CN109463306B - 移动式智慧物联电动测量车 - Google Patents

Abstract

本发明提供一种移动式智慧物联电动测量车，包括电动底盘、畜牧称、检测笼、测量光栅、景深立体相机、工控机；畜牧称用于称量检测笼内被测禽畜的重量；测量光栅将未被受光器接收的光束中距离畜牧称最远的一条光束与畜牧称上表面的距离作为被测禽畜的体高反馈至工控机；景深相机设置在检测笼顶部，俯视拍摄检测笼内部的被测禽畜，形成一三维立体图像后发送至工控机，工控机接收景深相机发送的三维立体图像，将之导入深度学习模块，计算得出被测禽畜的体长和体宽。本发明搭建专用检测笼，基于深度图像检测猪只俯视轮廓，借助深度学习OPEN CV计算机视觉算法，通过红外光束对体高关键点精准测量，综合分析，快速精准检测种猪生理体征信息。

Description

移动式智慧物联电动测量车

技术领域

本发明涉及种猪生理体征监测系统及畜禽测量设备领域，具体而言涉及一种移动式智慧 物联电动测量车。

背景技术

猪的体尺是评价猪生长的重要参数，也是种猪选育的重要指标。猪体长、体宽、体高、 胸围等三维体尺与体质量呈正相关，可测出体尺的同时估测体质量，但全靠手工体尺测量效 率很低，当然有经验的养殖人员虽然也能够通过目测体尺估测体质量，但这种方法无法快速 复制和推广，且误差较大。机器视觉技术可以无接触、准确地测量物体外形和表征信息，避 免传统测量方法导致动物应激，提高测量准确性。

目前使用机器视觉技术测量动物的体尺和性状已有较多研究。单个相机侧面拍照获取猪 体高度的方法较为直接，但猪只间容易相互遮挡，难以应用于猪场；侧面放置相机的方法多 数应用于测量经过固定线路的种猪体型；基于双目视觉技术的猪体尺自动检测与体质量估测 系统，利用基于凹陷结构和凸包分析的猪体尺测点提取算法，实现种猪体尺的测量，该系统 检测算法提取成功率不高，利用色彩或灰度图像提取猪体轮廓，难以适应猪舍多变的光照环 境，猪身上的脏污和地面高光物体会造成轮廓提取错误。

深度图像也称距离图像，记录场景中各点与相机间的距离信息，反映物体表面的三维特 征，基于深度图像提取物体轮廓可有效区分图像前景和背景，避免因背景和前景颜色接近造 成的轮廓提取错误问题。景深摄像机Kinect解决了快速获取物体深度信息的难题，但体质量 仍无法准确测量，且距离超过1.5m后检测精度变差。

发明内容

本发明目的在于提供一种移动式智慧物联电动测量车，搭建专用检测笼，基于深度图 像检测猪只俯视轮廓，借助深度学习OPEN CV计算机视觉算法，通过红外光束对体高关键 点精准测量，综合分析，快速精准检测种猪生理体征信息。

为达成上述目的，本发明提出一种移动式智慧物联电动测量车，适于畜禽生理体征监测， 所述测量车包括电动底盘、以及设置中电动底盘上的畜牧称、检测笼、测量光栅、景深立体 相机、工控机、电池。

所述工控机固定在测量车上，分别与电动底盘、畜牧称、测量光栅、景深立体相机电连 接；工控机上设置有一测量开关，工控机响应于测量开关被开启，分别发送一启动指令至畜 牧称、测量光栅、景深立体相机。

所述电动底盘底部设置有移动轮、以及驱动移动轮转动的电机，电机与工控机电连接， 根据工控机的指令驱动电机转动，以使电动底盘向一指定方向移动。

所述检测笼固定在电动底盘上方，随电动底盘移动，其相对的两个侧面被设置成开口端 或者可打开的活动端，其中一个侧面被定义成测量入口，另一个侧面被定义成测量出口。

在一些例子中，测量入口和测量出口所在侧面上各安装有一伸缩门，用来作为入口和出 口，伸缩门上安装有门磁栓。

所述畜牧称水平放置在检测笼底部，畜牧称上设置有至少一个用以称重的称重传感器， 所述称重传感器的探测端固定在畜牧称上，另一端平放在电动底盘内。

所述畜牧称响应于接收到工控机的启动指令，称量检测笼内被测禽畜的重量，并将称量 值作为被测禽畜的体重反馈至工控机。

所述测量光栅包括平行设置的一发光器和一受光器，发光器和受光器分别设置在检测笼 临近测量入口的两个侧面上，垂直于畜牧称上表面、并且发光器和受光器临近畜牧称的一端 与畜牧称上表面之间均存在一设定距离，发光器发出光束均平行于畜牧称上表面，并且，如 果检测笼内为空，发光器发出的全部光束穿过检测笼内部空间被受光器接收。

所述测量光栅响应于接收到工控机的启动指令，驱动发光器发出光束，并且将未被受光 器接收的光束中距离畜牧称最远的一条光束与畜牧称上表面的距离作为被测禽畜的体高反馈 至工控机。

所述景深相机设置在检测笼顶部，响应于接收到工控机的启动指令，俯视拍摄检测笼内 部的被测禽畜，形成一三维立体图像后发送至工控机，工控机内设置有一深度学习模块，工 控机接收景深相机发送的三维立体图像，将之导入深度学习模块，计算得出被测禽畜的体长 和体宽。

所述电池固定在测量车上，分别与电动底盘、畜牧称、测量光栅、景深立体相机、工控 机电连接，用以提供电动底盘、畜牧称、测量光栅、景深立体相机、工控机工作所需的电能。

进一步的实施例中，所述电动底盘四周设置有若干个固定圆盘。

所述畜牧称四角各设置有一个用以称重的称重传感器，所述称重传感器的探测端固定在 畜牧称上，另一端平放在电动底盘四周的固定圆盘中。

进一步的实施例中，所述电动底盘下方设置有一用以限制电动底盘位置的限位器。

所述检测笼的测量入口和测量出口处分别设置有一坡度踏板。

进一步的实施例中，所述工控机包括一网络接口，用以将工控机接入网络以实现数据传 输。

进一步的实施例中，检测笼顶部未设置栅栏、而另外设置以可移动式升降杆上，可移动 式升降杆垂直于畜牧称，所述景深立体相机安装在可移动式升降杆上。

进一步的实施例中，所述电池为锂电池，包括用以提供电动底盘的电机工作所需的第一 锂电池和提供畜牧称、测量光栅、景深立体相机、工控机工作所需电能的第二锂电池。

进一步的实施例中，所述移动式智慧物联电动测量车还包括一工业高清相机。

所述工业高清相机设置在检测笼内，与工控机电连接，根据工控机的启动指令以采集一 固定方向的检测笼内图像，并且将采集的图像反馈至工控机。

进一步的实施例中，所述工控机接收工业高清相机发送的图像，计算得到种猪轮廓的任 意一个点位，将该点位与景深相机深度学习算出的该点位的结果进行校对。

如果校对后的误差大于设定误差阈值，工控机对景深相机发送的三维立体图像重新导入 深度学习模块，计算获取被测禽畜的轮廓，与工业高清相机发送的图像重新做校对，循环该 过程直至两者校对一致。

进一步的实施例中，所述深度学习模块采用OPEN CV计算机视觉算法。

进一步的实施例中，如果被测禽畜为种猪，所述工控机接收景深相机发送的三维立体图 像，将之导入深度学习模块，计算得出被测禽畜的体长和体宽的方法包括：

S1：读取左右图像及校准参数，图像匹配计算稠密视差图，进而计算得出深度图像。

S2：基于步骤S1中获取的深度图像，依次做深度减法、二值化处理、粒子过滤以获取猪 体轮廓。

S3：计算猪体轮廓中的凹陷点，筛选获取猪体的脖颈和尾根截取点，进而计算得到体尺 测量关键点，根据测量关键点以计算体尺。

进一步的实施例中，所述步骤S3中，计算得到体尺测量关键点，根据测量关键点以计算 体尺的方法包括：

S31：计算得到被测种猪尾部和两耳连接处的点位各一个，将之作为体长测量关键点，计 算得到被测种猪肩部最宽处两端的点位，将之作为体宽测量关键点。

S32：将两个体宽测量关键点之间的直线距离作为被测种猪的体宽。

S33：将两个体长测量关键点之间的轮廓体长根据像素分成M*M等份单位体长，每个单 位体长的两端与景深相机构成一三角形，计算得到每个三角形的角度、以及每个单位体长的 两端到景深相机的长度a_i-1和a_i，计算得到对应的单位体长的长度b_i，进而计算得到两个体长 测量关键点之间的轮廓体长的长度

i＝1,2,…,n，n＝M*M。

S34：根据公式S＝B+B*0.0932计算得到被测种猪的体长S。

以上本发明的技术方案，与现有相比，其显著的有益效果在于：

1)检测笼使用方便，安全牢固。

2)检测笼配有电子台秤，能精准测量种猪体质量，并通过采集器无线上传到手机APP 中。

3)系统体尺测量采用深度图像分析测量为主，红外测量为辅。两者相互判断印证，达到 最优体尺测量结果

4)通过工业高分辨率相机对结果进行校对，不一致后台会自动重新测量，确保结果精确 度。

5)测量数据精准，体长、体高的误差不超过2CM，体重的误差不超过0.5Kg。

6)现场采集设备、控制设备和手机APP通过蓝牙进行数据交互，后台服务器和手机APP 通过手机流量进行数据同步。

7)系统能够近距离测量并控制，能通过web或app导出日常检测报表，方便数据统计。

应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构 思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题 的所有组合都被视为本公开的发明主题的一部分。

结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和 特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显 见，或通过根据本发明教导的具体实施方式的实践中得知。

附图说明

附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分 可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在， 将通过例子并参考附图来描述本发明的各个方面的实施例，其中：

图1是本发明的移动式智慧物联电动测量车的结构示意图。

图2是本发明的通过深度学习模块计算种猪体尺的方法流程图。

图3是本发明的检测关键点的示意图。

图4是本发明的轮廓体长等分示意图。

具体实施方式

为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开 的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以 及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为 本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单 独使用，或者与本发明公开的其他方面的任何适当组合来使用。

结合图1，本发明提出一种移动式智慧物联电动测量车，适于畜禽生理体征监测，所述 测量车包括电动底盘10、以及设置中电动底盘10上的畜牧称30、检测笼20、测量光栅、景 深立体相机50、工控机、电池。

本发明所提及的移动式智慧物联电动测量车适用于多种畜禽，为了便于描述，在下述实 施例中，以种猪为例对该移动式智慧物联电动测量车的结构和测试方法统一进行描述。

所述电池固定在测量车上，分别与电动底盘10、畜牧称30、测量光栅、景深立体相机 50、工控机(未标识)电连接，用以提供电动底盘10、畜牧称30、测量光栅、景深立体相机50、工控机工作所需的电能。

所述工控机固定在测量车上，分别与电动底盘10、畜牧称30、测量光栅、景深立体相机 50电连接；工控机上设置有一测量开关，工控机响应于测量开关被开启，分别发送一启动指 令至畜牧称30、测量光栅、景深立体相机50。

所述电动底盘10底部设置有移动轮11、以及驱动移动轮11转动的电机，电机与工控机 电连接，根据工控机的指令驱动电机转动，以使电动底盘10向一指定方向移动。

优选的，所述电池为锂电池，包括用以提供电动底盘10的电机工作所需的第一锂电池和 提供畜牧称30、测量光栅、景深立体相机50、工控机工作所需电能的第二锂电池，分别用做 驱动电源和设备供电，确保整个系统供电稳定。

所述检测笼20固定在电动底盘10上方，随电动底盘10移动，其相对的两个侧面被设置 成开口端或者可打开的活动端，其中一个侧面被定义成测量入口，另一个侧面被定义成测量 出口，设置出入口的目的在于使被测禽畜能够安全快速的进出检测笼20，另外，当种猪进入 检测笼时，合理的检测笼20尺寸和结构设计也容易帮种猪保持较固定姿势，便于系统软件对 猪体进行立体图像采集。

在一些例子中，检测笼前后左右面均配置有独立的轮轨和电机，可根据种猪体型随时变 换笼子的容积，笼前配有食槽，使种猪始终保持最佳的站立姿态，以便进行深度图像的精准 提取。

当种猪进入检测笼时，由于猪天生好动的特点，导致摄像头成像数据不准确。因此，检 测笼启动之初，空间会比较宽敞，当种猪完全进入检测笼后，笼壁的两侧会缓缓向里靠拢， 逐渐压缩猪笼的活动空间。底盘阶梯设计也可以一定程度的限制猪的活动范围，使其保持一 个良好的站姿。另外在笼前放置猪食槽，当猪吃食且笼体移动到与猪身合适位置时，停止， 开始测量。

应当理解，检测笼20也可以只设置一个开口，同时用作出口和入口，检测笼20的出入 口设定不会影响监测结果的准确性。

检测笼20采用不锈钢制作，坚固耐损，在畜牧场等湿气较重的区域使用时不易生锈损坏， 避免对禽畜造成伤害。

所述畜牧称30水平放置在检测笼20底部，畜牧称30上设置有至少一个用以称重的称重 传感器，所述称重传感器的探测端固定在畜牧称30上，另一端平放在电动底盘10内。

所述畜牧称30响应于接收到工控机的启动指令，称量检测笼20内被测禽畜的重量，并 将称量值作为被测禽畜的体重反馈至工控机。

进一步的实施例中，所述电动底盘10四周设置有若干个固定圆盘。

所述畜牧称30四角各设置有一个用以称重的称重传感器，所述称重传感器的探测端固定 在畜牧称30上，另一端平放在电动底盘10四周的固定圆盘中。

由于车体自身比较重，此设计避免了在移动过程中损坏传感器，并且也有效避免了畜牧 秤四处滑动造成测量结果的误差。四个称重传感器最后通过集线器统一把信号传输到工控机 箱中的称重变送器上，通过称重变送器把信号转成电脑可接收的MODBUS协议，最终由电 脑解析得出重量值。

畜牧秤的类型根据实际需求决定，优选的，测量种猪体型的畜牧称30能够自动测量种猪 体重、量程0～1000KG、误差≤0.5KG、并且称重面积比种猪体型略大为宜。

进一步的实施例中，所述电动底盘10下方设置有一用以限制电动底盘10位置的限位器。

所述检测笼20的测量入口和测量出口处分别设置有一坡度踏板。

检测笼20使用方便，安全牢固、配有移动轮11、限位器、进出坡度踏板等，避免对种猪本身造成不必要的伤害。

工控机包括工业级防震主机、触摸屏、变送器、无线网卡等。无线网卡用以将工控机接 入网络以实现工控机和一远程客户端之间的数据交互，从而进一步实现以下功能：

1)现场采集设备、控制设备和手机APP通过蓝牙进行数据交互，后台服务器和手机APP 通过手机流量进行数据同步。

2)能够远程控制系统，系统也能通过web或app导出日常检测报表，方便数据统计。

所述测量光栅包括平行设置的一发光器41和一受光器42，发光器41和受光器42分别 设置在检测笼20临近测量入口的两个侧面上，垂直于畜牧称30上表面、并且发光器41和受 光器42临近畜牧称30的一端与畜牧称30上表面之间均存在一设定距离，发光器41发出光 束均平行于畜牧称30上表面，并且，如果检测笼20内为空，发光器41发出的全部光束穿过 检测笼20内部空间被受光器42接收。

所述测量光栅响应于接收到工控机的启动指令，驱动发光器41发出光束，并且将未被受 光器42接收的光束中距离畜牧称30最远的一条光束与畜牧称30上表面的距离作为被测禽畜 的体高反馈至工控机。

光束的间隔越小，检测的精度越高，例如，当光束间隔为1.5mm时，体高测量的精度也 为1.5mm。

在一些例子中，假设测量光栅共有105条光束，每条光束间隔5MM，设定距离为42.5cm， 当猪进入检测笼，安静状态下，猪体截断的最高的光束即为猪的身高。计算公式为：身高＝ 最高光束*0.5CM+测量光栅离地的补偿值42.5CM。

设计测量光栅离地距离的目的是尽量减少测量光栅的高度，一方面节约成本，另一方面， 较少的光线对被测种猪的伤害较小。

所述景深立体相机50设置在检测笼20顶部，响应于接收到工控机的启动指令，俯视拍 摄检测笼20内部的被测禽畜，形成一三维立体图像后发送至工控机，工控机内设置有一深度 学习模块，工控机接收景深立体相机50发送的三维立体图像，将之导入深度学习模块，计算 得出被测禽畜的体长和体宽。

景深立体相机50有三个镜头，中间的镜头是RGB彩色摄影机，用来采集彩色图像，左 右两边镜头则分别为红外线发射器和红外线CMOS摄影机所构成的3D结构光深度感应器， 用来采集深度数据(场景中物体到摄像头的距离)。

景深立体相机50还搭配了追焦技术，底座马达会随着对焦物体移动跟着转动。

结合图3，景深立体相机50拍摄俯视猪体形成三维立体图像，通过深度学习算出种猪体 长(检测点5到检测点12之间的曲线距离)、体宽(检测点6到检测点7之间的直线距离)。

测量车系统还安装有一图像自动采集程序，图像自动采集程序首先判断猪的活跃度，当 猪进入测量车，保持较固定姿势进食时，景深立体相机50开始启动采集一张图像，然后判断 采集的图像是否有过曝或欠曝区域，因为缺乏纹理的像素会匹配失败，不能够获得像素的深 度数据。首先将整张图像分成若干个64像素×64像素的区域，统计一个区域图像内的像素 最高值和最低值比例，若比例超过设定阀值，则认为该区域过曝或欠曝，如果所有区域都没 有曝光过度或欠曝，则保存图像。

所述深度学习模块采用OPEN CV计算机视觉算法，具体的，基于深度图像检测猪只俯 视轮廓，借助深度学习OPEN CV计算机视觉算法，通过红外光束对体高关键点精准测量，综合分析。系统体尺测量采用深度图像分析测量为主，红外测量为辅。两者相互判断印证，达到最优体尺测量结果。

利用深度图像的猪只轮廓的方法提取对光照和猪体颜色不敏感，

深度图像二值化提取的猪体轮廓较完整，只有部分高度与猪体较接近的栏杆无法去除。 为此先使用背景减法的方法，用背景深度图像减去前景深度图，去掉限位栏杆等静态背景的 深度数据，得到减法图像。对减法图像二值化得到二值图像，猪体轮廓已经较完整地提取出 来，但还有部分粒子需要进行填充和过滤以去除干扰，最终获得猪体轮廓。

结合图2，如果被测禽畜为种猪，所述工控机接收景深立体相机50发送的三维立体图像， 将之导入深度学习模块，计算得出被测禽畜的体长和体宽的方法包括：

S1：读取左右图像及校准参数，图像匹配计算稠密视差图，进而计算得出深度图像。

S2：基于步骤S1中获取的深度图像，依次做深度减法、二值化处理、粒子过滤以获取猪 体轮廓。

S3：计算猪体轮廓中的凹陷点，筛选获取猪体的脖颈和尾根截取点，进而计算得到体尺 测量关键点，根据测量关键点以计算体尺。

所述步骤S3中，计算得到体尺测量关键点，根据测量关键点以计算体尺的方法包括：

S31：计算得到被测种猪尾部和两耳连接处的点位各一个，将之作为体长测量关键点，计 算得到被测种猪肩部最宽处两端的点位，将之作为体宽测量关键点。

S32：将两个体宽测量关键点之间的直线距离作为被测种猪的体宽。

S33：将两个体长测量关键点之间的轮廓体长根据像素分成M*M等份单位体长，每个单 位体长的两端与景深立体相机50构成一三角形，计算得到每个三角形的角度、以及每个单位 体长的两端到景深立体相机50的长度a_i-1和a_i，计算得到对应的单位体长的长度b_i，进而计 算得到两个体长测量关键点之间的轮廓体长的长度

i＝1,2,…,n，n＝M*M。

S34：根据公式S＝B+B*0.0932计算得到被测种猪的体长S。

可以理解，M的数值越大，计算的结果越精确，同时计算量也越大，因此M的选值需要 综合考虑计算的精确度和运算量。

结合图3、图4，以M＝64为例，根据猪体轮廓，手工确定体长点位(尾部和两耳连接处 各1个，例如检测点5和检测点12)和体宽点位(肩部最宽处2个，例如检测点6和检测点7)。

以检测点5和检测点12为例，猪的体长是把两个关键点位之间根据像素分成64*64等份， 每一等分到景深立体相机50之间就构成了一个三角形，根据景深立体相机50的特点，a₀、a_h一直到a₄₀₉₆的长度是知道的，同时对应的的α、β、γ---角的大小也是知道的，通过两边和两边 的夹角，算出第三边b₁、b₂一直到b₄₀₉₆的长度(运用sinα、cosα、tgα、ctgα等三角函数公式), 可视范围内曲线的距离B＝b₁+b₂+…+b₄₀₉₆。不在可视范围内的曲线如图3方框处(猪头 和猪尾的部分区域)，根据猪的品种、猪的高度、猪的体重判断猪的大小，进行大数据分析， 得出该类型猪的曲率，再将种猪的曲率通过大数据分析和深度算法，得出的结果是0.09325， 因此不在可视范围内曲线的距离＝可视范围内的曲线距离*0.0932。体长＝可视距离+非可视距 离，即S＝B+B*0.0932。

而体宽＝两关键点之间的直线距离，直接通过两点之间像素距离即可算出，即检测点6 和检测点7之间的直线距离。

进一步的实施例中，所述移动式智慧物联电动测量车还包括一工业高清相机60。

所述工业高清相机60设置在检测笼20内，与工控机电连接，根据工控机的启动指令以 采集一固定方向的检测笼20内图像，并且将采集的图像反馈至工控机。

进一步的实施例中，所述工控机接收工业高清相机60发送的图像，计算得到种猪轮廓的 任意一个点位，将该点位与景深立体相机50深度学习算出的该点位的结果进行校对。

如果校对后的误差大于设定误差阈值，工控机对景深立体相机50发送的三维立体图像重 新导入深度学习模块，计算获取被测禽畜的轮廓，与工业高清相机60发送的图像重新做校对， 循环该过程直至两者校对一致。

工业高清相机60具有500万像素，像素非常高。虽然工业高清相机不能测距，但是由于 工业高清相机到景深立体相机50的距离，工业高清相机到地面的距离以及工业高清相机的角 度都是固定的，通过其高清分辨率来对种猪某一个具体点位进行计算，对景深立体相机50深 度学习算出的结果进行校对，如出现大的偏差，则系统自动进行景深立体相机50图像的重新 深度计算，直至核对一致，即可完成检测。

在测量过程中，测量的数据及图像会实时传输到智能一体机平台软件中，操作人员确认 站姿无误数据有效后提交，数据通过DTU上传到后台服务器中，服务器通过分析计算，把结 果进行存储和记录，并同时把结果反馈给现场智能一体机。手机移动APP也可以通过蓝牙与 智能一体机实现数据实时同步。

测量车系统采用随机运动目标三维几何成像等技术无接触实时在线测量运动活猪三维尺 寸(包括身高、身长、身宽)，并测量活猪体重。通过上述测量车结构，本申请能够实现活猪 三维几何测量及称重的数据采集、分析、人机交互等功能，实时采集活猪光学几何成像与重 量测量数据，并可根据操作人员的指令，读取活猪的几何成像，以及活猪的重量测量数据。

系统还提供活猪三维几何分析的图像融合、目标检测、参数测量等分析计算功能，能对 活猪的双源光学成像进行高精度融合处理，以及专业三维图像分析，自动检测图像中的活猪 区域，智能解算运动活猪的长宽高尺寸参数；以及在获取运动活猪几何测量参数后进行本地 回显，以及远程上传数据，并同时生成本地记录。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域 中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本 发明的保护范围当视权利要求书所界定者为准。

Claims (8)

1.一种移动式智慧物联电动测量车，适于畜禽生理体征监测，其特征在于，所述测量车包括电动底盘、以及设置在电动底盘上的畜牧秤、检测笼、测量光栅、景深立体相机、工控机、电池；

所述工控机固定在测量车上，分别与电动底盘、畜牧秤、测量光栅、景深立体相机电连接；工控机上设置有一测量开关，工控机响应于测量开关被开启，分别发送一启动指令至畜牧秤、测量光栅、景深立体相机；

所述电动底盘底部设置有移动轮以及驱动移动轮转动的电机，电机与工控机电连接，根据工控机的指令驱动电机转动，以使电动底盘向一指定方向移动；

所述检测笼固定在电动底盘上方，随电动底盘移动，其相对的两个侧面被设置成开口端或者可打开的活动端，其中一个侧面被定义成测量入口，另一个侧面被定义成测量出口；

所述畜牧秤水平放置在检测笼底部，畜牧秤上设置有至少一个用以称重的称重传感器，所述称重传感器的探测端固定在畜牧秤上，另一端平放在电动底盘内；

所述畜牧秤响应于接收到工控机的启动指令，称量检测笼内被测禽畜的重量，并将称量值作为被测禽畜的体重反馈至工控机；

所述测量光栅包括平行设置的一发光器和一受光器，发光器和受光器分别设置在检测笼临近测量入口的两个侧面上，垂直于畜牧秤上表面、并且发光器和受光器临近畜牧秤的一端与畜牧秤上表面之间均存在一设定距离，发光器发出光束均平行于畜牧秤上表面，并且，如果检测笼内为空，发光器发出的全部光束穿过检测笼内部空间被受光器接收；

所述测量光栅响应于接收到工控机的启动指令，驱动发光器发出光束，并且将未被受光器接收的光束中距离畜牧秤最远的一条光束与畜牧秤上表面的距离作为被测禽畜的体高反馈至工控机；

所述景深立体相机设置在检测笼顶部，响应于接收到工控机的启动指令，俯视拍摄检测笼内部的被测禽畜，形成一三维立体图像后发送至工控机，工控机内设置有一深度学习模块，工控机接收景深立体相机发送的三维立体图像，将之导入深度学习模块，计算得出被测禽畜的体长和体宽；

所述电池固定在测量车上，分别与电动底盘、畜牧秤、测量光栅、景深立体相机、工控机电连接，用以提供电动底盘、畜牧秤、测量光栅、景深立体相机、工控机工作所需的电能；

如果被测禽畜为种猪，所述工控机接收景深立体相机发送的三维立体图像，将之导入深度学习模块，计算得出被测禽畜的体长和体宽的方法包括：

S1：读取左右图像及校准参数，图像匹配计算稠密视差图，进而计算得出深度图像；

S2：基于步骤S1中获取的深度图像，依次做深度减法、二值化处理、粒子过滤以获取猪体轮廓；

S3：计算猪体轮廓中的凹陷点，筛选获取猪体的脖颈和尾根截取点，进而计算得到体尺测量关键点，根据测量关键点以计算体尺；

所述步骤S3中，计算得到体尺测量关键点，根据测量关键点以计算体尺的方法包括：

S31：计算得到被测种猪尾部和两耳连接处的点位各一个，将之作为体长测量关键点，计算得到被测种猪肩部最宽处两端的点位，将之作为体宽测量关键点；

S32：将两个体宽测量关键点之间的直线距离作为被测种猪的体宽；

S33：将两个体长测量关键点之间的轮廓体长根据像素分成M*M等份单位体长，每个单位体长的两端与景深立体相机构成一三角形，计算得到每个三角形的角度、以及每个单位体长的两端到景深立体相机的长度a_i-1和a_i，计算得到对应的单位体长的长度b_i，进而计算得到两个体长测量关键点之间的轮廓体长的长度

S34：根据公式S＝B+B*0.0932计算得到被测种猪的体长S。

2.根据权利要求1所述的移动式智慧物联电动测量车，其特征在于，所述电动底盘四周设置有若干个固定圆盘；

所述畜牧秤四角各设置有一个用以称重的称重传感器，所述称重传感器的探测端固定在畜牧秤上，另一端平放在电动底盘四周的固定圆盘中。

3.根据权利要求1所述的移动式智慧物联电动测量车，其特征在于，所述电动底盘下方设置有一用以限制电动底盘位置的限位器；

所述检测笼的测量入口和测量出口处分别设置有一坡度踏板。

4.根据权利要求1所述的移动式智慧物联电动测量车，其特征在于，所述工控机包括一网络接口，用以将工控机接入网络以实现数据传输。

5.根据权利要求1所述的移动式智慧物联电动测量车，其特征在于，所述景深立体相机安装在一可移动式升降杆上，可移动式升降杆垂直于畜牧秤设置。

6.根据权利要求1-5中任意一项所述的移动式智慧物联电动测量车，其特征在于，所述移动式智慧物联电动测量车还包括一工业高清相机；

所述工业高清相机设置在检测笼内，与工控机电连接，根据工控机的启动指令以采集一固定方向的检测笼内图像，并且将采集的图像反馈至工控机。

7.根据权利要求6所述的移动式智慧物联电动测量车，其特征在于，所述工控机接收工业高清相机发送的图像，计算得到种猪轮廓的任意一个点位，将该点位与景深立体相机深度学习算出的该点位的结果进行校对；

如果校对后的误差大于设定误差阈值，工控机对景深立体相机发送的三维立体图像重新导入深度学习模块，计算获取被测禽畜的轮廓，与工业高清相机发送的图像重新做校对，循环该过程直至两者校对一致。

8.根据权利要求1-5中任意一项所述的移动式智慧物联电动测量车，其特征在于，所述深度学习模块采用OPEN CV计算机视觉算法。

Images