CN114375158A - 母猪用发情判定装置、母猪发情判定方法和母猪发情判定程序 - Google Patents
母猪用发情判定装置、母猪发情判定方法和母猪发情判定程序 Download PDFInfo
- Publication number
- CN114375158A CN114375158A CN202080061295.7A CN202080061295A CN114375158A CN 114375158 A CN114375158 A CN 114375158A CN 202080061295 A CN202080061295 A CN 202080061295A CN 114375158 A CN114375158 A CN 114375158A
- Authority
- CN
- China
- Prior art keywords
- sow
- oestrus
- time
- determination
- sows
- 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
- 230000012173 estrus Effects 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 50
- 230000000630 rising effect Effects 0.000 claims abstract description 39
- 230000008859 change Effects 0.000 claims description 22
- 238000012706 support-vector machine Methods 0.000 claims description 9
- 230000007423 decrease Effects 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 description 39
- 238000012545 processing Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000013500 data storage Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 230000003203 everyday effect Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 4
- 241000282887 Suidae Species 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0012—Ovulation-period determination
-
- 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
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61D—VETERINARY INSTRUMENTS, IMPLEMENTS, TOOLS, OR METHODS
- A61D17/00—Devices for indicating trouble during labour of animals ; Methods or instruments for detecting pregnancy-related states of animals
- A61D17/002—Devices for indicating trouble during labour of animals ; Methods or instruments for detecting pregnancy-related states of animals for detecting period of heat of animals, i.e. for detecting oestrus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0012—Ovulation-period determination
- A61B2010/0029—Ovulation-period determination based on time measurement
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Animal Husbandry (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Pregnancy & Childbirth (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
提供一种即使不依赖于观察者的经验或直觉,也可以准确地把握母猪的发情的技术。母猪用发情判定装置,包括:计测部,用于计测在猪栏中饲养的母猪每单位时间的起卧频率;以及判定部,用于基于在所设定的一定时段内由计测部重复计测的多个上述频率来判定母猪的发情。
Description
技术领域
本发明涉及一种母猪用发情判定装置、母猪发情判定方法和母猪发情判定程序。
背景技术
已知有一种通过在饲养家畜的设施中设置传感器来检测家畜的异常行为的系统(例如,参照专利文献1)。
现有技术文献
专利文献
专利文献1:日本特开2019-24482号公报
发明内容
发明所要解决的技术问题
在养猪中,从增加年产仔数的观点和将繁殖周期维持在适当间隔的观点等出发,把握母猪的发情是重要的。然而,即使现有技术可以检测出对象母猪的异常行为,但也无法检测出发情这样的特定状态。许多饲养者提出了希望不依赖经验和直觉而准确地把握母猪发情的要求。
为了解决以上问题,本发明提供一种准确把握母猪的发情的技术。
用于解决问题的技术手段
本发明第一方面的母猪用发情判定装置,包括:
计测部,用于计测在猪栏中饲养的母猪每单位时间的起卧频率;以及判定部,用于基于在所设定的一定时段内由计测部重复计测的多个频率来判定母猪的发情。
本发明第二方面的母猪发情判定方法,包括:计测步骤,在所设定的一定时段内重复计测在猪栏中饲养的母猪每单位时间的起卧频率;以及判定步骤,基于在计测步骤中重复计测的多个频率判定母猪的发情。
本发明第三方面的母猪发情判定程序,其使计算机执行:计测步骤,在所设定的一定时段内重复计测在猪栏中饲养的母猪每单位时间的起卧频率;以及判定步骤,基于在计测步骤中重复计测的多个频率判定母猪的发情。
发明效果
通过本发明,即使不依赖于观察者的经验或直觉,也可以准确地把握母猪的发情。
附图说明
图1是示出采用了本实施方式提供的判定装置的养猪环境的整体图像的图。
图2是示出判定装置的硬件配置的图。
图3是说明猪栏内母猪的状态的图。
图4说明将母猪的起卧频率换算为累加评分的方法的图。
图5是示出未发情母猪的累加评分的变化的图。
图6是示出已发情母猪的累加评分的变化的图。
图7是说明起卧频率的计测时间段的图。
图8是说明由于计测时间段的不同而导致的累加评分的变化的不同的图。
图9是说明使用发情识别器的发情判别方法的图。
图10是说明对累加评分进行计测的计测步骤的处理的图。
图11是说明用于判定对象母猪发情的判定步骤的处理的图。
图12是说明其他发情判定方法的图。
具体实施方式
下面,将通过本发明的实施方式对本发明进行说明,但权利要求书所涉及的发明并不限于以下的实施方式。此外,在实施方式中所说明的构成并非全部都是解决问题所必须的手段。
图1是示出采用了本实施方式提供的判定装置200的养猪环境的整体图像的图。在养猪场中,作为观察对象的猪101被收容在猪栏102中。一个猪栏102中收容有一头母猪101。一个猪栏102的大小是所收容的性成熟期的母猪101无法自行转身的大小,例如宽度为80cm,深度为200cm左右。因此,母猪101的动作被限制为站立或卧倒的动作。当存在多个作为观察对象的母猪101时,并排设置分别收容着它们的多个猪栏102。再者,猪栏102的大小可以根据作为观察对象的母猪的品种、个体差异和饲养环境来设定。
相机单元110包括拍摄传感器,该拍摄传感器可以俯瞰作为观察对象的母猪的全身并进行拍摄,将由拍摄传感器所拍摄的图像转换为图像数据,并经由互联网900将图像数据发送至服务器210。当存在多个作为观察对象的母猪101时,可以将相机单元110一个个分别设置在每个猪栏102上,也可以将相机单元设置在每一组多个猪栏102上。当将相机单元设置在每一组多个猪栏102上时,相机单元110的视角被调整为能够同时观察收容在构成该组的每个猪栏102中的母猪101。
管理设施中设置有用于判定作为观察对象的母猪101的发情的判定装置200。判定装置200由服务器210、连接至服务器210的显示监视器220等构成,服务器210与互联网900连接。服务器210接收从相机单元110经由互联网900发送来的图像数据,从该图像数据中计测母猪101的起卧频率,并基于所计测的频率判定母猪101是否发情。服务器210在显示监视器220上显示判定结果。当在养猪场工作的工作人员经由工作人员终端120请求判定结果时,判定结果经由互联网900在工作人员终端120的显示部上显示。工作人员终端120例如是平板终端或智能手机。
再者,连接相机单元110和判定装置200的线路不限于互联网900,也可以是内联网等。在养猪场内设置有管理设施之类的情况下,也可以采用短距离无线通信。
图2是示出判定装置200的硬件配置的图。如上所述,判定装置200主要由服务器210和显示监视器220构成。显示监视器220例如具有液晶面板,其将计算部230所生成的影像信号转换为可视影像并进行显示。服务器210主要包括计算部230、图像处理部240、数据存储部250、存储器260以及通信单元270。
计算部230例如是CPU,其通过执行从存储器260中读取的各种程序,从而对判定装置200的整体进行控制和执行各种计算处理等。例如,当执行作为计测部231的处理时,与图像处理部240协作以计测对象母猪101的每单位时间的起卧频率。在执行作为判定部232的处理时,使用计测部231的计测结果来判定母猪101的发情,并输出至显示监视器220或工作人员终端120。具体的处理将在后面详述。
图像处理部240例如是用于图像处理的ASIC,其执行生成姿势判定图像等图像处理,该姿势判定图像是从相机单元110接收的图像数据中裁切出的对象母猪的图像区域。数据存储部250例如是HDD(Hard Disc Drive,硬盘驱动器),其存储作为观察对象的母猪101的识别信息以及与识别信息相关联的累加评分。累加评分是将在预定单位时间期间所观察到的对象母猪101的起卧状态进行数值化并累加计算得到的。在对象母猪101被收容在猪栏102期间每天对累加评分进行计数,并且该累加评分与日期信息一起被记录在数据存储部250中。
存储器260例如是SSD(Solid State Drive,固态驱动器),除了存储用于控制判定装置200的控制程序和进行对象母猪101的发情判定的发情判定估程序之外,其还存储有各种参数值、函数、查找表等。特别地,存储作为学习完成模型的起卧识别器261和发情识别器262。起卧识别器261识别所输入的姿势判定图像中拍摄的母猪的起卧状态。发情识别器262根据所输入的连日的累加评分来识别对象母猪是否发情。将在后面叙述其细节。
通信单元270例如是有线LAN单元。计算部230经由通信单元270向连接于互联网900的相机单元110请求图像数据,并接收响应于该请求从相机单元110发送来的图像数据。此外,根据经由通信单元270接收到的来自工作人员终端120的请求,判定部232将发情判定结果发送至该通信单元270。
图3是说明猪栏102内母猪101的状态的图。在本实施方式中,将作为观察对象的母猪101的起卧状态认定为卧姿、坐姿或站姿中的某一个状态。
图3(A)示出了母猪101处于站姿状态的样子。站姿状态是前肢和后肢都处于站立姿势的状态。在本实施方式中,当观察到站姿状态时,给与评分α=1.0。图3(B)示出了母猪101处于坐姿状态的样子。坐姿是前肢和后肢中的一个处于站立而另一个处于弯曲姿势的状态。该图示出了母猪101弯曲后肢并使臀部接地的样子。在本实施方式中,当观察到坐姿状态时,给与评分α=0.5。图3(C)示出了母猪101处于卧姿状态的样子。卧姿状态是前肢和后肢都处于弯曲或伸向侧面而不对腿施加负荷的姿势的状态。该图示出了母猪101将所有腿伸向侧面并使侧腹接地的状态。在本实施方式中,当观察到卧姿状态时,评分α=0。
相机单元110根据计测部231的控制对这样变化的母猪101的样子进行拍摄。计测部231获取从相机单元110发送来的图像数据,并将其传送给图像处理部240。图像处理部240从图像数据中裁切出作为观察对象的母猪101的区域,并对其实施预设的图像处理并生成姿势判定图像。预设的图像处理是图像尺寸的调整、对特定颜色(例如,对象母猪的肤色)周围的轮廓强调等。计测部231从存储器260中读取起卧识别器261,并输入由图像处理部240所生成的姿势判定图像。起卧识别器261将姿势判定图像中拍摄的母猪的起卧状态输出为站姿状态、坐姿状态、卧姿状态中的某一个并作为认定结果。计测部231根据认定结果确定评分α。
起卧识别器261是通过机器学习进行了学习的学习完成模型。起卧识别器261是由学习装置预先创建的。具体地,学习装置被大量给予示教数据,并执行机器学习之一的示教学习,其中示教数据是姿势判定图像及其正确答案(站姿状态、坐姿状态和卧姿状态中的某一个)的集合。这里,作为示教学习,使用适合于图像识别的CNN(卷积神经网络)。通过示教学习完成学习的起卧识别器261从学习装置移至存储器260中,并用于上述用途。
单位时间T0例如设定为两小时,并在该两小时期间评估对象母猪101改变起卧状态的次数。也即,评估起卧频率。作为该评估的评估值,如上所述,当对象母猪101处于站姿一次时,给与评分α=1.0,当对象母猪101处于坐姿一次时,给与评分α=0.5。由于处于卧姿的次数的评分α=0,因此不将其计数为评估值。这样,在单位时间T0期间所累加的累加评分成为表示计测日中的对象母猪101的起卧频率的评估值。
在本实施方式中,为了进一步提高评估值的准确性,也考虑站姿、坐姿和卧姿状态各自的持续时间来计算评估值。也就是说,采用基于卧姿、坐姿和站姿的各自的状态所持续的时间来修正累加评分的方法。图4是说明在本实施方式中将对象母猪101的起卧频率换算为累加评分的方法。横轴表示经过的时间,纵轴表示对应于站姿(α=1.0)、坐姿(α=0.5)和卧姿(α=0)的评分α。
该图为在时刻ts开始观察对象母猪101,持续观察至经过单位时间T0的时刻te的观察结果的一例。相机单元110例如以1帧/秒对母猪101进行拍摄,并将其图像数据发送至判定装置200。计测部231使用接收到的其各自的图像数据来认定母猪101是站姿、坐姿、卧姿中的哪一个状态,并确定评分α。也即,每1秒确定一次与母猪101的状态相对应的评分α。然后,将从时刻ts开始的累加评分加上此次的评分α,并更新累加评分。将该处理持续至经过单位时间T0的时刻te。
通过以这种方式对累加评分进行计数,计测部231可以计算表示起卧频率的评估值,该起卧频率考虑了站姿、坐姿和卧姿各自的状态的持续时间。例如,在图中从时刻ts至时刻t1一直持续着站姿状态(α=1.0),如果从时刻ts至时刻t1的时间为1000秒的话,每1秒加上1.0,因此有1.0×1000=1000被加到累加评分中。
可以说以这种方式计算出的累加评分代表着母猪101的活动强度。也就是说,可以说累加评分越大则母猪101越活跃,而累加评分越小则越温顺。只要计测部231在一定时段内每天在确定的时间段对对象母猪101的累加评分进行计算,并每天将该累加评分存储至数据存储部250中,就可以知道在此期间母猪101的活动强度的变化。
从增加年产仔数的观点和将繁殖周期维持在适当间隔的观出发,对收容猪栏中的母猪的发情进行准确地把握是很重要的。以往,对母猪是否发情的判断很大程度上依赖的经验和直觉。因此,许多饲养者提出了希望不依赖熟练工作人员经验和直觉而准确地把握母猪发情的要求。在此背景下,本申请发明人经过反复研究,结果发现母猪活动强度的变化与发情相关。同时,开发了上述活动强度的评估方法。用上述累加评分说明活动强度的变化与发情的关系。
图5是示出未发情母猪的累加评分的变化的图。横轴表示观察经过天数,纵轴表示各个观察日的累加评分。这里绘制了4头母猪(猪A、猪B、猪C、猪D)的观察结果。
各头母猪都有自己的个性,有的母猪原本就活跃,有的母猪则温顺。因此,对于各头母猪来说,将表示与其他观察日相比认为是活动相对活跃的累加评分的观察日分别绘制为第1天。然后,绘制接下来3天的累加评分,表示了总计4天的累加评分的变化。
如图所示,这4头母猪的累加评分的变化为右侧下降或趋平。这4头母猪均未认定为发情。这里显示了4头猪的例子,不过未认定为发情的其他母猪的累加评分的变化也是大致相同的结果。
图6是示出已发情母猪的累加评分的变化的图。与图5类似的,横轴表示观察经过天数,纵轴表示各个观察日的累加评分。这里也绘制了4头母猪(猪E、猪F、猪G、猪H)的观察结果。
图6的情形也与图5的情形类似的,对于各头母猪来说,将表示与其他观察日相比认为是活动相对活跃的累加评分的观察日分别绘制为第1天。然后,绘制接下来3天的累加评分,表示了总计4天的累加评分的变化。
如图所示,这4头母猪的累加评分的变化均显示为暂时下降然后恢复的V字形。这4头母猪均被认定为发情。这里显示了4头猪的例子,被认定为发情的其他母猪的累加评分的变化也是大致相同的结果。再者,本申请发明人使用从105头母猪获得的181个累加评分的变化数据对图5和图6进行了验证。
根据上述验证结果,本申请发明人发现,当活动强度在一定时段内的变化变为V字形时,该母猪发情的概率很高。也就是说,如上所述,对作为观察对象的母猪的累加评分每天进行计测和累加,并且在想要知道是否发情的时点提取一定时段的累加评分并确认其变化,就可以判定母猪是否发情。
计测部231重复计测累加评分的一定时段需要3天以上,以能够首次识别V字形,此外,考虑到第2天、第3天、第4天成为累加评分的底值的情况,优选设定为最多7天以下左右。此外,将用于计测母猪的起卧频率的上述单位时间T0设定多长以及设定在一天中的什么时候都对提高判定的精度是重要的。首先,对单位时间T0设定在一天中的什么时候进行说明。再者,在下面的说明中,单位时间T0作为计测起卧频率的时间也被称为计测时间T0。
图7是说明起卧频率的计测时间段的图。原则上,应该对作为观察对象的母猪在没有来自外部的影响情况下自发地进行起卧的活动进行计测,因此,可以说优选将计测时间T0设定为符合自然环境节奏的安静时间段。图7(A)是示出给母猪喂食的喂食时间和计测时间T0的优选关系的图。喂食时间是无论母猪是否发情都会活跃活动的时间段。此外,在进食后也会活跃活动一段时间。因此,计测时间T0优选被设定为从母猪被喂食并经过12小时后至下一次喂食前为止的时段内。在图示的例子中,8点至9点之间被设定为喂食时间,9点至12小时后的21点至24点的3小时被设定为计测时间T0。
图7(B)是示出养猪场附近的黎明时间段和计测时间T0的优选关系的图。在此,养猪场设有窗户,假定随着黎明,场内从黑暗状态变为明亮状态。母猪一般在昏暗状态下活动停滞,天变亮时逐渐开始活动。因此,计测时间T0优选设定为包括黎明时间段,在该黎明时间段中设置有猪栏的环境从黑暗状态变为明亮状态。在图的例子中,当从5点至5点半为黎明时间段时,将包含该时间段的5点到7点的2小时设定为计测时间T0。再者,当养猪场不存在窗户并且室内亮度由照明进行控制时,计测时间T0优选设定为包括设置有猪栏的环境通过照明从暗状态变为亮状态的时间段。
图7(C)是示出养猪场内工作人员进行工作的工作时间和计测时间T0的优选关系的图。工作时间是工作人员在养猪场内打扫卫生或一边检查所饲养的母猪的健康状况一边巡视的时间,也是无论母猪是否发情都会活跃活动的时间段。因此,计测时间T0优选设定为在设置有猪栏的周围环境中无人的时段内。在图示的例子中,8点至10点以及16点至18点之间被设定为工作时间,4点至8点的4小时被设定为计测时间T0。
计测时间T0在图7(A)的示例中设定了3小时,在图7(B)的示例中设定了2小时,在图7(C)的示例中设定了4小时,然而,对于具体设定为几小时可以根据与喂食时间等所应考虑的要素之间的关系来决定。无论何种情况下,通过实验发现计测时间T0优选为2小时以上6小时以下的时间。
接下来,说明计测时间段的不同会如何表现在累加评分的变化上。图8是说明由于计测时间段的不同而导致的累加评分的变化的不同的图。横轴表示观察经过天数,纵轴表示各个观察日的累加评分。在此,对于显示出发情的特定母猪,表示对每天5点至7点之间所计测的累加评分进行绘制和连接得到的变化,以及对每天16点至18点之间所计测的累加评分进行绘制连结得到的变化。
5点至7点在图7(A)至(C)中的任一个中都是优选的时间段,而16点到18点是喂食的影响尚在,且与工作人员的工作时间重合的时间段。虽然16点至18点之间所计测的累加评分的变化也确实呈V字形,但与5点至7点之间所计测的累加评分的变化相比变化较为平缓。在后述的判定方法中,V字形的变化表现得越显著越能够准确地判定发情,因此可以说相比于16点至18点的时间段,将计测时间T0设定为5点到7点的时间段是更优选的。
只要计测部231每天在确定的时间段中观察对象母猪101的起卧状态,计算累加评分并将其存储在数据存储部250中,则判定部232可以根据使用者的请求判定对象母猪101是否发情。在本实施方式中,判定部232通过使用发情识别器262来判定是否发情。图9是说明使用发情识别器262的发情判别方法的图。
判定部232从存储器260中读取发情识别器262,并输入存储在数据存储部250中的一定时段的累加评分。在此,将一定时段设定为4天,将第1天的累加评分x1、第2天的累加评分x2、第3天的累加评分x3、第4天的累加评分x3的四维向量(x1,x2,x3,x3)输入至发情识别器262。
本实施方式的发情识别器262为支持向量机(SVM),并且是由学习装置预先学习的学习完成模型。具体地,一定时段的累加评分是通过将其与“发情”或“未发情”的正确答案标签一起作为输入向量给予,并通过学习用于区分“发情”的空间和“未发情”的空间的识别函数来确定的。经过这种学习来创建的发情识别器262从学习装置移至存储器260中,并用于判定。
当判定部232将四维向量(x1,x2,x3,x3)输入至发情识别器262时,发情识别器262输出表示“发情”的“1”或表示“未发情”的“-1”。判定部232将作为发情识别器262输出的判定结果输出至显示监视器220和工作人员终端120。例如,在显示监视器220上显示对象母猪101的管理编号以及是否发情,如“管理编号XX/发情”。再者,在此虽然将4天的累加评分作为四维向量进行了输入,但除了累加评分之外也可以创建将其他特征量也添加到输入向量中的SVM。例如,可以创建将断奶日或气温作为特征量进行输入的SVM。此外,学习完成模型不限于进行“发情”和“未发情”的二分判定的输出的SVM,也可以是进行例如“发情概率80%”这样的多级判定的输出的SVM。
如上所作说明,本实施方式中的判定装置200执行大致分为两个的处理步骤,也即,用于计测累加评分的计测步骤和用于判定对象母猪的发情的判定步骤。因此,对每个处理的流程进行整理。
图10是说明对累加评分进行计测的计测步骤的处理的流程图。该流程从作为观察对象的母猪101被收容在猪栏102中并且系统操作员指示开始连续观察的时点开始。
在步骤S101中,计测部231确认当前时刻,并判断是否到达预设的计测开始时刻。当判断为到达计测开始时刻时,前进至步骤S102,否则,前进至步骤S107。当前进至步骤S102时,计测部231向相机单元110发送指示拍摄的指示信号。当接收到该指示信号时,相机单元110执行对母猪101的拍摄,并将所生成的图像数据发送至计测部231。
当从相机单元110接收到图像数据时,计测部231前进至步骤S103,将图像数据传送至图像处理部240以生成姿势判定图像,并将所生成的姿势判定图像输入至起卧识别器261。然后,当站姿状态、坐姿状态和卧姿状态中的某一个被作为认定结果输出时,根据该认定结果确定评分α。
在步骤S105中,计测部231将目前的累加评分加上此次所确定的评分α,并更新累加评分。前进至步骤S105,计测部231确认当前时刻,并判断是否从计测开始时间经过了预设的单位时间T0。当判断为经过了单位时间T0时,前进至步骤S106,否则,返回至步骤S102以继续观察母猪101。再者,当在返回至步骤S102并再次将用于指示拍摄的指示信号发送至相机单元110,对定时进行调整以达到预设的拍摄周期(例如,1秒)。
当前进至步骤S106时,计测部231确定累加评分,并将其与母猪101的识别信息和日期信息一起记录在数据存储部250中。在步骤S107中,计算部230确认是否生成了一系列计测步骤处理的结束指示。结束指示是通过基于系统操作员的菜单操作或基于控制程序的结束判定来生成的。当没有生成结束指示时,返回至步骤S101以继续一系列处理,当生成结束指示时,结束计测步骤的处理。
图11是说明用于判定对象母猪的发情的判定步骤的处理的图。判定步骤根据来自系统操作员或工作人员的请求而开始。系统操作员或工作人员操作判定装置200或工作人员终端120以对想要知道其是否发情的对象母猪进行指定。该流程从确定作为判定对象的母猪的时点开始。
在步骤S201中,判定部232从数据存储部250中读取被指定的母猪最近一定时段的累加评分。具体地,当一定时段被设置为例如4天时,读取最近4天的累加评分。前进至步骤S202,判定部232从存储器260中读取发情识别器262。然后,在步骤S203中,将从数据存储部250中读取的一定时段的累加评分输入至从存储器260中读取的发情识别器262,并执行判定计算。当获得作为判定计算的结果的“发情”或“未发情”的输出后,在步骤S204,将该判定结果输出至显示监视器220或工作人员终端120,并结束一系列处理。
再者,虽然在此对根据来自系统操作员或工作人员的请求而执行判定步骤的处理的示例进行了说明,但是当满足预定条件时,也可以自动执行判定步骤的处理。例如,判定部232可以每天在确定的时间对作为观察对象的所有母猪执行判定步骤的处理,并将被判定为“发情”的母猪组和被判定为“未发情”的母猪组以列表形式输出至显示监视器220或工作人员终端120。或者,也可以在将每天的累加评分记录在数据存储部250中时自动执行判定步骤的处理,并且仅当被判定为“发情”时,才将其通知给系统操作员或工作人员。
在以上说明的本实施方式中,虽然使用SVM的发情识别器262对发情进行了判定,但是发情识别器262不限于SVM。作为通过机器学习生成的识别器,其他还可以采用逻辑回归和随机森林的方法。进一步的,可以采用分析式判定发情的方法,而不使用识别器。
图12是说明用于分析式判定发情的发情判定方法的图。横轴表示观察经过天数,纵轴表示各个观察日的累加评分。在此,表示对显示出发情的特定母猪从第1天至第5天的累加评分进行绘制连结而得到的变化。如上所述,发情中的母猪在一定时段内活动强度的变化呈V字形,因此判定是否发情只需分析累加评分的变化是否呈V字形即可。
因此,确认在一定时段(在该图的情况下为5天)的中间日(在该图的情况下为第2天至第4天)是否存在累加评分的最小值。当最小值不存在于中间日时,判定为“未发情”。当最小值存在于中间日时,将最小值所计测的观察日之前作为前期,之后作为后期。在该图的情况下,由于第3天的累加评分为最小值,所以第1天和第2天为前期,第4天和第5天为后期。
然后,确定作为前期的累加评分的最大值的前期最大值和作为后期的累加评分的最大值的后期最大值。在该图的情况下,第1天的累加评分为前期最大值,第5天的累加评分为后期最大值。分析该前期最大值→最小值→后期最大值的变化是否为应判定为“发情”程度的V字形。具体地,当从前期最大值至最小值的降低率Tα大于预设的基准降低率Tα0,从最小值至后期最大值的上升率Tβ大于预设的基准上升率Tβ0时,判定为“发情”。否则,判定为“未发情”。再者,基准降低率Tα0和基准上升率Tβ0使用结果已知的确定数据进行设定。
以上虽然说明了几种判定方法,但在判定装置中采用哪种判定方法可以根据作为观察对象的母猪的只数和品种、判定装置的规模、成本、所要求的判定精度等来决定。此外,不仅是判定方法,起卧状态的计测方法也不限于上述方法。例如,作为相机单元110的替代,可以在天花板上设置用于计测收容在猪栏102中的母猪101的头部附近和臀部附近的高度的距离传感器,并且计测部231可以根据该距离传感器的输出来对起卧状态进行认定。
此外,在本实施方式中,除了站姿状态和卧姿状态之外,还将坐姿状态设定为计测起卧频率的对象,并且对坐姿状态给予评分α=0.5。然而,考虑到母猪的品种、体重等,也可以将评分的数值调整为0.5以外的值,此外,坐姿状态也可以根据姿势进一步细分,并分别给予不同值的评分。相反,在短腿品种的情况时,或者在不需要那么高的判定精度的情况时,也可以省略坐姿状态而仅在站姿状态和卧姿状态这两种状态下计测起卧频率。
附图标记
101-母猪;102-猪栏;110-相机单元;120-工作人员终端;200-判定装置;210-服务器;220-显示监视器;230-计算部;231-计测部;232-判定部;240-图像处理部;250-数据存储部;260-存储器;261-起卧识别器;262-发情识别器;270-通信单元;900-互联网。
Claims (12)
1.一种母猪用发情判定装置,包括:
计测部,用于计测在猪栏中饲养的母猪每单位时间的起卧频率;以及
判定部,用于基于在所设定的一定时段内由所述计测部重复计测的多个所述频率来判定所述母猪的发情。
2.如权利要求1所述的母猪用发情判定装置,其中,所述计测部认定所述母猪的起卧状态是卧姿、坐姿和站姿中的哪一个,并将对所认定的各个状态预先设定的评分进行累加计算而得的累加值作为所述频率。
3.如权利要求2所述的母猪用发情判定装置,其中,所述计测部基于卧姿、坐姿和站姿的各个状态所持续的时间来修正所述评分。
4.如权利要求1-3中任一项所述的母猪用发情判定装置,其中,所述一定时段是3天以上且7天以下的时段,所述单位时间是在所述一定时段期间每天设定的2小时以上且6小时以下的时间。
5.如权利要求1-4中任一项所述的母猪用发情判定装置,其中,所述单位时间被设定为从所述母猪被喂食并经过12小时后至下一次喂食前为止的时段内。
6.如权利要求1-5中任一项所述的母猪用发情判定装置,其中,所述单位时间被设定为包括设置有所述猪栏的环境从黑暗状态变化为明亮状态的时间段。
7.如权利要求1-6中任一项所述的母猪用发情判定装置,其中,所述单位时间被设定为在设置有所述猪栏的周围环境中的无人时段内。
8.如权利要求1-7中任一项所述的母猪用发情判定装置,其中,所述判定部使用在一定时段内重复计测的多个所述频率来识别所述母猪的发情的、经预先机器学习的识别器来判定所述母猪的发情。
9.如权利要求8所述的母猪用发情判定装置,其中,所述识别器为支持向量机。
10.如权利要求1-9中任一项所述的母猪用发情判定装置,其中,当在所述一定时段内所述频率显示出先降低又再次升高的变化时,所述判定部判定为发情。
11.一种母猪发情判定方法,包括:
计测步骤,在所设定的一定时段内重复计测在猪栏中饲养的母猪每单位时间的起卧频率;以及
判定步骤,基于在所述计测步骤中重复计测的多个所述频率判定所述母猪的发情。
12.一种母猪发情判定程序,其使计算机执行:
计测步骤,在所设定的一定时段内重复计测在猪栏中饲养的母猪每单位时间的起卧频率;以及
判定步骤,基于在所述计测步骤中重复计测的多个所述频率判定所述母猪的发情。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019-162720 | 2019-09-06 | ||
JP2019162720 | 2019-09-06 | ||
PCT/JP2020/033004 WO2021045033A1 (ja) | 2019-09-06 | 2020-09-01 | 雌豚用発情判定装置、雌豚の発情判定方法および雌豚の発情判定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114375158A true CN114375158A (zh) | 2022-04-19 |
CN114375158B CN114375158B (zh) | 2023-11-17 |
Family
ID=74852444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080061295.7A Active CN114375158B (zh) | 2019-09-06 | 2020-09-01 | 母猪用发情判定装置、母猪发情判定方法和母猪发情判定程序 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220183811A1 (zh) |
JP (1) | JP7162749B2 (zh) |
CN (1) | CN114375158B (zh) |
WO (1) | WO2021045033A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113711944B (zh) * | 2021-08-27 | 2023-03-03 | 河南牧原智能科技有限公司 | 一种母猪发情鉴定方法、装置及系统 |
JP7286207B1 (ja) * | 2022-12-13 | 2023-06-05 | 株式会社Eco‐Pork | 家畜繁殖管理装置、家畜繁殖管理システム、家畜繁殖管理方法、及び、家畜繁殖管理プログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000036907A1 (en) * | 1998-12-22 | 2000-06-29 | Ddx, Inc. | Electronic estrus detection device |
SE0500974L (sv) * | 2005-04-29 | 2006-10-30 | Delaval Holding Ab | Detekteringsmetod jämte -arrangemang för mjölkboskap |
WO2008144895A1 (en) * | 2007-05-25 | 2008-12-04 | Lps Electronics S.R.L. | Method for monitoring estrus and ovulation of animals, and for planning a useful fertilization time zone and a preferred fertilization time zone |
JP2011045284A (ja) * | 2009-08-26 | 2011-03-10 | Nagasaki Prefecture | 発情検出装置 |
CN103037685A (zh) * | 2010-07-30 | 2013-04-10 | 松下电器产业株式会社 | 发情检测装置和发情检测系统 |
CN104027186A (zh) * | 2014-06-09 | 2014-09-10 | 松桃德康农牧有限公司 | 一种母猪配种中输精过程的输精评分方法 |
JP2017163947A (ja) * | 2016-03-18 | 2017-09-21 | オリオン機械株式会社 | 繋留牛のモニタリングシステム及びモニタリング方法 |
CN109258508A (zh) * | 2018-09-26 | 2019-01-25 | 深圳市倍适沃智能设备有限公司 | 母猪发情分析方法、装置、终端与计算机可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005021108A (ja) * | 2003-07-04 | 2005-01-27 | Shigeki Shimizu | 動物の交配適期判定器 |
ITMI20051328A1 (it) * | 2005-07-13 | 2007-01-14 | Agristudio Srl | Apparecchiatura e procedimento per il rilevamento dello stato riproduttivo in particolare dello stato estrale di un mammifero |
JP2007037454A (ja) * | 2005-08-03 | 2007-02-15 | Komutekku:Kk | 家畜の発情時期検出装置、家畜の発情時期検出方法 |
-
2020
- 2020-09-01 JP JP2021543770A patent/JP7162749B2/ja active Active
- 2020-09-01 CN CN202080061295.7A patent/CN114375158B/zh active Active
- 2020-09-01 WO PCT/JP2020/033004 patent/WO2021045033A1/ja active Application Filing
-
2022
- 2022-03-04 US US17/653,506 patent/US20220183811A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000036907A1 (en) * | 1998-12-22 | 2000-06-29 | Ddx, Inc. | Electronic estrus detection device |
SE0500974L (sv) * | 2005-04-29 | 2006-10-30 | Delaval Holding Ab | Detekteringsmetod jämte -arrangemang för mjölkboskap |
WO2008144895A1 (en) * | 2007-05-25 | 2008-12-04 | Lps Electronics S.R.L. | Method for monitoring estrus and ovulation of animals, and for planning a useful fertilization time zone and a preferred fertilization time zone |
JP2011045284A (ja) * | 2009-08-26 | 2011-03-10 | Nagasaki Prefecture | 発情検出装置 |
CN103037685A (zh) * | 2010-07-30 | 2013-04-10 | 松下电器产业株式会社 | 发情检测装置和发情检测系统 |
CN104027186A (zh) * | 2014-06-09 | 2014-09-10 | 松桃德康农牧有限公司 | 一种母猪配种中输精过程的输精评分方法 |
JP2017163947A (ja) * | 2016-03-18 | 2017-09-21 | オリオン機械株式会社 | 繋留牛のモニタリングシステム及びモニタリング方法 |
CN109258508A (zh) * | 2018-09-26 | 2019-01-25 | 深圳市倍适沃智能设备有限公司 | 母猪发情分析方法、装置、终端与计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
谭益: "基于Storm 的奶牛发情实时监测系统设计与实现", 《中国农业科技导报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114375158B (zh) | 2023-11-17 |
JP7162749B2 (ja) | 2022-10-28 |
JPWO2021045033A1 (zh) | 2021-03-11 |
WO2021045033A1 (ja) | 2021-03-11 |
US20220183811A1 (en) | 2022-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109618961A (zh) | 一种家畜的智能投喂系统和方法 | |
EP3939418B1 (en) | Automated livestock management system | |
CN109984054B (zh) | 发情检测方法、发情检测装置和发情检测系统 | |
JP7382899B2 (ja) | 死亡鶏検知システム | |
CN114375158B (zh) | 母猪用发情判定装置、母猪发情判定方法和母猪发情判定程序 | |
JP7301139B2 (ja) | 成長評価装置、成長評価方法および成長評価プログラム | |
US11547088B2 (en) | System and method for selecting and executing training protocols for autonomously training an animal | |
US20200196568A1 (en) | System and method for controlling animal feed | |
JPWO2021038753A1 (ja) | 水棲動物検出装置、情報処理装置、端末装置、水棲動物検出システム、水棲動物検出方法、及び水棲動物検出プログラム | |
CN114008686A (zh) | 体重估计系统、体重估计方法以及程序 | |
CN114155216A (zh) | 猪只温度检测方法及装置 | |
CN116019023A (zh) | 一种电子信息管理系统及管理方法 | |
JP7092624B2 (ja) | 行動特定装置、行動特定方法及びプログラム | |
CN105147256A (zh) | 一种猪生理状态预测方法及装置 | |
CN116957836A (zh) | 一种智慧养殖数据平台 | |
JP2006050989A (ja) | サーモグラフによる死亡率自動判定方法および死亡率自動判定装置 | |
CN116963595A (zh) | 猪饲养辅助装置、猪饲养辅助方法以及猪饲养辅助程序 | |
CN114092687A (zh) | 一种基于视觉识别的动物饲喂装置、方法和可读存储介质 | |
JP2021121176A (ja) | 分娩タイミング報知システム及び分娩タイミング報知方法 | |
WO2022181132A1 (ja) | 体重推定システム、及び、体重推定方法 | |
WO2022181131A1 (ja) | 体重推定システム、及び、体重推定方法 | |
CN116439155B (zh) | 一种宠物陪伴方法及装置 | |
WO2021241085A1 (ja) | 家畜管理システム、及び、家畜管理方法 | |
CN108288057B (zh) | 一种移动式家禽生命信息检测装置 | |
JP7473951B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、および、コンピュータプログラム |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231018 Address after: No. 9, 4, Meitian erdingmu, Shibei District, Osaka, Japan Applicant after: NIPPON MEAT PACKERS, Inc. Applicant after: Nti Data Co.,Ltd. Japan Address before: No. 9, 4, Meitian erdingmu, Shibei District, Osaka, Japan Applicant before: NIPPON MEAT PACKERS, Inc. Applicant before: NTT DATA Corp. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |