CN112036248A - 一种基于场景识别的智慧鱼塘管理系统 - Google Patents

一种基于场景识别的智慧鱼塘管理系统 Download PDF

Info

Publication number
CN112036248A
CN112036248A CN202010770899.0A CN202010770899A CN112036248A CN 112036248 A CN112036248 A CN 112036248A CN 202010770899 A CN202010770899 A CN 202010770899A CN 112036248 A CN112036248 A CN 112036248A
Authority
CN
China
Prior art keywords
module
fishpond
management system
control center
information
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.)
Withdrawn
Application number
CN202010770899.0A
Other languages
English (en)
Inventor
李红艳
陈小环
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HUBEI UNIVERSITY OF ECONOMICS
Original Assignee
HUBEI UNIVERSITY OF ECONOMICS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by HUBEI UNIVERSITY OF ECONOMICS filed Critical HUBEI UNIVERSITY OF ECONOMICS
Priority to CN202010770899.0A priority Critical patent/CN112036248A/zh
Publication of CN112036248A publication Critical patent/CN112036248A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及鱼塘管理技术领域,且公开了一种基于场景识别的智慧鱼塘管理系统,包括监控模块、控制中心、远程服务器和用户端,所述监控模块与控制中心电连接,所述控制中心用于接受监控模块的数据信息,所述控制中心通过以太网与远程服务器双向信号连接,所述远程服务器通过以太网与用户端双向信号连接;监控模块包括:图像采集模块,所述图像采集模块用于采集鱼塘图像信息;环境采集模块,所述环境采集模块用于采集鱼塘环境信息。该基于场景识别的智慧鱼塘管理系统,解决了养殖户在获知水产的异常情况并进行相应操作时,其两个时间段之间存有空隙期,会导致养殖户错过水产异常时的挽救期的问题。

Description

一种基于场景识别的智慧鱼塘管理系统
技术领域
本发明涉及鱼塘管理技术领域,具体为一种基于场景识别的智慧鱼塘管理系统。
背景技术
随着人们生活水平的不断提高,我国水产养殖发展迅速,养殖产量连续二十多年居世界第一,占全国总产量近七成,为我国城乡居民提供了1/3的优质动物蛋白,对保障国家食物安全发挥了重大作用,但我国渔业养殖大部分还停留在传统养殖方式上。
随着互联网的高速发展和对生态文明建设和水产养殖业绿色发展的高度重视,水产养殖业推行智能化养殖能有效提高水产的存活率和降低生产成本,并且在智能化水平上对渔业进行科学有效地管理,能更合理的利用资源和改善生态环境,实现高密度、高产值和高效益的标准化养殖模式。
但我国水产养殖智能化目前仍处于起步阶段,并且针对于水产养殖的智能设备,需要经过繁琐的培训才能使用,时间周期长,同时在使用时,水产的异常情况无法得知,需要养殖户主动获取信息并进行相应操作,但在这两个时间段之间存有空隙期,容易导致养殖户错过水产异常时的挽救期,无法保证水产的存活率。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于场景识别的智慧鱼塘管理系统,具备便于使用且可预测异常保证水产的存活率等优点,解决了养殖户在获知水产的异常情况并进行相应操作时,其两个时间段之间存有空隙期,会导致养殖户错过水产异常时的挽救期的问题。
(二)技术方案
为实现上述便于使用且可预测异常保证水产的存活率的目的,本发明提供如下技术方案:包括监控模块、控制中心、远程服务器和用户端,所述监控模块与控制中心电连接,所述控制中心用于接受监控模块的数据信息,所述控制中心通过以太网与远程服务器双向信号连接,所述远程服务器通过以太网与用户端双向信号连接;
监控模块包括:
图像采集模块,所述图像采集模块用于采集鱼塘图像信息;
环境采集模块,所述环境采集模块用于采集鱼塘环境信息;
远程服务器包括:
检测模块,通过异常预测算法结合Isolation Forest算法检测数据信息是否有异常信号;
第一判别模块,根据所述检测模块判别异常信号的级别;
第一通讯模块,用于接受和发送数据信息。
优选的,所述图像采集模块包括摄像头。
优选的,所述环境采集模块包括如下传感器中的一种、两种或两种以上:水下温度传感器、溶解氧传感器、光照强度传感器和PH传感器。
优选的,所述鱼塘管理系统还包括调控模块,所述调控模块与控制中心电连接。
优选的,所述调控模块包括如下设备中的一种、两种或两种以上:增氧泵、换水泵和投食泵。
优选的,所述控制中心包括第二通讯模块和存储模块,所述第二通讯模块用于接受和发送数据信息,所述存储模块用于存储环境采集模块和图像采集模块上传的鱼塘环境信息和鱼塘图像信息。
优选的,所述控制中心还包括:
对比分析模块,用于对实时传输的鱼塘环境信息与以往存储的鱼塘环境信息数据进行对比是否有异常信号:
第二判别模块,根据所述对比分析模块判别对比分析模块对比后异常信号的级别。
优选的,在所述第一判别模块和第二判别模块判别异常信号级别时,根据所述异常信号级别分为以下三种情况:
1)、两个信号均显示为正常时则上传蓝色信号;
2)、有一个信号显示异常时则上传绿色信号;
3)、两个信号同时显示异常时则上传红色信号。
优选的,在所述检测模块检测数据信息显示异常时,保存当前传输的鱼塘图像信息并生成异常信号信息,并由第一通讯模块通过以太网上传至用户端和控制中心上。
优选的,在所述对比分析模块对比鱼塘环境信息显示异常时,生成异常信号信息并通过远程服务器上传至用户端上,其中,所述控制中心控制调控模块进行环境调节。
(三)有益效果
与现有技术相比,本发明提供了一种基于场景识别的智慧鱼塘管理系统,具备以下有益效果:
该基于场景识别的智慧鱼塘管理系统,通过监控模块对水产进行环境和图像监控,并配合控制中心和远程服务器的实时检测和识别,采取双重保险,将异常预测算法的结果与传感器的测试数据相结合,同时对异常程度进行分析,极大地提高了准确性,保证了水产的安全性能,并且在鱼塘出现异常情况时能实时获取异常信息并通知用户端的养殖户,能通过调控模块初步的进行环境恢复,保证水产的存活率,并且本发明中的设备在部署方面,只需最初的环境搭建,后续无需再进行设备的变动,极大程度地为用户提供了方便。
附图说明
图1为本发明提出的一种基于场景识别的智慧鱼塘管理系统的系统图;
图2为本发明提出的一种基于场景识别的智慧鱼塘管理系统的流程图;
图3为本发明提出的一种基于场景识别的智慧鱼塘管理系统中异常预测算法的流程图;
图4为本发明提出的一种基于场景识别的智慧鱼塘管理系统中Isolation Forest算法的流程图;
图5为本发明提出的一种基于场景识别的智慧鱼塘管理系统调控模块的控制流程图。
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。
根据图1-5所示,一种基于场景识别的智慧鱼塘管理系统,包括监控模块、控制中心、远程服务器和用户端,监控模块与控制中心电连接,控制中心用于接受监控模块的数据信息,控制中心通过以太网与远程服务器双向信号连接,远程服务器通过以太网与用户端双向信号连接;
进一步,鱼塘管理系统还包括调控模块,调控模块与控制中心电连接;
优选的,调控模块包括如下设备中的一种、两种或两种以上:增氧泵、换水泵和投食泵;
监控模块包括:
图像采集模块,图像采集模块用于采集鱼塘图像信息;
优选的,图像采集模块包括摄像头,其中,摄像头放置位置位于鱼塘的侧上方,并且摄像头每隔10s采集一次鱼塘的水面波纹画面,将画面传输到控制中心;
环境采集模块,环境采集模块用于采集鱼塘环境信息;
优选的,环境采集模块包括如下传感器中的一种、两种或两种以上:水下温度传感器、溶解氧传感器、光照强度传感器和PH传感器,其中,传感器设备放置位置深入鱼塘中,可采集水环境中各项环境数据(PH值、溶解氧含量、光照强度、水体温度、室外温度等等)送到控制中心;
远程服务器包括:
检测模块,通过异常预测算法结合Isolation Forest算法检测数据信息是否有异常信号,其中,数据信息为摄像头采集的鱼塘水面波纹画面;
其中,异常预测算法利用训练模型进行目标异常预测,在检测目标的同时将每帧图像加载入实时存储图形库中,识别的同时,并发地使用Isolation Forest算法进行新模型的训练,因为是在老模型的基础上开始训练,所以所需的样本很少,需要训练的特征点也少,当图像库中的数目达到阈值时,用新模型替换老模型并且清空图像库,这样可以达到对目标外观的实时更新,从而不断提高预测效果;
Isolation Forest算法检测包括以下步骤:
1),ITree的构成,随机选择一个属性Attr,随机选择该属性的一个值Value,根据Attr对当前图片中的每个数据进行分类,将当前节点数据空间划分为2个子空间,把Attr小于Value的记录放在左孩子,把大于等于Value的记录放在右孩子,然后递归的构造左孩子和右孩子,直到满足传入数据集只有一条记录或者多条一样的记录、树的高度达到了限定的高度。
2),建立好iTree后,即可对数据进行预测,预测过程:把测试记录在iTree上跑一遍,看测试记录在哪个叶子节点,因为异常点一般都是非常稀有的,在iTree中会很快被划分到叶子节点,所以可以把叶子节点到根节点的路径h(x)长度来判断一条记录是否异常,对于一个包含n条记录的数据集,其构造的树高度最小值为log(n),最大值为n-1,采用归一化公式:
Figure BDA0002616564180000061
c(n)=2H(n-1)-(2(n-1)/n)
H(k)=ln(k)+ζ,ζ=0.5772156649
S(x,n)是记录x在n个样本的训练数据构成的iTree的异常指数,S(x,n)取值范围为[0,1],异常情况的判断分为以下几种情况:
一、越接近1,表示是异常点的可能性高
二、越接近0,表示是正常点的可能性高
如果大部分训练样本的S(x,n)都接近于0.5,说明整个数据集都没有明显的异常值;
3),获得1个iTree之后,然后用生成的iTree来评估测试数据,对于下一个图片数据X,令其遍历iTree,然后计算X最终落在每个树第几层,即可得到X在每棵树的高度平均值,方可判断是否异常。
Isolation Forest算法具有线性时间复杂度,可以用在含有海量数据的数据集中,通常树的数量越多,算法越稳定,由于每棵树都是相互独立生成的,因此可以部署在大规模分布式系统上来加速运算。
第一判别模块,根据检测模块判别异常信号的级别;
第一通讯模块,用于接受和发送数据信息;
进一步,控制中心包括第二通讯模块和存储模块,第二通讯模块用于接受和发送数据信息,存储模块用于存储环境采集模块和图像采集模块上传的鱼塘环境信息和鱼塘图像信息,记录异常录像,便于后期可精准分析水产的异常原因,其中,控制中心为树莓派开发板;
进一步,控制中心还包括:
对比分析模块,用于对实时传输的鱼塘环境信息与以往存储的鱼塘环境信息数据进行对比是否有异常信号:
第二判别模块,根据对比分析模块判别对比分析模块对比后异常信号的级别;
其中,在第一判别模块和第二判别模块判别异常信号级别时,根据异常信号级别分为以下三种情况:
1)、两个信号均显示为正常时则上传蓝色信号;
2)、有一个信号显示异常时则上传绿色信号;
3)、两个信号同时显示异常时则上传红色信号;
进一步,在对比分析模块对比鱼塘环境信息显示异常时,生成异常信号信息并通过远程服务器上传至用户端上,其中,控制中心控制调控模块进行环境调节;
进一步,图像数据上传至远程服务器上,在检测模块检测数据信息显示异常时,保存当前传输的鱼塘图像信息并生成异常信号信息,并由第一通讯模块通过以太网上传至用户端和控制中心上;
其中,根据异常级别,进行不同的处理,如若出现绿色,则发送报警信息,提醒用户环境可能会出现异常,请及时处理;如若出现红色,则发送报警信息的同时也通过调控模块控制各种设备(换水泵、增氧泵等),及时调节环境数据,为用户处理异常提供更多的时间,提高存活率,降低损失。
本发明的有益效果是:通过监控模块对水产进行环境和图像监控,并配合控制中心和远程服务器的实时检测和识别,采取双重保险,将异常预测算法的结果与传感器的测试数据相结合,同时对异常程度进行分析,极大地提高了准确性,保证了水产的安全性能,并且在鱼塘出现异常情况时能实时获取异常信息并通知用户端的养殖户,能通过调控模块初步的进行环境恢复,保证水产的存活率,并且本发明中的设备在部署方面,只需最初的环境搭建,后续无需再进行设备的变动,极大程度地为用户提供了方便。
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 (10)

1.一种基于场景识别的智慧鱼塘管理系统,其特征在于,包括监控模块、控制中心、远程服务器和用户端,所述监控模块与控制中心电连接,所述控制中心用于接受监控模块的数据信息,所述控制中心通过以太网与远程服务器双向信号连接,所述远程服务器通过以太网与用户端双向信号连接;
监控模块包括:
图像采集模块,所述图像采集模块用于采集鱼塘图像信息;
环境采集模块,所述环境采集模块用于采集鱼塘环境信息;
远程服务器包括:
检测模块,通过异常预测算法结合Isolation Forest算法检测数据信息是否有异常信号;
第一判别模块,根据所述检测模块判别异常信号的级别;
第一通讯模块,用于接受和发送数据信息。
2.根据权利要求1所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,所述图像采集模块包括摄像头。
3.根据权利要求1所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,所述环境采集模块包括如下传感器中的一种、两种或两种以上:水下温度传感器、溶解氧传感器、光照强度传感器和PH传感器。
4.根据权利要求1所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,所述鱼塘管理系统还包括调控模块,所述调控模块与控制中心电连接。
5.根据权利要求4所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,所述调控模块包括如下设备中的一种、两种或两种以上:增氧泵、换水泵和投食泵。
6.根据权利要求1-5中任一项所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,所述控制中心包括第二通讯模块和存储模块,所述第二通讯模块用于接受和发送数据信息,所述存储模块用于存储环境采集模块和图像采集模块上传的鱼塘环境信息和鱼塘图像信息。
7.根据权利要求6所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,所述控制中心还包括:
对比分析模块,用于对实时传输的鱼塘环境信息与以往存储的鱼塘环境信息数据进行对比是否有异常信号:
第二判别模块,根据所述对比分析模块判别对比分析模块对比后异常信号的级别。
8.根据权利要求7所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,在所述第一判别模块和第二判别模块判别异常信号级别时,根据所述异常信号级别分为以下三种情况:
1)、两个信号均显示为正常时则上传蓝色信号;
2)、有一个信号显示异常时则上传绿色信号;
3)、两个信号同时显示异常时则上传红色信号。
9.根据权利要求8所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,在所述检测模块检测数据信息显示异常时,保存当前传输的鱼塘图像信息并生成异常信号信息,并由第一通讯模块通过以太网上传至用户端和控制中心上。
10.根据权利要求8所述的一种基于场景识别的智慧鱼塘管理系统,其特征在于,在所述对比分析模块对比鱼塘环境信息显示异常时,生成异常信号信息并通过远程服务器上传至用户端上,其中,所述控制中心控制调控模块进行环境调节。
CN202010770899.0A 2020-08-04 2020-08-04 一种基于场景识别的智慧鱼塘管理系统 Withdrawn CN112036248A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010770899.0A CN112036248A (zh) 2020-08-04 2020-08-04 一种基于场景识别的智慧鱼塘管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010770899.0A CN112036248A (zh) 2020-08-04 2020-08-04 一种基于场景识别的智慧鱼塘管理系统

Publications (1)

Publication Number Publication Date
CN112036248A true CN112036248A (zh) 2020-12-04

Family

ID=73583805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010770899.0A Withdrawn CN112036248A (zh) 2020-08-04 2020-08-04 一种基于场景识别的智慧鱼塘管理系统

Country Status (1)

Country Link
CN (1) CN112036248A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113225366A (zh) * 2021-01-21 2021-08-06 深圳市芯中芯科技有限公司 一种基于4g网络的智能鱼塘喂食与缺氧报警系统
CN114240686A (zh) * 2022-02-24 2022-03-25 深圳市旗扬特种装备技术工程有限公司 智慧渔业监测系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113225366A (zh) * 2021-01-21 2021-08-06 深圳市芯中芯科技有限公司 一种基于4g网络的智能鱼塘喂食与缺氧报警系统
CN114240686A (zh) * 2022-02-24 2022-03-25 深圳市旗扬特种装备技术工程有限公司 智慧渔业监测系统

Similar Documents

Publication Publication Date Title
CN109145032B (zh) 一种蜜蜂养殖智能监测方法与系统
CN107622236B (zh) 基于蜂群与梯度提升决策树算法农作物病害诊断预警方法
KR102205407B1 (ko) 곤충의 사육 제어 장치 및 방법
EP3900891B1 (en) Pet amusement control apparatus of robot and mobile robot
CN109856138A (zh) 基于深度学习的深海网箱鱼类健康识别系统和方法
CN112036248A (zh) 一种基于场景识别的智慧鱼塘管理系统
CN106325181B (zh) 一种水产养殖监控及用户远程控制方法
CN104320618A (zh) 一种基于行为特征谱联动的犊牛状态监测的装置和方法
Huang et al. The prototype of a smart underwater surveillance system for shrimp farming
CN213938165U (zh) 一种仓库安全帽检测报警系统
CN109951363A (zh) 数据处理方法、装置及系统
CN106338971A (zh) 一种基于多用户的水产养殖监控系统
CN114898405B (zh) 基于边缘计算的便携式肉鸡异常监测系统
CN113470076A (zh) 一种平养鸡舍黄羽鸡多目标跟踪方法
CN113762113A (zh) 一种牲畜分娩行为监控方法及装置
CN114627401A (zh) 鱼塘管理系统、养殖设备控制方法、装置和计算机设备
TWI707293B (zh) 家禽畜行為自動偵測系統及其自動偵測方法
Ranjan et al. MortCam: An Artificial Intelligence-aided fish mortality detection and alert system for recirculating aquaculture
CN114115394A (zh) 一种烟叶智能烘烤控制系统及方法
CN116824626A (zh) 一种动物异常状态人工智能识别的方法
CN110334642A (zh) 一种猪行为的机器视觉识别方法及系统
CN112434851A (zh) 一种基于大数据用于蛋禽的销售管理系统
KR102537966B1 (ko) Ai를 이용한 유휴양식장에서의 물고기 양식 및 판매를 위한 통합 관리 시스템 및 방법
CN113408334A (zh) 一种小龙虾全链条数据采集与智能检测方法及装置
CN118015551B (zh) 应用于野外生态湿地的浮岛式监测系统

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201204

WW01 Invention patent application withdrawn after publication