CN110604071A - 基于人工智能的非接触式种猪体温异常监测系统 - Google Patents
基于人工智能的非接触式种猪体温异常监测系统 Download PDFInfo
- Publication number
- CN110604071A CN110604071A CN201910863565.5A CN201910863565A CN110604071A CN 110604071 A CN110604071 A CN 110604071A CN 201910863565 A CN201910863565 A CN 201910863565A CN 110604071 A CN110604071 A CN 110604071A
- Authority
- CN
- China
- Prior art keywords
- pig
- body temperature
- module
- temperature
- artificial intelligence
- 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.)
- Pending
Links
- 230000036760 body temperature Effects 0.000 title claims abstract description 101
- 238000012544 monitoring process Methods 0.000 title claims abstract description 41
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 40
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 35
- 238000009395 breeding Methods 0.000 claims abstract description 25
- 230000001488 breeding effect Effects 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 20
- 210000001217 buttock Anatomy 0.000 claims abstract description 17
- 238000013135 deep learning Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 33
- 241000282887 Suidae Species 0.000 claims description 10
- 240000007651 Rubus glaucus Species 0.000 claims description 7
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 7
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 210000000664 rectum Anatomy 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 claims 6
- 238000005516 engineering process Methods 0.000 abstract description 13
- 238000007689 inspection Methods 0.000 abstract 1
- 241000282898 Sus scrofa Species 0.000 description 94
- 238000013461 design Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 208000007407 African swine fever Diseases 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 4
- 206010037660 Pyrexia Diseases 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000001154 acute effect Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241001247986 Calotropis procera Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 208000036142 Viral infection Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004791 biological behavior Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000021760 high fever Diseases 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009385 viral infection Effects 0.000 description 1
- 230000003612 virological effect Effects 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
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
- G01K13/223—Infrared clinical thermometers, e.g. tympanic
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及养殖技术领域,且公开了基于人工智能的非接触式种猪体温异常监测系统,体温异常监测系统包括臀部自动检测模块、二维码猪只识别模块、非侵入式非接触式红外测温模块、体温波动记录模块和异常体温预警推送模块。臀部自动检测模块的输出端与二维码猪只识别模块的输入端连接,二维码猪只识别模块的输出端与非侵入式非接触式红外测温模块的输入端连接,非侵入式非接触式红外测温模块的输出端与体温波动记录模块的输入端连接。本发明中,运用成熟的人工智能、深度学习和计算机视觉等技术,将软硬件联动设计为一个整体的系统,对每头种猪的体温实时监测,将异常数据及时推送给养殖员,以及时隔离,避免疫情散播,实现实时高效性。
Description
技术领域
本发明涉及养殖技术领域,具体为基于人工智能的非接触式种猪体温异常监测系统。
背景技术
目前国内外的研究者都集中于研究用于智能养猪的可穿戴设备或者是侵入式设备。这类设备有着极奇的测量精度,但是这个种类的系统会极大的提高安装成本同时也对动物的生长不利。这些设备也存在丟失和损环等风险。该课题的趋势是结合正在高速发展的人工着能和机器视觉技术发展出非接触式的监控设备。以向里巴巴和睿畜科技的智能养猪系统为例,他们结合固定或的摄像头与人工智能系统针对家猪进行温度监奖,但是其测量的是体表温度并不是家猪的实际的体内皇度)仍然存在较大的误差。目前,互联网+养猪业的发展如火如茶,但不论是正在研究中的课题还是市场上的项目,在结合移动式的摄像头对家猪进行高精度的测温仍然是一个空白。而该方案系统在农业信息化的基础上,创新性地把红外热成像仪和深度学习算法结合使其能针对每头种猪的体温进行跟踪并可视化。弥补了实时体温监测这一领域空白,能够对可疑危险及时隔离,避免疫情散播,正是当前社会形势下所需要的关键技术。
截至日前,全国范围陆续排查出非洲猪瘟疫情。近疫情已散播到西南地区,四川也早已排查出非洲猪显。我们针对这一现状,提出“AI+ 养猪”的异常监测系统,对种猪的体温进行实时监测。据团队调研,无论是非洲猪瘟,还是其他常规病症,体温作为病理特征的第一基本数据,对病情的发现、诊断起到非常重要的作用。
目前在猪场知识模型、模式识别、知识表示、业务模型的机器学习方面已有突破性进展,但部分的模型、算法不足以反应客观现实,以致于达不到指导猪场精准生产的实际需求。为此我们提出基于人工智能的非接触式种猪体温异常监测系统。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了基于人工智能的非接触式种猪体温异常监测系统。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:基于人工智能的非接触式种猪体温异常监测系统,所述体温异常监测系统包括臀部自动检测模块、二维码猪只识别模块、非侵入式非接触式红外测温模块、体温波动记录模块和异常体温预警推送模块。
所述臀部自动检测模块的输出端与二维码猪只识别模块的输入端连接,所述二维码猪只识别模块的输出端与非侵入式非接触式红外测温模块的输入端连接,所述非侵入式非接触式红外测温模块的输出端与体温波动记录模块的输入端连接,所述体温波动记录模块的输出端与异常体温预警推送模块的输入端连接。
进一步的,所述臀部自动检测模块据研究依据,种猪的臀部测温更接近与直肠温度,所以该方案运用深度学习机器视觉的检测与分割,对该种猪的臀部进行实时监测,自动定位。
进一步的,所述二维码猪只识别模块区别于传统养殖场使用入侵式的射频识别(RF10)识别种猪身份,该方案利用系统自带摄像头的优势,扫描猪舍门上的二维码来识别身份。
进一步的,所述非侵入式非接触式红外测温模块在使用时,当摄像头检测到种猪测温新位后,联动的红外测温仪,稍作停留,调整角度,采集臀都温度。
进一步的,所述体温波动记录模块采集的温度信息,通过无线网络存储到云端,建立养殖场种猪体温大数据库。
进一步的,所述异常体温预警推送模块在使用时,当种猪体温发生异常时,前段预警系统能够提供异常的种猪体温信息推送给养殖人员。
本发明要解决的另一技术问题是提供基于人工智能的非接触式种猪体温异常监测系统的使用方法,包括以下步骤:
1)采用摄像头识别对应种猪序号的二维码;
2)采用目标检测算法从视频摄像头中检测对应种猪臀部并定位;
3)采用树莓派接收目标检测算法成功检测到的种猪臀部位置;
4)采用红外测温传感器测量树莓派发送的位置信息的温度;
5)采用控制云台调整摄像头和红外测温传感器的位置;
6)采用无线网络传感器将对应序号的种猪体温发送到计算机或者移动终端显示。
所述步骤1)和6)的科学手段在日常生活应用广泛,其中2)、3)、 4)和5)步骤科学手段已在实验室阶段研发成功,同时已有论文中证明可以使用红外测温传感器测得的猪只臀部温度最接近猪只直肠温度。
(三)有益效果
与现有技术相比,本发明提供了基于人工智能的非接触式种猪体温异常监测系统,具备以下有益效果:
1、该基于人工智能的非接触式种猪体温异常监测系统,运用成熟的人工智能、深度学习和计算机视觉等技术,将软硬件联动设计为一个整体的系统,对每头种猪的体温实时监测,将异常数据及时推送给养殖员,以及时隔离,避免疫情散播,实现实时高效性。
2、该基于人工智能的非接触式种猪体温异常监测系统,将种猪养殖、人工智能、图像处理、物联网多领域交叉融合。
3、该基于人工智能的非接触式种猪体温异常监测系统,创新性地向红外摄像头中加入了深度学习算法使其能针对每只种猪进行体温跟踪并可视化,弥补了实时体温监测这一领域空白。
4、该基于人工智能的非接触式种猪体温异常监测系统,水银测温精度最高,结果可靠,但不易操作,耗时较长,因为其测温的复杂程度大,所以工作人员只有发现种猪食欲不振,不活跃,体表发烫,才会进行水银测温,导致发现不及时,错过最佳治疗时期,传染猪舍其他种猪,该方案系统则实现实时监测,细粒度数据分析,及时发现异常异常体温的种猪,及时预警上作人员。
5、该基于人工智能的非接触式种猪体温异常监测系统,穿戴设备多为入侵式设备,会引起种猪佩戴不适的影响,其次生物行为不可控极易被种猪损坏,且单个成本高,本项目的种猪体温异常检测系统是非接触非入侵式的,一个主设备可供全猪舍使用,技术壁垒高且成本低廉。
6、该基于人工智能的非接触式种猪体温异常监测系统,具有市场竞争力,相比于曾能式佩戴硬件,易损坏、单个成本高,该方案系统软硬件开发成本低,且随数量上升成本增加较少,高技术与低成本的美距,将带來巨大的利润空间。
具体实施方式
下面将结合本发明的实施例,对本发明实施例中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他实施例,都属于本发明保护的范围。
实施例一:基于人工智能的非接触式种猪体温异常监测系统,所述体温异常监测系统包括臀部自动检测模块、二维码猪只识别模块、非侵入式非接触式红外测温模块、体温波动记录模块和异常体温预警推送模块。
所述臀部自动检测模块的输出端与二维码猪只识别模块的输入端连接,所述二维码猪只识别模块的输出端与非侵入式非接触式红外测温模块的输入端连接,所述非侵入式非接触式红外测温模块的输出端与体温波动记录模块的输入端连接,所述体温波动记录模块的输出端与异常体温预警推送模块的输入端连接。
该系统是结合种猪养殖、人工智能、图像处理、物联网的多领域交叉融合的应用,创新性地向红外摄像头中加入了深度学习算法使其能针对每只种猪进行体温跟踪并可视化。弥补了实时体温监测这一领域空白。
所述臀部自动检测模块据研究依据,种猪的臀部测温更接近与直肠温度,所以该方案运用深度学习机器视觉的检测与分割,对该种猪的臀部进行实时监测,自动定位。
该方案项目结合人工智能与传统农业,对种猪疾患进行物理防治,正是符合当今产业的发展形势,为项目发展带来更多机会。
市场市场上现有的测温耳标属于侵入式产品,对种猪佩戴有影响。该方案结合人工智能自动定位,首次做到非接触式的实时体温检测,填补这一领域空白。
所述二维码猪只识别模块区别于传统养殖场使用入侵式的射频识别 (RF10)识别种猪身份,该方案利用系统自带摄像头的优势,扫描猪舍门上的二维码来识别身份。
智猪系统含高与技术壁垒,具有市场竞争力。相比于智能式佩戴硬件,易损坏、单个成本高,该方案系统软硬件开发成本低,且随数量上升成本增加较少,高技术与低成本的美距,将带來巨大的利润空间。
所述非侵入式非接触式红外测温模块在使用时,当摄像头检测到种猪测温新位后,联动的红外测温仪,稍作停留,调整角度,采集臀都温度。
所述体温波动记录模块采集的温度信息,通过无线网络存储到云端,建立养殖场种猪体温大数据库。
该方案采用神经网络算法设计,深度学习现有的图像视频检测、分割算法精度高,性能高,针对对本项目应用场景的需求,选择合适的神经网络算法,并通过图像的训练与测试,调整和优化网络结构与参数。
该方案采用可视化交互系统平台设计,为了提升系统的交互体验性,整套系统中涉及到对猪场中每一头种猪的实时体温数据的可视化以及为养殖人员推送异常数据信息时交互可视化界面。需要涉及到自然语言处理、系统开发、HTML页面设计双CSS SaL技术、JavaScript技术等。
该方案采用软硬件联动设计,为了降低成本,高效利用设备,首先需要在猪场中安装滑轨用于搭载摄像头,红外提问仪器的硬件设备。在检测到的数据返回时,设计算法控制硬件设备的移动与操作。
所述异常体温预警推送模块在使用时,当种猪体温发生异常时,前段预警系统能够提供异常的种猪体温信息推送给养殖人员。
该系统在使用时可达到高效、实效和准确三大优点,高效性指标指的是一套系统可以很好的服务于猪舍中的种猪数量。
时效性指标主要体现在,系统能够在一定时间范围内,对一头种猪进行体温检测,并记录和反馈数据。
准确性是指系统的误报率在可接受范围之内。本项目的准确性并不体现在体温数据的准确度在多少摄氏度之内,而是体现在对种猪体温异常的判断的准确率上。
为什么要监测体温呢?据团队调研,无论是非洲猪瘟,还是其他常规病症,体温作为病理特征的第一基本数据,对病情的发现、诊断起到非常重要的作用。该方案系统能够根据监测的体温,对病理进行初步划分。正常种猪体温为38.7°;微热体温升高1°左右:局部炎症,性感染;中热升高1~2°:急性病毒感染,猪瘟,流感;高热升高2°以上:急性传染病,而我们现阶段的非洲猪瘟病症属于这一类;最高热升高3°以上: 严重急性感染病。该系统是结合种猪培育、图像处理和物联网等多领域交叉融合的应用对体温进行实时非接触式的监测。主要运用人工智能中发展迅速的计算机视觉技术,对种猪的测温区域进行自动监测,采用非接触式红外传感器对种猪臀部测温,根据体表与体内温度相应的线性关系,推算直肠温度。该系统能够对种猪体温进行细粒度的跟踪,达到秒级的密度。而相比传统水银测温,对每只猪的体温测量约需12分钟,如果对一个猪舍的100只猪进行测量,共需20小时。而小型养殖场,则是观察到猪精神萎靡,体发烫才会测量体温,对病情发现不及时,延长风险。
本发明要解决的另一技术问题是提供基于人工智能的非接触式种猪体温异常监测系统的使用方法,包括以下步骤:
1)采用摄像头识别对应种猪序号的二维码;
2)采用目标检测算法从视频摄像头中检测对应种猪臀部并定位;
3)采用树莓派接收目标检测算法成功检测到的种猪臀部位置;
4)采用红外测温传感器测量树莓派发送的位置信息的温度;
5)采用控制云台调整摄像头和红外测温传感器的位置;
6)采用无线网络传感器将对应序号的种猪体温发送到计算机或者移动终端显示。
所述步骤1)和6)的科学手段在日常生活应用广泛,其中2)、3)、 4)和5)步骤科学手段已在实验室阶段研发成功,同时已有论文中证明可以使用红外测温传感器测得的猪只臀部温度最接近猪只直肠温度。
基于人工智能的种猪体温异常监测系统,与目前的现有技术使用纯硬件设备实现猪只的体温监测相比,将人工智能算法加入硬件设备中做种猪的体温监测,不仅是创新地将人工智能算法的落地应用还降低了硬件设备成本、节约了人力威本。与将人工智能算法中的图片识别和图像分割应用到道只体温检测的技术相比,该方案开创性地将人工智能算法中的标检测应用到种猪体温监测研究中,不仅能够做到实时地检测还能更加有效地集中于种猪臀部的温度进行检测。
基于人工智能的种猪体温异常检监测系统,是将目标检测算法和红外测温传感器、无线网络传感器、树莓派、摄像头等硬件相结合的系统,目前国际上对于动物的自动体温监测技术都是以硬件检测温度的装置来进行自动检测,还没有使用人工智能算法应用到动物体温的自动检测中。该方案基于人工智能的种猪体温异常监测系统,将目标检测算法应用到种猪的体温自动检测装置中,不仅填补了国内这块技术的空白,就其本身应用而言还处于国际领先水平。
该方案采用的自标检测算法SSD(Single Shot MultiBoxDe tee bor)将检测任务转化为回归任务的思路,一次完成目标定位与分类。
基于Faster RCNN中的锚框(Anchor),提出了相似的先验框 (Prior box)。
加入基于特征金字塔(Pyramidal Feature Hierarchy)的检测方式,即在不同感受野的图片特征图(feature map)上预测目标。
目前在公共数据集能够到达的精度(mAP)是83.2%、59的FPS(即每秒能够处理59帧),如果用于种猪这样的目标单一、场景类似监控视频数据集能够达到84.5%的精度,而且短时间内必定会检测到种猪臀部并监测种猪体温。
该方案中非接触式MLX90614红外测温模块,红外测温是根据被测物体的红外辐射能量来确定物体的温度,不与被测物体授触,却可以影响到被测物温度分布场,温度分辨率高、响应速度快、测温范围广、稳定性好。
该方案中MG90S为模拟舵机,适用于小型机器模型,控制摄像头和红外测温传感器的转向来定位种猪臀部并集中监测种猪体温。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.基于人工智能的非接触式种猪体温异常监测系统,其特征在于:所述体温异常监测系统包括臀部自动检测模块、二维码猪只识别模块、非侵入式非接触式红外测温模块、体温波动记录模块和异常体温预警推送模块;
所述臀部自动检测模块的输出端与二维码猪只识别模块的输入端连接,所述二维码猪只识别模块的输出端与非侵入式非接触式红外测温模块的输入端连接,所述非侵入式非接触式红外测温模块的输出端与体温波动记录模块的输入端连接,所述体温波动记录模块的输出端与异常体温预警推送模块的输入端连接。
2.根据权利要求1所述的基于人工智能的非接触式种猪体温异常监测系统,其特征在于:所述臀部自动检测模块据研究依据,种猪的臀部测温更接近与直肠温度,所以该方案运用深度学习机器视觉的检测与分割,对该种猪的臀部进行实时监测,自动定位。
3.根据权利要求1所述的基于人工智能的非接触式种猪体温异常监测系统,其特征在于:所述二维码猪只识别模块区别于传统养殖场使用入侵式的射频识别(RF10)识别种猪身份,该方案利用系统自带摄像头的优势,扫描猪舍门上的二维码来识别身份。
4.根据权利要求1所述的基于人工智能的非接触式种猪体温异常监测系统,其特征在于:所述非侵入式非接触式红外测温模块在使用时,当摄像头检测到种猪测温新位后,联动的红外测温仪,稍作停留,调整角度,采集臀都温度。
5.根据权利要求1所述的基于人工智能的非接触式种猪体温异常监测系统,其特征在于:所述体温波动记录模块采集的温度信息,通过无线网络存储到云端,建立养殖场种猪体温大数据库。
6.根据权利要求1所述的基于人工智能的非接触式种猪体温异常监测系统,其特征在于:所述异常体温预警推送模块在使用时,当种猪体温发生异常时,前段预警系统能够提供异常的种猪体温信息推送给养殖人员。
7.基于人工智能的非接触式种猪体温异常监测系统的使用方法,其特征在于:包括以下步骤:
1)采用摄像头识别对应种猪序号的二维码;
2)采用目标检测算法从视频摄像头中检测对应种猪臀部并定位;
3)采用树莓派接收目标检测算法成功检测到的种猪臀部位置;
4)采用红外测温传感器测量树莓派发送的位置信息的温度;
5)采用控制云台调整摄像头和红外测温传感器的位置;
6)采用无线网络传感器将对应序号的种猪体温发送到计算机或者移动终端显示。
8.根据权利要求6所述的基于人工智能的非接触式种猪体温异常监测系统的使用方法,其特征在于:所述步骤1)和6)的科学手段在日常生活应用广泛,其中2)、3)、4)和5)步骤科学手段已在实验室阶段研发成功,同时已有论文中证明可以使用红外测温传感器测得的猪只臀部温度最接近猪只直肠温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910863565.5A CN110604071A (zh) | 2019-09-12 | 2019-09-12 | 基于人工智能的非接触式种猪体温异常监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910863565.5A CN110604071A (zh) | 2019-09-12 | 2019-09-12 | 基于人工智能的非接触式种猪体温异常监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110604071A true CN110604071A (zh) | 2019-12-24 |
Family
ID=68892679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910863565.5A Pending CN110604071A (zh) | 2019-09-12 | 2019-09-12 | 基于人工智能的非接触式种猪体温异常监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110604071A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112189567A (zh) * | 2020-09-12 | 2021-01-08 | 江西正邦科技股份有限公司 | 猪场防疫系统以及防疫方法 |
CN112841052A (zh) * | 2020-12-30 | 2021-05-28 | 中农御品(厦门)智能设备有限公司 | 一种智能猪舍监控系统 |
CN113100111A (zh) * | 2021-04-13 | 2021-07-13 | 安徽凌坤智能科技有限公司 | 猪舍生猪体温智能监测机器人 |
CN113875629A (zh) * | 2021-11-02 | 2022-01-04 | 华中农业大学 | 一种基于热成像的生猪体温检测装置 |
CN114120185A (zh) * | 2021-11-16 | 2022-03-01 | 东莞先知大数据有限公司 | 一种三鸟档清笼确定方法、电子设备和存储介质 |
JP7049717B1 (ja) | 2021-06-30 | 2022-04-07 | 株式会社PetVoice | 動物監視システム、動物監視サーバ、動物監視方法、動物監視プログラム、及び直腸温推定モデル |
CN116205595A (zh) * | 2023-01-19 | 2023-06-02 | 中国农业科学院北京畜牧兽医研究所 | 基于数字孪生边缘计算平台的猪只健康管控方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944199A (zh) * | 2010-05-06 | 2011-01-12 | 中国农业科学院北京畜牧兽医研究所 | 一种基于移动智能终端的猪只养殖电子档案的构建方法 |
JP2013186179A (ja) * | 2012-03-06 | 2013-09-19 | Fujifilm Corp | 表示用粒子分散液、画像表示装置、電子機器、展示用媒体、及びカード媒体 |
CN203605974U (zh) * | 2013-11-19 | 2014-05-21 | 梁元 | 基于树莓派的移动环境检测装置 |
KR20160058631A (ko) * | 2014-11-17 | 2016-05-25 | 대한민국(농촌진흥청장) | 육성비육돈 자동급이 관리 장치 |
CN107084756A (zh) * | 2017-03-17 | 2017-08-22 | 浙江理工大学 | 基于树莓派的虫害图像测报方法 |
CN107278911A (zh) * | 2017-06-01 | 2017-10-24 | 广西桂平市长运种养有限公司 | 一种能够监控猪体温的自动化喂养的圈舍 |
CN107426542A (zh) * | 2017-08-08 | 2017-12-01 | 深圳市安软慧视科技有限公司 | 基于边缘计算的实时人工智能视频系统的硬件架构 |
CN207067752U (zh) * | 2017-08-28 | 2018-03-02 | 国家电网公司 | 基于卡片式电脑的电站辅助运检系统 |
-
2019
- 2019-09-12 CN CN201910863565.5A patent/CN110604071A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944199A (zh) * | 2010-05-06 | 2011-01-12 | 中国农业科学院北京畜牧兽医研究所 | 一种基于移动智能终端的猪只养殖电子档案的构建方法 |
JP2013186179A (ja) * | 2012-03-06 | 2013-09-19 | Fujifilm Corp | 表示用粒子分散液、画像表示装置、電子機器、展示用媒体、及びカード媒体 |
CN203605974U (zh) * | 2013-11-19 | 2014-05-21 | 梁元 | 基于树莓派的移动环境检测装置 |
KR20160058631A (ko) * | 2014-11-17 | 2016-05-25 | 대한민국(농촌진흥청장) | 육성비육돈 자동급이 관리 장치 |
CN107084756A (zh) * | 2017-03-17 | 2017-08-22 | 浙江理工大学 | 基于树莓派的虫害图像测报方法 |
CN107278911A (zh) * | 2017-06-01 | 2017-10-24 | 广西桂平市长运种养有限公司 | 一种能够监控猪体温的自动化喂养的圈舍 |
CN107426542A (zh) * | 2017-08-08 | 2017-12-01 | 深圳市安软慧视科技有限公司 | 基于边缘计算的实时人工智能视频系统的硬件架构 |
CN207067752U (zh) * | 2017-08-28 | 2018-03-02 | 国家电网公司 | 基于卡片式电脑的电站辅助运检系统 |
Non-Patent Citations (2)
Title |
---|
柏广宇等: "基于无线传感器网络的母猪体温实时监测节点研制", 《南京农业大学学报》 * |
王江伟等: "《玩转树莓派Raspberry Pi》", 30 September 2013, 北京航空航天大学出版社(北京) * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112189567A (zh) * | 2020-09-12 | 2021-01-08 | 江西正邦科技股份有限公司 | 猪场防疫系统以及防疫方法 |
CN112841052A (zh) * | 2020-12-30 | 2021-05-28 | 中农御品(厦门)智能设备有限公司 | 一种智能猪舍监控系统 |
CN113100111A (zh) * | 2021-04-13 | 2021-07-13 | 安徽凌坤智能科技有限公司 | 猪舍生猪体温智能监测机器人 |
JP7049717B1 (ja) | 2021-06-30 | 2022-04-07 | 株式会社PetVoice | 動物監視システム、動物監視サーバ、動物監視方法、動物監視プログラム、及び直腸温推定モデル |
JP2023007296A (ja) * | 2021-06-30 | 2023-01-18 | 株式会社PetVoice | 動物監視システム、動物監視サーバ、動物監視方法、動物監視プログラム、及び直腸温推定モデル |
CN113875629A (zh) * | 2021-11-02 | 2022-01-04 | 华中农业大学 | 一种基于热成像的生猪体温检测装置 |
CN114120185A (zh) * | 2021-11-16 | 2022-03-01 | 东莞先知大数据有限公司 | 一种三鸟档清笼确定方法、电子设备和存储介质 |
CN116205595A (zh) * | 2023-01-19 | 2023-06-02 | 中国农业科学院北京畜牧兽医研究所 | 基于数字孪生边缘计算平台的猪只健康管控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110604071A (zh) | 基于人工智能的非接触式种猪体温异常监测系统 | |
Wu et al. | Using a CNN-LSTM for basic behaviors detection of a single dairy cow in a complex environment | |
CN103279949B (zh) | 基于自定位机器人的多相机参数自动标定系统运行方法 | |
Tsai et al. | Assessment of dairy cow heat stress by monitoring drinking behaviour using an embedded imaging system | |
CN103517042B (zh) | 一种养老院老人危险行为监测方法 | |
CN110612921A (zh) | 一种定位栏母猪的监测系统及方法 | |
Wang et al. | Accurate detection of dairy cow mastitis with deep learning technology: A new and comprehensive detection method based on infrared thermal images | |
CN115830490A (zh) | 一种群养生猪多目标跟踪及行为统计方法 | |
He et al. | Pedestrian flow tracking and statistics of monocular camera based on convolutional neural network and Kalman filter | |
CN110455413A (zh) | 一种中大型牲畜养殖场体温监测装置及监测方法 | |
Wang et al. | Crack location and degree detection method based on YOLOX model | |
Quan et al. | An instance segmentation-based method to obtain the leaf age and plant centre of weeds in complex field environments | |
Liu et al. | Trailer hopper automatic detection method for silage harvesting based improved U-Net | |
CN115176290A (zh) | 用于活标本可追溯性的方法、系统和计算机程序 | |
CN112528772A (zh) | 基于热红外的奶牛跛行运动特征检测方法及装置 | |
Xu et al. | Automatic quantification and assessment of grouped pig movement using the XGBoost and YOLOv5s models | |
CN111738159A (zh) | 一种基于矢量标定的棉花顶芽定位方法 | |
Deng et al. | Detection of behavior and posture of sheep based on YOLOv3. | |
CN113516139A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN109002791B (zh) | 一种基于视频自动跟踪奶牛反刍行为的系统及方法 | |
CN211532340U (zh) | 一种定位栏母猪的监测系统 | |
Zhang et al. | A dairy goat tracking method via lightweight fusion and Kullback Leibler divergence | |
Bishop-Williams et al. | Mapping rural community and dairy cow heat stress in Southern Ontario: A common geographic pattern from 2010 to 2012 | |
Hui et al. | An agricultural machinery operation monitoring system based on IoT | |
CN106713869B (zh) | 云智能牧场无线监控跟踪方法、装置及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191224 |
|
RJ01 | Rejection of invention patent application after publication |