CN113785783A - 一种牲畜分群系统及方法 - Google Patents

一种牲畜分群系统及方法 Download PDF

Info

Publication number
CN113785783A
CN113785783A CN202110988965.6A CN202110988965A CN113785783A CN 113785783 A CN113785783 A CN 113785783A CN 202110988965 A CN202110988965 A CN 202110988965A CN 113785783 A CN113785783 A CN 113785783A
Authority
CN
China
Prior art keywords
information
grouping
detected
channel
sensor
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
Application number
CN202110988965.6A
Other languages
English (en)
Other versions
CN113785783B (zh
Inventor
李斌
孙文
赵宇亮
朱君
王海峰
赵文文
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.)
Intelligent Equipment Technology Research Center of Beijing Academy of Agricultural and Forestry Sciences
Original Assignee
Intelligent Equipment Technology Research Center of Beijing Academy of Agricultural and Forestry Sciences
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 Intelligent Equipment Technology Research Center of Beijing Academy of Agricultural and Forestry Sciences filed Critical Intelligent Equipment Technology Research Center of Beijing Academy of Agricultural and Forestry Sciences
Priority to CN202110988965.6A priority Critical patent/CN113785783B/zh
Publication of CN113785783A publication Critical patent/CN113785783A/zh
Application granted granted Critical
Publication of CN113785783B publication Critical patent/CN113785783B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; 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; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K1/00—Housing animals; Equipment therefor
    • A01K1/0005—Stable partitions
    • A01K1/0017—Gates, doors
    • A01K1/0023—Sorting gates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING 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
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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

本发明提供的牲畜分群系统及方法，包括：主控单元以及依次设置的防尾随单元、测量单元和分离单元；防尾随单元包括阻拦通道、设置在阻拦通道出口处的隔离门以及隔离门推杆电机；测量单元包括测量通道以及设置在测量通道中的多类型传感器；分离单元包括多个分群通道、设置在每个分群通道与测量通道连接处的分群门以及分群门推杆电机；主控单元根据待测对象的身份信息和体征信息，控制任一分群门推杆电机动作，以供待测对象进入与任一分群门推杆电机对应的分群通道。本发明提供的牲畜分群系统及方法，采用多种体征信息进行分群，可灵活的根据用户所需制定合理的分群标准，更好的调控种群的生长发育均匀度，为养殖场的科学化管理提供数据支持。

Description

一种牲畜分群系统及方法
技术领域
本发明涉及农业信息技术领域，尤其涉及一种牲畜分群系统及方法。
背景技术
我国是世界畜牧产品生产和消费大国，随着肉、奶类畜牧产品需求量的进一步扩大，近年来为有效适应当前高效、健康和规模化市场经济的发展，规模化养殖模式正日益取代传统养殖方式。
在规模化养殖中，对畜牧场牲畜类(如猪、牛、羊、马等)的分群不可缺少。通过定期对畜类进行调整与分栏，不仅可以为其中长势较慢的个体提供适宜的采食环境，加快其生长速度，提高养殖质量，保证群体均匀度的一致性，还可为畜牧场维护和牲畜管理提供方便。
目前，市场上分群设备品种繁多，但大多存在以下不足：未综合考虑畜类各项体征指标，仅依靠某一种传感器数据进行单一指标的分群，如仅通过称重传感器获取体重数据而作为分群依据。
因此，现有的分群设备和分群方法，不能满足不同用户对不同牲畜种类的分群需求，故并不具备推广性。
发明内容
本发明提供一种牲畜分群系统及方法，用以解决现有技术中分群指标单一的缺陷，可根据用户的具体需求对分群对象的体征信息中的一项或多项组合成分群依据，故能够满足不同用户的分群要求。
第一方面，本发明提供一种牲畜分群系统，包括：主控单元，以及在测量通道上依次设置的防尾随单元、测量单元和分离单元；
所述防尾随单元包括阻拦通道、设置在所述阻拦通道出口处的隔离门，以及控制所述隔离门开合的隔离门推杆电机；
所述主控单元控制所述隔离门推杆电机动作，以确保在每个开合周期内仅有一个待测对象通过所述隔离门进入至所述测量单元；
所述测量单元包括测量通道，以及设置在所述测量通道中的多类型传感器；
在所述待测对象通过所述测量通道的过程中，所述主控单元分别控制所述多类型传感器采集所述待测对象的身份信息和体征信息；
所述分离单元包括多个分群通道、设置在每个分群通道与所述测量通道连接处的分群门，以及控制所述分群门开合的分群门推杆电机；
所述主控单元根据所述待测对象的身份信息和体征信息，控制任一分群门推杆电机动作，以供所述待测对象进入与所述任一分群门推杆电机对应的分群通道。
根据本发明提供的一种牲畜分群系统，所述多类型传感器包括：第一光电传感器和身份标识读写器；
所述第一光电传感器设置于所述测量通道的入口处；
在所述第一光电传感器检测到所述待测对象进入至所述测量通道时，生成目标进入信号并发送给所述主控单元；
所述主控单元根据所述目标进入信号，驱动所述身份标识读写器读取所述待测对象的身份信息，并控制所述隔离门推杆电机动作以关闭所述隔离门。
根据本发明提供的一种牲畜分群系统，所述体征信息包括体重信息、气味信息、超声诊断信息、肉品指标信息、心率检测信息、声音检测信息、体温信息和计步器信息；
所述多类型传感器，包括：称重传感器、气味传感器、射线诊断模块、心率传感器、图像采集装置、声音传感器、温度传感器和计步感应器和第二光电传感器；
所述称重传感器设置于所述测量通道的地面，用于在所述待测对象通过时，获取所述体重信息；
所述气味传感器设置于所述测量通道的一侧，用于在所述待测对象通过时，获取所述气味信息；
所述射线诊断模块设置于所述测量通道的一侧，用于在所述待测对象通过时，获取所述超声诊断信息和肉品指标信息；
所述心率传感器设置于所述测量通道的顶部，用于在所述待测对象通过时，获取所述心率检测信息；
所述图像采集装置设置于所述测量通道的顶部，用于在所述待测对象通过时，对所述待测对象进行拍摄，获取多帧深度图像；
所述声音传感器设置于所述测量通道的一侧，用于在所述待测对象通过时，通过对采集的所述待测对象的声音进行分析，获取所述声音检测信息；
所述温度传感器设置于所述测量通道的一侧，用于在所述待测对象通过时，对所述待测对象的目标部位进行测量，获取所述体温信息；所述目标部位是由所述主控单元根据所述深度图像和待测对象种类实时确定的；
所述计步感应器设置于所述测量通道的一侧，用于在所述待测对象通过时，与所述待测对象所携带的计步器连接，以获取所述计步器信息；
所述第二光电传感器设置于所述测量通道的出口处；
在所述第二光电传感器检测到所述待测对象已通过所述测量通道后，生成目标离开信号并发送给所述主控单元；
所述主控单元根据所述目标离开信号，控制所述任一分群门推杆电机动作，以供所述待测对象进入与所述任一分群门推杆电机对应的分群通道。
根据本发明提供的一种牲畜分群系统，所述体征信息还包括跛足信息；
所述称重传感器由四个电阻应变式称重传感器组成；所述四个电阻应变式称重传感器分布于所述待测对象站立时四个蹄趾所对应的位置处；
所述主控单元根据四个电阻应变式称重传感器所检测到的体重信息，确定所述待测对象的跛足信息。
根据本发明提供的一种牲畜分群系统，所述体征信息还包括体重信息、体长信息、体高信息和背膘厚度信息；所述图像采集装置为深感相机；
所述主控单元在获取所述深度图像之后，还包括：
基于目标检测算法对所述深度图像进行个体目标检测后，基于实例分割算法过滤背景，获取待测对象深度图像；
对所述待测对象深度图像进行3D点云重建，获取待测对象点云；
基于个体关键点检测算法，提取所述待测对象点云的特征点云，以根据所述特征点云获取所述待测对象的体重信息、体长信息、体高信息和背膘厚度信息。
根据本发明提供的一种牲畜分群系统，所述主控单元在获取待测对象深度图像之后，还包括：
基于随机森林算法，对所述待测对象各个部位进行区分定位后，根据所述待测对象种类，确定所述目标部位；
控制所述温度传感器对所述目标部位进行测量，获取所述体温信息。
根据本发明提供的一种牲畜分群系统，所述体征信息还包括状态信息；所述主控单元在获取待测对象深度图像之后，还包括：
基于骨骼追踪算法，对所述待测对象深度图像进行识别，提取待测对象骨骼模型；
获取所述待测对象骨骼模型中骨骼关节点的坐标信息；
根据所述坐标信息和所述待测对象各个部位的区分定位，确地所述待测对象头颈部、躯体和四肢的空间分布特征；
利用支持向量机分类器对所述空间分布特征进行分类，确定所述待测对象的姿态类别，所述姿态类别包括正常站立和低头站立；
根据所述姿态类别确定所述待测对象的状态信息。
根据本发明提供的一种牲畜分群系统，在每个所述分群通道的出口处均设置有第三光电传感器和喷洒装置；
在所述第三光电传感器检测到所述待测对象后，生成检测完毕信号并发送给所述主控单元；
所述主控单元根据所述检测完毕信号，控制所述喷洒装置动作，以向所述待测对象喷洒刺激性气味的液体。
第二方面，本发明还提供一种基于上述任一牲畜分群系统的牲畜分群方法，包括：
采集待测对象的身份信息和体征信息；
按照预先设定的分群策略，根据所述身份信息和体征信息，确定目标分群门；
在确定所述待测对象已通过所述测量通道后，开启所述目标分群门，以供所述待测对象进入所述目标分群门对应的分群通道。
根据本发明提供的一种牲畜分群方法，按照预先设定的分群策略，所述根据所述身份信息和体征信息，确定目标分群门，包括：
将所述身份信息与所述体征信息匹配后，上传并保存至用户终端系统；
基于自适应加权融合算法，对所述体征信息进行分类融合，获取分群指标；
按照所述分群策略，根据所述分群指标，确定所述目标分群门。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述牲畜分群方法的步骤。
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述牲畜分群方法的步骤。
本发明提供的牲畜分群系统及方法，采用多种体征信息进行分群，可灵活的根据用户所需制定合理的分群标准，更好的调控种群的生长发育均匀度，为养殖场的科学化管理提供数据支持。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的牲畜分群系统的结构主视图；
图2是本发明提供的牲畜分群系统的结构俯视图；
图3是本发明提供的一种牲畜分群系统的结构框图；
图4是本发明提供的待测牛只骨骼模型的示意图；
图5是本发明提供的牲畜分群方法的流程示意图之一；
图6是本发明提供的牲畜分群方法的流程示意图之二
图7是本发明提供的一种加权融合算法的示意图；
图8是本发明提供的电子设备的结构示意图；
其中，附图标记为：
1、Zigbee传感器；2、主控模块；3、第一光电传感器；
4、RFID读写器；5、气味传感器；6、射线诊断模块；
7、计步感应器；8、声音传感器；9、温度传感器；
10、第二光电传感器；11、第一分群门推杆电机；
12、第三光电传感器；13、第一分群通道；14、喷洒装置；
15、第二分群通道；17、隔离门推杆电机；18、第一分群门；
19、第二分群门；20、第二分群门推杆电机；21、测量通道；
22、称重传感器；23、图像采集装置；24、补光系统；
25、阻拦通道；26、隔离门；27、附加隔离门推杆电机；
28、心率传感器
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。
需要说明的是，在本发明实施例的描述中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合图1-图8描述本发明实施例所提供的牲畜分群方法和装置。
图1是本发明提供的牲畜分群系统的结构主视图，图2是本发明提供的牲畜分群系统的结构俯视图，如图1和图2所示，主要包括：主控单元，以及在测量通道上依次设置的防尾随单元、测量单元和分离单元。
其中，所述防尾随单元主要包括阻拦通道25、设置在所述阻拦通道25出口处的隔离门26，以及控制所述隔离门开合的隔离门推杆电机17；所述主控单元控制所述隔离门推杆电机17动作，以确保在每个开合周期内仅有一个待测对象通过所述隔离门26进入至所述测量单元。
所述测量单元包括测量通道21，以及设置在所述测量通道21中的多类型传感器；在所述待测对象通过所述测量通道21的过程中，所述主控单元分别控制所述多类型传感器采集所述待测对象的身份信息和体征信息。
所述分离单元包括多个分群通道、设置在每个分群通道与所述测量通道21连接处的分群门，以及控制所述分群门开合的分群门推杆电机；所述主控单元根据所述待测对象的身份信息和体征信息，控制任一分群门推杆电机动作，以供所述待测对象进入与所述任一分群门推杆电机对应的分群通道。
为了便于展示本发明所提供的牲畜分群系统，在图1中仅示出两个分群通道，记作第一分群通道13和第二分群通道15，其不视为对本发明保护范围的具体限定，即分群通道并不局限于两个。
另外，为了进一步表述清楚本发明所提供的牲畜分群系统以及分群方法，在后续实施例中均以对牛群进行分群为例进行说明，其不视为对本发明保护范围的具体限定，即本发明也可以对其它的牲畜进行分群，如：羊群、猪群等，后续将不作一一赘述。
对应于第一分群通道13设置有第一分群门18，以及控制第一分群门18开合的第一分群门推杆电机11；对应于第二分群通道15设置有第二分群门19，以及控制第二分群门18开合的第二分群门推杆电机20。
图3是本发明提供的一种牲畜分群系统的结构框图，如图3所示，主控单元可以包括Zigbee传感器1和主控模块2。任一分群门推杆电机和隔离门推杆电机的开合均由主控模块2根据实时检测到的待测对象的身份信息和体征信息，结合预先制定的分群策略来控制的。
Zigbee传感器1主要用于实现主控模块2与上位机、下位机之间信息的交互。
为进一步降低过多人为因素造成的牛群的应激性现象，将用户终端系统置于养殖室外，由人工远程监控，在用户终端系统与主控模块2之间采取无线通信，通过无限传感技术，利用Zigbee传感器1实现两者之间的互联。
用户可在用户终端系统中根据分群需求，利用测量单元实时采集的待测对象的各项体征信息，设置相应的分群策略，并由用户终端系统下发到主控模块执行。
此外，主控模块2亦可通过Zigbee传感器1将分群时每次测量的体征信息、健康状况等体征信息与耳标信息等身份信息，进行唯一配对后存入用户终端系统中，供后期查询和对比。
可选地，用户终端系统可以采用APP形式存在于上位机，用户可通过用户终端系统的人机交互界面，随时查阅分群对象的体征信息并设定分群策略。
阻拦通道25位于本发明提供的牲畜分群系统的入口至隔离门26之间；测量通道21位于隔离门26、和第一分群门18以及第二分群门19之间；第一分群通道13、第二分群通道15则对应位于第一分群门18和第二分群门19之后。
具体来说，防尾随单元主要是由阻拦通道25、设置在阻拦通道25于测量通道21之间的隔离门26，以及控制隔离门26开合的隔离门推杆电机17构成。
其中，隔离门26可以设置成双开门，则每扇门可单独配置一个隔离门推杆电机，即在原有的隔离门推杆电机17的基础上增设一个附加隔离门推杆电机27。
可选地，阻拦通道25采用可拆卸的活动式护栏，且护栏采取伸缩杆结构，以保证阻拦通道25的宽度和高度能够根据实际需要进行调整，以应对不同的待测对象。
需要说明的是，可以将阻拦通道25以及测量通道21的宽度设置为每次只能刚好通过一头牛(即宽度大于一头牛的体宽，但小于两头牛的体宽之和)，这样能够有效的限制其在通道内的转体以及掉头幅度等，并迫使其只能在通道内保持前进，能够有效防止一次性多头牛进入测量单元，造成体征信息测量错误。
如图1所示，可以通过适当增加阻拦通道25的长度，以及在整个阻拦通道25中适量增加转角，能够使得前面的牛通过阻拦通道25与其后相邻的一头牛拉开足够的间距。
在系统初始状态下，隔离门26常开，第一分群门18和第二分群门19常闭。当待测牛只通过阻拦通道25和后一牛只拉开间距后，通过隔离门26进入测量通道21。
可选地，测量单元内布设有多类型传感器，例如：称重传感器、气味传感器、射线诊断模块、心率传感器、图像采集装置、声音传感器、温度传感器和计步感应器等，能在待测牛只通过时，分别采集对应的体征信息或者身份信息。
测量单元，将采集到的体征信息或者身份信息上传至主控模块2，主控模块2则能够根据所接收到的体征信息或者身份信息，根据用户预先制定的分群策略，控制第一分群门18或者第二分群门19中的一扇打开，待测牛只则能够通过已经打开的分群门进入至对应的圈舍。
例如，分群策略是将体重(或者体重平均日增量)超过预设重量阈值的牛只分群至第一分群门18所对应的圈舍，将重量小于预设重量的牛只分群至第二分群门19所对应的圈舍。主控模块2在通过称重传感器所检测到的目标牛只的体重信息后，将该体重信息与预设重量阈值进行比较，以根据比较结果控制对应的分群门打开。
本发明提供的牲畜分群系统，采用多种体征信息进行分群，可灵活的根据用户所需制定合理的分群标准，更好的调控种群的生长发育均匀度，为养殖场的科学化管理提供数据支持。
基于上述实施例的内容，作为一种可选实施例，所述多类型传感器，包括：第一光电传感器3和身份标识(Radio Frequency Identification，RFID)读写器4；
所述第一光电传感器3设置于所述测量通道21的入口处；
在所述第一光电传感器3检测到所述待测对象进入至所述测量通道21时，生成目标进入信号并发送给所述主控单元；
所述主控单元根据所述目标进入信号，驱动所述RFID读写器4读取所述待测对象的身份信息，并控制所述隔离门推杆电机动作以关闭所述隔离门26。
具体来说，在待测牛只进入至测量通道21后，第一光电传感器3检测到有牛只经过时，向主控单元发送目标进入信号，主控单元则控制RFID读写器4启动对读取待测牛只的耳标信息，以获取待测牛只的唯一身份信息，以便于后续将测得的体征信息与其身份信息的配对、存储和历史数据的查询。
随着待测牛只的继续前进，当其完全离开第一光电传感器3的检测范围时，主控单元下达指令驱动隔离门推杆电机动作，以关闭隔离门26，即关闭测量通道21的通道入口，以确保在测量通道21中对待测牛只进行独立检测。
本发明提供的牲畜分群系统与用户终端系统之间采用Zigbee进行无线通信，在读取待测对象的耳标信息后，能根据唯一身份信息在终端数据库中，调取该待测对象的其它不能在分群系统中获取，但在养殖场其他操作中已存储的数据，作为分群数据来源，能够提供更为多元化的分群策略。同时，可以将每次分群时所测量的体征信息实时保存到用户终端系统，以供下次读取和使用。
基于上述实施例的内容，作为一种可选实施例，所述体征信息主要包括：体重信息、气味信息、超声诊断信息、肉品指标信息、心率检测信息、声音检测信息、体温信息和计步器信息。
如图1和图2所示，所述多类型传感器，主要包括：称重传感器22、气味传感器5、射线诊断模块6、心率传感器28、图像采集装置23、声音传感器8、温度传感器9和计步感应器7和第二光电传感器10。
其中，所述称重传感器22设置于所述测量通道21的地面，用于在所述待测对象通过时，获取所述体重信息；
所述气味传感器5设置于所述测量通道21的一侧，用于在所述待测对象通过时，获取所述气味信息；
所述射线诊断模块6设置于所述测量通道21的一侧，用于在所述待测对象通过时，获取所述超声诊断信息和肉品指标信息；
所述心率传感器28设置于所述测量通道21的顶部，用于在所述待测对象通过时，获取所述心率检测信息；
所述图像采集装置23设置于所述测量通道21的顶部，用于在所述待测对象通过时，对所述待测对象进行拍摄，获取多帧深度图像；
所述声音传感器8设置于所述测量通道的一侧，用于在所述待测对象通过时，通过对采集的所述待测对象的声音进行分析，获取所述声音检测信息；
所述温度传感器9设置于所述测量通道21的一侧，用于在所述待测对象通过时，对所述待测对象的目标部位进行测量，获取所述体温信息；所述目标部位是由所述主控单元根据所述深度图像和待测对象种类实时确定的；
所述计步感应器7设置于所述测量通道的一侧，用于在所述待测对象通过时，与所述待测对象所携带的计步器连接，以获取所述计步器信息；
所述第二光电传感器10设置于所述测量通道的出口处；
在所述第二光电传感器10检测到所述待测对象已通过所述测量通道后，生成目标离开信号并发送给所述主控单元；
所述主控单元根据所述目标离开信号，控制所述任一分群门推杆电机动作，以供所述待测对象进入与所述任一分群门推杆电机对应的分群通道。
可选地，在主控模块2通过第一光电传感器3，获知待测牛只进入至测量通道21后，首先控制RFID读写器4动作采集待测牛只的耳标信息，获取其唯一的身份信息。
进一步地，随着待测牛只的继续前进，在其完全进入称重传感器22所在部位之后，称重传感器22自动对其进行体重测量，以获取该目标牛只的体重信息。
在待测牛只继续前进的过程中，或者在采集其它体征信息的过程中，启动气味传感器5采集牛尾部气味，生成气味信息。
可选地，气味传感器5设置在分群通道内，且位于牛站立时牛尾的位置附近。主控单元通过对牛尾部的气体成分进行分析，能够判断牛只是否处于发情期。
进一步地，在待测牛只继续前进的过程中，或者在采集其它体征信息的过程中，启动射线诊断模块6对待测牛只的体况进行检查。
其中，射线诊断模块6可以包括超声诊断单元和X射线诊断单元，能对待测牛只开展包括早孕超声诊断、生产性能超声诊断和活体产卵超声诊断等检测功能，可诊断出待测牛只是否怀孕，以及对生产性能状况及产卵情况等进行全面检测。
另外，射线诊断模块6可以采用超声波扫描方式对活体牛只肉质进行预测估计。由于牛只不同组织在超声波图像呈现不同颜色，其中脂肪、筋膜、骨骼组织在超声波图像呈现白色，肌肉组织呈现灰色。根据最大类间方差法进行二值化，获取图像中黑白局域面积及比例关系，计算出眼肌面积、眼肌高度、背膘厚度、肌间脂肪含量等肉品指标。
进一步地，在待测牛只继续前进的过程中，或者在采集其它体征信息的过程中，通过心率传感器28进行牛只心率检测。
心率作为畜牧一项主要的生命体征，是指单位时间内心脏搏动的次数，一般是每分钟心脏搏动的次数，是评价畜牧心血管功能的一项重要指标，对畜牧慢性疾病的诊断、治疗和监护等具有重要意义。
本发明可以采用基于近红外视频的非接触心率测量方法，在测量通道21的顶部设置分群架，并在分群架上安装心率传感器28。
首先，获取利用心率传感器28采集近红外视频，上述近红外视频中包含待测牛只的图像序列；计算含有待测牛只区域内所有像素点的像素均值，得到单通道像素均值时间序列。
其次，对经过预处理的单通道像素均值时间序列进行时间延迟，得到动态嵌入矩阵。
之后，对动态嵌入矩阵采用盲源分离方法进行独立成分分析，得到多个独立变量。
最后，对这些独立分量进行功率谱分析，确认包含心率信息的独立分量并得到心率检测信息。
进一步地，本发明提供的牲畜分群系统，还可以包括补光系统24，也安装在分群架上，其在利用心率传感器进行近红外视频采集的过程中自动开启，能够有效的提高视频的清晰度。
进一步地，在待测牛只继续前进的过程中，或者在采集其它体征信息的过程中，继续控制设置在分群架上的图像采集装置23，对经过的待测牛只进行抓拍，以获取多帧深度图像。
具体来说，图像采集装置23通过对进入测量通道21的待测牛只进行图像采集，并通过补光系统24保证所采集图像的质量。
还可以通过主控模块2的数据存储及判别功能，对图像采集装置23采集的图片进行分析。
可选地，图像采集装置23所用传感器为深感相机，集成了RGB图像采集与深感数据获取。
进一步地，在待测牛只继续前进的过程中，或者在采集其它体征信息的过程中，可以控制声音传感器8采集待测牛只所发出的鸣叫声，并通过对所采集到声音进行分析，获取所述声音检测信息。
具体来说，声音传感器8通过基于隐马尔可夫模型(HMM)的声音识别方法对采集的待测牛只的声音进行识别，包括：
通过识别获取到声音信号的过零率和能量，进而确定不同状态下声音信号的起始点和终止点；然后，提取声音信息的线性预测倒谱系数作为特征参数，使用预先通过隐马尔可夫模型训练建立的声音分类模型，实现对不同状态如饥饿、咳嗽等进行识别，以实现对其健康状况的检测。
进一步地，在待测牛只继续前进的过程中，或者在采集其它体征信息的过程中，还可以控制温度传感器9对待测牛只的体温进行测量，以获取体温信息。
为尽量减少传统人工测温所引起的畜类应激性，温度传感器9采用非接触式红外温度变送器，使用RS485进行数据传输。
在实际测温过程中，不同畜类所测取的目标部位有所不同，牛只主要测量其耳部、后脚脚踝处的温度；而猪只则是测量其耳根、尾根和后腹部的温度。而且，不同在实际采集过程中由于被测对象的个体大小不同，所采集的区域大小也有所不同。
有鉴于此，本发明在利用温度传感器9进行体温测量之前，使用图像采集装置23所抓拍深度图像，分析出牛只体型信息，以进行目标部位的辅助定位：通过卷积神经网络对深度图像中牛只目标部位进行分割，提取测量的具体区域，再控制温度传感器对该目标部位进行测温。
进一步地，在待测牛只继续前进的过程中，或者在采集其它体征信息的过程中，还可以通过计步感应器7对牛腿上的计步器数据进行读取。
在牛发情的时候，表现出接受爬跨、精神紧张，同时活动量明显增加、躺卧时间明显减少等特点，可跟踪记录牛只的活动量来判断其是否处于发情期。
本发明通过将计步感应器7识别到的步数，传输给主控模块2，主控模块2根据步数，结合牛只活动量变化规律，计算出牛只加权活动量，以此作为牛只情期和发情期判定的指标。当活动量达到预设的阈值时，主控模块2将记录其发情状况并存储至用户终端系统。
进一步地，在待测牛只继续前进并进入至第二光电传感器10的检测范围内，第二光电传感器10检测到待测对象已通过测量通道21，此时生成目标离开信号并发送给主控单元。
主控单元根据接收到的上述体重信息、气味信息、超声诊断信息、肉品指标信息、心率检测信息、声音检测信息、体温信息和计步器信息中的至少一种，并结合预先制定的分群策略，确定是开启第一分群门18还是开启第二分群门19，以供待测牛只进入对应的圈舍。
假设，主控单元已经确定需要将待测牛只驱赶至第一分群门18对应的圈舍，在接收到目标离开信号后，控制第一分群门推杆电机11动作，以开启第一分群门18，则待测牛只能够进入第一分群通道13。
需要说明的是，在本发明提供的牲畜分群系统中，测量通道21两侧的护栏采取可拆卸的活动式栏杆，且护栏采取伸缩杆结构。同侧的护栏高度、测量通道21两侧栏杆之间的距离和单根护栏长度均可根据牛只体型大小进行调节，以保证每次只能刚好通过一头，限制其在测量通道内的转体及掉头幅度等，并迫使其在测量通道只能继续前进，有利于提高体征信息采集的精度。
另外，测量通道21中所设置的各传感器位置，可根据实际检测的需要进行灵活调整，对此本发明不作具体的限定。
本发明提供的牲畜分群系统，通过在测量通道中布置多传感器，对通道中通过的待测对象进行外部(体况、体尺、健康等)和内部(肉质、骨架、心率等)体征信息的综合获取，然后与既定分群策略比较，实现分群，不再受制于单一传感器数据不精确的影响，使数据更可靠，判断更准确，能更好的调控种群的生长发育均匀度。
基于上述实施例的内容，作为一种可选实施例，上述体征信息还可以包括跛足信息。
相应地，在本发明提供的牲畜分群系统中，所述称重传感器22由四个电阻应变式称重传感器组成；所述四个电阻应变式称重传感器分布于所述待测对象站立时四个蹄趾所对应的位置处；所述主控单元能根据四个电阻应变式称重传感器所检测到的体重信息，确定所述待测对象的跛足信息。
四个电阻应变式称重传感器，分布在测量通道上牛只站立时四个蹄趾所对应的位置，分别对四个蹄趾处进行测重，得到牛只的体重数据。同时，主控单元能通过对四脚所测得的体重数据之间的差异性进行作分析，如某一脚与其他三脚之间数据存在较大差异，则可判断牛只是否具有跛足等特征。
本发明提供的牲畜分群系统，通过使用机器视觉技术结合传统称重传感器对待测对象的体重测量提出了一种新的方案，并通过对测重时畜类四足所测重量数据的差异性分析，判断是否跛足，则可以将跛足的差异性作为分群依据实现准确分群。
基于上述实施例的内容，作为一种可选实施例，所述体征信息还包括体重信息、体长信息、体高信息和背膘厚度信息；所述图像采集装置为深感相机；
所述主控单元在获取所述深度图像之后，还包括：
基于目标检测算法对所述深度图像进行个体目标检测后，基于实例分割算法过滤背景，获取待测对象深度图像；
对所述待测对象深度图像进行3D点云重建，获取待测对象点云；
基于个体关键点检测算法，提取所述待测对象点云的特征点云，以根据所述特征点云获取所述待测对象的体重信息、体长信息、体高信息和背膘厚度信息。
可选地，在主控单元对采集的深度图像进行识别分析的过程中，使用目标检测算法(如YOLO)进行牛只个体目标检测，后续采用实例分割算法(如Mask R-CNN算法)进行目标牛只的实例分割，自动过滤背景区域。再融合3D点云重建技术和open-pose牛只个体关键点检测方法，进行特征提取，根据提取的关键点特征及关键区域特征自动计算牛只体况、背膘、体长、体高等信息。
进一步地，由于可以根据采集到的深度图像分析牛只的体重、体长、体高和背膘厚度，则可以将RFID读写器4识别到的身份信息与上述体征信息进行对应后，储存到用户终端系统，然后再根据用户终端数据库中所存储的历史体重信息判断当前个体的健康状况。
基于上述实施例的内容，作为一种可选实施例，所述主控单元在获取待测对象深度图像之后，还包括：
基于随机森林算法，对所述待测对象各个部位进行区分定位后，根据所述待测对象种类，确定所述目标部位；
控制所述温度传感器对所述目标部位进行测量，获取所述体温信息。
本发明在对图像采集装置23所采集的深度图像进行目标检测以及背景分割获取到待测牛只深度图像之后，继续采用随机森林算法将牛只各个部位进行区分定位，如区别分头部、躯干、四肢等部位。
进而能够控制温度传感器对待测牛只的目标部位(如耳根部位)进行测量，获取上述体温信息。
本发明提供的牲畜分群系统，使用温度传感器采集的体温信息，以识别待测对象是否发情或生病，尤其是首次通过机器视觉技术和卷积神经网络对体温测量的目标部位进行辅助定位，并对体温数据采用最小二乘法，进行二元线性回归分析得到最佳值，通过与自身历史体温的对比识别是否发情，或者通过与畜群实时体温的对比识别该个体是否生病。
基于上述实施例的内容，作为一种可选实施例，所述体征信息还包括状态信息；所述主控单元在获取待测对象深度图像之后，还包括：
基于骨骼追踪算法，对所述待测对象深度图像进行识别，提取待测对象骨骼模型；
获取所述待测对象骨骼模型中骨骼关节点的坐标信息；
根据所述坐标信息和所述待测对象各个部位的区分定位，确地所述待测对象头颈部、躯体和四肢的空间分布特征；
利用支持向量机分类器对所述空间分布特征进行分类，确定所述待测对象的姿态类别，所述姿态类别包括正常站立和低头站立；
根据所述姿态类别确定所述待测对象的状态信息。
图4是本发明提供的待测牛只骨骼模型的示意图，结合图4所示，本发明采用骨骼追踪技术(如Kinect技术)，提取牛只骨骼模型。
然后，可以根据牛只骨骼模型，获取骨骼关节点的坐标信息，再通过上述坐标信息判断头颈部、躯体和四肢在空间分布的特点，来确定牛只的姿势特征，最后运用支持向量机(SVM))分类器对正常站立，低头站立两种姿态进行分类，不同的姿态对应着不同的精神状态。
由图4中的左图可以看出待测牛只出现了低头站立，表示其精神萎靡；由图4中的右图可以看出待测牛只一直保持正常站立状态，则表明其精神正常。
本发明提供的牲畜分群系统，能利用图像分割技术，结合随机森林算法区分定位，保证Kinect骨骼追踪技术提取畜类骨骼模型，根据骨骼点坐标信息，进而判断其健康状况
基于上述实施例的内容，作为一种可选实施例，在每个所述分群通道的出口处均设置有第三光电传感器和喷洒装置；
在第三光电传感器检测到所述待测对象正在通过所述分群通道后，生成检测完毕信号并发送给所述主控单元；
所述主控单元根据所述检测完毕信号，控制所述喷洒装置动作，以向所述待测对象喷洒刺激性气味的液体。
相应地，在第三光电传感器检测到待测对象完全通过分群通道后，主控单元会丢失所述检测完毕信号，则控制喷洒装置停止动作。
喷洒装置14装入烧酒等易挥发的刺激性液体。由于分群设备所面临的对象为猪、牛、羊等，对其进行分群操作时任意变动种群往往会引起个体骚动不安，影响采食等。通过研究者大量研究发现在傍晚进行分群操作，并在分群时往其身上喷洒少量具有刺激性气味的液体，可以有效降低其应激性行为。
本发明提供的牲畜分群系统，为有效降低分群过后新合群时畜类的不适应行为，在分群通道出口处增加了喷洒装置，通过对分群个体喷洒易挥发的刺激性液体，以减轻畜类新合群后的不适应行为。
可选地，主控模块2在识别到待测牛只的耳标信息后，还可调取终端系统数据库中牛只(此时是指奶牛)产奶时产奶量的多少，作为一个分群数据的来源供用户选择是否需要参考。
其次，主控模块2在测量通道21内读取牛只身上用于记录反刍行为的传感器数据，利用DB小波预处理后，建立BP神经网络模型，对反刍行为进行分类研究，主要是对是否具有反刍限行为进行区分，并在用户终端系统进行记录与保存，从而获取连续、完整的牛只日常行为信息，用来判断所观测牛只此时的行为状态，判断当前牛只的生产性能和健康状况。
图5是本发明提供的牲畜分群方法的流程示意图之一，如图5所示，主要包括但不限于以下步骤：
步骤101，采集待测对象的身份信息和体征信息；
步骤102，按照预先设定的分群策略，根据所述身份信息和体征信息，确定目标分群门；
步骤103，在确定所述待测对象已通过所述测量通道后，开启所述目标分群门，以供所述待测对象进入所述目标分群门对应的分群通道。
图6是本发明提供的牲畜分群方法的流程示意图之二，如图6所示，整个牲畜分群执行的流程可以采用步骤实施：
在系统初始状态下，隔离门26常开，第一分群门18和第二分群门19常闭。当待测牛只通过阻拦通道25和后一牛只拉开间距后，通过隔离门26进入测量通道21。
驱动所述RFID读写器4读取所述待测对象的身份信息，并控制所述隔离门推杆电机动作以关闭所述隔离门26。
随着待测牛只的继续前进，隔离门推杆电机动作，以关闭隔离门26，即关闭测量通道21的通道入口，以确保在测量通道21中对待测牛只进行独立检测。
在其完全进入称重传感器22所在部位之后，称重传感器22自动对其进行体重测量，以获取该目标牛只的体重信息。
然后，启动气味传感器5采集牛尾部气味，生成气味信息；再启动射线诊断模块6对待测牛只的体况进行检查。
进一步地，在待测牛只继续前进的过程中，通过心率传感器28进行牛只心率检测后，继续控制图像采集装置23，对待测牛只进行抓拍，以获取深度图像。
然后，控制声音传感器8采集待测牛只的声音并进行分析，获取所述声音检测信息；控制温度传感器9对待测牛只的体温进行测量，以获取体温信息，并过计步感应器7对牛腿上的计步器数据进行读取。
在待测牛只继续前进并进入至第二光电传感器10的检测范围，在主控单元结合预先制定的分群策略和上述体征信息确定了分群通道之后(假设为第一分组通道13)，则控制第一分群门推杆电机11动作，以开启第一分群门18，则待测牛只能够进入第一分群通道13。
本发明提供的牲畜分群方法，采用多种体征信息进行分群，可灵活的根据用户所需制定合理的分群标准，更好的调控种群的生长发育均匀度，为养殖场的科学化管理提供数据支持。
在发明提供的牲畜分群方法中，所述按照预先设定的分群策略，所述根据所述身份信息和体征信息，确定目标分群门，包括：
将所述身份信息与所述体征信息匹配后，上传并保存至用户终端系统；
基于自适应加权融合算法，对所述体征信息进行分类融合，获取分群指标；
按照所述分群策略，根据所述分群指标，确定所述目标分群门。
本发明首次使用自适应加权融合算法，对多传感器所测的同一体征数据进行融合，该算法具有算法简洁、鲁棒性强、实时性好等特点。如：融合气味传感器5、计步感应器7和温度传感器9等体征数据，进行发情判断；融合声音传感器8、温度传感器9和图像中的畜类行为数据进行健康状况判断；融合图像数据和称重传感器数据进行畜类体重评估，是否残疾等，最终形成分群指标供用户选择与调用。通过该算法结合多传感器融合判别的方案能有效提高识别率，克服现有分群设备中单一传感器数据不精确，单一分群依据的不足之处。
图7是本发明提供的一种加权融合算法的示意图，如图7所示，设N个传感器的方差为σ1 2，σ2 2，……σN 2；需要估计的真值为Y；各传感器测量值分别设为Y1，Y2,……YN；加权因子分别设为W1，W2，……WN。
则，多数据加权融合结果为：
Figure BDA0003231828760000231
其中各加权因子满足关系式：
Figure BDA0003231828760000232
总均方误差为：
Figure BDA0003231828760000233
则可以由多元函数求极值，利用拉格朗日乘数法对公式(3)进行极值求解，得总均方差最小时所对应的加权因子：
Figure BDA0003231828760000234
相应最小均方误差为：
Figure BDA0003231828760000241
最终数据融合结果为：
Figure BDA0003231828760000242
综上所述，本发明提供的牲畜分群方法中所采用的多数据加权融合算法具体实现步骤如下：
1、求出每个传感器j的方差值σj 2；
2、根据公式(4)求出传感器j所对应的最佳加权因子Wj 2
3、最后由式(6)求出加权融合后的测量值
Figure BDA0003231828760000243
本发明提供的牲畜分群方法，采用多传感器协调配合、多源数据融合得到最终结果，由于多源数据融合得到最终结果，不再受制于单一传感器数据不精确的影响，故能够使得分组更可靠、判断更准确。
需要说明的是，本发明实施例提供的牲畜分群方法，在具体运行时，可以基于上述任一实施例所提供的牲畜分群装置来实现，对此本实施例不作赘述。
图8是本发明提供的电子设备的结构示意图，如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行牲畜分群方法，该方法包括：采集待测对象的身份信息和体征信息；按照预先设定的分群策略，根据所述身份信息和体征信息，确定目标分群门；在确定所述待测对象已通过所述测量通道后，开启所述目标分群门，以供所述待测对象进入所述目标分群门对应的分群通道。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的牲畜分群方法，该方法包括：采集待测对象的身份信息和体征信息；按照预先设定的分群策略，根据所述身份信息和体征信息，确定目标分群门；在确定所述待测对象已通过所述测量通道后，开启所述目标分群门，以供所述待测对象进入所述目标分群门对应的分群通道。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的牲畜分群方法，该方法包括：采集待测对象的身份信息和体征信息；按照预先设定的分群策略，根据所述身份信息和体征信息，确定目标分群门；在确定所述待测对象已通过所述测量通道后，开启所述目标分群门，以供所述待测对象进入所述目标分群门对应的分群通道。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种牲畜分群系统，其特征在于，包括：主控单元，以及在测量通道上依次设置的防尾随单元、测量单元和分离单元；
所述防尾随单元包括阻拦通道、设置在所述阻拦通道出口处的隔离门，以及控制所述隔离门开合的隔离门推杆电机；
所述主控单元控制所述隔离门推杆电机动作，以确保在每个开合周期内仅有一个待测对象通过所述隔离门进入至所述测量单元；
所述测量单元包括测量通道，以及设置在所述测量通道中的多类型传感器；
在所述待测对象通过所述测量通道的过程中，所述主控单元分别控制所述多类型传感器采集所述待测对象的身份信息和体征信息；
所述分离单元包括多个分群通道、设置在每个分群通道与所述测量通道连接处的分群门，以及控制所述分群门开合的分群门推杆电机；
所述主控单元根据所述待测对象的身份信息和体征信息，控制任一分群门推杆电机动作，以供所述待测对象进入与所述任一分群门推杆电机对应的分群通道。
2.根据权利要求1所述的牲畜分群系统，其特征在于，所述多类型传感器，包括：第一光电传感器和身份标识读写器；
所述第一光电传感器设置于所述测量通道的入口处；
在所述第一光电传感器检测到所述待测对象进入至所述测量通道时，生成目标进入信号并发送给所述主控单元；
所述主控单元根据所述目标进入信号，驱动所述身份标识读写器读取所述待测对象的身份信息，并控制所述隔离门推杆电机动作以关闭所述隔离门。
3.根据权利要求1所述的牲畜分群系统，其特征在于，所述体征信息包括体重信息、气味信息、超声诊断信息、肉品指标信息、心率检测信息、声音检测信息、体温信息和计步器信息；
所述多类型传感器，包括：称重传感器、气味传感器、射线诊断模块、心率传感器、图像采集装置、声音传感器、温度传感器和计步感应器和第二光电传感器；
所述称重传感器设置于所述测量通道的地面，用于在所述待测对象通过时，获取所述体重信息；
所述气味传感器设置于所述测量通道的一侧，用于在所述待测对象通过时，获取所述气味信息；
所述射线诊断模块设置于所述测量通道的一侧，用于在所述待测对象通过时，获取所述超声诊断信息和肉品指标信息；
所述心率传感器设置于所述测量通道的顶部，用于在所述待测对象通过时，获取所述心率检测信息；
所述图像采集装置设置于所述测量通道的顶部，用于在所述待测对象通过时，对所述待测对象进行拍摄，获取多帧深度图像；
所述声音传感器设置于所述测量通道的一侧，用于在所述待测对象通过时，通过对采集的所述待测对象的声音进行分析，获取所述声音检测信息；
所述温度传感器设置于所述测量通道的一侧，用于在所述待测对象通过时，对所述待测对象的目标部位进行测量，获取所述体温信息；所述目标部位是由所述主控单元根据所述深度图像和待测对象种类实时确定的；
所述计步感应器设置于所述测量通道的一侧，用于在所述待测对象通过时，与所述待测对象所携带的计步器连接，以获取所述计步器信息；
所述第二光电传感器设置于所述测量通道的出口处；
在所述第二光电传感器检测到所述待测对象已通过所述测量通道后，生成目标离开信号并发送给所述主控单元；
所述主控单元根据所述目标离开信号，控制所述任一分群门推杆电机动作，以供所述待测对象进入与所述任一分群门推杆电机对应的分群通道。
4.根据权利要求3所述的牲畜分群系统，其特征在于，所述体征信息还包括跛足信息；
所述称重传感器由四个电阻应变式称重传感器组成；所述四个电阻应变式称重传感器分布于所述待测对象站立时四个蹄趾所对应的位置处；
所述主控单元根据四个电阻应变式称重传感器所检测到的体重信息，确定所述待测对象的跛足信息。
5.根据权利要求3所述的牲畜分群系统，其特征在于，所述体征信息还包括体重信息、体长信息、体高信息和背膘厚度信息；所述图像采集装置为深感相机；
所述主控单元在获取所述深度图像之后，还包括：
基于目标检测算法对所述深度图像进行个体目标检测后，基于实例分割算法过滤背景，获取待测对象深度图像；
对所述待测对象深度图像进行3D点云重建，获取待测对象点云；
基于个体关键点检测算法，提取所述待测对象点云的特征点云，以根据所述特征点云获取所述待测对象的体重信息、体长信息、体高信息和背膘厚度信息。
6.根据权利要求5所述的牲畜分群系统，其特征在于，所述主控单元在获取待测对象深度图像之后，还包括：
基于随机森林算法，对所述待测对象各个部位进行区分定位后，根据所述待测对象种类，确定所述目标部位；
控制所述温度传感器对所述目标部位进行测量，获取所述体温信息。
7.根据权利要求6所述的牲畜分群系统，其特征在于，所述体征信息还包括状态信息；所述主控单元在获取待测对象深度图像之后，还包括：
基于骨骼追踪算法，对所述待测对象深度图像进行识别，提取待测对象骨骼模型；
获取所述待测对象骨骼模型中骨骼关节点的坐标信息；
根据所述坐标信息和所述待测对象各个部位的区分定位，确地所述待测对象头颈部、躯体和四肢的空间分布特征；
利用支持向量机分类器对所述空间分布特征进行分类，确定所述待测对象的姿态类别，所述姿态类别包括正常站立和低头站立；
根据所述姿态类别确定所述待测对象的状态信息。
8.根据权利要求1所述的牲畜分群系统，其特征在于，在每个所述分群通道的出口处均设置有第三光电传感器和喷洒装置；
在所述第三光电传感器检测到所述待测对象的情况下，生成检测完毕信号并发送给所述主控单元；
所述主控单元根据所述检测完毕信号，控制所述喷洒装置动作，以向所述待测对象喷洒刺激性气味的液体。
9.一种基于权利要求1-8任一所述牲畜分群系统的牲畜分群方法，其特征在于，包括：
采集待测对象的身份信息和体征信息；
按照预先设定的分群策略，根据所述身份信息和体征信息，确定目标分群门；
在确定所述待测对象已通过所述测量通道后，开启所述目标分群门，以供所述待测对象进入所述目标分群门对应的分群通道。
10.根据权利要求9所述的牲畜分群方法，其特征在于，按照预先设定的分群策略，所述根据所述身份信息和体征信息，确定目标分群门，包括：
将所述身份信息与所述体征信息匹配后，上传并保存至用户终端系统；
基于自适应加权融合算法，对所述体征信息进行分类融合，获取分群指标；
按照所述分群策略，根据所述分群指标，确定所述目标分群门。
CN202110988965.6A 2021-08-26 2021-08-26 一种牲畜分群系统及方法 Active CN113785783B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110988965.6A CN113785783B (zh) 2021-08-26 2021-08-26 一种牲畜分群系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110988965.6A CN113785783B (zh) 2021-08-26 2021-08-26 一种牲畜分群系统及方法

Publications (2)

Publication Number Publication Date
CN113785783A true CN113785783A (zh) 2021-12-14
CN113785783B CN113785783B (zh) 2023-03-17

Family

ID=78876473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110988965.6A Active CN113785783B (zh) 2021-08-26 2021-08-26 一种牲畜分群系统及方法

Country Status (1)

Country Link
CN (1) CN113785783B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114868663A (zh) * 2022-05-31 2022-08-09 江苏汉羊牧业生态科技有限公司 一种电动开关门及使用该门的养殖场栅栏
CN115629393A (zh) * 2022-11-30 2023-01-20 北京市农林科学院智能装备技术研究中心 生物量估算方法、装置、系统、电子设备及存储介质
CN115669561A (zh) * 2022-11-09 2023-02-03 刘晓宁 一种用于奶牛养殖的牛只分群装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100198023A1 (en) * 2009-02-03 2010-08-05 Ehud Yanai System and methods for health monitoring of anonymous animals in livestock groups
CN105903681A (zh) * 2016-04-26 2016-08-31 王良田 大圈群养的自动饲喂、自动检测、自动分拣系统
CN106359161A (zh) * 2016-08-29 2017-02-01 张国拴 牛体检测分群系统
CN107066832A (zh) * 2017-06-22 2017-08-18 毛耀昆 一种利用腕带的智能监控系统及监控方法
CN107992904A (zh) * 2017-12-22 2018-05-04 重庆邮电大学 基于多源信息融合的林业生态环境人机交互方法
CN109350017A (zh) * 2018-12-13 2019-02-19 温州医科大学 一种基于多传感器阵列的生命体征监测装置及方法
CN110612921A (zh) * 2019-09-25 2019-12-27 农芯科技(广州)有限责任公司 一种定位栏母猪的监测系统及方法
CN111583333A (zh) * 2020-05-19 2020-08-25 常州节卡智能装备有限公司 基于视觉引导的测温方法、装置、电子设备及存储介质
WO2021044421A1 (en) * 2019-09-03 2021-03-11 Dov Berger System and method for remotely detecting and alerting actual or impending stress in animals in corrals and during transportation
CN112772449A (zh) * 2021-01-20 2021-05-11 田雨光 一种小型猪饲养用活动强度自动监测分析管理系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100198023A1 (en) * 2009-02-03 2010-08-05 Ehud Yanai System and methods for health monitoring of anonymous animals in livestock groups
CN105903681A (zh) * 2016-04-26 2016-08-31 王良田 大圈群养的自动饲喂、自动检测、自动分拣系统
CN106359161A (zh) * 2016-08-29 2017-02-01 张国拴 牛体检测分群系统
CN107066832A (zh) * 2017-06-22 2017-08-18 毛耀昆 一种利用腕带的智能监控系统及监控方法
CN107992904A (zh) * 2017-12-22 2018-05-04 重庆邮电大学 基于多源信息融合的林业生态环境人机交互方法
CN109350017A (zh) * 2018-12-13 2019-02-19 温州医科大学 一种基于多传感器阵列的生命体征监测装置及方法
WO2021044421A1 (en) * 2019-09-03 2021-03-11 Dov Berger System and method for remotely detecting and alerting actual or impending stress in animals in corrals and during transportation
CN110612921A (zh) * 2019-09-25 2019-12-27 农芯科技(广州)有限责任公司 一种定位栏母猪的监测系统及方法
CN111583333A (zh) * 2020-05-19 2020-08-25 常州节卡智能装备有限公司 基于视觉引导的测温方法、装置、电子设备及存储介质
CN112772449A (zh) * 2021-01-20 2021-05-11 田雨光 一种小型猪饲养用活动强度自动监测分析管理系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HOLDEN,P.J.: "《养猪学》", 30 June 2007, 中国农业大学出版社 *
周英宁等: "山塘饲养肉鸭发生绦虫病的诊治", 《广西畜牧兽医》 *
姚寿文等: "《虚拟现实辅助机械设计》", 31 July 2020, 北京理工大学出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114868663A (zh) * 2022-05-31 2022-08-09 江苏汉羊牧业生态科技有限公司 一种电动开关门及使用该门的养殖场栅栏
CN115669561A (zh) * 2022-11-09 2023-02-03 刘晓宁 一种用于奶牛养殖的牛只分群装置
CN115669561B (zh) * 2022-11-09 2023-09-08 刘晓宁 一种用于奶牛养殖的牛只分群装置
CN115629393A (zh) * 2022-11-30 2023-01-20 北京市农林科学院智能装备技术研究中心 生物量估算方法、装置、系统、电子设备及存储介质

Also Published As

Publication number Publication date
CN113785783B (zh) 2023-03-17

Similar Documents

Publication Publication Date Title
CN113785783B (zh) 一种牲畜分群系统及方法
Li et al. Automated techniques for monitoring the behaviour and welfare of broilers and laying hens: towards the goal of precision livestock farming
Bao et al. Artificial intelligence in animal farming: A systematic literature review
Yang et al. A review of video-based pig behavior recognition
JP6824199B2 (ja) 背の画像に基づき個々の動物を識別するシステム及び方法
Jingqiu et al. Cow behavior recognition based on image analysis and activities
Wu et al. Using a CNN-LSTM for basic behaviors detection of a single dairy cow in a complex environment
US9521829B2 (en) Livestock identification and monitoring
Van Hertem et al. Implementation of an automatic 3D vision monitor for dairy cow locomotion in a commercial farm
Pluk et al. Automatic measurement of touch and release angles of the fetlock joint for lameness detection in dairy cattle using vision techniques
Poursaberi et al. Real-time automatic lameness detection based on back posture extraction in dairy cattle: Shape analysis of cow with image processing techniques
Tscharke et al. A brief review of the application of machine vision in livestock behaviour analysis
MX2015006775A (es) Sistemas y metodos para pronosticar una consecuencia clinica del estado de un sujeto.
CN111294565A (zh) 一种智能化养猪监测方法和管理端
Poursaberi et al. Online lameness detection in dairy cattle using Body Movement Pattern (BMP)
CN107909046B (zh) 动物智能分类系统及方法
CN110532899B (zh) 基于热成像的母猪产前行为分类方法及系统
CN113379769A (zh) 一种农作物病虫害智能防御平台
Ma et al. Development of noncontact body temperature monitoring and prediction system for livestock cattle
KR102141582B1 (ko) 영상분석을 활용한 어미돼지의 분만시점 예측 방법 및 장치
CN113947734A (zh) 一种猪只体征信息采集方法及系统
CN112257608A (zh) 一种牦牛养殖健康状态监测方法
CN113516139A (zh) 数据处理方法、装置、设备和存储介质
CN115777560A (zh) 一种基于机器视觉分析技术的母猪智能化饲喂系统
CN114070862A (zh) 基于物联网的畜牧控制方法、系统和可读存储介质

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