CN109618961B - 一种家畜的智能投喂系统和方法 - Google Patents
一种家畜的智能投喂系统和方法 Download PDFInfo
- Publication number
- CN109618961B CN109618961B CN201811515215.1A CN201811515215A CN109618961B CN 109618961 B CN109618961 B CN 109618961B CN 201811515215 A CN201811515215 A CN 201811515215A CN 109618961 B CN109618961 B CN 109618961B
- Authority
- CN
- China
- Prior art keywords
- feeding
- livestock
- feed
- identification
- trough
- 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.)
- Active
Links
- 244000144972 livestock Species 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims description 15
- 241001465754 Metazoa Species 0.000 claims description 12
- 238000013473 artificial intelligence Methods 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000009472 formulation Methods 0.000 abstract description 3
- 239000000203 mixture Substances 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 241000282898 Sus scrofa Species 0.000 description 33
- 241000282887 Suidae Species 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000009395 breeding Methods 0.000 description 5
- 230000001488 breeding effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 235000005809 Carpobrotus aequilaterus Nutrition 0.000 description 1
- 244000187801 Carpobrotus edulis Species 0.000 description 1
- 235000004550 Disphyma australe Nutrition 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 208000002720 Malnutrition Diseases 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000001071 malnutrition Effects 0.000 description 1
- 235000000824 malnutrition Nutrition 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 208000015380 nutritional deficiency disease Diseases 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
- A01K5/02—Automatic 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
- A01K29/00—Other apparatus for animal husbandry
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Animal Husbandry (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Biodiversity & Conservation Biology (AREA)
- Marine Sciences & Fisheries (AREA)
- General Health & Medical Sciences (AREA)
- Birds (AREA)
- Mining & Mineral Resources (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Agronomy & Crop Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Feeding And Watering For Cattle Raising And Animal Husbandry (AREA)
Abstract
本发明公开了一种家畜的智能投喂系统和方法，该系统包括：存储模块，用于存储家畜的饲喂规则；摄像头，安装于食槽上方，以在接收到拍照指令时采集最临近于食槽的家畜的脸部图像；识别模块，用于根据脸部图像确定家畜的标识；电子饲喂器，安装于食槽，以根据所接收到下料指令向食槽中投放饲料；控制器，用于根据存储模块饲喂规则向摄像头发送拍照指令，从摄像头接收脸部图像和饲料图像并转发至识别模块，从识别模块接收家畜的标识和食槽中的饲料剩余量，根据家畜的标识并结合所述饲喂规则向电子饲喂器发送下料指令。本发明利用人工智能的脸部识别技术区分每只家畜，实现了针对家畜个体的远程精准饲喂控制，有利于饲喂规则的制定和调整。
Description
技术领域
本发明涉及家畜饲养领域，特别涉及一种家畜的智能投喂系统和方法。
背景技术
作为传统农牧业大国，猪养殖行业在我国一直占据主导地位。
目前，我国对于猪的饲喂依然沿袭着较为传统的方式，大多是根据生产中总结出的经验。特别是针对母猪，在猪不同的生长周期，制定不同的饲喂方式，包括饲料种类、饲喂量、饲喂时间，以求最大程度去适应猪的生长规律，满足猪的营养需要，例如：
(1)通过给母猪打耳标对母猪进行标识。根据生产周期，母猪被划分为不同的批次进行管理，同一批次的母猪按照相同的饲喂规则进行统一饲喂，以最大程度节约时间成本和饲料成本，使母猪产能达到最大化。
(2)在规模化养殖场，饲料通过料线进行投喂，每一个栏位可以人为设定饲喂的时间和饲喂量，到达预设时间，统一投料。如果要调整饲喂量，需要饲养员为人为调整料筒的下料量。
(3)按照栏位种类的划分，可分为大栏、保育栏、定位栏、产床四种。其中大栏和保育栏里面会有多只猪，而每一个栏位只有一个食槽，所以就会出现多只猪在一个食槽里吃食的情况。
如上所述的现有的猪饲养过程的方式主要存在以下缺点：
(1)目前猪场通过给猪打耳标对猪进行标识，并非最优解决方案。这种方式会对猪的耳部会有一定损伤，同时，猪与猪之间经常会发成打斗和撕咬，耳标有可能会脱落，使得猪丢失自身的标识信息，无法再查找猪的生长记录。有时候为了避免这种情况，不得不给猪打多个耳标，这样就会对猪造成更大的伤害。另外，饲养员在查询耳标的时候，需要抓住猪耳读取耳标上的数字，操作起来极为不便。
(2)动物的健康状况非常容易受到外界环境因素的影响。猪对于外界环境(如细菌、病毒)尤为敏感，人身上所携带的细菌极易传染给猪，造成猪生病，甚至是疫情的发生。正规的养殖场在进入生产车间时会进行严格的消毒，并且限制进入猪场的人数，意在最大限度控制这种风险。而传统饲养方式，不可避免的需要大量人工对每一个猪栏的饲喂量进行设置，无形中增加了传染的风险。
(3)对于母猪生产进行批次管理，可以节约养殖的的成本，提升产能，但是远远没有达到精细化养殖养殖。每只猪都有自己的习性，饲喂也应该因猪而异。即便在同一个批次中，每一只猪的饲喂量，饲喂时间也需要个性化设置。此外，诸如大栏，保育栏这种一个栏里多只猪的情况，会出现抢食的情况，有些猪饲喂的过量，造成饲料转化率降低，有些猪抢不到食物，造成营养不良，影响生产。
(4)目前的猪饲喂方式，只能“凭感觉”、“凭经验”，缺乏精准的数据支撑，如每一只猪应该吃多少料，实际吃了多少料，传统养殖没有能力在日常生产中，收集这样的数据。
发明内容
有鉴于此，本发明提供一种家畜的智能投喂系统和方法，以实现针对每一只家畜独立的饲喂流程，实现家畜饲养的精细化管理。
本发明的技术方案是这样实现的：
一种家畜的智能投喂系统，包括摄像头、控制器、识别模块、电子饲喂器和存储模块，其中，
所述存储模块用于存储家畜的饲喂规则；
所述摄像头安装于食槽上方，以在接收到拍照指令时采集最临近于所述食槽的家畜的脸部图像；
所述识别模块用于根据所述脸部图像确定所述家畜的标识；
所述电子饲喂器安装于所述食槽，以根据所接收到下料指令向所述食槽中投放饲料；
控制器，所述控制器电连接于所述存储模块、所述摄像头、所述识别模块和所述电子饲喂器，以根据所述存储模块饲喂规则向所述摄像头发送所述拍照指令，从所述摄像头接收所述脸部图像和饲料图像并转发至所述识别模块，从所述识别模块接收所述家畜的标识和所述食槽中的饲料剩余量，根据所述家畜的标识并结合所述饲喂规则向所述电子饲喂器发送所述下料指令。
进一步，所述饲喂规则包括所述食槽所处栏位中的每一只家畜的：
标识、投喂时间段、单次饲料投放量、总饲料投放量。
进一步，所述摄像头还用于采集所述食槽中的饲料图像；
所述识别模块还用于根据所述饲料图像确定所述食槽中的饲料剩余量；
所述控制器还用于在进行当前家畜的投喂过程中，根据已经投放饲料量、所述食槽中的饲料剩余量判断是否达到所述当前家畜的总投放饲料量，如果是，则停止发送所述下料指令，否则根据所述饲喂规则继续发送所述下料指令。
进一步，所述家畜的智能投喂系统还包括：
统计模块，所述统计模块电连接于所述识别模块和所述存储模块，以获取所述家畜的标识，并根据所述标识所对应的家畜的背膘数据和体重数据，确定所述标识所对应的家畜在当前背膘和体重条件下的饲喂规则，并将所确定饲喂规则更新至所述存储模块中。
进一步，所述存储模块为软件即服务SaaS模块。
进一步，所述识别模块采用人工智能AI方法识别所述脸部图像以确定所述家畜的标识。
一种家畜的智能投喂方法，包括：
采集最临近于食槽的家畜的脸部图像；
根据所述脸部图像确定所述家畜的标识；
根据所述家畜的标识并结合饲喂规则向所述食槽中投放饲料。
进一步，所述饲喂规则包括所述食槽所处栏位中的每一只家畜的：
标识、投喂时间段、单次饲料投放量、总饲料投放量。
进一步，所述家畜的智能投喂方法还包括：
采集所述食槽中的饲料图像；
根据所述饲料图像确定所述食槽中的饲料剩余量；
在进行当前家畜的投喂过程中，根据已经投放饲料量、所述食槽中的饲料剩余量判断是否达到所述当前家畜的总投放饲料量，如果是，则停止向所述食槽中投放饲料，否则根据所述饲喂规则继续向所述食槽中投放饲料。
进一步，所述家畜的智能投喂方法还包括：
获取所述家畜的标识，并根据所述标识所对应的家畜的背膘数据和体重数据，确定所述标识所对应的家畜在当前背膘和体重条件下的饲喂规则，以对饲喂规则进行更新。
进一步，采用人工智能AI方法识别所述脸部图像以确定所述家畜的标识。
从上述方案可以看出，本发明的家畜的智能投喂系统和方法，利用人工智能的脸部识别技术来区分每只家畜，进而利用针对每只家畜的饲喂规则实现对每只家畜的针对性饲料投喂，从而实现了针对家畜个体的精准饲喂。同时，家畜的智能投喂系统中，除了摄像头和电子饲喂器以外，其他组成部分均可进行远程搭建并由网络连接于摄像头和电子饲喂器，从而实现了对家畜饲喂的远程控制和集中管理，并有利于饲喂规则的制定和调整。所收集的饲喂数据，经过时间累计，可形成有价值的大数据，为研究家畜的生长提供参考依据。
附图说明
图1为本发明实施例的家畜的智能投喂系统结构示意图；
图2为本发明实施例的家畜的智能投喂方法流程图；
图3为本法实施例中猪的饲喂过程的流程示意图；
图4为本法实施例中的食槽饲料剩余量监控和饲喂规则更新流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明作进一步详细说明。
如图1所示，本发明实施例的家畜的智能投喂系统，包括摄像头1、控制器2、识别模块3、电子饲喂器4和存储模块5。其中，存储模块5用于存储家畜的饲喂规则。摄像头1安装于食槽上方，以在接收到拍照指令时采集最临近于食槽的家畜的脸部图像。识别模块3用于根据脸部图像确定家畜的标识。电子饲喂器4安装于食槽，以根据所接收到下料指令向食槽中投放饲料。控制器2，控制器2电连接于存储模块5、摄像头1、识别模块3和电子饲喂器4，以根据存储模块5饲喂规则向摄像头1发送拍照指令，从摄像头1接收脸部图像和饲料图像并转发至识别模块3，从识别模块3接收家畜的标识和食槽中的饲料剩余量，根据家畜的标识并结合饲喂规则向电子饲喂器4发送下料指令。
在一个具体实施例中，存储模块5采用SaaS(Software as a Service，软件即服务)模块。其中，SaaS是互联网应用中的创新的软件应用模式，实现了云端数据的存储。在本发明实施例中，采用SaaS模块一方面能够降低家畜的智能投喂系统的硬件成本，另一方面也提供了家畜的智能投喂的云端大数据计算和统计的基础。
SaaS是一个硬件和规则的管理系统，在本发明实施例中，SaaS一方面可以将摄像头1、控制器2、饲养家畜的栏位相互之间的关系进行绑定。另一方面，负责设定和存储针对每只家畜的饲喂规则，包括家畜的标识(相当于现有技术中的耳标)、投喂时间段、单次饲料投放量、总饲料投放量等内容。每次饲喂的时候，从SaaS中读取饲喂规则，然后通过控制器2触发相应动作，使整个流程正常的运转起来。
在一个具体实施例中，摄像头1还用于采集食槽中的饲料图像。识别模块3还用于根据饲料图像确定食槽中的饲料剩余量。控制器2还用于在进行当前家畜的投喂过程中，根据已经投放饲料量、食槽中的饲料剩余量判断是否达到当前家畜的总投放饲料量，如果是，则停止发送下料指令，否则根据饲喂规则继续发送下料指令。
摄像头1是本发明实施例中的影像采集设备，负责对家畜的脸部和食槽进行拍照和录像。对于摄像头1，在一个可选实施例中，分辨率至少为720P。摄像头1的安装位置需要能够清晰的拍摄到家畜脸部和食槽，为统计模块6提供清晰稳定的数据，又要避免被家畜碰到，所以摄像头1的最佳安装地点在栏位正前方的栏杆之间，并位于食槽的正上方。
本发明实施例中，家畜的智能投喂系统还包括统计模块6，统计模块6电连接于识别模块3和存储模块5，以获取家畜的标识，并根据标识所对应的家畜的背膘数据和体重数据，确定标识所对应的家畜在当前背膘和体重条件下的饲喂规则，并将所确定饲喂规则更新至存储模块5中。
控制器2是本发明实施例中的核心部分，负责串联整套家畜的智能投喂系统中的其他各个组件，向各个组件发送指令，触发每一个组件的相关动作。在一个具体实施例中，控制器2主要由开发板组成，支持OpenGL ES1.1/2.0/3.0/3.1、OpenVG1.1、OpenCL、DX11、AFBC(帧缓冲压缩)，并且支持PCIe x2、SATA、USB 2.0、USB 3.0、HSIC、SSIC、Audio、UIM、I2C多种接口，可连接Wi-Fi、蓝牙、千兆以太网。在一个可选实施例中，控制器2例如通过Wi-Fi、千兆以太网与摄像头1和电子饲喂器4进行远程连接，以实现家畜的智能投喂的远程控制。
本发明实施例中，电子饲喂器4可在传统饲喂器的基础上，增加智能控制模块，通过网络由控制器2进行远程控制，按照控制器2的指令触发下料的动作。本发明实施例中，电子饲喂器4通过所装设的感应器来控制投喂饲料量的精度，可以精确到克，保证家畜饲喂量严格按照既定计划落实。
本发明实施例中，识别模块3采用AI(Artificial Intelligence，人工智能)方法识别脸部图像以确定家畜的标识。
其中，关于本发明实施例中所涉及的AI算法，包括家畜脸部识别算法和食槽饲料剩余量识别算法。
其中，家畜脸部识别算法主要包括MTCNN算法、YOLO算法和MobileNet算法。
MTCNN提出了一种Multi-task(多任务)的人脸检测框架，将人脸检测和人脸特征点检测同时进行。本发明实施例中，将该算法移植到家畜识别的流程中，同样可以适用家畜喂养的应用场景。
YOLO算法是一种物体检测(object detection)的算法，将问题处理成回归问题，采用一个卷积神经网络结构从输入图像直接预测bounding box和类别概率。
谷歌的MobileNet进一步深入的研究了depthwise separable convolutions(深度可分离卷积结构)使用方法后设计出MobileNet算法，depthwiseseparableconvolutions的本质是冗余信息更少的稀疏化表达。在此基础上给出了高效模型设计的两个选择：宽度因子(width multiplier)和分辨率因子(resolutionmultiplier)；通过权衡大小、延迟时间以及精度，来构建规模更小、速度更快的MobileNet算法。Google(谷歌)团队通过了多样性的实验证明了MobileNet算法作为高效基础网络的有效性。
食槽饲料剩余量识别算法OpenCV算法。OpenCV是一个基于BSD(BerkeleySoftware Distribution，伯克利软件套件)许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。OpenCV量级轻而且高效，OpenCV由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
图2示出了本发明实施的家畜的智能投喂方法流程，如图2所示，本发明实施例的家畜的智能投喂方法包括：
步骤1、采集最临近于食槽的家畜的脸部图像；
步骤2、根据脸部图像确定家畜的标识；
步骤3、根据家畜的标识并结合饲喂规则向食槽中投放饲料。
其中，饲喂规则包括食槽所处栏位中的每一只家畜的标识、投喂时间段、单次饲料投放量、总饲料投放量。
本发明实施例中，家畜的智能投喂方法还进一步包括：
步骤4、采集食槽中的饲料图像；
步骤5、根据饲料图像确定食槽中的饲料剩余量；
步骤6、在进行当前家畜的投喂过程中，根据已经投放饲料量、食槽中的饲料剩余量判断是否达到当前家畜的总投放饲料量，如果是，则停止向食槽中投放饲料，否则根据饲喂规则继续向食槽中投放饲料。
本发明实施例的家畜的智能投喂方法中，还包括了对饲喂规则进行更新的方法，该方法具体还包括：
获取家畜的标识，并根据标识所对应的家畜的背膘数据和体重数据，确定标识所对应的家畜在当前背膘和体重条件下的饲喂规则，以对饲喂规则进行更新。
本发明实施例的家畜的智能投喂方法中采用人工智能AI方法识别脸部图像以确定家畜的标识。
以下结合于猪的饲喂过程，对本发明的家畜的智能投喂系统和方法进行补充性说明。
图3是本法实施例中猪的饲喂过程的流程图。该过程包括以下步骤。
A、控制器监听存储模块中的饲喂规则，并进入B；
B、存储模块判断是否到了饲喂时间，如果是则进入C，否则返回A；
C、存储模块反馈给控制器开始信号，之后进入D；
D、摄像头开始持续进行图像采集，如每秒拍摄2张画面，或者持续录像，之后进入E；
E、摄像头通过控制器将图像发送给识别模块，之后进入F；
F、识别模块对猪脸进行识别以确定是哪一头猪(标识)，之后进入G；
G、存储模块根据识别模块的识别结果(标识)查询这头猪的饲喂规则(如：投喂时间段为11点至12点；单次饲料投放量为10克；总饲料投放量500克)，之后进入H；
H、存储模块将饲喂规则反馈给控制器，之后进入I；I、判断这头猪的饲料投放量是否达到总饲料投放量，如果是则结束这头猪的饲喂过程，否则进入J；
J、控制器按照饲喂规则给电子饲喂器下发指令，由电子饲喂器进行饲料投喂，并进入步骤D。
图4是本法实施例中的食槽饲料剩余量监控和饲喂规则更新流程示意图。如图4所示，本发明实施例中的食槽饲料剩余量监控和饲喂规则更新流程包括以下步骤。
A’、控制器判断电子饲喂器是否开始投喂饲料，当电子饲喂器是否开始投喂饲料时，进入B’；
B’、控制器向摄像头发送指令持续进行图像采集，之后进入C’；
C’、摄像头持续采集食槽中饲料的影像数据，之后进入D’；
D’、摄像头通过控制器将食槽中饲料的影像数据发送给识别模块，之后进入E’；
E’、判断食槽中的饲料是否被吃完，如果吃完则进入F’；
F’、统计每头猪的实际饲喂量，这可以由多次投喂的历史数据累加得到，之后进入G’；
G’、结合背膘、体重、日龄等参数，根据猪的饲养业务模型归纳出每头猪在未来一段时间的饲喂规则，之后进入H’；
H’、将饲喂规则更新至存储模块中，之后结束。
本发明实施的家畜的智能投喂系统和方法，利用人工智能的脸部识别技术来区分每只家畜，进而利用针对每只家畜的饲喂规则实现对每只家畜的针对性饲料投喂，从而实现了针对家畜个体的精准饲喂。同时，家畜的智能投喂系统中，除了摄像头和电子饲喂器以外，其他组成部分均可进行远程搭建并由网络连接于摄像头和电子饲喂器，从而实现了对家畜饲喂的远程控制和集中管理，并有利于饲喂规则的制定和调整。所收集的饲喂数据，经过时间累计，可形成有价值的大数据，为研究家畜的生长提供参考依据。
本发明实施例的家畜的智能投喂系统和方法，不仅适用于猪的饲养，同样也适用于如牛、羊等大型牲畜的饲养。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (7)
1.一种家畜的智能投喂系统，其特征在于：
包括摄像头、控制器、识别模块、电子饲喂器、存储模块和统计模块，其中，
所述存储模块用于存储家畜的饲喂规则；
所述摄像头安装于食槽上方，以在接收到拍照指令时采集最临近于所述食槽的家畜的脸部图像；
所述识别模块用于根据所述脸部图像确定所述家畜的标识；
所述电子饲喂器安装于所述食槽，以根据所接收到下料指令向所述食槽中投放饲料；
所述控制器电连接于所述存储模块、所述摄像头、所述识别模块和所述电子饲喂器，以根据所述存储模块饲喂规则向所述摄像头发送所述拍照指令，从所述摄像头接收所述脸部图像和饲料图像并转发至所述识别模块，从所述识别模块接收所述家畜的标识和所述食槽中的饲料剩余量，根据所述家畜的标识并结合所述饲喂规则向所述电子饲喂器发送所述下料指令；
所述统计模块电连接于所述识别模块和所述存储模块，以获取所述家畜的标识，并根据所述标识所对应的家畜的背膘数据和体重数据，确定所述标识所对应的家畜在当前背膘和体重条件下的饲喂规则，并将所确定饲喂规则更新至所述存储模块中；
其中，所述摄像头还用于采集所述食槽中的饲料图像；
所述识别模块还用于根据所述饲料图像，并采用人工智能AI方法确定所述食槽中的饲料剩余量；
所述控制器还用于在进行当前家畜的投喂过程中，根据已经投放饲料量、所述食槽中的饲料剩余量判断是否达到所述当前家畜的总投放饲料量，如果是，则停止发送所述下料指令，否则根据所述饲喂规则继续发送所述下料指令。
2.根据权利要求1所述的家畜的智能投喂系统，其特征在于，所述饲喂规则包括所述食槽所处栏位中的每一只家畜的：
标识、投喂时间段、单次饲料投放量、总饲料投放量。
3.根据权利要求1所述的家畜的智能投喂系统，其特征在于：
所述存储模块为软件即服务SaaS模块。
4.根据权利要求1至3任一项所述的家畜的智能投喂系统，其特征在于：
所述识别模块采用AI方法识别所述脸部图像以确定所述家畜的标识。
5.一种家畜的智能投喂方法，包括：
采集最临近于食槽的家畜的脸部图像；
根据所述脸部图像确定所述家畜的标识；
根据所述家畜的标识并结合饲喂规则向所述食槽中投放饲料；
所述家畜的智能投喂方法还包括：
采集所述食槽中的饲料图像；
根据所述饲料图像，并采用人工智能AI方法确定所述食槽中的饲料剩余量；
在进行当前家畜的投喂过程中，根据已经投放饲料量、所述食槽中的饲料剩余量判断是否达到所述当前家畜的总投放饲料量，如果是，则停止向所述食槽中投放饲料，否则根据所述饲喂规则继续向所述食槽中投放饲料；
所述家畜的智能投喂方法还包括：
获取所述家畜的标识，并根据所述标识所对应的家畜的背膘数据和体重数据，确定所述标识所对应的家畜在当前背膘和体重条件下的饲喂规则，以对饲喂规则进行更新。
6.根据权利要求5所述的家畜的智能投喂方法，其特征在于，所述饲喂规则包括所述食槽所处栏位中的每一只家畜的：
标识、投喂时间段、单次饲料投放量、总饲料投放量。
7.根据权利要求5或6所述的家畜的智能投喂方法，其特征在于：
采用AI方法识别所述脸部图像以确定所述家畜的标识。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811515215.1A CN109618961B (zh) | 2018-12-12 | 2018-12-12 | 一种家畜的智能投喂系统和方法 |
| PCT/CN2019/103284 WO2020119184A1 (zh) | 2018-12-12 | 2019-08-29 | 一种家畜的智能投喂系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811515215.1A CN109618961B (zh) | 2018-12-12 | 2018-12-12 | 一种家畜的智能投喂系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109618961A CN109618961A (zh) | 2019-04-16 |
| CN109618961B true CN109618961B (zh) | 2020-11-03 |
Family
ID=66072883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811515215.1A Active CN109618961B (zh) | 2018-12-12 | 2018-12-12 | 一种家畜的智能投喂系统和方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN109618961B (zh) |
| WO (1) | WO2020119184A1 (zh) |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109618961B (zh) * | 2018-12-12 | 2020-11-03 | 京东数字科技控股有限公司 | 一种家畜的智能投喂系统和方法 |
| CN110263685A (zh) * | 2019-06-06 | 2019-09-20 | 北京迈格威科技有限公司 | 一种基于视频监控的动物喂养方法及装置 |
| CN110795987B (zh) * | 2019-07-30 | 2023-12-22 | 重庆渝通合数字科技有限公司 | 猪脸识别方法和装置 |
| CN110503012A (zh) * | 2019-08-07 | 2019-11-26 | 深圳大学 | 鸟类喂食的方法、装置及系统 |
| CN110637764B (zh) * | 2019-08-29 | 2022-01-11 | 江苏大学 | 一种河蟹养殖投饵量的精准确定方法 |
| CN110547210B (zh) * | 2019-09-04 | 2021-10-01 | 北京海益同展信息科技有限公司 | 饲料供给方法及系统、计算机系统、存储介质 |
| CN110896871A (zh) * | 2019-09-30 | 2020-03-24 | 珠海格力电器股份有限公司 | 一种投放食物的方法、装置和智能投食机 |
| CN110796043B (zh) * | 2019-10-16 | 2021-04-30 | 北京海益同展信息科技有限公司 | 容器检测、饲喂检测方法、装置及饲喂系统 |
| CN110934087B (zh) * | 2019-10-25 | 2021-06-29 | 北京探感科技股份有限公司 | 一种养殖管理方法、系统、装置及存储介质 |
| CN111066668B (zh) * | 2019-12-31 | 2021-10-01 | 深圳市润农科技有限公司 | 一种饲料投喂设备及使用方法 |
| CN111176181A (zh) * | 2020-01-06 | 2020-05-19 | 金陵科技学院 | 一种基于物联网的家禽饲料管理系统的方法 |
| CN111264405A (zh) * | 2020-02-19 | 2020-06-12 | 北京海益同展信息科技有限公司 | 一种饲喂方法、系统、装置、设备和计算机可读存储介质 |
| CN111406662B (zh) * | 2020-03-12 | 2022-01-28 | 中国地质大学（武汉） | 基于机器视觉的保育猪饲喂器料量自动检测系统及方法 |
| CN111654666A (zh) * | 2020-05-19 | 2020-09-11 | 河南中烟工业有限责任公司 | 一种托盘烟用材料余量识别系统及识别方法 |
| CN111631156B (zh) * | 2020-06-16 | 2021-11-09 | 江苏华丽智能科技股份有限公司 | 一种防积料加药方法和装置 |
| CN111837992A (zh) * | 2020-07-30 | 2020-10-30 | 武汉中畜智联科技有限公司 | 一种哺乳母猪喂料机的定时投喂系统 |
| CN111837981A (zh) * | 2020-08-12 | 2020-10-30 | 重庆市开州区慈兴生态农业有限公司 | 牛精准养殖系统 |
| CN112200003B (zh) * | 2020-09-14 | 2024-02-20 | 浙江大华技术股份有限公司 | 一种确定养猪场饲料投放量的方法及装置 |
| CN112633568B (zh) * | 2020-12-16 | 2023-05-26 | 深圳市云辉牧联科技有限公司 | 牧场养殖风险提示方法、设备及介质 |
| CN113052074A (zh) * | 2021-03-25 | 2021-06-29 | 京东数科海益信息科技有限公司 | 用于记录牲畜饲喂信息的方法、装置、电子设备和介质 |
| CN113207722B (zh) * | 2021-03-30 | 2023-04-11 | 广州朗国电子科技股份有限公司 | 人工智能用农牧业自动投料方法、设备以及介质 |
| CN113080095A (zh) * | 2021-04-02 | 2021-07-09 | 重庆市畜牧技术推广总站 | 一种母猪孕后智能监控看护系统 |
| CN113197139A (zh) * | 2021-04-27 | 2021-08-03 | 江苏大学 | 一种基于图像识别的多种河蟹饲料自适应投饲装置 |
| TWI766679B (zh) * | 2021-05-10 | 2022-06-01 | 馬思正 | 有機循環廢料回收的處理系統 |
| CN113287542A (zh) * | 2021-05-24 | 2021-08-24 | 上海趣时信息技术有限公司 | 自动投食方法、装置、电子设备以及存储介质 |
| CN114342836B (zh) * | 2021-12-22 | 2022-11-25 | 江苏工程职业技术学院 | 一种导轨式笼架养殖家禽自动投喂系统及其控制方法 |
| CN114051973A (zh) * | 2022-01-17 | 2022-02-18 | 北京探感科技股份有限公司 | 一种基于视觉动物体尺的智能饲喂的方法、装置及系统 |
| CN114092687A (zh) * | 2022-01-19 | 2022-02-25 | 北京探感科技股份有限公司 | 一种基于视觉识别的动物饲喂装置、方法和可读存储介质 |
| CN114586703A (zh) * | 2022-04-16 | 2022-06-07 | 河北北方学院 | 一种用于养鸡的主从差分滚动式喂料装置 |
| CN115090201A (zh) * | 2022-05-30 | 2022-09-23 | 北京工业大学 | 一种面向自动化挤奶作业的智能饲喂配料系统及方法 |
| CN115063840A (zh) * | 2022-08-17 | 2022-09-16 | 天津光电集团有限公司 | 一种基于牲畜的面部识别管理系统 |
| CN115316298B (zh) * | 2022-08-26 | 2023-09-01 | 重庆市畜牧科学院 | 一种采用猪场液态饲料投喂系统的投料方法 |
| CN116076382B (zh) * | 2023-02-23 | 2024-03-22 | 江苏华丽智能科技股份有限公司 | 一种基于自动感应的采食调节控制方法及系统 |
| CN116649236B (zh) * | 2023-07-11 | 2024-04-16 | 南通睿牧制造有限公司 | 一种奶牛养殖饲喂监控管理系统 |
| CN117152798B (zh) * | 2023-10-30 | 2024-01-26 | 成都大熊猫繁育研究基地 | 一种大熊猫圈舍异物识别系统及方法 |
| CN117204363B (zh) * | 2023-11-09 | 2024-02-13 | 成都万创科技股份有限公司 | 一种精准饲喂系统和方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017175936A (ja) * | 2016-03-28 | 2017-10-05 | 国立研究開発法人農業・食品産業技術総合研究機構 | 残餌量測定装置および残餌量測定用プログラム |
| CN108157222A (zh) * | 2018-02-13 | 2018-06-15 | 福建思特电子有限公司 | 一种人工智能畜类监管终端 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103026971A (zh) * | 2011-10-10 | 2013-04-10 | 深圳市润农科技有限公司 | 猪只智能饲喂系统及方法 |
| DK2983465T3 (da) * | 2013-04-10 | 2021-01-18 | Vikinggenetics Fmba | System til bestemmelse af foderforbrug hos mindst ét dyr |
| US9084411B1 (en) * | 2014-04-10 | 2015-07-21 | Animal Biotech Llc | Livestock identification system and method |
| CN107432251A (zh) * | 2016-05-27 | 2017-12-05 | 杨仲辉 | 动物喂食方法 |
| CN105993991A (zh) * | 2016-06-28 | 2016-10-12 | 云水 | 一种清洁型奶牛喂水、喂料系统 |
| CN106538404A (zh) * | 2016-11-03 | 2017-03-29 | 北京探感科技股份有限公司 | 精准喂料的方法和系统 |
| US20180206448A1 (en) * | 2017-01-23 | 2018-07-26 | Sony Corporation | System and Method for Dairy Farm Management |
| CN208064246U (zh) * | 2018-01-25 | 2018-11-09 | 北京农业信息技术研究中心 | 一种智能投喂控制装置 |
| CN108875564A (zh) * | 2018-05-02 | 2018-11-23 | 浙江工业大学 | 一种宠物面部识别方法 |
| CN208188853U (zh) * | 2018-05-24 | 2018-12-04 | 北京农业信息技术研究中心 | 一种奶牛面部识别装置 |
| CN108764159A (zh) * | 2018-05-30 | 2018-11-06 | 北京农业信息技术研究中心 | 小样本条件下的动物面部识别方法和系统 |
| CN109618961B (zh) * | 2018-12-12 | 2020-11-03 | 京东数字科技控股有限公司 | 一种家畜的智能投喂系统和方法 |
-
2018
- 2018-12-12 CN CN201811515215.1A patent/CN109618961B/zh active Active
-
2019
- 2019-08-29 WO PCT/CN2019/103284 patent/WO2020119184A1/zh active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017175936A (ja) * | 2016-03-28 | 2017-10-05 | 国立研究開発法人農業・食品産業技術総合研究機構 | 残餌量測定装置および残餌量測定用プログラム |
| CN108157222A (zh) * | 2018-02-13 | 2018-06-15 | 福建思特电子有限公司 | 一种人工智能畜类监管终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109618961A (zh) | 2019-04-16 |
| WO2020119184A1 (zh) | 2020-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109618961B (zh) | 一种家畜的智能投喂系统和方法 | |
| CN111107740B (zh) | 家畜信息管理系统、畜舍、家畜信息管理程序以及家畜信息管理方法 | |
| KR102035672B1 (ko) | 가축의 행동과 위치를 모니터링하는 장치 및 방법 | |
| Jingqiu et al. | Cow behavior recognition based on image analysis and activities | |
| Oczak et al. | Classification of nest-building behaviour in non-crated farrowing sows on the basis of accelerometer data | |
| CN108229351B (zh) | 一种动物养殖方法、动物养殖装置及电子设备 | |
| CN114793945A (zh) | 用于监控家畜动物的食物摄取的方法和系统 | |
| CN108154100B (zh) | 基于生物识别技术的智能投药装置及方法 | |
| CN103250651B (zh) | 一种智能化妊娠母猪饲养管理系统 | |
| CN111264405A (zh) | 一种饲喂方法、系统、装置、设备和计算机可读存储介质 | |
| CN113191655A (zh) | 饲喂方法、装置和计算机可读存储介质 | |
| CN111274975A (zh) | 猪只采食行为预测方法及装置 | |
| KR20200117610A (ko) | 전자식 모돈 관리 장치 | |
| WO2019102471A1 (en) | Method and apparatus for monitoring food intake of livestock animals | |
| CN101530066A (zh) | 一种自动识别动物身份同时测量体温的方法 | |
| CN111260895A (zh) | 报警信息的发送方法及装置、存储介质和电子装置 | |
| CN114128669A (zh) | 基于rfid技术的养殖场大栏型栏位精准饲喂方法、设备、介质、产品 | |
| CN110779575A (zh) | 一种基于大数据平台的畜牧业监测系统 | |
| CN109845654A (zh) | 喂养系统及喂食方法 | |
| CN116963595A (zh) | 猪饲养辅助装置、猪饲养辅助方法以及猪饲养辅助程序 | |
| KR20230033068A (ko) | 축산 동물의 행동 패턴을 기반으로 한 스마트 축사 관리 시스템 및 방법 | |
| CN101530067A (zh) | 一种畜牧养殖过程的疾病预防方法 | |
| Ronghua et al. | Cow behavioral recognition using dynamic analysis | |
| KR20170138260A (ko) | 대동물(소,말등)의 움직임과 목넘김소리등을 센싱하여, 생체 신호를 빅데이터로 저장 및 변환하고, 저장된 빅데이터에 근거한 대동물 건강관리 시스템 및 알고리즘 | |
| CN111523446A (zh) | 图像识别方法及装置、存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Beijing Daxing District, Beijing Applicant after: Jingdong Digital Technology Holding Co., Ltd. Address before: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176 Applicant before: Beijing Jingdong Financial Technology Holding Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176 Patentee after: Jingdong Technology Holding Co.,Ltd. Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176 Patentee before: JINGDONG DIGITAL TECHNOLOGY HOLDINGS Co.,Ltd. |