CN111587069A - 用于监控家畜动物的食物摄取的方法及设备 - Google Patents
用于监控家畜动物的食物摄取的方法及设备 Download PDFInfo
- Publication number
- CN111587069A CN111587069A CN201880086108.3A CN201880086108A CN111587069A CN 111587069 A CN111587069 A CN 111587069A CN 201880086108 A CN201880086108 A CN 201880086108A CN 111587069 A CN111587069 A CN 111587069A
- Authority
- CN
- China
- Prior art keywords
- animal
- feeding
- food intake
- animals
- time
- 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
- 241001465754 Metazoa Species 0.000 title claims abstract description 217
- 230000037406 food intake Effects 0.000 title claims abstract description 86
- 235000012631 food intake Nutrition 0.000 title claims abstract description 86
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 244000144972 livestock Species 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims description 68
- 238000013178 mathematical model Methods 0.000 claims abstract description 53
- 230000020595 eating behavior Effects 0.000 claims abstract description 32
- 230000006651 lactation Effects 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 230000004634 feeding behavior Effects 0.000 claims abstract description 8
- 235000013336 milk Nutrition 0.000 claims description 38
- 239000008267 milk Substances 0.000 claims description 38
- 210000004080 milk Anatomy 0.000 claims description 38
- 244000144980 herd Species 0.000 claims description 33
- 238000012937 correction Methods 0.000 claims description 23
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 241000283690 Bos taurus Species 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 15
- 235000012054 meals Nutrition 0.000 claims description 13
- 235000013305 food Nutrition 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 7
- 230000037361 pathway Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 244000309464 bull Species 0.000 claims description 3
- 230000009027 insemination Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000005303 weighing Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 235000021050 feed intake Nutrition 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000037396 body weight Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 235000013365 dairy product Nutrition 0.000 description 2
- 230000006386 memory function Effects 0.000 description 2
- 230000004899 motility Effects 0.000 description 2
- 235000018102 proteins Nutrition 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 102000014171 Milk Proteins Human genes 0.000 description 1
- 108010011756 Milk Proteins Proteins 0.000 description 1
- 241000283984 Rodentia Species 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 244000144993 groups of animals Species 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 235000021243 milk fat Nutrition 0.000 description 1
- 235000021239 milk protein Nutrition 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- A01K5/0275—Automatic devices with mechanisms for delivery of measured doses
- A01K5/0283—Automatic devices with mechanisms for delivery of measured doses by weight
-
- 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
-
- 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
-
- 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
- A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
- A01K5/02—Automatic devices
- A01K5/0275—Automatic devices with mechanisms for delivery of measured doses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Environmental Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Animal Husbandry (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Biodiversity & Conservation Biology (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Birds (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Algebra (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
Abstract
一种用于监控一家畜动物的个体食物摄取的系统包括：一校正系统，配置用以在一预定的时间段内量测一动物的食物摄取的重量或体积，以及用以基于所述量测来校正用于所述动物的一数学模型；一追踪系统，配置用以在所述预定的时间段之外的多个时间点追踪所述动物的进食行为；及一计算系统。所述预定的时间段少于三周。所述数学模型关于所述动物的一进食行为及关于利用食物摄取所定义的所述动物的多个生理参数。所述计算系统基于校正出的用于所述动物的所述数学模型以及在所述预定的时间段之外的所述多个时间点的所述进食行为，来确定在一哺乳期内的所述动物的食物摄取。
Description
技术领域及背景技术
在本发明的一些实施例中，本发明关于家畜的管理，更特别且非排他地是关于在一动物个体的基础上监控牛只的食物摄取。
家畜个体的食物摄取的量测对于提高家畜农场，例如奶牛场，的效率很重要。关于在一农场中的一特定动物的所述食物摄取的信息反映出所述动物的一健康状况，并定义出其有效性。
用于所述食物摄取的量测的一种已知的方法使用了一单独的量测站，所述单独的量测站包括两个主要的系统：饲料的量测，通常为磅秤或体积量测装置；及一动物个体的辨识系统，通常为射频识别(RFID)。当在一农场中的多个所述量测站的数量对应于所述多个动物的数量时，可在不干扰所述动物的喂食行为的情况下达成基于此方法的有效的量测。由于即使是小型农场也通常包括一百只或更多的动物，因此与量测食物摄取相关的成本可能使这种方法在商业规模上不可实行。再者，容纳所述秤重过的饲料的多个料箱改变了所述多个农场的基础架构，并且需要进行多个额外耗时的操作，例如，清洁所述多个料箱、清理所述多个料箱周围的所述饲料的剩余物，及采用一饲料分配系统。这可能会增加另外的成本。
一些可替代的方法已经被提出以试图降低多个食物摄取量测系统的总价格。在一示例中，其已经建议使用基于拍摄所述饲料的多个图像的饲料体积量测法来作为饲料质量量测法的一替代方法。在另一示例中，其已经建议使用生物特征验证来作为RFID辨识的一替代方法，以便在一喂料站辨识一奶牛。然而，尚未建立可基于这样的多个方法以在一商业规模上使用的一可靠且具有成本效益的量测系统。
发明内容
根据本发明的一些实施例的一方面，提供了一种方法及一种系统，所述方法及所述系统用于确定在一整个畜群中的多个动物的个体食物(干物质食物)摄取，同时仅监控仅在一喂料道的一小部分中的饲料的重量或体积，所述畜群从所述喂料道进行喂食。可选择地，在少于20％或少于10％的所述多个喂料站中监控所述饲料的重量或体积。通过在一预定的时间段内选择性地将所述多个动物放置在一校正区域中可在一轮替基础上监控所述多个动物。在一些示例实施例中，使食物摄取与一动物个体的多个生理参数有关的一数学模型被应用于基于仅在所述动物的一哺乳期中的一短期间内量测一动物个体的食物摄取来在整个所述哺乳期内确定所述动物的效率。根据一些示例实施例，可将效率数据用来选择用于进行繁殖的多个动物、选择欲从所述畜群中移除的多个动物、选择针对多个动物个体或群体的饲料品质，并且也可将所述效率数据应用在大体上评估所述动物个体及所述畜群。
根据本发明的一些实施例的一方面，提供了一种秤重系统，所述秤重系统用于在一家畜农场中的一单独的喂料站。根据一些示例，所述秤重系统配置成低成本且方便的。
根据本公开的一些方面，提供了一种用于监控一家畜动物的个体食物摄取的系统，所述系统包括：一校正系统，配置用以在一预定的时间段内量测一动物的食物摄取的重量或体积，以及用以基于所述量测来校正用于所述动物的一数学模型，其中所述数学模型关于所述动物的一进食行为及关于利用食物摄取所定义的所述动物的多个生理参数，其中所述预定的时间段少于三周；一追踪系统，配置用以在所述预定的时间段之外的多个时间点追踪所述动物的进食行为；及一计算系统，配置用以基于校正出的用于所述动物的所述数学模型以及在所述预定的时间段之外的所述多个时间点的所述进食行为，来确定在一哺乳期内的所述动物的食物摄取。
可选择地，所述校正系统配置用以在一个时间点服务少于20％的所述多个家畜动物。
可选择地，所述校正系统被配置成设置在一畜舍的一隔离部分中。
可选择地，所述追踪系统被安装在所述畜舍的未被隔离的一部分中的一共有的喂料道中。
可选择地，所述校正系统包括多个单独的喂料站，每个所述喂料站与一磅秤整合。
可选择地，所述多个单独的喂料站中的至少一个包括一喂料箱，所述喂料箱利用一第一缆绳来悬挂在一框架上，且其中所述喂料站包括连接至所述第一缆绳的一称重传感器。
可选择地，一第二缆绳由一端连接至所述喂料箱，以及由另一端连接至一升降机构，其中所述升降机构配置用以基于拉动所述第二缆绳来将所述喂料箱倾斜，并排出所述喂料箱中的食物。
可选择地，所述喂料箱包括一清洁盘，所述清洁盘可转动地连接至所述喂料箱，其中所述清洁盘配置成在倾斜所述喂料箱的期间进行转动。
可选择地，所述校正系统包括一成像系统，所述成像系统配置用以侦测一饲料的体积。
可选择地，所述成像系统包括至少一深度摄像机。
可选择地，所述成像系统包括多个摄像机。
可选择地，所述成像系统配置用以应用一摄影测量法来侦测所述体积。
可选择地，所述校正系统包括一磅秤，所述磅秤配置用以监控所述饲料的一样品体积。
可选择地，所述校正系统包括一辨识系统，所述辨识系统配置用以辨识一动物的进食，以及用以监控所述动物的进食行为。
可选择地，所述辨识系统配置用以基于对所述动物的一项圈上的一专用的符号成像、生物特征验证或射频识别(RFID)，来辨识所述动物。
可选择地，所述校正系统包括一计算系统，所述计算系统配置用以校正所述数学模型。
可选择地，所述计算系统配置用以存取关于所述动物的生理数据。
可选择地，所述数学模型为具动物专一性的。
根据本公开的一些方面，提供了一种用于监控一家畜动物的个体食物摄取的方法，所述方法包括步骤：在一预定的时间段内，量测在一畜群中的多个动物个体的食物摄取，其中所述预定的时间段少于三周；在所述预定的时间段期间，追踪所述多个动物个体的进食行为；基于所述量测来校正用于所述动物的一数学模型，其中所述数学模型关于所述动物的进食行为及关于利用食物摄取所定义的所述动物的多个生理参数；在所述预定的时间段之外的多个时间点继续追踪所述动物的进食行为；及基于校正出的用于所述动物的所述数学模型以及在所述预定的时间段之外的所述多个时间点的所述进食行为，来确定在所述预定的时间段之外的所述多个时间点的所述动物的食物摄取。
可选择地，所述方法进一步包括：在一个时间点量测少于20％的所述多个家畜动物的所述食物摄取。
可选择地，所述方法进一步包括：在所述预定的时间段结束时，量测在所述畜群中的其他动物个体的食物摄取；及在一随后的预定的时间段内，校正用于所述其他动物个体的每一个的所述数学模型。
可选择地，所述量测的步骤是在一畜舍的一隔离部分中实行。
可选择地，所述方法进一步包括：在一完整的哺乳期内，校正用于所述畜群中的每只所述动物的所述数学模型，其中所述校正是对所述畜群的多个部分连续地实行；基于每只所述动物的食物摄取来确定在所述畜群中的每只所述动物的效率；并回报所述效率。
可选择地，所述追踪所述动物的进食行为的步骤是在所述预定的时间段之外的多个时间点于所述畜舍的未被隔离的一部分中的一共有的喂料道中实行。
可选择地，所述量测多个动物个体的食物摄取的步骤是基于量测在多个单独的喂料站的一饲料的重量来进行的。
可选择地，所述喂料站与一辨识系统整合，所述辨识系统配置用以辨识在所述喂料站的所述动物的进食。
可选择地，所述量测所述多个动物个体的食物摄取的步骤是基于侦测在一喂料道中的一饲料的体积来进行的。
可选择地，所述体积是基于一摄影量测法来侦测的。
可选择地，所述喂料道与一辨识系统整合，所述辨识系统配置用以辨识在所述喂料道的所述多个动物的进食。
可选择地，所述方法进一步包括：监控在所述喂料道中的所述饲料的比重；及基于所述重量及所述比重来确定食物的摄取。
可选择地，所述数学模型为具动物专一性的。
可选择地，所述动物的所述多个定义出的生理参数包括产乳的天数、定义由所述动物提供的乳汁的乳汁品质的多个参数，及所述动物的重量。
可选择地，所述数学模型是关于所述动物在与食物摄取一起的活动上所花费的时间，且对所述动物在活动上所花费的所述时间进行追踪。
可选择地，所述进食行为是基于进食所花费的时间及用餐的次数来加以追踪。
可选择地，所述多个动物为奶牛。
根据本公开的一些方面，提供了一种用于管理多个产乳动物的一畜群的方法，所述方法包括：在一哺乳周期内，监控在所述畜群中的多个动物个体的食物摄取；在所述哺乳周期内，监控所述多个动物个体的产乳量；基于所述食物摄取及所述产乳量来确定所述多个动物个体的一喂食效率分数；及回报所述畜群中得分低于一预定的喂食效率分数的多个动物。
可选择地，所述方法进一步包括下述两步骤中的至少一个：将所述畜群中得分低于一预定的喂食效率分数的所述多个动物移除；及基于所述效率分数来调整一饲料的品质。
可选择地，所述方法进一步包括：基于所述喂食效率得分来选择用于进行人工授精的一公牛。
可选择地，基于本文所描述的方法来监控在所述畜群中的所述多个动物个体的食物摄取。
除非另有定义，否则在本文所使用的所有技术及/或科学术语具有与本发明所属领域的普通技术人员通常所理解的相同含义。虽然与本文所描述的那些类似或等同的方法及材料可被使用于本发明的多个实施例的实践或测试中，但下面描述了多个示例性的方法及/或材料。假如有冲突，则以包括有多个定义的专利说明书为准。另外，所述多个材料、方法及示例仅为说明性的，并不旨在进行必要的限制。
附图说明
本发明的一些实施例仅通过一示例的方式参考多个附图及多个图像于本文中描述。现在具体且详细地参考多个附图，要强调的是，所显示的多个细节是以一示例的方式且出于本发明的多个实施例的说明性讨论的多个目的。在这方面，通过多个附图进行的描述使得本领域的技术人员清楚如何实施本发明的多个实施例。
在附图中：
图1为根据一些示例实施例的一示例性家畜棚舍的一简化的方块图，所述示例性家畜棚舍包括一指定的食物摄取校正区域；
图2为根据一些示例实施例的显示出在一奶牛的一哺乳期内的饲料能量(feedenergy)变化的一示例图示；
图3为根据一些示例实施例的用于确定动物个体的数学模型的一示例方法的一简化的流程图；
图4为根据一些示例实施例的在用于量测食物摄取的一家畜棚舍中的一指定区域中的多个示例性喂料站的一示例图示；
图5A及5B为根据一些示例实施例的多个示例性被悬挂的喂料站的一前视图及一侧视图；
图6A及6B为根据一些示例实施例的分别在一喂食位置中及一排空位置中的一示例性被悬挂的喂料站的多个侧视图；
图7A及7B为根据一些示例实施例的其他示例性家畜棚架的两个简化的方块图，两者均包括一饲料体积感测系统；
图8为根据一些示例实施例的用于确定动物个体的数学模型的另一示例方法的另一简化的流程图；
图9为根据一些示例实施例的用于基于一数学模型来监控一动物的效率的一示例方法的一简化的流程图；
图10为根据一些示例实施例的一示例家畜棚舍的一简化的方块图，所述示例家畜棚舍包括一指定的食物摄取校正区域及一饲料体积感测系统；及
图11为根据一些示例实施例的用于畜群管理的一简化的方块图。
具体实施方式
在本发明的一些实施例中，本发明关于家畜的管理，更特别且非排他地是关于在一动物个体的基础上监控牛只的食物摄取。
为了通过具有低成本且对一农场的基础架构为低干扰的一系统来达成精确地评估消耗掉的饲料，例如干物质，可通过其他方法来替代针对所有的动物随时以与多个料箱一起的多个磅秤来进行的精确的质量量测。根据一些示例实施例，提供了一种用于监控一产乳动物的个体饲料摄取及/或效率。根据一些示例实施例，所述评估的一部分是在一畜舍或动物棚舍中的一指定的区域中实行，且所述多个动物在一预定的时间段内被轮流放置在所述指定的区域中。所述指定的区域可占据所述畜舍的例如5％至30％，例如20％。可选择地，在普通的所述畜舍区域中(非指定的区域)，所述多个动物个体的进食行为，例如进食的持续时间及次数，可在不需要量测食物摄取的重量或体积的情况下进行监控，如此所述多个动物可在一更自然的环境下自由地进食。仅在一指定的区域中量测重量或体积也可能更具成本效益，因为相对于随时对所有的所述动物进行量测，一个时间点仅对所述多个动物的一部分进行量测需要较少的设备及过程。相较于量测食物摄取的质量，追踪多个动物个体的进食行为，例如进食的持续时间及次数，的成本较低且更为容易。可选择地，所述多个动物的每个群体被维持在所述指定区域中一至三周，例如两周。当所述动物位在所述指定区域时所采取的多个量测可被用于利用所述动物的进食行为及所述动物的多个生理参数来校正一数学模型，所述数学模型关于食物摄取。所述动物的进食行为，例如持续时间及进食的次数，可在整个所述哺乳期期间进行监控。多个生理参数，例如针对所述多个动物个体的重量、产乳量及乳汁品质，通常可在一产乳农场中进行追踪，并且可被使用。基于所述校正过的模型、追踪到的进食行为及多个已知的生理参数，所述动物的食物摄取可在整个所述哺乳期内进行监控。在一些示例实施例中，基于所述食物摄取及所述产乳量来确定喂食效率。
在本文可将喂食效率(也称为产乳效率)定义为每消耗掉的干物质(DM)饲料量所产生的乳汁量。喂食效率(喂食对上获得或获得对上喂食的比率)可作为获利的一基准。饲料可以各种量纲单位进行量测，例如饲料能量(feed energy)、千克湿重、千克干物质重等。乳汁(“获得”)也可以各种大小单位进行量测，所述各种量纲单位是考虑到乳汁内容物，例如乳脂肪、乳蛋白、乳汁能量或乳汁价格。很常见的是喂食效率本身通常是无量纲的。
根据一些示例实施例，所述指定的区域包括一辨识系统，所述辨识系统配置用以辨识每只所述动物接近在所述指定的区域中的一喂料站或一喂料道。辨识的进行可基于图像或基于射频识别(RFID)。所述辨识系统也可应用于追踪进食行为，例如进食的次数及持续时间。在一些示例实施例中，所述指定的区域包括用于多个奶牛个体的多个喂料站，所述多个喂料站与多个磅秤整合，以便量测所述饲料的重量。在一些可选择的示例实施例中，所述指定的区域包括：一成像系统，配置用以监控在所述指定的区域中的所述饲料的体积；以及一秤重站，用于监控所述饲料的密度。当基于体积来量测食物的摄取时，可不需要多个单独的喂料站。可将关于体积及密度的信息结合，以确定所述食物的摄取。
在一些示例实施例中，所述指定的区域可被除去，并且可基于监控在整个所述畜舍中的所述饲料的体积来监控所有的所述动物。
根据一些示例实施例，提供了一喂料站，所述喂料站包括一单独的喂料箱，所述单独的喂料箱被悬挂在地面上方。在一些示例实施例中，提供一单一的称重传感器来监控在所述喂料站中的所述饲料的重量，所述喂料箱通过所述称重传感器来被悬挂。在一些示例实施例中，所述喂料站另外包括一机械系统，所述机械系统配置用以可控制地将所述喂料箱倾斜，以便排空及清洁所述喂料箱。
在详细解释本发明的至少一实施例之前，应当理解的是本发明并非必要受限于其应用在以下描述中所阐述的及/或在多个图示及/或所述多个示例中所说明的多个组件的构造及布置及/或多个方法的多个细节。本发明能够为其他的实施例或者以各种方式来被实施或实现。
图1为根据一些示例实施例的一示例性家畜棚舍的一简化的方块图，所述示例性家畜棚舍包括一指定的食物摄取校正区域。一家畜畜舍210或棚舍容纳多只动物200，例如奶牛，例如50只至数百只动物。所述畜舍210通常包括一个或多个喂料道230，在所述喂料道230中提供有饲料240。所述多个动物可接近所述喂料道230来进食。虽然为了简化而未显示出，但在所述畜舍210中也通常提供了多个水站。根据一些示例实施例，所述畜舍210的一区块250被栅栏分隔开或隔离，并且所述动物200可被选择性放置在所述区块250中，例如通过一闸门255。在所述区块250中，所述多个动物200可被监控，以便侦测食物的摄取及与多个进食行为有关的多个参数。在一预定的校正期间，所有的所述动物200可轮流被放置在所述区块250中。监控所有的所述动物200可在一完整的哺乳期内实行，例如10至13个月或11个月。可选择地且取决于所述畜舍的一尺寸，可包括一个以上的所述区块250，以便容纳多个大型畜群。
根据一些示例实施例，所述区块250可包括多个独立的喂料站241，例如2至10个所述喂料站241。可选择地，所述区块250配置有一喂料站241，所述喂料站241用于在任一时间点被放置在所述区块250中的每只所述动物200。根据一些示例实施例，一食物摄取的校正系统220包括：每个所述喂料站的一秤重系统260；一辨识系统270，配置用以辨识接近所述喂料站241的每只奶牛；以及一计算系统280，配置用以控制系统的运作、处理取样到数据，并且基于所述取样到的数据来校正使所述多个动物的生理参数及所述进食行为与食物摄取有关的一数学模型，例如，在下文的方程式1所定义的所述模型。所述计算系统280可包括一存储器功能，并且可配置用以通过无线或有线连接来接收来自于其他计算系统的数据。
在所述多个喂料站241中的饲料的重量可在一段时间内被监控。在记录到的重量中的扰动可能指示出所述动物200正在进食。进食的次数、进食的持续时间及消耗量皆可被监控。所述辨识系统270可基于RFID、可基于生物特征验证，或者可基于辨识在所述动物200身上的一可见的标记。在一些示例实施例中，所述计算系统280配置用以存储或存取关于在所述区块250中的每只所述动物200的生理数据，并且可使用此信息来基于所述监控以评估所述动物200。所述辨识系统270也可追踪所述动物的进食行为，例如持续时间及进食的次数。当所述动物也在所述畜舍210的一区域中时，例如在所述区块250外，所述动物位在所述区域250当下所取得的数据可被用来校正用于确定所述动物的食物摄取的一模型。
根据一些示例实施例，在所述畜舍210的一主要区域中追踪所述多个动物200的进食行为，以确定所述数学模型的一些所述参数，例如，用餐次数及进食所花费的时间。可选择地，在主要区域中所进行的监控是利用类似于所述辨识系统270的一辨识系统。
图2为根据一些示例实施例的显示出在一奶牛的一哺乳期内的饲料能量变化的一示例图示。一奶牛的食物摄取、重量及乳汁的制造在所述奶牛的一哺乳期内为可变的。一曲线330表示在三个哺乳三月期(trimester)内的所述奶牛的重量的变化。在一哺乳期的开始，重量会由于消耗能量来支持乳汁的生产而减少，此后重量通常会稳定地增加。一曲线320表示通常在一第一个三月期内增加，接着稳定地减少的食物的摄取。一曲线310表示乳汁的制造。在乳汁制造能量与食物能量之间的差异可提供动物效率方面的理解。通常，期望的是一奶牛提供了具有低食物摄取的高产乳能量。
根据一些示例实施例，在所述哺乳周期的一相对短的期间内量测对于每只所述动物的食物摄取。可选择地，所述量测发生在两周内，或在介于一至三周的一期间内。在一些示例实施例中，代表整个所述哺乳期的食物摄取可基于在校正期内的输出以及一数学模型来确定，所述数学模型考虑到所述奶牛的多个生理参数及亦在所述畜舍的所述主要区域中被追踪到的正在进行的进食行为。在一些示例实施例，所述数学模型可由以下的方程式来定义：
Y＝(β0+γ0，k+δ0，j)+(β1+δ1，j)mealTimei，j，k+β2numOfMealsi，j，k+(β3+δ3，j)daysInMilkingi，j，k+β4fatPercenti，j，k+β5proteinPercenti，j，k+β6lactationi，j，kβ7MYi，j，k+β8BWi，j，k+β9ratioBWMYi，j，k+β10NRCi，j，k+β11activityi，j，k+εi，j，k
方程式(1)
其中：
根据一些示例实施例，多个系数β、γ、δ及ε为一混合线性模型的多个系数，基于对于所述动物的食物摄取的多个重复的量测结果可在所述校正期内针对一动物个体确定所述混合线性模型。接着，所述数学模型可被应用于此动物，以便基于进食行为及多个已知的生理参数来确定正在进行的食物摄取。在此方式中，在所述哺乳周期的不同阶段内监控的所述多个动物仍然可被比较(在所属哺乳周期结束时)，以确定所述多个动物之间的效率的差异性。在方程式1中所定义的数学模型可被每只动物200校正，并且可被应用于确定在所述主要的畜舍区域中的食物摄取。
图3为根据一些示例实施例的用于确定动物个体的数学模型的一示例方法的一简化的流程图。根据一些示例实施例，将来自于所述畜群的所述多个动物的一群体转移至一指定区域(图1中所显示的区块250)，以监控饲料摄取及校正所述数学模型(方程式1)(方块110)。在每只所述动物接近一喂料站时进行辨识(方块120)。根据一些示例实施例，当所述动物在一独立的喂料站进食时，量测个体的食物摄取(方块130)。还监控了用餐的次数及用餐的持续时间，例如，利用所述辨识系统270或其他追踪系统。根据一些示例实施例，每个所述喂料站包括一专用的磅秤，并且比较在一动物进食之前及之后的在所述进料站中的饲料重量，以确定食物摄取的重量。根据一些示例实施例，额外的多个生理参数可被确定或者从一远端位点被存取(方块140)。在一些示例实施例中，所述多个生理参数可包括在方程式(1)中的所述多个参数，例如产乳量、在乳汁中的脂肪百分比、在产犊后产乳的天数、在乳汁中的蛋白质百分比、哺乳次数、动物重量、在体重与产乳量之间的NRC比率及活动力。根据一些示例实施例，基于从所述校正期而来的数据及所述生理数据来校正所述数学模型(方块150)。在校正期间，针对一动物个体来定义在所述数学模型中的所述多个系数。在所述校正期结束时，将所述多个动物转移至所述普通的畜舍区域，并且将所述多个动物的一新的群体转移至所述隔离区域，以进行校正(方块170)。
图4为根据一些示例实施例的在用于监控食物摄取的一家畜畜舍中的一指定区域中的多个示例性喂料站的一示例图示。根据一些示例实施例，一畜舍210的一隔离区域250包括多个独立的喂料站241，包括一喂料箱的每个所述喂料站利用一称重传感器261来被悬挂在一框架263。通过悬挂所述多个喂料箱，每个喂料站的一称重传感器足以监控所述喂料箱中的重量。相较于被支撑在地面上且通常需要至少两个称重传感器以监控重量的多个喂料站，此方式可降低成本。根据一些示例实施例，所述区域250另外包括一辨识系统270。可选择地，所述辨识系统270被定位在所述框架263上方，可选择地位在距离所述地面约2.5至3.5米的高度处，例如3米。所述辨识系统270可在一个时间点辨识及追踪一只以上的所述动物的进食行为。可选择地，所述辨识系统270包括多个单元，例如每个所述喂料站有一单元。
一示例磅秤使用具有50克精确度的一种100千克的称重传感器(L6G，杰米克欧洲私人有限公司(Zemic Europe B.V)，埃滕-勒尔市，荷兰)。来自于所述称重传感器的一讯号可通过一称重传感器的放大器(HX711，史巴克方电子(SparkFun Electronics)，波德，科罗拉多州)来被放大，并且通过一微控制器(Uno，阿杜伊诺(Arduino))来被读取。通过一串联的步骤准则可将3至6个称重传感器连接至一计算系统。
图5A及5B为根据一些示例实施例的多个示例性被悬挂的喂料站的一前视图及一侧视图。表1列出可选择地被包括在所述多个喂料站241中的各种组件。
表1、所述喂料站的多个组件的列表
| 零件编号 | 描述 | 零件编号 | 描述 |
| 1 | 喂料箱 | 8 | 水平框架 |
| 2 | 后方缆线 | 9 | 滑轮 |
| 3 | 前方缆线 | 10 | 牛棚柱 |
| 4 | 称重传感器 | 11 | 计算机盒 |
| 5 | 磅秤(scale)框架 | 12 | 升降齿轮 |
| 6 | 升降缆绳 | 13 | 升降马达 |
| 7 | 摄像机 |
根据一些示例实施例，所述摄像机与所述计算机盒一起用于辨识所述动物。在一些示例实施例中，当期望排空所述喂料箱1的内容物时，所述升降马达13被提供用于倾斜所述喂料箱1。
图6A及6B为根据一些示例实施例的分别在一喂食位置中及一排空位置中的一示例性被悬挂的喂料站的多个侧视图。在图6A及6B中，显示出配置用以倾斜所述喂料箱1的多个机械特征245。通过悬挂所述喂料箱1并利用所述马达及所述升降齿轮来提供升降及倾斜，一拖拉机能够接近所述喂料箱1的下方及周围的地面以清洁所述区域。这样可使清洁的进行更为方便，并且可节省手动清洁一喂料箱周围所需的时间。
所述饲料的剩余物必须从所述喂料站移除，以防止腐败物或昆虫及啮齿动物的出现。类似于现有的饲料磅秤。在一些示例实施例中，安装在所述框架5上且利用通过所述多个滑轮的所述多个缆绳来连接至所述多个喂料箱的具有一个1:10齿轮的一DC马达(博世(Bosch)CHP 24伏24瓦)被用于通过举起所述多个料箱的后面部分来翻转所述多个料箱。所述马达及所述齿轮足以举起六个具有5千克的饲料剩余物的料箱。实行所述举起直到一终止位置为止，所述终止位置是由安装在所述缆绳上的一微动开关限定而成。图6B显示出在一终止清洁位置的翻转过的所述标尺的一视图。
在进食期间，多只奶牛的的唾液会产生所述饲料的多个团块，所述多个团块维持粘附在所述料箱的多个壁上。因此，在没有人工协助的情况下，翻转所述料箱可能无法充分进行清洁。所述多个团块集中位于所述料箱的一下部边缘，它们在此处落下，随后被所述奶牛按压住。在一些示例实施例中，所述喂料箱1在收集了所述多个团块的所述边缘处具有一旋转的清洁盘。可选择地，在所述料箱翻转并移除所述多个团块的期间，所述清洁盘在一轴线上转动。
图7A及7B为根据一些示例实施例的其他示例性家畜棚架的两个简化的方块图，两者均包括一饲料体积感测系统。根据一些示例实施例，相对于监控所述饲料的重量，可基于监控所述饲料的体积来监控食物的摄取。基于体积来量测饲料的摄取除去了将多个磅秤与多个独立的喂料站整合的需求。根据一些示例实施例，在一指定的校正区域250中监控食物的摄取，所述校正区域250占据所述畜舍210的一小部分，例如，所述畜舍210的10％至30％，或20％，如图7A中所显示。体积的侦测可利用一成像装置290来实行，例如，一深度摄像机，或散布于所述区域250中的所述喂料道230的一部分的多个摄像机。
在一些示例实施例中，一摄影测量法被应用于侦测所述饲料的体积。所述摄影测量法为一图像处理演算法。目的在于通过一对象的大量的图片来创建所述对象的一表面的3D模型。所述摄影测量法可使用从不同摄像机位置获得的所述对象的多张图片，并且可处理所述多个图像以找到所述大量的图片共有的多个特征(多个连结点)，以及实行对于所述多个连结点的一种三角测量，从而在一空间中找到它们的座标。
在一些示例实施例中，体积的侦测可利用一现成的扫描仪，例如，由位于马萨诸塞州波士顿的Eos系统(Eos Systems)公司所开发的相片塑造者(PhotoModeler)扫描仪。
在其他示例实施例中，当应用体积侦测来确定食物的摄取时，不使用在任一时间点仅监控所述多个动物的一部分的一指定区域250，而是可监控整个所述喂料道，如图7B所显示。例如，如图7A或图7B所显示的用以监控食物摄取的决定可取决于监控所述体积所需的所述成像系统或所述扫描仪的成本。在一些示例实施例中，所述体积可基于所述饲料的多个图像的图像处理来确定，所述饲料的所述多个图像已经被拍摄作为在多个限定高度的多个参考点的多个图像。
在一些示例实施例中，当基于所述体积来监控食物的摄取时，所述饲料的密度或比重亦被监控，如此可确定所述食物摄取的所述重量。可选择地，包括了一专用的磅秤267，以侦测所述饲料的重量。由于所述饲料的部分脱水，所述密度或比重可能在一天当中发生变化，并且由于所提供的饲料类型不同，所述密度或比重可能会每天发生变化。
根据一些示例实施例，所述食物摄取的校正系统211包括：一秤重系统267，配置用以监控所述饲料的重量；一辨识系统270，配置用以辨识接近所述喂料道230的每只奶牛；一成像系统290，配置用以在所述动物进食之前及之后，监控所述被辨识到的动物前方的所述饲料的体积；及一计算系统280，配置用以控制系统的运作、处理取样到数据，并且基于所述取样到的数据来校正使所述多个动物的生理参数及所述进食行为与食物摄取有关的一数学模型，例如，在方程式1中所定义的所述模型。所述辨识系统270可基于RFID、可基于生物特征验证，或者可基于辨识在所述动物200身上的一可见的标记。根据一些示例实施例，所述计算系统280包括一存储器功能或访问一远端存储器。在一些示例实施例中，所述计算系统280配置用以存储或存取与在所述区块250中的每只所述动物200有关的生理数据。
现在具体参考图7A，根据一些示例实施例，在所述哺乳周期的一相对短的期间内监控在一畜舍中的每只所述动物的效率或食物摄取。可选择地，校正发生在两周内，或在介于一至三周的一期间内。在一些示例实施例中，代表整个所述哺乳期的食物摄取可基于在所述校正期内的输出、在所述哺乳期的其余时间内追踪所述动物的进食行为与多个生理参数，以及由方程式1所定义的所述数学模型来确定。当所述动物位在所述指定区域250时所采取的多个测量可被用于来校正用于所述动物的所述数学模型，并且此数学模型可被用于确定在整个所述哺乳期内的位于所述畜舍210的所述主要区域中的所述动物的食物摄取。
图8为根据一些示例实施例的用于确定动物个体的数学模型的另一示例方法的另一简化的流程图。根据一些示例实施例，将来自于所述畜群的所述多个动物的一群体转移至一指定区域(图7A中所显示的区块250)，以监控食物摄取及校正所述数学模型(方程式1)(方块110)。通过一动物辨识系统可辨识接近或位于一喂料道的一动物(方块420)。所述动物辨识系统可为一RFID装置或具有处理功能的一成像装置。图像的处理可基于辨识多个生物特征或辨识在所述动物身上的一辨识标记。通过例如利用一深度摄像机、一种三维摄像机，或从不同角度拍摄多个图像的多个摄像机可确定在所述喂料道中的所述饲料的体积(方块430)。可选择地，可应用一摄影量测法。可选择地，将多个参考对象定位在所述喂料道周围，以便校正所述多个拍摄到的图像。根据一些示例实施例，通过在一磅秤上秤重一样品体积来监控所述饲料的密度及比重(方块435)。
根据一些示例实施例，额外的多个生理参数可被确定或者从一远端位点被存取(方块140)。在一些示例实施例中，所述多个生理参数可包括在方程式(1)中的所述多个参数，例如产乳量、在乳汁中的脂肪百分比、在产犊后产乳的天数、在乳汁中的蛋白质百分比、哺乳次数、动物重量、在体重与产乳量之间的NRC比率及活动力。根据一些示例实施例，基于从所述校正期而来的数据、收集到的关于进食行为的数据及已知的或确定过的生理数据，来校正所述数学模型(方块450)。在校正期间，针对一动物个体来定义在所述数学模型中的所述多个系数。在所述校正期结束时，将所述多个动物转移至所述普通的畜舍区域，并且将所述多个动物的一新的群体转移至所述隔离区域，以进行校正(方块470)。
图9为根据一些示例实施例的用于基于一数学模型来监控一动物的效率的一示例方法的一简化的流程图。根据一些示例实施例，当一动物位在所述畜舍的所述主要部分中时，所述动物在接近一喂料道时可被辨识到(方块475)。多个进食参数，例如进食所花费的时间及用餐的次数，可被侦测及存储(480)。通常，可利用相对低成本的仪器，例如多个摄像机，来实行这些进食参数的侦测。可选择地，在一哺乳期结束时，对于一动物的所述数学模型可被上传(方块485)。对于所述动物的所述数学模型的多个生理参数亦可被上传(方块490)，并且可确定食物的摄取(方块495)。基于所述食物摄取及产乳量可定义所述效率(方块497)。
图10为根据一些示例实施例的一示例家畜棚舍的一简化的方块图，所述示例家畜棚舍包括一指定的食物摄取校正区域及一饲料体积感测系统。在一些示例实施例中，一畜舍210可包括如参考图1及图3所描述的一指定的校正区域250，并且也可包括如参考图7B所描述的在所述畜舍210的一主要区域中的一体积感测系统。在一些示例实施例中，基于利用从所述系统221获得的所述信息来补足从所述系统220获得的信息可提供准确度。
图11为根据一些示例实施例的用于畜群管理的一简化的方块图。在一些示例实施例中，基于食物摄取与乳汁输出的关系可为一畜群中的每只动物定义出动物效率的一量测标准(方块510)。在一些示例实施例中，从所述畜群中将效率低于一预定阈值的多个动物移除(方块520)。在一些示例实施例中，基于多个畜群的特定的多个群体的效率量测值，可为所述多个特定的群体调整饲料(方块530)。可选择地，具有较高效率的多个动物可被喂食较昂贵或品质较好的饲料。可替代地，具有较低效率的多个动物可被喂食饲料而有助于提高牠们的效率。在一些示例实施例中，一效率的量测值可被应用来决定将哪些公牛用于进行将来的授精(方块540)。
Claims (39)
1.一种用于监控一家畜动物的个体食物摄取的系统，其特征在于：所述系统包含︰
一校正系统，配置用以在一预定的时间段内量测一动物的食物摄取的重量或体积，以及用以基于所述量测来校正用于所述动物的一数学模型，其中所述数学模型关于所述动物的一进食行为及关于利用食物摄取所定义的所述动物的多个生理参数，其中所述预定的时间段少于三周；
一追踪系统，配置用以在所述预定的时间段之外的多个时间点追踪所述动物的进食行为；及
一计算系统，配置用以基于校正出的用于所述动物的所述数学模型以及在所述预定的时间段之外的所述多个时间点的所述进食行为，来确定在一哺乳期内的所述动物的食物摄取。
2.如权利要求1所述的系统，其特征在于：所述校正系统配置用以在一个时间点服务少于20％的所述多个家畜动物。
3.如权利要求1或2所述的系统，其特征在于：所述校正系统被配置成设置在一畜舍的一隔离部分中。
4.如权利要求3所述的系统，其特征在于：所述追踪系统被安装在所述畜舍的未被隔离的一部分中的一共有的喂料道中。
5.如权利要求1至4任一项所述的系统，其特征在于：所述校正系统包括多个单独的喂料站，每个所述喂料站与一磅秤整合。
6.如权利要求5所述的系统，其特征在于：所述多个单独的喂料站中的至少一个包括一喂料箱，所述喂料箱利用一第一缆绳来悬挂在一框架上，且其中所述喂料站包括连接至所述第一缆绳的一称重传感器。
7.如权利要求6所述的系统，其特征在于：一第二缆绳由一端连接至所述喂料箱，以及由另一端连接至一升降机构，其中所述升降机构配置用以基于拉动所述第二缆绳来将所述喂料箱倾斜，并排出所述喂料箱中的食物。
8.如权利要求7所述的系统，其特征在于：所述喂料箱包括一清洁盘，所述清洁盘可转动地连接至所述喂料箱，其中所述清洁盘配置成在倾斜所述喂料箱的期间进行转动。
9.如权利要求1至4任一项所述的系统，其特征在于：所述校正系统包含一成像系统，所述成像系统配置用以侦测一饲料的体积。
10.如权利要求9所述的系统，其特征在于：所述成像系统包括至少一深度摄像机。
11.如权利要求9所述的系统，其特征在于：所述成像系统包括多个摄像机。
12.如权利要求9至11任一项所述的系统，其特征在于：所述成像系统配置用以应用一摄影测量法来侦测所述体积。
13.如权利要求9至12任一项所述的系统，其特征在于：所述校正系统包含一磅秤，所述磅秤配置用以监控所述饲料的一样品体积。
14.如权利要求1至13任一项所述的系统，其特征在于：所述校正系统包含一辨识系统，所述辨识系统配置用以辨识一动物的进食，以及用以监控所述动物的进食行为。
15.如权利要求14所述的系统，其特征在于：所述辨识系统配置用以基于对所述动物的一项圈上的一专用的符号成像、生物特征验证或射频识别(RFID)，来辨识所述动物。
16.如权利要求1至15任一项所述的系统，其特征在于：所述校正系统包含一计算系统，所述计算系统配置用以校正所述数学模型。
17.如权利要求16所述的系统，其特征在于：所述计算系统配置用以存取关于所述动物的生理数据。
18.如权利要求1至17所述的系统，其特征在于：所述数学模型为具动物专一性的。
19.一种用于监控一家畜动物的个体食物摄取的方法，其特征在于：所述方法包含步骤：
在一预定的时间段内，量测在一畜群中的多个动物个体的食物摄取，其中所述预定的时间段少于三周；
在所述预定的时间段期间，追踪所述多个动物个体的进食行为；
基于所述量测来校正用于所述动物的一数学模型，其中所述数学模型关于所述动物的进食行为及关于利用食物摄取所定义的所述动物的多个生理参数；
在所述预定的时间段之外的多个时间点继续追踪所述动物的进食行为；及
基于校正出的用于所述动物的所述数学模型以及在所述预定的时间段之外的所述多个时间点的所述进食行为，来确定在所述预定的时间段之外的所述多个时间点的所述动物的食物摄取。
20.如权利要求19所述的方法，其特征在于：所述方法包含：在一个时间点量测少于20％的所述多个家畜动物的所述食物摄取。
21.如权利要求19或20所述的方法，其特征在于：所述方法包含：在所述预定的时间段结束时，量测在所述畜群中的其他动物个体的食物摄取；及在一随后的预定的时间段内，校正用于所述其他动物个体的每一个的所述数学模型。
22.如权利要求19至21任一项所述的方法，其特征在于：所述量测的步骤是在一畜舍的一隔离部分中实行。
23.如权利要求19至22任一项所述的方法，其特征在于：所述方法包含：在一完整的哺乳期内，校正用于所述畜群中的每只所述动物的所述数学模型，其中所述校正是对所述畜群的多个部分连续地实行；基于每只所述动物的食物摄取来确定在所述畜群中的每只所述动物的效率；并回报所述效率。
24.如权利要求21所述的方法，其特征在于：追踪所述动物的进食行为的步骤是在所述预定的时间段之外的多个时间点于所述畜舍的未被隔离的一部分中的一共有的喂料道中实行。
25.如权利要求19至24任一项所述的方法，其特征在于：所述量测所述多个动物个体的食物摄取的步骤是基于量测在多个单独的喂料站的一饲料的重量来进行的。
26.如权利要求25所述的方法，其特征在于：所述喂料站与一辨识系统整合，所述辨识系统配置用以辨识在所述喂料站的所述动物的进食。
27.如权利要求19至24任一项所述的方法，其特征在于：所述量测所述多个动物个体的食物摄取的步骤是基于侦测在一喂料道中的一饲料的体积来进行的。
28.如权利要求27所述的方法，其特征在于：所述体积是基于一摄影量测法来侦测的。
29.如权利要求27或28所述的方法，其特征在于：所述喂料道与一辨识系统整合，所述辨识系统配置用以辨识在所述喂料道的所述多个动物的进食。
30.如权利要求27至29任一项所述的方法，其特征在于：所述方法包含：监控在所述喂料道中的所述饲料的比重；及基于所述体积及所述比重来确定食物的摄取。
31.如权利要求19至30任一项所述的方法，其特征在于：所述数学模型为具动物专一性的。
32.如权利要求19至31任一项所述的方法，其特征在于：所述动物的所述多个定义出的生理参数包括产乳的天数、定义由所述动物提供的乳汁的乳汁品质的多个参数，及所述动物的重量。
33.如权利要求32所述的方法，其特征在于：所述数学模型是关于所述动物在与食物摄取一起的活动上所花费的时间，且对所述动物在活动上所花费的所述时间进行追踪。
34.如权利要求19至33任一项所述的方法，其特征在于：所述进食行为是基于进食所花费的时间及用餐的次数来加以追踪。
35.如权利要求19至34任一项所述的方法，其特征在于：所述多个动物为奶牛。
36.一种用于管理多个产乳动物的一畜群的方法，其特征在于：所述方法包含：
在一哺乳周期内，监控在所述畜群中的多个动物个体的食物摄取；
在所述哺乳周期内，监控所述多个动物个体的产乳量；
基于所述食物摄取及所述产乳量来确定所述多个动物个体的一喂食效率分数；及
回报所述畜群中得分低于一预定的喂食效率分数的多个动物。
37.如权利要求36所述的方法，其特征在于：所述方法包含下述两步骤中的至少一个：将所述畜群中得分低于一预定的喂食效率分数的所述多个动物移除；及基于所述效率分数来调整一饲料的品质。
38.如权利要求36或37所述的方法，其特征在于：所述方法包含：基于所述喂食效率得分来选择用于进行人工授精的一公牛。
39.如权利要求26至38任一项所述的方法，其特征在于：基于权利要求19至35任一项来监控在所述畜群中的所述多个动物个体的食物摄取。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762589605P | 2017-11-22 | 2017-11-22 | |
| US62/589,605 | 2017-11-22 | ||
| PCT/IL2018/051272 WO2019102471A1 (en) | 2017-11-22 | 2018-11-22 | Method and apparatus for monitoring food intake of livestock animals |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111587069A true CN111587069A (zh) | 2020-08-25 |
| CN111587069B CN111587069B (zh) | 2022-10-14 |
Family
ID=66631423
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880086108.3A Active CN111587069B (zh) | 2017-11-22 | 2018-11-22 | 用于监控家畜动物的食物摄取的方法及设备 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20200305388A1 (zh) |
| EP (1) | EP3713400B1 (zh) |
| CN (1) | CN111587069B (zh) |
| IL (1) | IL274850A (zh) |
| WO (1) | WO2019102471A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105960164A (zh) | 2013-12-08 | 2016-09-21 | 以色列国家农业和农村发展农业研究组织沃尔坎尼中心 | 用于监控家畜动物的食物摄取的方法和系统 |
| NL2024138B1 (nl) * | 2019-10-31 | 2021-07-19 | Nedap Nv | Zelflerend gegevensverwerkingsmodel voor het kwantificeren van een hoeveelheid droge stof die is opgenomen door een individueel dier. |
| NL2027684B1 (en) * | 2021-03-03 | 2022-09-22 | Nedap Nv | Method of calibrating a plurality of sensors in a system for obtaining animal data from a group of animals, as well as computer program product. |
| CN115250940B (zh) * | 2022-08-29 | 2024-03-29 | 山东大佳机械有限公司 | 基于自学习的养殖动物喂食系统 |
| CN117528038B (zh) * | 2024-01-08 | 2024-03-26 | 中博农畜牧科技股份有限公司 | 一种基于深度学习的奶牛饲喂草料状态监测预警系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008135546A1 (de) * | 2007-05-04 | 2008-11-13 | Gea Westfaliasurge Gmbh | Vorrichtung zum bewegen eines positionierrahmens sowie eines futterbehälters am melkplatz |
| CN105594611A (zh) * | 2015-12-23 | 2016-05-25 | 青岛工学院 | 一种可以测量家畜体况的喂食装置 |
| CN105960164A (zh) * | 2013-12-08 | 2016-09-21 | 以色列国家农业和农村发展农业研究组织沃尔坎尼中心 | 用于监控家畜动物的食物摄取的方法和系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL137381A (en) * | 2000-07-19 | 2005-06-19 | Avshalom Bar Shalom | Method and system for monitoring ruminant animals, particularly dairy cattle |
| US20070137584A1 (en) * | 2005-12-16 | 2007-06-21 | Travis Bryan R | System for monitoring animal feed consumption |
| EP2467012A1 (en) * | 2009-08-19 | 2012-06-27 | The University of New England | System and method for monitoring the feeding practices of individual animals in a grazing environment |
| US10085419B2 (en) * | 2015-07-13 | 2018-10-02 | C-Lock Inc. | Modular livestock feed system for measuring animal intake and monitoring animal health |
-
2018
- 2018-11-22 CN CN201880086108.3A patent/CN111587069B/zh active Active
- 2018-11-22 EP EP18881447.9A patent/EP3713400B1/en active Active
- 2018-11-22 US US16/765,903 patent/US20200305388A1/en active Pending
- 2018-11-22 WO PCT/IL2018/051272 patent/WO2019102471A1/en unknown
-
2020
- 2020-05-21 IL IL274850A patent/IL274850A/en unknown
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008135546A1 (de) * | 2007-05-04 | 2008-11-13 | Gea Westfaliasurge Gmbh | Vorrichtung zum bewegen eines positionierrahmens sowie eines futterbehälters am melkplatz |
| CN105960164A (zh) * | 2013-12-08 | 2016-09-21 | 以色列国家农业和农村发展农业研究组织沃尔坎尼中心 | 用于监控家畜动物的食物摄取的方法和系统 |
| CN105594611A (zh) * | 2015-12-23 | 2016-05-25 | 青岛工学院 | 一种可以测量家畜体况的喂食装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3713400B1 (en) | 2024-01-03 |
| IL274850A (en) | 2020-07-30 |
| EP3713400A1 (en) | 2020-09-30 |
| EP3713400A4 (en) | 2021-07-28 |
| WO2019102471A1 (en) | 2019-05-31 |
| CN111587069B (zh) | 2022-10-14 |
| US20200305388A1 (en) | 2020-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111587069B (zh) | 用于监控家畜动物的食物摄取的方法及设备 | |
| Ruuska et al. | Validation of a pressure sensor-based system for measuring eating, rumination and drinking behaviour of dairy cattle | |
| US10463024B2 (en) | Highly automated system and method of using the same to measure, monitor, manage and control grazing environment and animals | |
| Bloch et al. | Assessing the potential of photogrammetry to monitor feed intake of dairy cows | |
| CN102511441B (zh) | 奶牛数字化精准养殖系统 | |
| US6659039B1 (en) | Method for controlling breeding of free-range animals | |
| US8245664B2 (en) | Animal monitoring method and apparatus | |
| US20170325426A1 (en) | A Method and Device for Remote Monitoring of Animals | |
| CN114051377B (zh) | 基于3d成像的动物体重测定 | |
| KR20220137137A (ko) | 축산 정보 관리 시스템, 축산 정보 관리 서버, 축산 정보 관리 방법, 및 기억 매체에 격납된 축산 정보 관리 프로그램 | |
| Werner et al. | Identification of possible cow grazing behaviour indicators for restricted grass availability in a pasture-based spring calving dairy system | |
| JP7483242B2 (ja) | 情報処理装置及び予測プログラム | |
| Bloch et al. | Design a system for measuring individual cow feed intake in commercial dairies | |
| Shorten | Computer vision and weigh scale-based prediction of milk yield and udder traits for individual cows | |
| Lassen et al. | Repeatabilities of individual measures of feed intake and body weight on in-house commercial dairy cattle using a 3-dimensional camera system | |
| Franchi et al. | Estimating body weight in conventional growing pigs using a depth camera | |
| Pezzuolo et al. | Non-contact feed weight estimation by RFID technology in cow-feed alley | |
| Lassen et al. | CFIT–cattle feed InTake–a 3D camera based system to measure individual feed intake and predict body weight in commercial farms | |
| NL2028275B1 (en) | Animal husbandry system | |
| US20240224946A1 (en) | Animal husbandry system | |
| KR100586921B1 (ko) | 초식가축의 사료섭취량 자동조사장치 및 방법 | |
| Bloch et al. | The international journal of animal biosciences | |
| BR102017006913A2 (pt) | sistema de pesagem automática, voluntária compreendendo o sistema de monitoramento e gestão de animais e aparelho | |
| JP2023154786A (ja) | 斃死鶏検出装置およびそれを備える養鶏システム | |
| Peyraud | Precision Livestock Farming (PLF) into Practice |
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 |