CN111838007A - 一种基于大数据的奶牛养殖监管系统 - Google Patents

Abstract

本发明公开了一种基于大数据的奶牛养殖监管系统，包括挤奶模块、脚步记录模块、警报模块、人机交互模块、体重检测模块、信息存储模块与奶牛状态追踪模块；其中奶牛状态追踪模块对奶牛的产奶量进行长期监控，在奶牛的产奶量发生异常下滑时，及时发现，能够降低由于时间变化对奶牛产奶量变化影响的结果对数据分析结果影响，另外，奶牛状态追踪模块通过对奶牛的两个前脚或两个后脚的运动情况进行监控，能够及时发现奶牛的跛足，从而进一步有针对性的对对应奶牛的腰部状况进行检测，具体的根据奶牛背部的弯曲程度进行判断，通过自动逐渐缩小检测范围，提升奶牛追踪模块对奶牛蹄病分析的准确性，避免出现大量误判，降低了工作人员的工作量。

Description

一种基于大数据的奶牛养殖监管系统

技术领域

本发明属于奶牛养殖技术领域，具体的，涉及一种基于大数据的奶牛养殖监管系统。

背景技术

随着畜牧业的高速发展，奶牛养殖逐渐从小规模的散户养殖转变为规模化奶牛养殖，这也使得乳制品行业得到了快速的发展，如今，牛奶及其衍生产品已经成为日常生活随处可见的基础食品，因此在规模化的奶牛养殖过程中，奶牛的健康状态会直接对牛奶产品的质量造成影响。

现在的奶牛规模化养殖中，由于奶牛养殖的密度高，会导致奶牛的部分生长环境较差，同时工业化养殖的奶牛的活动范围较小，会导致奶牛易于患上奶牛乳房炎以及奶牛蹄病，奶牛乳房炎以及奶牛蹄病都存在恶化速度快、易传染的特点，且奶牛乳房炎还会对奶牛的产奶量以及产奶质量造成明显影响，因此需要及时的发现奶牛的奶牛乳房炎以及奶牛蹄病，避免其恶化以及传染，但是现有技术中对奶牛蹄病以及奶牛乳房炎的检测主要还是通过人工检测，这种方法工作量大，在现代规模化的奶牛养殖中需要消耗大量的人力与精力取完成，并且还容易出现漏检的情况，为了解决上述问题，提供一种能够自动对规模化养殖中的奶牛的奶牛乳房炎以及奶牛蹄病进行自动检测的方法，本发明提供了以下技术方案。

发明内容

本发明的目的在于提供一种基于大数据的奶牛养殖监管系统。

本发明需要解决的技术问题为：

现在的奶牛规模化养殖中，由于奶牛养殖的密度高，会导致奶牛的部分生长环境较差，同时工业化养殖的奶牛的活动范围较小，会导致奶牛易于患上奶牛乳房炎以及奶牛蹄病，奶牛乳房炎以及奶牛蹄病都存在恶化速度快、易传染的特点，且奶牛乳房炎还会对奶牛的产奶量以及产奶质量造成明显影响，因此需要及时的发现奶牛的奶牛乳房炎以及奶牛蹄病，避免其恶化以及传染，但是现有技术中对奶牛蹄病以及奶牛乳房炎的检测主要还是通过人工检测，这种方法工作量大，在现代规模化的奶牛养殖中需要消耗大量的人力与精力取完成，并且还容易出现漏检的情况。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的奶牛养殖监管系统，包括挤奶模块、脚步记录模块、警报模块、人机交互模块、体重检测模块、信息存储模块与奶牛状态追踪模块；

所述挤奶模块用于对奶牛进行挤奶操作，同时检测奶牛的单次挤奶总量以及挤奶过程中的实时流量，当挤奶过程中的实时流量小于预设值时，挤奶模块停止挤奶操作，所述挤奶模块还将奶牛的单次挤奶量总量信息传输至信息存储模块；

所述体重检测模块用于对奶牛的体重进行检测，并将所检测的体重信息传输至信息存储模块；

所述脚步记录模块包括安装在奶牛的两个后脚或两个前脚的计步单元以及安装在奶牛的必经路上的读写单元，读写单元用于读取奶牛的编号信息以及奶牛的两个脚上的计步单元的计步数据，并将所采集的编号信息与对应的计步数据传输至信息存储模块；

所述计步单元用于读取对应牛脚的步数以及每个步数计数完成的时刻；

所述警报模块用于发出警报信息；

所述人机交互模块用于对信息存储模块中的奶牛数据进行展示查看；

所述奶牛状态追踪模块用于读取信息存储模块中的信息数据，并根据数据对奶牛的奶牛乳房炎与奶牛蹄病进行分析与识别；

所述奶牛状态追踪模块对奶牛蹄病进行分析识别的方法为：

SS1、奶牛状态追踪模块读取两个计步单元记录的计步数据Rl与Rr，其中Rl＝Rl1、Rl2、...、Rln1，Rr＝Rr1、Rr2、...、Rrn2，Rl与Rr分别为两只脚落下的时刻，n1与n2分别为两只脚完成的步数；

SS2、首先根据公式

计算得到nq值，并将nq值与预设值ne进行比较，当nq≤ne时，则认为对应奶牛没有奶牛蹄病，当nq＞ne时，则进入步骤SS3进行进一步判断，其中nmin是指n1与n2中较小的一方，当n1等于n2时，则nmin为n1与n2中的任一个；

SS3、对Rl与Rr进行匹配，将Rli与Rri中时刻最接近的两个作为一组，计算Rli与Rri的时间差ti，得到一组时间差数据t1、t2、...tnmin，截取m组数据，每组数据中的时间差数据数量相等，计算这m组数据各自的平均数tp1、tp2、...、tpm，根据公式

得到平均数tp，然后再根据公式

计算得到该组数据的离散值st，当st大于等于预设值时，则进入步骤SS4，当st小于预设值时，则认为对应奶牛没有奶牛蹄病；

SS4、通过摄像头采集步骤SS3中st大于等于预设值的对应奶牛的侧面图像信息，并将所采集图像信息传输至信息存储模块，再通过奶牛状态追踪模块读取信息存储模块中的奶牛侧面图像信息；

SS5、奶牛状态追踪模块获取奶牛的背部曲线信息，具体的，以奶牛的颈部与尾部根部作为起始两点，获取颈部至尾部根部之间的奶牛背部曲线，选取颈部至尾部根部之间的奶牛背部曲线的最高点，从而得到颈部、背部曲线最高点以及尾部根部三点之间形成的夹角α，当夹角α≥α1时，则判定奶牛患有奶牛蹄病，当α2≤α＜α1时，则通过警报模块发出警报，由工作人员进行查看并进行进一步确认，当α＜α2时，则认为奶牛是健康状态。

作为本发明的进一步方案，体重检测模块对奶牛的体重检测在每日的固定活动时间段内。

作为本发明的进一步方案，读写单元在读取计步单元中的计步数据后，读写单元向计步单元发出指令，计步单元将存储的计步数据进行清空。

作为本发明的进一步方案，所述奶牛状态追踪模块对奶牛乳房炎进行分析识别的方法为：

S1、奶牛状态追踪模块统计各奶牛每日的挤奶总量，从而得到一只奶牛在连续的h天时间内的挤奶量为M1、M2、...、Mh；

S2、根据公式

计算奶牛在M天内的单日产奶平均值；

S3、根据公式

计算得到该组数据的离散值Mt，当采集到M(h+1)时，根据公式

计算得到M(t+1)，当Mt+β＞M(t+1)时，认为M(h+1)为正常值，当Mt+β≤M(t+1)时，则认为M(h+1)为疑似异常值，此时若M(h+1)＞Mp，则不予响应，认为M(h+1)为正常值，若M(h+1)＜Mp值，则认为M(h+1)为异常值，进入步骤S4，若认为M(h+1)为正常值，则用M(h+1)替换M1值，对Mt值进行更新；

S4、警报模块发出警报，奶牛状态追踪模块将对应奶牛的编号信息、位置信息以及挤奶模块对对应奶牛进行挤奶时的牛奶流速数据传输至人机交互模块，方便工作人员对对应奶牛进行检查。

作为本发明的进一步方案，步骤S2中计算Mp值为健康产奶的奶牛的Mp值，当出现病牛时，暂停对Mp值的采录分析，并在病牛治愈后重新开始数据采集。

作为本发明的进一步方案，步骤SS4中的摄像头设置在读写单元的后方，在读写单元完成计步数据的读取后，该摄像头采集对应奶牛的侧面照片，在奶牛完成计步数据采集之后，使奶牛通过一个单次仅能容纳一只奶牛通过的过道，在过道的一侧安装有摄像头，另一侧安装有非黑色与白色的纯色背板，采集奶牛的侧身图像，并将所采集的侧身图像传输至信息存储模块。

作为本发明的进一步方案，所述体重检测模块、挤奶模块以及脚步记录模块确定奶牛身份的方法为：

在奶牛的身上一部位安装有电子标签，在体重检测模块、挤奶模块以及脚步记录模块的对应位置上安装有电子标签识别装置，通过电子标签识别装置识别电子标签中的信息，对奶牛的身份进行识别。

本发明的有益效果：

本发明所述一种基于大数据的奶牛养殖监管系统包括挤奶模块、脚步记录模块、警报模块、人机交互模块、体重检测模块、信息存储模块与奶牛状态追踪模块，其中奶牛状态追踪模块根据奶牛乳房炎的发生会降低奶牛的产奶量这一特点，对奶牛的产奶量进行长期监控，在奶牛的产奶量发生异常下滑时，及时发现，避免奶牛乳房炎继续恶化以及传染，对奶牛的健康以及牛奶的质量造成影响，同时由于奶牛的产奶量还会随着时间发生明显的变化，因此通过奶牛状态追踪模块对奶牛在连续的一段时间内产奶量数据的离散值进行跟踪记录，并通过离散值的变化来对奶牛的产奶量状况进行跟踪，能够降低由于时间变化对奶牛产奶量变化影响的结果对数据分析结果影响，另外，由于奶牛在行走时是异侧前后脚同时运动，在跑步时是前脚同时运动，后脚同时运动，而由于养殖奶牛的大部分时间均为慢走，因此通过对奶牛的两个前脚或两个后脚的运动情况进行监控，能够及时发现奶牛的跛足，从而进一步有针对性的对对应奶牛的腰部状况进行检测，具体的根据奶牛背部的弯曲程度进行判断，通过自动逐渐缩小检测范围，提升奶牛追踪模块对奶牛蹄病分析的准确性，避免出现大量误判，降低了工作人员的工作量，本发明能够对规模化养殖环境下大量的奶牛的健康状况进行监管，及时发现奶牛乳房炎以及奶牛蹄病，避免奶牛乳房炎与奶牛蹄并恶化，同时整个过程为自动进行，相较于传统的通过人工取监控检测，效率高，精确度高，能够适应现代规模化奶牛养殖的需要。

附图说明

下面结合附图和具体实施例对本发明作进一步详细描述。

图1为本发明所述基于大数据的奶牛养殖监管系统的系统结构示意图。

具体实施方式

下面将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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

一种基于大数据的奶牛养殖监管系统，如图1所示，包括挤奶模块、脚步记录模块、警报模块、人机交互模块、体重检测模块、信息存储模块与奶牛状态追踪模块；

所述挤奶模块用于对奶牛进行挤奶操作，同时检测奶牛的单次挤奶总量以及挤奶过程中的实时流量，当挤奶过程中的实时流量小于预设值时，挤奶模块停止挤奶操作，所述挤奶模块还将奶牛的单次挤奶量总量信息传输至信息存储模块；

所述体重检测模块用于对奶牛的体重进行检测，并将所检测的体重信息传输至信息存储模块，其中对奶牛的体重检测应当在每日的固定活动时间段内，如早间出栏、进食前、夜间入栏前；

所述脚步记录模块包括安装在奶牛的两个后脚或两个前脚的计步单元以及安装在奶牛的必经路上的读写单元，读写单元用于读取奶牛的编号信息以及奶牛的两个脚上的计步单元的计步数据，并将所采集的编号信息与对应的计步数据传输至信息存储模块；

所述计步单元用于读取对应牛脚的步数以及每个步数计数完成的时刻；

读写单元在读取计步单元中的计步数据后，读写单元向计步单元发出指令，计步单元将存储的计步数据进行清空；

所述警报模块用于发出警报信息，方便工作人员对对应奶牛进行检查；

所述人机交互模块用于对信息存储模块中的奶牛数据进行展示查看；

所述奶牛状态追踪模块用于读取信息存储模块中的信息数据，并根据数据对奶牛的奶牛乳房炎与奶牛蹄病进行分析与识别；

所述奶牛状态追踪模块对奶牛乳房炎进行分析识别的方法为：

S1、奶牛状态追踪模块统计各奶牛每日的挤奶总量，从而得到一只奶牛在连续的h天时间内的挤奶量为M1、M2、...、Mh；

S2、根据公式

计算奶牛在M天内的单日产奶平均值，需要注意的是，所计算Mp值为健康产奶的奶牛的Mp值，当出现病牛时，需要暂停对Mp值的采录分析，并对病牛进行治疗；

S3、根据公式

计算得到该组数据的离散值Mt，当采集到M(h+1)时，根据公式

计算得到M(t+1)，当Mt+β＞M(t+1)时，认为M(h+1)为正常值，当Mt+β≤M(t+1)时，则认为M(h+1)为疑似异常值，此时若M(h+1)＞Mp，则不予响应，认为M(h+1)为正常值，若M(h+1)＜Mp值，则认为M(h+1)为异常值，进入步骤S4，若认为M(h+1)为正常值，则用M(h+1)替换M1值，对Mt值进行更新；

S4、警报模块发出警报，奶牛状态追踪模块将对应奶牛的编号信息、位置信息以及挤奶模块对对应奶牛进行挤奶时的牛奶流速数据传输至人机交互模块，方便工作人员对对应奶牛进行检查。

在上述步骤中，由于奶牛的产奶量会随着时间变化发生明显变化，因此h的值不宜过大；

由于奶牛乳房炎的发生会降低奶牛的产奶量，因此对奶牛的产奶量进行长期监控，在奶牛的产奶量发生异常下滑时，及时发现，避免奶牛乳房炎继续恶化以及传染，对奶牛的健康以及牛奶的质量造成影响。

所述奶牛状态追踪模块对奶牛蹄病进行分析识别的方法为：

SS1、奶牛状态追踪模块读取两个计步单元记录的计步数据Rl与Rr，其中Rl＝Rl1、Rl2、...、Rln1，Rr＝Rr1、Rr2、...、Rrn2，Rl与Rr分别为两只脚落下的时刻，n1与n2分别为两只脚完成的步数；

SS2、首先根据公式

计算得到nq值，并将nq值与预设值ne进行比较，当nq≤ne时，则认为对应奶牛没有奶牛蹄病，当nq＞ne时，则进入步骤SS3进行进一步判断，其中nmin是指n1与n2中较小的一方，当n1等于n2时，则nmin为n1与n2中的任一个；

SS3、对Rl与Rr进行匹配，将Rli与Rri中时刻最接近的两个作为一组，计算Rli与Rri的时间差ti，得到一组时间差数据t1、t2、...tnmin，截取m组数据，每组数据中的时间差数据数量相等，计算这m组数据各自的平均数tp1、tp2、...、tpm，根据公式

得到平均数tp，然后再根据公式

计算得到该组数据的离散值st，当st大于等于预设值时，则进入步骤SS4，当st小于预设值时，则认为对应奶牛没有奶牛蹄病；

SS4、通过摄像头采集步骤SS3中st大于等于预设值的对应奶牛的侧面图像信息，并将所采集图像信息传输至信息存储模块，再通过奶牛状态追踪模块读取信息存储模块中的奶牛侧面图像信息；

SS5、奶牛状态追踪模块获取奶牛的背部曲线信息，具体的，以奶牛的颈部与尾部根部作为起始两点，获取颈部至尾部根部之间的奶牛背部曲线，选取颈部至尾部根部之间的奶牛背部曲线的最高点，从而得到颈部、背部曲线最高点以及尾部根部三点之间形成的夹角α，当夹角α≥α1时，则判定奶牛患有奶牛蹄病，当α2≤α＜α1时，则通过警报模块发出警报，由工作人员进行查看并进行进一步确认，当α＜α2时，则认为奶牛是健康状态。

步骤SS4中的摄像头设置在读写单元的后方，在读写单元完成计步数据的读取后，该摄像头采集对应奶牛的侧面照片，具体的，在奶牛完成计步数据采集之后，使奶牛通过一个单次仅能容纳一只奶牛通过的过道，在过道的一侧安装有摄像头，另一侧安装有非黑色与白色的纯色背板，使背板与奶牛的图像易于区分界面，采集奶牛的侧身图像，并将所采集的侧身图像传输至信息存储模块；

具体的，所述体重检测模块、挤奶模块以及脚步记录模块确定奶牛身份的方法为：

在奶牛的身上某一部位安装有电子标签，在体重检测模块、挤奶模块以及脚步记录模块的对应位置上安装有电子标签识别装置，通过电子标签识别装置识别电子标签中的信息，对奶牛的身份进行识别，使奶牛的体重、挤奶数据以及计步数据能够与奶牛进行一一对应，以保证准确的数据分析；

由于奶牛在行走时是异侧前后脚同时运动，在跑步时是前脚同时运动，后脚同时运动，而由于养殖奶牛的大部分时间均为慢走，因此通过对奶牛的两个前脚或两个后脚的运动情况进行监控，能够及时发现奶牛的跛足，从而进一步有针对性的对对应奶牛的腰部状况进行检测，具体的根据奶牛背部的弯曲程度进行判断，通过自动逐渐缩小检测范围，提升奶牛追踪模块对奶牛蹄病分析的准确性，避免出现大量误判，降低了工作人员的工作量；

本发明能够对规模化养殖环境下大量的奶牛的健康状况进行监管，及时发现奶牛乳房炎以及奶牛蹄病，避免奶牛乳房炎与奶牛蹄并恶化，同时整个过程为自动进行，相较于传统的通过人工取监控检测，效率高，精确度高，能够适应现代规模化奶牛养殖的需要。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于大数据的奶牛养殖监管系统，其特征在于，包括挤奶模块、脚步记录模块、警报模块、人机交互模块、体重检测模块、信息存储模块与奶牛状态追踪模块；

所述挤奶模块用于对奶牛进行挤奶操作，同时检测奶牛的单次挤奶总量以及挤奶过程中的实时流量，当挤奶过程中的实时流量小于预设值时，挤奶模块停止挤奶操作，所述挤奶模块还将奶牛的单次挤奶量总量信息传输至信息存储模块；

所述体重检测模块用于对奶牛的体重进行检测，并将所检测的体重信息传输至信息存储模块；

所述脚步记录模块包括安装在奶牛的两个后脚或两个前脚的计步单元以及安装在奶牛的必经路上的读写单元，读写单元用于读取奶牛的编号信息以及奶牛的两个脚上的计步单元的计步数据，并将所采集的编号信息与对应的计步数据传输至信息存储模块；

所述计步单元用于读取对应牛脚的步数以及每个步数计数完成的时刻；

所述警报模块用于发出警报信息；

所述人机交互模块用于对信息存储模块中的奶牛数据进行展示查看；

所述奶牛状态追踪模块用于读取信息存储模块中的信息数据，并根据数据对奶牛的奶牛乳房炎与奶牛蹄病进行分析与识别；

所述奶牛状态追踪模块对奶牛蹄病进行分析识别的方法为：

SS1、奶牛状态追踪模块读取两个计步单元记录的计步数据Rl与Rr，其中Rl＝Rl1、Rl2、...、Rln1，Rr＝Rr1、Rr2、...、Rrn2，Rl与Rr分别为两只脚落下的时刻，n1与n2分别为两只脚完成的步数；

SS2、首先根据公式

计算得到nq值，并将nq值与预设值ne进行比较，当nq≤ne时，则认为对应奶牛没有奶牛蹄病，当nq＞ne时，则进入步骤SS3进行进一步判断，其中nmin是指n1与n2中较小的一方，当n1等于n2时，则nmin为n1与n2中的任一个；

SS3、对Rl与Rr进行匹配，将Rli与Rri中时刻最接近的两个作为一组，计算Rli与Rri的时间差ti，得到一组时间差数据t1、t2、...tnmin，截取m组数据，每组数据中的时间差数据数量相等，计算这m组数据各自的平均数tp1、tp2、...、tpm，根据公式

得到平均数tp，然后再根据公式

计算得到该组数据的离散值st，当st大于等于预设值时，则进入步骤SS4，当st小于预设值时，则认为对应奶牛没有奶牛蹄病；

SS4、通过摄像头采集步骤SS3中st大于等于预设值的对应奶牛的侧面图像信息，并将所采集图像信息传输至信息存储模块，再通过奶牛状态追踪模块读取信息存储模块中的奶牛侧面图像信息；

SS5、奶牛状态追踪模块获取奶牛的背部曲线信息，具体的，以奶牛的颈部与尾部根部作为起始两点，获取颈部至尾部根部之间的奶牛背部曲线，选取颈部至尾部根部之间的奶牛背部曲线的最高点，从而得到颈部、背部曲线最高点以及尾部根部三点之间形成的夹角α，当夹角α≥α1时，则判定奶牛患有奶牛蹄病，当α2≤α＜α1时，则通过警报模块发出警报，由工作人员进行查看并进行进一步确认，当α＜α2时，则认为奶牛是健康状态。

2.根据权利要求1所述的一种基于大数据的奶牛养殖监管系统，其特征在于，体重检测模块对奶牛的体重检测在每日的固定活动时间段内。

3.根据权利要求1所述的一种基于大数据的奶牛养殖监管系统，其特征在于，读写单元在读取计步单元中的计步数据后，读写单元向计步单元发出指令，计步单元将存储的计步数据进行清空。

4.根据权利要求1所述的一种基于大数据的奶牛养殖监管系统，其特征在于，所述奶牛状态追踪模块对奶牛乳房炎进行分析识别的方法为：

S1、奶牛状态追踪模块统计各奶牛每日的挤奶总量，从而得到一只奶牛在连续的h天时间内的挤奶量为M1、M2、...、Mh；

S2、根据公式

计算奶牛在M天内的单日产奶平均值；

S3、根据公式

计算得到该组数据的离散值Mt，当采集到M(h+1)时，根据公式

计算得到M(t+1)，当Mt+β＞M(t+1)时，认为M(h+1)为正常值，当Mt+β≤M(t+1)时，则认为M(h+1)为疑似异常值，此时若M(h+1)＞Mp，则不予响应，认为M(h+1)为正常值，若M(h+1)＜Mp值，则认为M(h+1)为异常值，进入步骤S4，若认为M(h+1)为正常值，则用M(h+1)替换M1值，对Mt值进行更新；

S4、警报模块发出警报，奶牛状态追踪模块将对应奶牛的编号信息、位置信息以及挤奶模块对对应奶牛进行挤奶时的牛奶流速数据传输至人机交互模块，方便工作人员对对应奶牛进行检查。

5.根据权利要求4所述的一种基于大数据的奶牛养殖监管系统，其特征在于，步骤S2中计算Mp值为健康产奶的奶牛的Mp值，当出现病牛时，暂停对Mp值的采录分析，并在病牛治愈后重新开始数据采集。

6.根据权利要求1所述的一种基于大数据的奶牛养殖监管系统，其特征在于，步骤SS4中的摄像头设置在读写单元的后方，在读写单元完成计步数据的读取后，该摄像头采集对应奶牛的侧面照片，在奶牛完成计步数据采集之后，使奶牛通过一个单次仅能容纳一只奶牛通过的过道，在过道的一侧安装有摄像头，另一侧安装有非黑色与白色的纯色背板，采集奶牛的侧身图像，并将所采集的侧身图像传输至信息存储模块。

7.根据权利要求1所述的一种基于大数据的奶牛养殖监管系统，其特征在于，所述体重检测模块、挤奶模块以及脚步记录模块确定奶牛身份的方法为：

在奶牛的身上一部位安装有电子标签，在体重检测模块、挤奶模块以及脚步记录模块的对应位置上安装有电子标签识别装置，通过电子标签识别装置识别电子标签中的信息，对奶牛的身份进行识别。

Images