CN114885854B - 一种用于生猪养殖的云平台 - Google Patents

Abstract

本发明公开了一种用于生猪养殖的云平台，包括：云架构层模块，用于为猪场的云平台提供用于云计算的基础资源，其中，基础资源包括数据存储空间、计算资源、网络资源；支撑层模块，用于为云平台提供数据库功能以及基础资源调配功能；应用层模块，用于为云平台提供应用功能，其中，应用功能至少包括AI框架；体验层模块，用于通过获取用户需求，根据AI框架，为云平台生成内部功能单元，以及与内部功能单元关联的外部应用程序程序；本发明提供的云平台能够最大程度的满足广大人民对于食品安全的需求，以及通过从源头上保证生猪产品的安全问题，有效的防治不法分子通过不法渠道以不健康的生猪牟取暴利，最大程度的保证生猪产品的卫生与健康。

Description

一种用于生猪养殖的云平台

技术领域

本发明涉及数字化养猪技术领域，具体而言，涉及一种用于生猪养殖的云 平台。

背景技术

互联网的高速深度发展，加快了各行业智能化的进程，智能化的 话题也逐渐成为了大众关注的焦点。生猪养殖行业也要紧跟互联网发 展的步伐，不断提升生猪养殖的水平。

很多人的第一印象会是大规模的智能化或是部分智能化的养猪模式，甚至 是觉得会像科幻影片中那样利用未来超高发达的科技手段或是利用人工智能机 器人来进行养猪。在这样的理解下，大众都会觉得智能化养殖很难实现，甚至 在未来短期时间内是绝对不会发生的。

显然，我们对智能化养殖的认知，还是不够全面和深刻。智能化养猪，它 不能仅局限于某一种形式或者标准，它是多形式多维度存在于我们养猪业的， 它是一种思维，它是一种工具，用于或者说有利于我们养猪业快速有效向前迈 进的一个载体[2]。生猪的智能化养殖是利用信息技术、人工智能化技术和互联 网技术，提高我国生猪养殖的健康化、标准化、福利化、精确化、集约化等生 产水平。当然，实现智能化养殖的人工智能技术和互联网技术，需要依靠大众 日常生活中可以见到和使用的机械化设备(譬如：摄像机、红外探测仪、体温 监测仪等等)。在这里大众往往会把机械化养殖和智能化养殖等同起来，因为信息技术往往就在这里被忽略了。当今的信息技术，包括大数据采集与分析、人 工智能化诊断、云平台的建立与应用等方面。信息技术的各个方面往往都是智 能化养殖模式的关键，所以要正确的区分机械化与智能化的关系。

因此，急需一种用于生猪养殖的云平台，通过大数据计算真正实现养殖业 管理的安全化、智能化、精细化和高效化。

发明内容

为了解决上述问题，本发明的目的是提供一种用于生猪养殖的云平台，用 于通过移动互联网、云计算、物联网等技术的综合应用，实现养殖业的安全管 理、精细化管理、智能化管理。

为了实现上述技术目的，本申请提供了一种用于生猪养殖的云平台，包括：

云架构层模块，用于为猪场的云平台提供用于云计算的基础资源，其中， 基础资源包括数据存储空间、计算资源、网络资源；

支撑层模块，用于为云平台提供数据库功能以及基础资源调配功能；

应用层模块，用于为云平台提供应用功能，其中，应用功能至少包括AI框 架；

体验层模块，用于通过获取用户需求，根据AI框架，为云平台生成内部功 能单元，以及与内部功能单元关联的外部应用程序。

优选地，应用服务云SaaS平台，用于通过建立边缘计算应用体系、云平台 应用体系、大数据应用体系和感知应用体系，搭建信息化所需要的网络基础设 施及软件、硬件运作平台，并负责前期实施和后期维护工作；

行业云PaaS平台，用于建立AI开发算法接入、消息队列接入、视频图像 引擎、边缘计算接入、大数据基础服务、智能识别算法、协作云通信、IOT接入 管理体系；

LaaS平台，用于建立弹性计算资源、数据存储资源、对象存储资源、安全 运维监控、负载分发资源、容灾备份资源和虚拟专用网络。

优选地，应用层模块由应用服务集群单元、AI运算集群单元、算法与指令 集单元、综控交互网管单元、大数据基础服务单元、数据中心单元、数据化可 视服务单元、分布式缓存与消息交互分发服务单元、应用负载单元、消息队列 引擎单元、大数据缓存单元组成。

优选地，AI框架包括PyTorch Flask框架、TensorFlow框架、Python3框 架，其中，体验层模块用于根据PyTorch Flask框架和/或TensorFlow框架和/ 或Python3框架，生成内部功能单元和外部应用程序。

优选地，体验层模块包括：

服务层单元，用于为云平台与其他智能外设，提供数据交互功能，其中， 其他智能外设通过服务层单元，实时获取猪场的各项指标数据；

感知层单元，用于获取猪场的环境监测指标，包括空气温度、光照强度、 二氧化碳、大气压以及AI监控预警

应用层单元，用于为猪场提供环境信息监控功能体系、安全生产监控功能 体系、AI视觉监控功能体系；

云架构支撑服务单元，用于为体验层模块的各个功能单元提供技术支撑服 务。

优选地，AI视觉监控功能体系由基础资源层、框架层、音视频层、AI算法 层、服务层组成，其中，通过对原始视频资源分解成静态图片后进入服务层， 通过服务层的AI视觉系统整合信息数据传送至音视频层以及AI算法层，对数 据进行视频处理、图像识别、图像分割处理后，将信息分解成算法基础信息， 再通过框架层的TensorFlow、Pytorch提供的基础算法和训练模型进行训练和 矫正后，转至基础资源层进行信息整合，发布至服务层。

优选地，服务层包括AI视觉监控中心，用于根据AI视觉监控功能体系采 集的防疫数据，向养殖团队发出防疫预警指令。

优选地，云平台还包括用户模块，用于通过设计养殖场管理员、养殖场工 作人员、养殖场管理人员，并根据人员角色的不同开放不同的权限，为猪场提 供平台系统管理、平台数据管理、平台监控维护、平台客服功能。

本发明公开了以下技术效果：

与现有技术相比，本发明提供的云平台能够最大程度的满足广大人民对于 食品安全的需求，以及通过从源头上保证生猪产品的安全问题，有效的防治不 法分子通过不法渠道以不健康的生猪牟取暴利，最大程度的保证生猪产品的卫 生与健康。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是 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是本发明所述的技术结构设计与使用的关键技术示意图；

图2是本发明所述的使用的关键技术示意图；

图3是本发明所述的云架构的组成示意图；

图4是本发明所述的应用架构的组成示意图；

图5是本发明所述的云架构应用模式示意图；

图6是本发明所述的猪舍数据传送流程示意图；

图7是本发明所述的AI视觉架构示意图；

图8是本发明所述的云平台的功能示意图；

图9是本发明所述的平台角色定义示意图；

图10是本发明所述的设备对接流程示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请 实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此 处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设 计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要 求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实 施例，本领域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，都属于本申请保护的范围。

如图1-10所示，本发明建设了现代智能技术为核心的先进养殖生产服务平 台，实现了现代化管理管控的优化升级，并以发展的思路建设了以大数据AI为 基础的行业决策服务平台，在满足需求的同时融合了智慧技术实现了安全防疫 等创新式服务功能体系。

本发明提到的生猪养殖云平台技术结构设计与使用的关键技术见图1。生猪 养殖云平台技术栈主要由云架构层、支撑层、应用层、体验层构成。云架构层 是云计算技术为核心的基础资源层，这层里包含着平台运行所需的各类基础资 源，比如数据存储空间、计算资源、网络资源(带宽)，就是互联网应用平台的 最基础设施。

支撑层是资源调配的基础，底层的数据库也放在这一层。

应用层就是整个平台的实际应用功能。

体验层用于根据用户的需求和市场变化，对系统进行适应性调整，包括对 内部功能的完善和对外观的美化。最后通过“PyTorch Flask、TensorFlow、 Python3”这三个AI框架，提供基础算法和训练模型，然后对数据进行训练和 矫正，就可以使用。

使用的关键技术见图2，有物联网边缘计算与感知技术、机器视觉技术、机 器学习与算法技术、大数据采集与分析技术、移动互联技术。

养殖云平台的功能见表1。生猪养殖平台面向的是大、中、小企业及养殖场， 所以对功能的要求既要涵盖广阔又要做好兼顾。

表1

云平台的层次结构设计见表2。利用应用服务云SaaS平台、行 业云PaaS平台、LaaS平台共同搭建起云平台架构。应用服务云SaaS 平台建立边缘计算应用体系、云平台应用体系、大数据应用体系和感 知应用体系，搭建信息化所需要的所有网络基础设施及软件、硬件运 作平台，并负责所有前期的实施、后期的维护等工作；利用行业云 PaaS平台建立AI开发算法接入、消息队列接入、视频图像引擎、边 缘计算接入、大数据基础服务、智能识别算法、协作云通信、IOT接 入管理体系；利用LaaS平台建立弹性计算资源、数据存储资源、对象存储资源、安全运维监控、负载分发资源、容灾备份资源和虚拟专 用网络。

云架构的组成见图3。主要由应用服务集群、AI运算集群、算法与指令集、 综控交互网管、大数据基础服务、数据中心(主写/主读)、数据化可视服务、 分布式缓存与消息交互分发服务、应用负载、消息队列引擎、大数据缓存等现 代化智能服务器配合运维监控系统安全系统共同保障云架构的安全和强大功 能。

应用架构的组成见图4。包括服务层、感知层、应用层、云架构支撑服务， 通过四方配合云平台的安全与管控调度。云平台的便捷就在于服务的终端不限 制与手机或者电脑，而是两者都可。甚至像是台式电脑、平板电脑、API接口等 等都可以使用云平台的服务。平台的感知层几乎涵盖了整个猪场的环境监测指 标，包括空气温度、光照强度、二氧化碳、大气压以及AI监控预警等。平台的 应用是由环境信息监控体系、安全生产监控体系、AI视觉监控体系三个大方面 构成，涵盖了猪场的养殖管理、物料管理、销售管理、综合监控中心等等，全 方位的、“一条龙式”服务于生猪的养殖。同时对于生产的安全防疫、安全生 产、温控、风控都可以实现智能化。

云架构应用模式见图5。由云平台运营团队(总)通过生猪养殖云平台联系 各个猪场，记录猪场的规模和实际需求，按需按权限伸缩采用应用模块。由养 殖场运营团队(分)使用应用体系、感知体系、AI视觉体系、数据服务等应用 功能。

猪舍数据传送流程见图6。在猪舍A中通过环境综控设备将光照、噪音、PM、 气压、AI监控信息等数据上传至边缘网关，经过整合后将信息数据发送至生猪 养殖云平台应用层中的环境监测监控中心，而后通过数据服务中心将实时数据 送至运营与科研团队。当环境监测达到设定阈值后触发综控系统，使其发出综 控指令至边缘网关，再由边缘网关将指令分级，最后对猪舍环境进行调节。

在对环境进行调控的同时AI视频监控系统将监测到的数据信息发送至视频 终端进行整合，而后将整合好的防疫数据发送至AI视觉监控中心，根据实际情 况向养殖团队发出防疫预警指令。

数据流动过程中，养殖场运营团队、运营与科研团队都可以获得实时数据 信息，这样就保证了更好的进行养殖和系统的修复工作。

AI视觉架构见图7。AI的视觉架构流程是通过原始视频资源分解成静态图 片后进入服务层，通过服务层的AI视觉系统整合信息数据传送至音视频层、AI 算法层，对数据进行视频处理、图像识别、图像分割等手段将信息分解成算法 基础信息，再通过框架层TensorFlow、Pytorch提供的基础算法和训练模型进 行训练和矫正，而后将信息转至基础资源层，依靠强大的算力基础，资源基础 等再将信息最后整合，发布至服务应用，而后就可以查看原始视频中监控的信 息归类。

云平台的功能见图8。系统用户可以通过电脑端的浏览器或是安卓手机端登 录云平台。在应用控制台控制自己猪场的养殖管理、物料管理、销售管理、场 区综控等其他应用方面。同时可以将实时的信息数据进行分析上传至数据服务 中心，让以后的系统更加智能化、亲人化。

控制台的功能见表3。养殖控制台可以设定工作提醒，了解当前环境、猪只 的指标、销售指标，还可以查看实时监控，接受示警和异常信息；运营管理控 制台可以做到安全防疫预警、安全示警和运营状态、指标的快照，当然也可以 完成环境、视频的、设备状态的轮询轮播。

表3

养殖场端的功能见表4-5。养殖场的控制台包括养殖管理和物料管理。功能 丰富养殖管理端的功能包括母猪管理、商品猪的管理、后备猪的管理、猪舍管 理、饲养日志等等；物料管理包括采购管理、物料出/入库、物料维护、成品仓 储管理等等功能。

表4

表5

控制台的功能清单见表6。养殖场端的功能不仅仅包括物料和养殖管理， 还有销售管理、数据服务中心、综合监控系统以及一些日常管理。养殖端强大 的功能应用很好的保证了养殖场的日常生产与运营，更加智能化的管理养殖场。

表6

运营端的功能见表7。运营端的功能包括了平台监控中心、平台数据中心、 平台设备中心、平台管理中心四个大方面。利用大数据、大平台的优势对生猪 养殖场的方方面面进行科学分析，及时发现和解决问题，有利保证了生猪养殖 行业的安全稳定发展。

表7

手机安卓端的功能见表8。手机客户端的用法主要是根据使用者的习惯来设 计的，包括消息提醒、生产活动信息、安全免疫、异常上报、设备综控、统计 分析、个人信息等等功能。能够轻便有效、随时随的管理养殖场，更能够及时 的发现和预警疫病信息，方便的同时保证生猪养殖场的生物安全和生产安全， 降低人力成本，提高生产的效率。

表8

平台角色定义见图9。角色定义在使用云平台服务中十分重要，养殖场端分 为养殖场管理员、养殖场工作人员、养殖场管理人员等，根据角色的不同开放 不同的权限，更有效的管理养殖场。平台端设立有平台系统管理员、平台数据 管理员、平台监控维护员、平台客服根据管理内容的不同，明确分工，更好的 保证平台的有效运行。

设备对接流程见图10。平台系统管理员通过运营管理平台，登记养殖场、 猪舍、选择的设备等信息，而后注册在案，注册成功后进行设备的实体安装。 而后管理员进行登录和设备对接，确认绑定设备。便可以查询设备状态，设定 各个要素的阈值，进行实时监控。同时设备的心跳与数据实时上传至运营管理 平台，完成设备数据的更新。

本发明提到的生猪养殖云平台是以安全性和稳定性为基础，以创新性为动 力，以易用性为准则，以经济性和适用性为最终目标的智能化养殖平台，能够 充分利用当代的技术手段，提高生猪养殖的水平。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品 的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或 方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的 结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机 或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他 可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多 个流程和/或方框图一个方框或多个方框中指定的功能的装置。

Claims (4)

1.一种用于生猪养殖的云平台，其特征在于，包括：

云架构层模块，用于为猪场的云平台提供用于云计算的基础资源，其中，所述基础资源包括数据存储空间、计算资源、网络资源；

支撑层模块，用于为所述云平台提供数据库功能以及基础资源调配功能；

应用层模块，用于为所述云平台提供应用功能，其中，所述应用功能至少包括AI框架；

体验层模块，用于通过获取用户需求，根据所述AI框架，为所述云平台生成内部功能单元，以及与所述内部功能单元关联的外部应用程序；

所述云架构层模块包括：

应用服务云SaaS平台，用于通过建立边缘计算应用体系、云平台应用体系、大数据应用体系和感知应用体系，搭建信息化所需要的网络基础设施及软件、硬件运作平台，并负责前期实施和后期维护工作；

行业云PaaS平台，用于建立AI开发算法接入、消息队列接入、视频图像引擎、边缘计算接入、大数据基础服务、智能识别算法、协作云通信、IOT接入管理体系；

LaaS平台，用于建立弹性计算资源、数据存储资源、对象存储资源、安全运维监控、负载分发资源、容灾备份资源和虚拟专用网络；

所述应用层模块由应用服务集群单元、AI运算集群单元、算法与指令集单元、综控交互网管单元、大数据基础服务单元、数据中心单元、数据化可视服务单元、分布式缓存与消息交互分发服务单元、应用负载单元、消息队列引擎单元、大数据缓存单元组成；

所述体验层模块包括：

服务层单元，用于为所述云平台与其他智能外设，提供数据交互功能，其中，所述其他智能外设通过所述服务层单元，实时获取所述猪场的各项指标数据；

感知层单元，用于获取所述猪场的环境监测指标，包括空气温度、光照强度、二氧化碳、大气压以及AI监控预警；

应用层单元，用于为所述猪场提供环境信息监控功能体系、安全生产监控功能体系、AI视觉监控功能体系；

云架构支撑服务单元，用于为所述体验层模块的各个功能单元提供技术支撑服务；

所述AI视觉监控功能体系由基础资源层、框架层、音视频层、AI算法层、服务层组成，其中，通过对原始视频资源分解成静态图片后进入所述服务层，通过所述服务层的AI视觉系统整合信息数据传送至所述音视频层以及所述AI算法层，对数据进行视频处理、图像识别、图像分割处理后，将信息分解成算法基础信息，再通过所述框架层的TensorFlow、Pytorch提供的基础算法和训练模型进行训练和矫正后，转至所述基础资源层进行信息整合，发布至所述服务层。

2.根据权利要求1所述一种用于生猪养殖的云平台，其特征在于：

所述AI框架包括PyTorch Flask框架、TensorFlow框架、Python3框架，其中，所述体验层模块用于根据所述PyTorch Flask框架和/或所述TensorFlow框架和/或所述Python3框架，生成所述内部功能单元和所述外部应用程序。

3.根据权利要求2所述一种用于生猪养殖的云平台，其特征在于：

所述服务层包括AI视觉监控中心，用于根据所述AI视觉监控功能体系采集的防疫数据，向养殖团队发出防疫预警指令。

4.根据权利要求3所述一种用于生猪养殖的云平台，其特征在于：

所述云平台还包括用户模块，用于通过设计养殖场管理员、养殖场工作人员，并根据人员角色的不同开放不同的权限，为所述猪场提供平台系统管理、平台数据管理、平台监控维护、平台客服功能。

Images