CN113671892B - 一种基于云平台的动物管理方法和动物管理系统 - Google Patents
一种基于云平台的动物管理方法和动物管理系统 Download PDFInfo
- Publication number
- CN113671892B CN113671892B CN202110950311.4A CN202110950311A CN113671892B CN 113671892 B CN113671892 B CN 113671892B CN 202110950311 A CN202110950311 A CN 202110950311A CN 113671892 B CN113671892 B CN 113671892B
- Authority
- CN
- China
- Prior art keywords
- information
- animal
- cloud platform
- workstation
- analysis data
- 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
- 241001465754 Metazoa Species 0.000 title claims abstract description 182
- 238000007726 management method Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 64
- 238000012549 training Methods 0.000 claims abstract description 45
- 230000036541 health Effects 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 48
- 238000004422 calculation algorithm Methods 0.000 claims description 34
- 201000010099 disease Diseases 0.000 claims description 27
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 27
- 238000005303 weighing Methods 0.000 claims description 21
- 230000009471 action Effects 0.000 claims description 18
- 235000005911 diet Nutrition 0.000 claims description 14
- 230000037213 diet Effects 0.000 claims description 14
- 230000005484 gravity Effects 0.000 claims description 14
- 238000013519 translation Methods 0.000 claims description 12
- 239000003651 drinking water Substances 0.000 claims description 11
- 235000020188 drinking water Nutrition 0.000 claims description 11
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 10
- 230000035622 drinking Effects 0.000 claims description 4
- 238000005057 refrigeration Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 3
- 230000002550 fecal effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000001575 pathological effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 6
- 235000016709 nutrition Nutrition 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 235000005118 dietary health Nutrition 0.000 description 3
- 210000003608 fece Anatomy 0.000 description 3
- 230000035764 nutrition Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000010871 livestock manure Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 2
- 238000010827 pathological analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 208000031295 Animal disease Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- AZDRQVAHHNSJOQ-UHFFFAOYSA-N alumane Chemical group [AlH3] AZDRQVAHHNSJOQ-UHFFFAOYSA-N 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000011152 fibreglass Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 235000020627 health maintaining nutrition Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 239000008155 medical solution Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008855 peristalsis Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/054—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/10—Plc systems
- G05B2219/11—Plc I-O input output
- G05B2219/1103—Special, intelligent I-O processor, also plc can only access via processor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Abstract
本发明公开了一种基于云平台的动物管理方法和动物管理系统，所述方法包括：采集动物的日常信息；将日常信息中的图像信息解析为分析数据；将日常信息和分析数据发送到工作站；工作站将日常信息和分析数据发送到云平台，云平台对日常信息和分析数据进行分类、存档；云平台中，根据日常信息的文本信息和分析数据建立训练集；基于机器学习的方法，利用训练集训练模型；工作站从云平台中下载模型，对存档的文本信息和分析数据进行分析。采集运动的日常信息，通过工作站对日常信息进行预处理，建立存档并上传到云平台，利用云平台的海量数据对日常信息进行处理，为动物的健康管理、病理解释和医疗方案提供数据，对动物的喂养起到帮助和指导的作用。
Description
技术领域
本发明涉及动物管理技术领域，具体涉及一种基于云平台的动物管理方法和动物管理系统。
背景技术
现有的动物管理，一直延用传统的“喂养”模式。而对动物的生命体征信息、动物的健康信息以及动物的运动与健康、动物的饮食与健康、动物的繁育与健康等信息的采集与处理一直是亟需解决的问题。
有的动物研究机构为了获得以上相关信息，给动物身上“打标靶”(传入芯片)，通过“标靶”来间接获取相关信息。还有的动物研究机构为了获得以上相关信息，采用了各种动物医疗设备，比如，动物专用彩色多普勒、UC壁数字化医用X射线摄影系统(DR，DigitalRadiography)、马特呼吸麻醉机、兽用3分类希森美康血液分析仪和尿液分析仪等等。
但是依然存在以下问题：植入芯片，对动物造成身体损伤；给动物作健康检测时，动物已经具有明显的病理特征，对动物不能起到疾病预防作用；对于凶猛动物来说，现有健康检测的设备使用不便；现有健康检测手段，只能说明动物现有病理特征的医学解释，不能说明动物病例特诊出现的原因，不利于动物医学专家对动物病理特征的消除给出综合的医疗方案，对动物喂养不能起到帮助和指导作用。
发明内容
针对现有技术中存在的上述技术问题，本发明提供一种基于云平台的动物管理方法和动物管理系统，利用云平台的海量数据对日常信息进行处理，为动物的健康管理、病理解释和医疗方案提供数据，对动物的喂养起到帮助和指导的作用。
本发明公开了一种基于云平台的动物管理方法，所述方法包括：采集动物的日常信息，所述日常信息包括以下任一信息或它们的组合：进食信息、饮水信息、运动信息、体重信息、心率信息、呼吸信息和粪便信息；将所述日常信息中的图像信息解析为分析数据；将所述日常信息和分析数据发送到工作站中存档；所述工作站将所述日常信息和分析数据发送到云平台，云平台对所述日常信息和分析数据进行分类、存档；云平台中，根据日常信息的文本信息和分析数据建立训练集；基于机器学习的方法，利用训练集训练模型，所述模型包括动物识别模型、饮食分析模型或疾病预测模型；工作站从云平台中下载所述模型，对存档的文本信息和分析数据进行分析，预测动物的饮食健康或疾病。
优选的，建立训练集的方法包括：
筛选文本信息和分析数据的指标，为动物的饮食健康或疾病打标签，建立训练集。
优选的，本发明的方法还包括模型迭代的方法：
从云平台下载初始的模型；
定期利用工作站或云平台的文本信息和分析数据建立第二训练集；
通过第二训练集对所述初始的模型进行训练，获得迭代后的第二模型。
优选的，通过进食器采集进食信息，所述进食器包括进食槽、测重挡板、食物摄像机和饲养员探测器，所述进食槽上侧设有测重挡板，测重挡板用于测量投入食物的重量；所述测重挡板上侧设有投食窗口和食物摄像机，投食窗口上设有饲养员探测器，所述饲养员探测器采用智能微波雷达感应开关；所述测重挡板由步进电机驱动，进食器的第一PLC分别与饲养员探测器、食物摄像头和步进电机连接。
优选的，所述测重挡板平时处于和墙面平行状态，食物摄像机平时处于休眠状态；饲养员探测器探测到饲养员喂食信号时，将喂食信号发送给第一PLC；第一PLC向所述测重挡板的步进电机发出运动指令，并向所述食物摄像机发出信号；所述步进电机驱动测重挡板旋转，而挡在所述进食槽的上方，用于承载食物；测重挡板获取动物食物的重量信息；所述食物摄像机启动拍照模式，并获取食物的照片；在接收食物的一定时间后，通过步进电机驱动测重挡板反向旋转，使食物进入进食槽。
优选的，通过饮水器采集饮水信息，所述饮水器包括：水槽、测重力传感器、第二PLC和与所述水槽相匹配的外胆，
所述外胆上侧设有测重力传感器，所述测重力传感器上侧设有水槽，
进水管上设有电磁阀，进水管的输出端设置在所述水槽上侧，
所述水槽侧壁设有温度传感器，水槽下侧壁设有加热器；
饮水器的第二PLC分别与所述电磁阀的控制端、测重力传感器、温度传感器、加热器和电磁阀控制端电连接；
所述第二PLC与工作台的客户端连接。
优选的，运动信息采集的方法包括：
通过设置在动物管理区域的动物行动轨迹跟踪摄像头对动物行动轨迹进行跟踪拍摄；
动物行动轨迹跟踪摄像头对动物行动轨迹跟踪拍摄的同时，插入时间标签，每隔一段时间进行裁剪；
将所拍摄的视频信息流发送到客户端的工作站中；
在所述客户端的工作站中，对所拍摄的视频信息流，间隔一定的帧数标注动物的位置，并基于OpenCV追踪算法，获得动物运动的路径长度；
根据路径长度和动物的步长，获得动物的步数。
优选的，通过称重装置获得体重信息，称重装置包括称重板和力传感器；在动物圈舍与操场的通道上，安装一块长度大于动物体长四分之一的称重板，所述称重板下侧设置有力传感器，力传感器用于采集动物的体重信息；将体重信息上传给客户端的工作站中；
通过设置在动物圈舍的24GHz生物雷达，获得动物的心率信息和呼吸信息，24GHz生物雷达采用超宽带生物雷达波扫描技术，在6米以内无接触即可探测到人或动物的心跳、呼吸和体动信号；
通过制冷显微镜相机拍摄粪便信息。
本发明还提供一种用于实现上述动物管理方法的动物管理系统，包括采集终端、翻译服务器、工作站和云平台；
所述采集终端用于采集动物的日常信息，并将日常信息中的图像信息发送给翻译服务器，将日常信息发送给工作站；
所述翻译服务器用于将所述日常信息中的图像信息解析为分析数据后，将分析数据发送到工作站；
所述工作站用于将接收到的日常信息和分析数据存档，并上传给云平台；
云平台对接收到的日常信息和分析数据进行分类、存档；
云平台为授权客户端的工作站提供基于日常信息的文本信息和分析数据建立训练集的窗口；
基于机器学习的方法，利用训练集训练模型，所述模型包括动物识别模型、饮食分析模型或疾病预测模型；
所述工作站还用于从云平台中下载所述模型，对存档的文本信息和分析数据进行分析，预测动物的饮食健康和疾病。
优选的，所述采集终端包括以下装置或它们的组合：进食器、饮水器、动物行动轨迹跟踪摄像头、称重装置、24GHz生物雷达和制冷显微镜相机。
与现有技术相比，本发明的有益效果为：采集运动的日常信息，通过工作站对日常信息进行预处理，建立存档并上传到云平台，利用云平台的海量数据对日常信息进行处理，为动物的健康管理、病理解释和医疗方案提供数据，对动物的喂养起到帮助和指导的作用；通过云平台的海量数据训练模型，为工作站的数据分析提供模型下载。
附图说明
图1是本发明的基于云平台的动物管理方法流程图；
图2是进食器的结构示意图；
图3是进食器的逻辑框图；
图4是饮水器的结构示意图；
图5是饮水器的逻辑框图；
图6是称重装置的示意图；
图7是24GHz生物雷达的工作示意图；
图8是生物雷达的工作原理图；
图9是本发明的动物管理系统的逻辑框图；
图10是动物管理系统的整体框架图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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的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。
下面结合附图对本发明做进一步的详细描述：
一种基于云平台的动物管理方法，如图1所示，所述方法包括：
步骤101：采集动物的日常信息，所述日常信息包括以下任一信息或它们的组合：进食信息、饮水信息、运动信息、体重信息、心率信息、呼吸信息和粪便信息。日常信息通常包括图像类元数据(图像信息)和数据类元数据(文本信息)。
步骤102：将所述日常信息中的图像信息解析为分析数据。其中图像信息还包括视频信息，例如通过采集的进食图片，解析出进食的种类；根据动物运动的视频信息解析出动物的运动轨迹。
步骤103：将所述日常信息和分析数据发送到工作站中存档。日常信息包括文本信息和图像信息。
步骤104：所述工作站将所述日常信息和分析数据发送到云平台。云平台对所述文本信息和分析数据进行分类、存档。云平台(绝对云)的主要两个功能为：云存储和云计算。云平台的云服务器中配置的算法集成，不仅提供已有数据计算，也支持已有数据扩容，同时自动更新数据计算结果。
步骤105：云平台中，根据日常信息的文本信息和分析数据建立训练集。建立训练集的方法包括：筛选文本信息和分析数据的指标，为动物的类别、饮食健康或疾病打标签。例如采用的指标可以是体重、进食量、进食种类、饮水量等，标签可以是瘦、胖、生病等，但不限于此。云平台预先存储相关的图像信息、视频信息、文本信息和分析数据，供模型训练使用。
步骤106：基于机器学习的方法，利用训练集训练模型，所述模型包括动物识别模型、饮食分析模型或疾病预测模型。其中，机器学习的方法可以采用神经网络算法或分类算法，但不限于此。动物识别模型用于识别动物和管理员，也可以用于识别动物的种类。在一个具体实施例中，云服务器针对不同使用对象提供了三种不同模型，供需求方在客户端下载。
步骤107：工作站从云平台中下载所述模型，对存档的文本信息和分析数据进行分析，预测动物的饮食健康或疾病，或者识别动物。
采集运动的日常信息，通过工作站对日常信息进行预处理，建立存档并上传到云平台，利用云平台的海量数据对日常信息进行处理，为动物的健康管理、病理解释和医疗方案提供数据，对动物的喂养起到帮助和指导的作用；利用云平台的海量数据进行模型训练，工作站利用从云平台下载的模型对存档的日常信息进行分析。
本发明还包括模型迭代的方法：
步骤210：从云平台下载初始的模型。
步骤211：定期利用工作站或云平台的文本信息和分析数据建立第二训练集。
步骤212：通过第二训练集对所述初始模型进行训练，获得第二模型。
随着采集的信息逐渐丰富，将迭代的第二模型取代初始模型。在一个具体实施例中，需求方在客户端下载原始的模型后，按照自己的需求对下载的原始模型进行训练，训练方法为按照提示向云服务器(绝对云)上传标注好的数据(包括手工标注好的图像数据)。在需求方上传手动标注好的图像数据的过程中，云服务器(绝对云)自动更新需求方的算法，并提供更新后算法的下载，供需求方使用。需求方所需算法的精确度、灵敏度，依赖于需求方上传手动标注好的图像数据的丰富性、多样性，就一般性而言，对算法训练越完整，既手动标注图像数据越完整，更新后的算法就越精确、越灵敏。
如图2和图3所示，通过进食器采集进食信息，所述进食器包括进食槽21、测重挡板25、食物摄像机26和饲养员探测器27，进食槽21上侧设有测重挡板25，测重挡板25用于测量投入食物的重量；测重挡板25上侧设有投食窗口(图中未示出)和食物摄像机26，所述投食窗口上设有饲养员探测器26，所述饲养员探测器采用智能微波雷达感应开关；测重挡板25由步进电机24驱动，进食器21的第一PLC 28分别与饲养员探测器27、食物摄像头26和步进电机24连接。其中，PLC为可编程控制器。
测重挡板25平时处于和墙面平行状态，食物摄像机26平时处于休眠状态；饲养员探测器27探测到饲养员喂食信号时，将喂食信号发送给第一PLC 28；第一PLC 28向测重挡板25的步进电机24发出运动指令，并向食物摄像机26发出信号；步进电机24驱动测重挡板25旋转，而挡在进食槽21的上方，用于承载食物；测重挡板获取动物食物的重量信息；食物摄像机26启动拍照模式，并获取食物的照片；在接收食物的一定时间后，例如9秒，通过步进电机驱动测重挡板25反向旋转，使食物进入进食槽21。其中，食物摄像机和测重与拍照挡板采集的数据中，均插入时间标签。在一个具体实施例中，食物摄像机选用深圳市开宁视讯科技有限公司出品的“4G无线网络摄像机KN-4GF65M2/3X-ZB”它是200万/300万无线防水智能全彩高清摄像机，不用担心图像模糊，但不限于此。
可以通过饮水器采集饮水信息，如图4和图5所示，饮水器包括：水槽41、测重力传感器42、第二PLC 49和与水槽41相匹配的外胆43，外胆43上侧设有测重力传感器42，测重力传感器42上侧设有水槽41，进水管45上设有电磁阀46，进水管45的输出端设置在水槽41上，水槽41侧壁设有温度传感器47，水槽41下侧壁设有加热器48；饮水器的第二PLC 49分别与测重力传感器42、温度传感器47、加热器48和电磁阀46控制端电连接；第二PLC49与工作台63的客户端连接。
测重力传感器42对饮水器内的水量起实时播报或测重的作用；测重力传感器将饮水器内的水重信息发送给第二PLC 49，第二PLC 49根据水重信息计算动物饮水量信息；第二PLC根据预设的水重域值，控制电磁阀控制进水开关，水重低于水重域值时，打开电磁阀，为饮水器进行补水；水重高于水重域值时，关闭电磁阀停止进水。温度传感器将采集的水温发送给第二PLC，第二PLC将水温信息、饮水量信息发送给工作站，第二PLC还用于通过加热器控制饮水器内的温度。其中加热器可以采用石墨烯加热器，水槽采用半圆柱型空心玻璃钢水槽。
步骤101中，可以通过设置在动物管理区域(如动物园)的动物行动轨迹跟踪摄像头对动物行动轨迹进行跟踪拍摄，以采集运动信息，采集运动信息的方法包括：
步骤301：动物行动轨迹跟踪摄像头对动物行动轨迹跟踪拍摄的同时，插入时间标签，每隔一段时间进行裁剪，例如每30秒通过动物行动轨迹跟踪摄像头进行自动裁剪。
步骤302：将所拍摄的视频信息流发送到客户端的工作站中。
步骤303：在所述客户端的工作站中，对所拍摄的视频信息流，间隔一定的帧数标注动物的位置，并基于OpenCV追踪算法，获得动物运动的路径长度。例如，每隔100帧手动标注动物的一个位置，通过OpenCV追踪算法，获得动物某段时间的运动轨迹以及路径长度。
步骤303：根据路径长度和动物的步长，获得动物的步数。其中，运动步数和运动路径反应了运动的运动情况。
可以通过称重装置获得动物的体重信息，如图6所示，称重装置包括称重板51和力传感器52。在动物圈舍与操场的通道上，安装一块长度大于动物体长四分之一的称重板51，所述称重板下侧设置有力传感器52,力传感器用于采集动物的体重信息；将体重信息上传给客户端的工作站中。动物经过称重板时，获取动物的体重。在一个具体实施例中，称重板采用亚克力板；力传感器为BP241型力传感器，量程为50-250KG。BP241型力传感器是铝结构的平台式称重传感器。它非常适用于台式秤，精密秤，零件计数秤，包装机和不同的称重应用。BP241型力传感器与工作台的客户端数据采集服务器做通讯连接；借助BP241型力传感器，动物的体重信息被实时记录、存放在客户端数据采集服务器。
如图7所示，通过设置在动物圈舍62的24GHz生物雷达61，获得动物的心率信息和呼吸信息。24GHz生物雷达采用超宽带生物雷达波扫描技术，可以在6米以内不用接触即可探测到人或动物的心跳、呼吸和体动信号。生物雷达的工作原理如图8所示：脉冲形式的微波束照射动物时，由于动物生命运动(呼吸、肠蠕动等)的存在，使得被动物反射后的回波脉冲序列的重复周期发生变化，而回波脉冲信号的重复周期与动物生命的运动速度和频率有关。通过对该脉冲序列进行调解、积分、放大、滤波，进行数据处理和分析，就得到与被测动物生命体征相关的参数。这些参数通过数据连接被送往工作站。在一个具体实施例中，24GHz生物雷达采用珠海奥美健康科技有限公司出品的超宽带生物雷达。
可以通过制冷显微镜相机拍摄粪便信息。例如采用型号为MSX11-C的制冷显微镜相机拍摄动物粪便的图像，制冷显微镜相机MSX11-C采用高性能成像芯片，内置MS系列硬件ISP图像处理芯片，针对显微镜拍摄场景特别优化，准确还原样品的精细结构和真实色彩，通过硬件加速，提升了相机运行速度，是荧光拍摄、病理诊断、金相分析和体视观察等应用领域的理想工具。它的特点是：2100万超高分辨率显微相机，准确还原样品的精细结构；4/3英寸大靶面芯片，大视野采集，所拍即所见；MS系列硬件ISP图像处理芯片，色彩真实准确，助力病理诊断；半导体制冷，低于室温15度，噪声控制水平优越，带来好的荧光拍摄体验；大分辨率下21fps，全分辨率下保持流畅。动物粪便位置通常不固定，可以由饲养员手动拍摄，并将拍摄的图像传输到工作站或翻译服务器，通过翻译服务器识别粪便的特征，如形状、大小、颜色等。
本发明还提供一种用于实现上述动物管理方法的动物管理系统，如图9所示，包括采集终端61、翻译服务器62、工作站63和云平台64；采集终端61用于采集动物的日常信息，并将日常信息中的图像信息发送给翻译服务器62，将日常信息发送给工作站63；翻译服务器62用于将所述日常信息中的图像信息解析为分析数据后，将分析数据发送到工作站63；工作站63用于将接收到的日常信息和分析数据存档，并上传给云平台64；云平台对接收到的日常信息和分析数据进行分类、存档；云平台为授权客户端的工作站提供基于文本信息和分析数据建立训练集的窗口；云平台64中，根据日常信息的文本信息和分析数据建立训练集；基于机器学习的方法，利用训练集训练模型，所述模型包括动物识别模型、饮食分析模型或疾病预测模型；工作站63还用于从云平台64中下载所述模型，对存档的文本信息和分析数据进行分析，预测动物的饮食健康和/或疾病。
其中，采集终端61包括以下装置或它们的组合：进食器、饮水器、动物行动轨迹跟踪摄像头、称重装置、24GHz生物雷达和制冷显微镜相机。采集终端采集到的元数据，通过翻译服务器进行解析或翻译，获得分析数据，再将翻译结果输出给客户端工作站，再由客户端工作站上传到云平台的云服务器中。
动物管理系统的整体框架中，云平台可以与多个工作站连接，工作站可以部署在各个动物园中，如图10所示，其中，工作站用于边缘计算。云平台用于提供云存储和云计算。具体的，云平台用于根据海量的数据训练算法或模型，例如动物识别模型(识别算法)、饮食分析模型(健康算法)或疾病预测模型(疾病算法)，对模型进行更新和迭代，同时为工作站提供下载资源；并且为用户提供权限管理，例如识别模型训练权限，营养健康权限和疾病预测权限。识别模型训练权限一般提供给动物园和动物研究机构，便于训练或下载动物识别模型；营养健康权限提供给动物健康营养师，方便动物健康营养师训练或下载饮食分析模型；疾病预测权限提供给兽医，方便兽医训练或下载疾病预测模型。
动物识别模型(识别算法)供需求方识别动物和管理员，需求方在客户端的用户界面得到授权后，便可登录云平台(绝对云)下载原始识别算法，按提示进行训练。当算法训练达到一定程度后，下载新的更新后的算法，便可满足需求方的使用要求。该算法一般应用在动物园和动物研究机构。
饮食分析模型(健康算法)一般由动物健康营养师使用；动物健康营养师在客户端的用户界面得到授权后，便可登录云平台(绝对云)下载原始健康算法，按提示进行训练。当算法训练达到一定程度后，下载新的更新后的算法，便可满足健康营养师的使用要求。由于动物健康状况是针对某一特定的动物而言，所以，动物健康营养师对健康的算法的训练，必须是针对某一特定的动物进行。
疾病预测模型(疾病算法)一般由兽医使用；兽医在客户端的用户界面得到授权后，便可登录云平台(绝对云)下载原始疾病算法，按提示进行训练。当算法训练达到一定程度后，下载新的更新后的算法，便可满足兽医的使用要求。由于动物疾病状况是针对某一特定的动物而言，所以，兽医对疾病算法的训练，必须是针对某一特定的动物进行。
云平台(绝对云)配置了动物相关的丰富数据，这些数据不仅仅包括整型、实型等数值类型，还包括声音、图像、视频等非数值类型。上述数据对注册用户在获得授权后提供数据子目录下的增加、扩展功能，以及必要的下载，但不支持删除。云平台(绝对云)数据的删除，必须具备“超级管理员”权限。某一用户的特定动物，上传到云平台(绝对云)不同的数据元素、数据项，分别以子目录独立存储，并自动建立该特定动物的数据结构表，具体的数据结构表如下表所示：
伴随用户特定动物数据不断上传，该特定动物的数据结构表内容将越来越丰富，云平台(绝对云)配置的一系列算法或模型，将自动把该特定动物的数据结构表内容输入到相关算法，并输出该特定动物的新的数据结构表。比如，把示例的数据结构表输入“疾病算法”的某一算法，就会输出该特定动物是否有“病”，以及“什么病”，并给出造成这种疾病的“原因”，比如：“运动量不足”，“吃的有问题”，等等。
云平台还可以用于动物档案信息管理：动物档案信息可以理解为“动物身份证”；动物档案信息不仅要解决“我是谁”，随着信息的不断完善，还会解决“我从哪儿来”、“我去了哪儿”；动物档案信息以“动物所在单位”为基础，例如“北京动物园”；为了便于搜索，在一个具体实施例中，动物所在单位以所处当地邮政编码作为编码。例如：上海动物园位于上海市长宁区，上海动物园的邮编为200335，因此采用用“200335”来表示“上海动物园”；上海野生动物园位于上海浦东新区南六公路178号，采用其邮编“200120”来表示上海野生动物园。档案信息还可以提供阶段性照片、面部照片(共刷脸)、3D信息等。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于云平台的动物管理方法，其特征在于，所述方法包括：
采集动物的日常信息，所述日常信息包括以下任一信息或它们的组合：进食信息、饮水信息、运动信息、体重信息、心率信息、呼吸信息和粪便信息；
将所述日常信息中的图像信息解析为分析数据；
将所述日常信息和分析数据发送到工作站中存档；
所述工作站将所述日常信息和分析数据发送到云平台;
云平台对所述日常信息和分析数据进行分类、存档；
云平台中，根据日常信息的文本信息和分析数据建立训练集；
基于机器学习的方法，利用所述训练集训练模型，所述模型包括动物识别模型、饮食分析模型和疾病预测模型；
工作站从云平台中下载所述模型，对存档的文本信息和分析数据进行分析，预测动物的饮食健康或疾病；
其中，通过进食器采集进食信息，所述进食器包括进食槽、测重挡板、食物摄像机和饲养员探测器，
所述进食槽上侧设有测重挡板，测重挡板用于测量投入食物的重量；
所述测重挡板上侧设有投食窗口和食物摄像机，
投食窗口上设有饲养员探测器，所述饲养员探测器采用智能微波雷达感应开关；
所述测重挡板由步进电机驱动，
进食器的第一PLC分别与饲养员探测器、食物摄像头和步进电机连接；
所述测重挡板平时处于和墙面平行状态，食物摄像机平时处于休眠状态；
饲养员探测器探测到饲养员喂食信号时，将喂食信号发送给第一PLC；
第一PLC向所述测重挡板的步进电机发出运动指令，并向所述食物摄像机发出信号；
所述步进电机驱动测重挡板旋转，而挡在所述进食槽的上方，用于承载食物；
测重挡板获取动物食物的重量信息；
所述食物摄像机启动拍照模式，并获取食物的照片；
在接收食物的一定时间后，通过步进电机驱动测重挡板反向旋转，使食物进入进食槽；
运动信息采集的方法包括：
通过设置在动物管理区域的动物行动轨迹跟踪摄像头对动物行动轨迹进行跟踪拍摄；
动物行动轨迹跟踪摄像头对动物行动轨迹跟踪拍摄的同时，插入时间标签，每隔一段时间进行裁剪；
将所拍摄的视频信息流发送到客户端的工作站中；
在所述客户端的工作站中，对所拍摄的视频信息流，间隔一定的帧数标注动物的位置，并基于OpenCV追踪算法，获得动物运动的路径长度；
根据路径长度和动物的步长，获得动物的步数。
2.根据权利要求1所述的动物管理方法，其特征在于，建立训练集的方法包括：
筛选文本信息和分析数据的指标，为动物的饮食健康或疾病打标签，建立训练集。
3.根据权利要求1所述的动物管理方法，其特征在于，还包括模型迭代的方法：
从云平台下载初始的模型；
定期利用工作站或云平台的文本信息和分析数据建立第二训练集；
通过第二训练集对所述初始的模型进行训练，获得第二模型。
4.根据权利要求1所述的动物管理方法，其特征在于，通过饮水器采集饮水信息，所述饮水器包括：水槽、测重力传感器、第二PLC和与所述水槽相匹配的外胆，
所述外胆上侧设有测重力传感器，所述测重力传感器上侧设有水槽，
进水管上设有电磁阀，进水管的输出端设置在所述水槽上侧，
所述水槽侧壁设有温度传感器，水槽下侧壁设有加热器；
饮水器的第二PLC分别与所述电磁阀的控制端、测重力传感器、温度传感器、加热器和电磁阀控制端电连接；
所述第二PLC与工作台的客户端连接。
5.根据权利要求1所述的动物管理方法，其特征在于，通过称重装置获得体重信息，称重装置包括称重板和力传感器；在动物圈舍与操场的通道上，安装一块长度大于动物体长四分之一的称重板，所述称重板下侧设置有力传感器，力传感器用于采集动物的体重信息；将体重信息上传给客户端的工作站中；
通过设置在动物圈舍的24GHz生物雷达，获得动物的心率信息和呼吸信息，24GHz生物雷达采用超宽带生物雷达波扫描技术，在6米以内无接触即可探测到人或动物的心跳、呼吸和体动信号；
通过制冷显微镜相机拍摄粪便信息。
6.一种用于实现如权利要求1-5任一项所述动物管理方法的动物管理系统，其特征在于，包括采集终端、翻译服务器、工作站和云平台；
所述采集终端用于采集动物的日常信息，并将日常信息中的图像信息发送给翻译服务器，将日常信息发送给工作站；
所述翻译服务器用于将所述日常信息中的图像信息解析为分析数据后，将分析数据发送到工作站；
所述工作站用于将接收到的日常信息和分析数据存档，并上传给云平台；
云平台对接收到的日常信息和分析数据进行分类、存档；
云平台为授权客户端的工作站提供基于日常信息的文本信息和分析数据建立训练集的窗口；
基于机器学习的方法，利用训练集训练模型，所述模型包括动物识别模型、饮食分析模型或疾病预测模型；
所述工作站还用于从云平台中下载所述模型，对存档的文本信息和分析数据进行分析，预测动物的饮食健康和疾病。
7.根据权利要求6所述的动物管理系统，其特征在于，所述采集终端包括以下装置或它们的组合：进食器、饮水器、动物行动轨迹跟踪摄像头、称重装置、24GHz生物雷达和制冷显微镜相机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110950311.4A CN113671892B (zh) | 2021-08-18 | 2021-08-18 | 一种基于云平台的动物管理方法和动物管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110950311.4A CN113671892B (zh) | 2021-08-18 | 2021-08-18 | 一种基于云平台的动物管理方法和动物管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113671892A CN113671892A (zh) | 2021-11-19 |
| CN113671892B true CN113671892B (zh) | 2024-03-12 |
Family
ID=78543703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110950311.4A Active CN113671892B (zh) | 2021-08-18 | 2021-08-18 | 一种基于云平台的动物管理方法和动物管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113671892B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115760523A (zh) * | 2022-11-18 | 2023-03-07 | 四川云泷生态科技有限公司 | 一种基于云平台的动物管理方法及系统 |
| CN116486097B (zh) * | 2023-04-10 | 2023-10-24 | 深圳市前海远为科技有限公司 | 应用于啮齿动物喂食场景下的远程自动投喂方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106943132A (zh) * | 2017-04-05 | 2017-07-14 | 合肥酷睿网络科技有限公司 | 一种动物健康监测系统 |
| CN107889760A (zh) * | 2018-01-02 | 2018-04-10 | 成都泰和顺信息技术有限公司 | 一种基于云平台的宠物看护系统 |
| CN108522342A (zh) * | 2018-01-23 | 2018-09-14 | 北京师范大学 | 一种基于动作和叫声的动物行为监测、分析及预警系统及其工作方法 |
| CN110168664A (zh) * | 2017-01-09 | 2019-08-23 | 马斯公司 | 用于维持动物最佳生长的系统和方法 |
| CN111199187A (zh) * | 2019-12-11 | 2020-05-26 | 中国科学院计算机网络信息中心 | 一种基于算法的动物行为识别方法及相应存储介质与电子装置 |
| CN111310596A (zh) * | 2020-01-20 | 2020-06-19 | 北京海益同展信息科技有限公司 | 一种动物患病状态监测系统及方法 |
| CN111914792A (zh) * | 2020-08-14 | 2020-11-10 | 广东申义实业投资有限公司 | 视频监控与处理的方法、装置、电子设备与存储介质 |
| CN112115751A (zh) * | 2019-06-21 | 2020-12-22 | 北京百度网讯科技有限公司 | 一种动物心情识别模型的训练方法和装置 |
| CN112183498A (zh) * | 2020-11-11 | 2021-01-05 | 成都摘果子科技有限公司 | 一种基于动物识别的边缘计算系统 |
| CN112257673A (zh) * | 2020-11-17 | 2021-01-22 | 携程计算机技术（上海）有限公司 | 基于旅游图像的动物识别方法、系统、设备及存储介质 |
| CN112529020A (zh) * | 2020-12-24 | 2021-03-19 | 携程旅游信息技术（上海）有限公司 | 基于神经网络的动物识别方法、系统、设备及存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2694196C1 (ru) * | 2014-07-08 | 2019-07-09 | Нестек Са | Системы и способы предоставления рекомендаций по здоровью, питанию и/или благополучию животных |
| US20200175611A1 (en) * | 2018-11-30 | 2020-06-04 | TailTrax LLC | Multi-channel data aggregation system and method for communicating animal breed, medical and profile information among remote user networks |
| US20200381119A1 (en) * | 2019-05-27 | 2020-12-03 | Andy H. Gibbs | Veterinary Telemedicine System and Method |
-
2021
- 2021-08-18 CN CN202110950311.4A patent/CN113671892B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110168664A (zh) * | 2017-01-09 | 2019-08-23 | 马斯公司 | 用于维持动物最佳生长的系统和方法 |
| CN106943132A (zh) * | 2017-04-05 | 2017-07-14 | 合肥酷睿网络科技有限公司 | 一种动物健康监测系统 |
| CN107889760A (zh) * | 2018-01-02 | 2018-04-10 | 成都泰和顺信息技术有限公司 | 一种基于云平台的宠物看护系统 |
| CN108522342A (zh) * | 2018-01-23 | 2018-09-14 | 北京师范大学 | 一种基于动作和叫声的动物行为监测、分析及预警系统及其工作方法 |
| CN112115751A (zh) * | 2019-06-21 | 2020-12-22 | 北京百度网讯科技有限公司 | 一种动物心情识别模型的训练方法和装置 |
| CN111199187A (zh) * | 2019-12-11 | 2020-05-26 | 中国科学院计算机网络信息中心 | 一种基于算法的动物行为识别方法及相应存储介质与电子装置 |
| CN111310596A (zh) * | 2020-01-20 | 2020-06-19 | 北京海益同展信息科技有限公司 | 一种动物患病状态监测系统及方法 |
| CN111914792A (zh) * | 2020-08-14 | 2020-11-10 | 广东申义实业投资有限公司 | 视频监控与处理的方法、装置、电子设备与存储介质 |
| CN112183498A (zh) * | 2020-11-11 | 2021-01-05 | 成都摘果子科技有限公司 | 一种基于动物识别的边缘计算系统 |
| CN112257673A (zh) * | 2020-11-17 | 2021-01-22 | 携程计算机技术（上海）有限公司 | 基于旅游图像的动物识别方法、系统、设备及存储介质 |
| CN112529020A (zh) * | 2020-12-24 | 2021-03-19 | 携程旅游信息技术（上海）有限公司 | 基于神经网络的动物识别方法、系统、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113671892A (zh) | 2021-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113671892B (zh) | 一种基于云平台的动物管理方法和动物管理系统 | |
| CN107635509B (zh) | 用于确定体况评分、体重和生育状态的改进方法和相关设备 | |
| US20220071180A1 (en) | Analysis and sorting in aquaculture | |
| CN111310596A (zh) | 一种动物患病状态监测系统及方法 | |
| Wang et al. | IoT-based measurement system for classifying cow behavior from tri-axial accelerometer | |
| CN109784200A (zh) | 基于双目视觉的奶牛行为图像获取与体况智能监测系统 | |
| Zhang et al. | Unsupervised few shot key frame extraction for cow teat videos | |
| US20210022322A1 (en) | Method and system for extraction of statistical sample of moving objects | |
| CN209347003U (zh) | 一种智能健康状态检测系统 | |
| CN110456050B (zh) | 便携式智能数字化寄生虫体外诊断仪 | |
| Tonachella et al. | An affordable and easy-to-use tool for automatic fish length and weight estimation in mariculture | |
| Neethirajan | SOLARIA-SensOr-driven resiLient and adaptive monitoRIng of farm Animals | |
| Feuser et al. | Artificial intelligence for lameness detection in horses—A preliminary study | |
| CN111046808A (zh) | 采用残差卷积神经网络和长短期记忆分类群养猪饮水和玩耍饮水器的分析方法 | |
| Mancuso et al. | Cow Behavioural Activities in Extensive Farms: Challenges of Adopting Automatic Monitoring Systems | |
| Nguyen et al. | Towards rapid weight assessment of finishing pigs using a handheld, mobile RGB-D camera | |
| CN110334641A (zh) | 一种基于ssd神经网络的简单手语实时识别系统及方法 | |
| Yurochka et al. | Technology of automatic evaluation of dairy herd fatness | |
| CA3175199A1 (en) | Apparatus and methodologies for improved detection of important biological states in animals | |
| CN110781870A (zh) | 一种基于ssd卷积神经网络的奶牛反刍行为识别方法 | |
| CN110286625A (zh) | 一种饲养对象管理系统和管理方法 | |
| Burke et al. | An analysis of the feasibility of using image processing to estimate the live weight of sheep | |
| Muñoz-Benavent et al. | Automatic bluefin tuna sizing with a combined acoustic and optical sensor | |
| KR102332252B1 (ko) | 영상 분석 기반의 반추 동물의 발정행동패턴 분석 장치 및 방법 | |
| CN116543418B (zh) | 投放操作的执行方法和装置、存储介质及电子装置 |
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 |