第二增压泵33、第二增压泵电磁阀34以及出水漏斗电磁阀62；
(7)整个冲洗过程中，MCU控制系统60不断接收第一水位传感器25采集信号，获取浑水区57的水位，并判断是否大于M：若大于M，则启动定时器、搅拌风扇26、排水电磁阀24将浑水区57内污水排放出去，持续一段时间后，关闭定时器、搅拌风扇26、排水电磁阀24，停止排放；若小于或者等于M，则无需操作；
(8)返回，循环操作步骤(1)～(8)。
Claims (8)
1.一种基于图像识别禽舍粪便自动清理装置，其特征是：禽舍(1)左墙壁(3)、右墙壁(4)搭建在左空心壁(11)与右空心壁(15)上方，禽舍(1)底部设有舍底(9)，禽舍(1)顶部设有舍顶(2)，舍顶(2)底部安装第一摄像头(5)、第二摄像头(6)、......、第R-1摄像头(7)以及第R摄像头(8)；舍底(9)正下方安装集粪板阵列(14)；左空心壁(11)在左支架(21)上方，左空心壁(11)内部左壁固定滚珠轴承(12)，转动杆(13)左端嵌入滚珠轴承(12)，转动杆(13)右端与集粪板阵列(14)左端连接；右空心壁(15)在右支架(32)上方，电机阵列(16)固定在右空心壁(15)内部底端，电机阵列(16)的电机轴(17)与集粪板阵列(14)右端连接，MCU控制电路盒(10)安装在左墙壁4外侧底部，MCU控制电路盒(10)中放置的是包含MCU控制系统(60)与电源模块(59)的集成电路板；集粪板阵列(14)正下方设有冲水管阵列(20)，冲水管阵列(20)固定在左支架(21)上，冲水管阵列(20)中各冲水管正上方等间距A分布着R个高压喷嘴(19)，冲水管阵列(20)右端安装电磁阀阵列(52)；冲水管阵列(20)右顶端插入右支架(32)内部与纵向水管(61)连接，纵向水管(61)右端与外部进水管道(35)连接，外部进水管道(35)安装第二增压泵电磁阀(34)与第二增压泵(33)；冲水管阵列(20)下方设置出水漏斗(22)，出水漏斗(22)底部的出水漏斗出水口(37)与集水箱(38)左侧浑水区(57)顶部入水口连接，出水漏斗出水口(37)设有出水漏斗电磁阀(62)；过滤膜板(36)将集水箱(38)划分为浑水区(57)与清水区(58)；浑水区(57)内部左上角安装第一水位传感器(25)，浑水区(57)内部顶端中心安装搅拌风扇(26)，浑水区(57)左侧底部设有污水排出管(23)，污水排出管(23)穿过左支架(21)，且污水排出管(23)中段设有排水电磁阀(24)；清水区(58)内部右上角安装第二水位传感器(28)，清水区(58)右侧底部设有清水区排出管(27)，清水区排出管(27)与第一增压泵(29)连接，第一增压泵(29)右端的第一增压泵出水管(30)置于右支架(32)内部，且与纵向水管(61)连接，第一增压泵出水管(30)的中间段设有第一增压泵电磁阀(31)。
2.根据权利要求1所述一种基于图像识别禽舍粪便自动清理装置，其特征是：第一摄像头(5)、第二摄像头(6)、......、第R-1摄像头(7)以及第R摄像头(8)的拍摄范围有限且横向距离为A，舍底(9)长度为G，摄像头数量R＝G/A。
3.根据权利要求1所述一种基于图像识别禽舍粪便自动清理装置，其特征是：集粪板阵列(14)由N个长条状的集粪板构成，包括：第一集粪板(64)、第二集粪板(43)、第三集粪板(44)、......、第N-1集粪板(45)以及第N集粪板(46)，N个集粪板左端中心与N个转动杆(13)连接，N个转动杆(13)分别嵌入N个滚珠轴承(12)；第一集粪板(64)、第二集粪板(43)、第三集粪板(44)、......、第N-1集粪板(45)以及第N集粪板(46)右端中心与第一电机(63)、第二电机(39)、第三电机(40)、......、第N-1电机(41)以及第N电机(42)的电机轴(17)连接，N个集粪板的前后两侧边缘均设有毛刷(47)。
4.根据权利要求1所述一种基于图像识别禽舍粪便自动清理装置，其特征是：集粪板阵列(14)上表面与舍底(9)之间垂直距离等于集粪板阵列(14)下表面与左空心壁(11)或者右空心壁(15)底部之间的垂直距离均为K，每一个集粪板宽度为2K，集粪板阵列(14)宽度与舍底(9)的宽度相等为B＝2K×N，集粪板阵列(14)长度与舍底(9)长度相等为G。
5.根据权利要求1所述一种基于图像识别禽舍粪便自动清理装置，其特征是：冲水管阵列(20)由N个冲水管组成，包括：第一冲水管(65)、第二冲水管(48)、第三冲水管(49)、......、第N-1冲水管(50)以及第N冲水管(51)，分别安装在第一集粪板(64)、第二集粪板(43)、第三集粪板(44)、......、第N-1集粪板(45)以及第N集粪板(46)的正下方；第一冲水管(65)、第二冲水管(48)、第三冲水管(49)、......、第N-1冲水管(50)以及第N冲水管(51)左顶端封闭，正上方均等间距A安装R个高压喷嘴(19)，右端边缘安装第一电磁阀(66)、第二电磁阀(53)、第三电磁阀(54)、......、第N-1电磁阀(55)与第N电磁阀(56)，右顶端均与纵向水管(61)连接。
6.根据权利要求3所述一种基于图像识别禽舍粪便自动清理装置，其特征是：第一集粪板(64)左端中心与转动杆(13)右端焊接在一起，转动杆(13)左端嵌入滚珠轴承(12)内部；第一电机(63)的电机轴(17)左端与第一集粪板(64)右端中心焊接在一起，毛刷(47)固定在第一集粪板(64)的前后两侧边缘，第一集粪板(64)集粪板转动过程中毛刷(47)接触到舍底(9)。
7.一种如权利要求1所述一种基于图像识别禽舍粪便自动清理装置工作方法，其特征包括以下步骤：
1)开始工作，MCU控制系统(60)控制第一摄像头(5)、第二摄像头(6)、......、第R-1摄像头(7)、第R摄像头(8)等R个摄像头同时采集各自对应舍底(9)列区域上的N幅图像，共计R×N幅图像，由MCU控制系统(60)对所有图像进行预处理、特征值提取等一系列操作，计算出第一次采集时间t1内，舍底(9)每个行区域的家禽数量为记录本次采集耗费时间为t1；
2)MCU控制系统(60)重复执行上述步骤1)操作，共计Z次后，记录Z次采集图像耗费总时间t＝Z×t1，计算整个时间段t内，舍底(9)每个行区域的家禽总数量为
3)MCU控制系统(60)根据预先存储的集粪板污染程度预测模型W＝f(L，t)，估算出每个集粪板的污染程度Wi(1≤i≤N)，然后判断每个集粪板污染程度Wi是否小于阈值W：若每个集粪板污染程度Wi都小于阈值W，继续重复执行步骤1)～3)；若存在集粪板污染程度Wi大于或者等于阈值W，MCU控制系统(60)保存污染程度高于W的所有集粪板对应的编号i(1≤i≤N)及相应的污染程度Wi；
4)MCU控制系统(60)根据预先存储的集粪板冲洗时间预测模型T＝f(W)，由每个需要冲洗的集粪板污染程度Wi估算出需要冲洗的时间Ti，并保存所有需要冲洗集粪板的编号i；
5)MCU控制系统(60)启动与需要冲洗的集粪板编号相同的电机，并控制相应的电机转动180°后关闭，确保所有需要冲洗的集粪板污染面朝下，对准每个集粪板下方的冲洗水管；
6)MCU控制系统(60)接收第二水位传感器(28)采集信号，获取清水区(58)的水位，并判断是否大于H：若水位大于H，则启动第一增压泵(29)、第一增压泵电磁阀(31)、出水漏斗电磁阀(62)以及与全部需要冲洗的集粪板编号i相同的电磁阀，启动定时器开始记录冲洗时间T，由于不同编号i集粪板的冲洗时间Ti不同，当某一个集粪板冲洗时间到，便关闭对应的电磁阀，直到集粪板全部冲洗完成后，关闭定时器、第一增压泵(29)、第一增压泵电磁阀(31)与出水漏斗电磁阀(62)；若水位小于或等于H，则启动第二增压泵(33)、第二增压泵电磁阀(34)、出水漏斗电磁阀(62)以及与全部需要冲洗的集粪板编号i相同的电磁阀，启动定时器开始记录冲洗时间，当某一个集粪板冲洗时间到，便关闭与之编号对应的电磁阀，直到集粪板全部冲洗完成后，关闭定时器、第二增压泵(33)、第二增压泵电磁阀(34)以及出水漏斗电磁阀(62)；
7)整个冲洗过程中，MCU控制系统(60)不断接收第一水位传感器(25)采集信号，获取浑水区(57)的水位，并判断是否大于M：若大于M，则启动定时器、搅拌风扇(26)、排水电磁阀(24)将浑水区(57)内污水排放出去，持续一段时间后，关闭定时器、搅拌风扇(26)、排水电磁阀(24)，停止排放；若小于或者等于M，则无需操作；
8)返回，循环操作步骤1)～8)。
8.根据权利要求7所述的工作方法，其特征是：
步骤1)中，舍底(9)纵向划分R列，舍底(9)横向划分为N行区域，N块行区域的正下方分布N个集粪板，舍底(9)划分成R×N个小区域；第一摄像头(5)负责采集第1列区域图像，第二摄像头(6)负责采集第2列区域图像，......、第R-1摄像头(7)负责采集第R-1列区域图像，第R摄像头(8)负责采集第R列区域图像；第一摄像头(5)采集第1列区域的N幅图像，图像处理后分别计算各区域家禽数量：L1(1)1、L2(1)1、L3(1)1、......、LN-1(1)1、LN(1)1；第二摄像头6采集第2列区域后计算各区域家禽数量：L1(1)2、L2(1)2、L3(1)2、......、LN-1(1)2、LN(1)2；......、第R-1摄像头7采集第R-1列区域后计算各区域家禽数量：L1(1)R-1、L2(1)R-1、L3(1)R-1、......、LN-1(1)R-1、LN(1)R-1；第R摄像头8采集第R列区域后计算各区域家禽数量：L1(1)R、L2(1)R、L3(1)R、......、LN-1(1)R、LN(1)R；
步骤2)中，R个摄像头对相应列区域进行图像第二次采集、第三次采集......一直到第Z次采集，统计出每一次舍底(9)第i行区域家禽数量记为：L[2]i，L[3]i，......L[Z]i；
步骤3)中，通过不同家禽数量L在同一区域活动不同时间t，通过摄像头拍摄集粪板表面污染图像，通过图像处理提取特征值计算污染面积e，单个集粪板面积为E＝2K·G，根据污染面积e占整个集粪板面积E之比，计算出集粪板污染程度获取足够的样本数据，选取泛化样本数据和训练样本数据，设置误差目标值及学习因子用于训练BP人工神经网络，获得训练好的集粪板污染程度预测模型W＝f(L，t)；
步骤4)中，利用不同时间段内，在集粪板对应舍底(9)行区域放置不同数量的家禽上，通过集粪板污染程度预测模型计算W＝f(L，t)计算出集粪板污染程度W，对不同污染程度的集粪板进行冲洗，记录冲洗干净耗费时间T，获取足够的样本数据，选取泛化样本数据和训练样本数据，设置误差目标值及学习因子用于训练BP人工神经网络，获得训练好的集粪板冲洗时间预测模型T＝f(W)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711104073.5A CN107711583B (zh) | 2017-11-06 | 2017-11-06 | 一种基于图像识别禽舍粪便自动清理装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711104073.5A CN107711583B (zh) | 2017-11-06 | 2017-11-06 | 一种基于图像识别禽舍粪便自动清理装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107711583A true CN107711583A (zh) | 2018-02-23 |
| CN107711583B CN107711583B (zh) | 2023-01-31 |
Family
ID=61214939
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711104073.5A Active CN107711583B (zh) | 2017-11-06 | 2017-11-06 | 一种基于图像识别禽舍粪便自动清理装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107711583B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109197658A (zh) * | 2018-09-04 | 2019-01-15 | 安徽标王农牧有限公司 | 一种鸡室粪便清理系统 |
| CN109275595A (zh) * | 2018-11-20 | 2019-01-29 | 嘉兴立华畜禽有限公司 | 一种冲洗雏鸡粪盘的清洗机 |
| CN109997728A (zh) * | 2018-03-21 | 2019-07-12 | 深圳市天工测控技术有限公司 | 一种喂鸟器的控制方法、装置及移动终端 |
| CN110706219A (zh) * | 2019-09-27 | 2020-01-17 | 北京海益同展信息科技有限公司 | 动物粪便监测方法、监测装置、巡检设备、巡检系统 |
| CN111587794A (zh) * | 2020-06-19 | 2020-08-28 | 广西壮族自治区畜牧研究所 | 追踪式清粪系统及方法 |
| CN113344542A (zh) * | 2021-06-23 | 2021-09-03 | 广州弘广畜禽设备有限公司 | 一种清粪设备的数据处理系统 |
| CN114365694A (zh) * | 2021-12-22 | 2022-04-19 | 佛山市正典生物技术有限公司 | 基于机器视觉的粪便收集装置及收集方法和应用 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006101855A (ja) * | 2004-10-01 | 2006-04-20 | Shozo Nanba | 家畜舎自動床清掃装置 |
| US20070006815A1 (en) * | 2005-06-27 | 2007-01-11 | Correa Rafael S | Method and apparatus for reduction of ammonia, carbon dioxide and pathogens in chicken houses |
| US20090288681A1 (en) * | 2006-04-04 | 2009-11-26 | Maasland N.V. | Apparatus for and a method for cleaning the floor of an accomodation of an animal |
| CN104089690A (zh) * | 2014-07-02 | 2014-10-08 | 江苏大学 | 收费站车辆动态称重估算方法与装置 |
| CN104255536A (zh) * | 2014-09-09 | 2015-01-07 | 江苏大学 | 一种智能化猪舍清洗装置与方法 |
| CN105145377A (zh) * | 2015-09-18 | 2015-12-16 | 广西南宁派腾科技有限公司 | 一种带监控系统的养猪房 |
| US20160120144A1 (en) * | 2014-10-30 | 2016-05-05 | Electronics And Telecommunications Research Institute | Livestock house management system and management method thereof |
| CN105574899A (zh) * | 2015-12-15 | 2016-05-11 | 浙江大学 | 笼养鸡的粪便监测方法及系统 |
| CN205357666U (zh) * | 2015-12-22 | 2016-07-06 | 韶关市颐林泉生物科技有限公司 | 太阳能全自动环保别墅式智能禽舍 |
| US20160323971A1 (en) * | 2014-01-08 | 2016-11-03 | Greengage Lighting Ltd | Method of livestock rearing and a livestock shed |
| CN106550898A (zh) * | 2015-09-28 | 2017-04-05 | 魏佑震 | 集约型集笼式动物房 |
| CN106919209A (zh) * | 2017-05-09 | 2017-07-04 | 盐城工业职业技术学院 | 家禽养殖系统 |
| CN207411217U (zh) * | 2017-11-06 | 2018-05-29 | 盐城工业职业技术学院 | 一种基于图像识别禽舍粪便自动清理装置 |
-
2017
- 2017-11-06 CN CN201711104073.5A patent/CN107711583B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006101855A (ja) * | 2004-10-01 | 2006-04-20 | Shozo Nanba | 家畜舎自動床清掃装置 |
| US20070006815A1 (en) * | 2005-06-27 | 2007-01-11 | Correa Rafael S | Method and apparatus for reduction of ammonia, carbon dioxide and pathogens in chicken houses |
| US20090288681A1 (en) * | 2006-04-04 | 2009-11-26 | Maasland N.V. | Apparatus for and a method for cleaning the floor of an accomodation of an animal |
| US20160323971A1 (en) * | 2014-01-08 | 2016-11-03 | Greengage Lighting Ltd | Method of livestock rearing and a livestock shed |
| CN104089690A (zh) * | 2014-07-02 | 2014-10-08 | 江苏大学 | 收费站车辆动态称重估算方法与装置 |
| CN104255536A (zh) * | 2014-09-09 | 2015-01-07 | 江苏大学 | 一种智能化猪舍清洗装置与方法 |
| US20160120144A1 (en) * | 2014-10-30 | 2016-05-05 | Electronics And Telecommunications Research Institute | Livestock house management system and management method thereof |
| CN105145377A (zh) * | 2015-09-18 | 2015-12-16 | 广西南宁派腾科技有限公司 | 一种带监控系统的养猪房 |
| CN106550898A (zh) * | 2015-09-28 | 2017-04-05 | 魏佑震 | 集约型集笼式动物房 |
| CN105574899A (zh) * | 2015-12-15 | 2016-05-11 | 浙江大学 | 笼养鸡的粪便监测方法及系统 |
| CN205357666U (zh) * | 2015-12-22 | 2016-07-06 | 韶关市颐林泉生物科技有限公司 | 太阳能全自动环保别墅式智能禽舍 |
| CN106919209A (zh) * | 2017-05-09 | 2017-07-04 | 盐城工业职业技术学院 | 家禽养殖系统 |
| CN207411217U (zh) * | 2017-11-06 | 2018-05-29 | 盐城工业职业技术学院 | 一种基于图像识别禽舍粪便自动清理装置 |
Non-Patent Citations (3)
| Title |
|---|
| 穆春华等: "基于计算机视觉的循环水养殖系统残饵识别研究", 《渔业现代化》 * |
| 董荣伟: "基于MATLAB 的细菌图像处理方法研究", 《河北农机》 * |
| 陈坤杰等: "基于机器视觉的鸡胴体表面污染物在线检测技术", 《农业机械学报》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109997728A (zh) * | 2018-03-21 | 2019-07-12 | 深圳市天工测控技术有限公司 | 一种喂鸟器的控制方法、装置及移动终端 |
| CN109197658A (zh) * | 2018-09-04 | 2019-01-15 | 安徽标王农牧有限公司 | 一种鸡室粪便清理系统 |
| CN109197658B (zh) * | 2018-09-04 | 2020-05-22 | 安徽标王农牧有限公司 | 一种鸡室粪便清理系统 |
| CN109275595A (zh) * | 2018-11-20 | 2019-01-29 | 嘉兴立华畜禽有限公司 | 一种冲洗雏鸡粪盘的清洗机 |
| CN110706219A (zh) * | 2019-09-27 | 2020-01-17 | 北京海益同展信息科技有限公司 | 动物粪便监测方法、监测装置、巡检设备、巡检系统 |
| CN111587794A (zh) * | 2020-06-19 | 2020-08-28 | 广西壮族自治区畜牧研究所 | 追踪式清粪系统及方法 |
| CN113344542A (zh) * | 2021-06-23 | 2021-09-03 | 广州弘广畜禽设备有限公司 | 一种清粪设备的数据处理系统 |
| CN113344542B (zh) * | 2021-06-23 | 2022-03-18 | 广州弘广畜禽设备有限公司 | 一种清粪设备的数据处理系统 |
| CN114365694A (zh) * | 2021-12-22 | 2022-04-19 | 佛山市正典生物技术有限公司 | 基于机器视觉的粪便收集装置及收集方法和应用 |
| CN114365694B (zh) * | 2021-12-22 | 2022-12-13 | 佛山市正典生物技术有限公司 | 基于机器视觉的粪便收集装置及收集方法和应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107711583B (zh) | 2023-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107711583A (zh) | 一种基于图像识别禽舍粪便自动清理装置及方法 | |
| CA2671813C (en) | Warewasher with water energy recovery system | |
| CN207411217U (zh) | 一种基于图像识别禽舍粪便自动清理装置 | |
| JP3840249B2 (ja) | 閉鎖循環養殖装置 | |
| TW200847941A (en) | Vegetable washing method and vegetable washing device | |
| KR101068556B1 (ko) | 수족관용 정수장치 및 이를 이용한 수족관 | |
| JP2002200027A (ja) | 食器洗浄器 | |
| CN109452215A (zh) | 循环水养虾系统中去除污物以及活虾防逃的装置和方法 | |
| CN209094052U (zh) | 一种用于清洗中药材的清洗设备 | |
| CN205512215U (zh) | 豆芽清洗去壳机 | |
| CN103845027B (zh) | 洗碗机外循环节水过滤器、洗碗机及其节水过滤方法 | |
| CN206631116U (zh) | 一种体育篮球高效清洗装置 | |
| JPH0755389A (ja) | スポンジ状ボールの注水方法及び同装置並びにそれを用いた洗浄装置 | |
| CN214961864U (zh) | 一种羊养殖用清洗装置 | |
| CN205492519U (zh) | 洗菜机 | |
| CN109700399A (zh) | 一种洗碗机 | |
| CN209768913U (zh) | 一种水过滤式菌菇处理设备 | |
| CN207531687U (zh) | 水母养殖系统 | |
| CN207733626U (zh) | 一种新型蔬菜杀菌去农残清洗机 | |
| CN109820211B (zh) | 一种水过滤式菌菇处理设备 | |
| CN206963946U (zh) | 一种蔬菜清洗分类装置 | |
| CN218251806U (zh) | 一种党参清洗装置 | |
| CN205008350U (zh) | 一种空罐清洗装置 | |
| CN212937828U (zh) | 一种蔬菜清洗机 | |
| CN206808392U (zh) | 一种自动洗羊设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |