CN115226644A - 一种猪只分群饲喂管理装置和系统 - Google Patents
一种猪只分群饲喂管理装置和系统 Download PDFInfo
- Publication number
- CN115226644A CN115226644A CN202210936624.9A CN202210936624A CN115226644A CN 115226644 A CN115226644 A CN 115226644A CN 202210936624 A CN202210936624 A CN 202210936624A CN 115226644 A CN115226644 A CN 115226644A
- Authority
- CN
- China
- Prior art keywords
- pig
- pigs
- feeding
- area
- herd
- 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.)
- Pending
Links
- 241000282887 Suidae Species 0.000 claims abstract description 165
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000013136 deep learning model Methods 0.000 claims abstract description 3
- 230000000694 effects Effects 0.000 claims description 44
- 244000144980 herd Species 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 238000003307 slaughter Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 12
- 235000021050 feed intake Nutrition 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 230000035622 drinking Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 abstract description 8
- 230000003203 everyday effect Effects 0.000 abstract description 7
- 241001465754 Metazoa Species 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 3
- 238000003975 animal breeding Methods 0.000 abstract description 2
- 238000000926 separation method Methods 0.000 abstract 1
- 241000282898 Sus scrofa Species 0.000 description 171
- 238000007726 management method Methods 0.000 description 50
- 230000002354 daily effect Effects 0.000 description 31
- 238000010586 diagram Methods 0.000 description 18
- 230000037406 food intake Effects 0.000 description 15
- 239000003651 drinking water Substances 0.000 description 12
- 235000020188 drinking water Nutrition 0.000 description 12
- 238000004088 simulation Methods 0.000 description 12
- 238000013527 convolutional neural network Methods 0.000 description 8
- 235000012631 food intake Nutrition 0.000 description 8
- 230000037396 body weight Effects 0.000 description 6
- 102000004169 proteins and genes Human genes 0.000 description 6
- 108090000623 proteins and genes Proteins 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 210000003608 fece Anatomy 0.000 description 5
- 230000012010 growth Effects 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000004080 punching Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000004590 drinking behavior Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000010871 livestock manure Substances 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 235000005809 Carpobrotus aequilaterus Nutrition 0.000 description 1
- 244000187801 Carpobrotus edulis Species 0.000 description 1
- 235000004550 Disphyma australe Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000014461 bone development Effects 0.000 description 1
- 230000008468 bone growth Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000013872 defecation Effects 0.000 description 1
- 230000000249 desinfective effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
- A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
- A01K5/02—Automatic devices
- A01K5/025—Automatic devices with doors or lids activated by the animals to access feeding place or trough
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Birds (AREA)
- Biophysics (AREA)
- Feeding And Watering For Cattle Raising And Animal Husbandry (AREA)
Abstract
本发明属于动物养殖技术领域,涉及一种猪只分群饲喂管理装置和系统,包括:个体识别模块、图像获取模块、计算控制模块和分栏模块,个体识别模块,用于对猪只进行个体识别;图像获取模块,用于根据个体识别结果,获取背部深度图像数据;计算控制模块,用于将背部深度图像数据输入深度学习模型,对猪只进行分类;分栏模块,用于根据分类的结果将对应的猪只输送至对应的采食区。其用以解决现有技术中地磅以被损坏且未对猪只个体进行精确管理及监测的问题,为猪只大群饲喂提供了一种新的管理系统,其可以有效提高动物福利,并可以每日监测猪只的个体行为状态及体重变化,方便对猪只进行精确管理。
Description
技术领域
本发明涉及一种猪只分群饲喂管理装置和系统,属于动物养殖技术领域,特别涉及猪只图像处理技术领域。
背景技术
规模化育肥猪饲养过程中,通常会进行人工调栏来提高圈栏内的猪只整齐度,减小猪只之间的体重差异。然而,人工调栏会耗费一定的人力,且会引起猪只的应激反应,重新调整后的栏位会重新进行猪只等级划分,猪只打斗时有发生,影响生产。猪只分群饲喂系统可以在有效减少人力成本且不破坏猪只原本群内等级划分的前提下,提高猪只整齐度。现有分群设备多通过地磅获取数据,易受到粪污等因素影响,且在常规的应用管理条件下,并未针对不同饲喂时期的管理进行精确的设计,也不能对猪只个体的行为及轨迹进行监测。
发明内容
针对上述问题,本发明的目的是提供一种猪只分群饲喂管理装置和系统,其用以解决现有技术中地磅以被损坏且未对猪只个体进行精确管理及监测的问题,为猪只大群饲喂提供了一种新的管理系统。
为实现上述目的,本发明提出了以下技术方案:一种猪只分群饲喂管理装置,包括:个体识别模块、图像获取模块、计算控制模块和分栏模块,个体识别模块,用于对猪只进行个体识别;图像获取模块,用于根据个体识别结果,获取背部深度图像数据;计算控制模块,用于将背部深度图像数据输入深度学习模型,对猪只进行分类;分栏模块,用于根据分类的结果将对应的猪只输送至对应的采食区。
进一步,饲喂管理装置还包括分群通道,分群通道的猪只进入的一端设置第一气动门,第一气动门内设置个体识别模块和图像获取模块,分群通道的另一端与各种猪只类型对应的采食区相连,分栏模块设置在分群通道的另一端,用于控制各类型对应的采食区的开启。
进一步,分栏模块包括第二气动门,计算控制模块通过控制第二气动门的开启角度,控制各类型对应的采食区的开启。
进一步,分栏模块与采食区连接处设置第一单向门和第一光电开关,当第一光电开关检测到猪只通过时,开启第一单向门,供猪只通过。
进一步,猪只的类型包括弱猪和强猪,猪只的类型在猪只育肥前期和育肥中期通过猪只的体长进行判断,猪只的类型在猪只育肥后期通过猪只的重量进行判断。
进一步,分群通道内设置防躺卧杆,防躺卧杆的放置方向与分群通道的长度方向平行。
进一步,个体识别模块包括2D摄像头和第二光电开关,第二光电开关检测到猪只进入时,2D摄像头对猪只头部进行拍摄,通过计算控制模块判断猪只ID。
本发明还公开了一种猪只分群饲喂管理系统,包括:弱猪采食区、强猪采食区、日常活动区、猪只分群饲喂管理装置、待出栏区、监测模块和物联网管理平台;猪只分群饲喂管理装置,为上述任一项猪只分群饲喂管理装置,用于将猪只分为弱猪和强猪,猪只分群饲喂管理装置与弱猪采食区、强猪采食区之间均设置第一单向门,弱猪经过第一单向门进入弱猪采食区,强猪经过第一单向门进入强猪采食区;弱猪采食区和强猪采食区均通过第二单向门与日常活动区连接,日常活动区、强猪采食区均与待出栏区连接;监测模块,用于记录猪只采食量、采食时长、饮水量及饮水时长;物联网管理平台,用于对监测模块的数据进行计算,生成猪只每日报表,对猪只进行精准管理。
进一步,强猪采食区用于饲养种群中体长或体重正常的猪只,所投喂饲料与正常饲喂过程中各阶段投喂的饲料保持一致;弱猪采食区,用于饲养种群中体长或体重相对较低的猪只,所投喂饲料与正常饲喂过程中各阶段投喂的饲料相比能量较高。
进一步,强猪采食区通过第一通路与待出栏区连通,待出栏区通过第二通路与日常活动区连接,当体重达标的猪只等待出栏时,第二通道关闭,并关闭强猪采食区与日常活动区之间的第二单向门,使猪只只能在强猪采食区与待出栏区内活动。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明可以有效提高动物福利,并可以每日监测猪只的个体行为状态及体重变化,方便对猪只进行精确管理。
2、本发明通过采集猪只的背部深度图像,并使用训练好的猪只体长、体重估测模型对该猪只的背部深度图像对应的猪只体重进行估测,可以快速准确地估测出猪只体长和体重,可以有效解决地秤称量不准确的问题。
附图说明
图1是本发明一实施例中的猪只分群饲喂管理装置的结构图;
图2是本发明一实施例中猪只分群饲喂管理系统的栏位分区布局图;
图3是本实施例的猪只分群饲喂管理系统的监测模块布置图;
图4是本发明一实施例中物联网平台效果图,其中,图4(a)为物联网平台的实际效果图,图4(b)是为物联网平台各模块布局图,图4(c)为物联网平台中物联网监测图谱示意图;
图5是本发明一实施例中猪只转入后的第1-3周的现场情况模拟图;
图6是本发明一实施例中猪只转入后的第4周的现场情况模拟图;
图7是本发明一实施例中猪只转入后的第5-7周的现场情况模拟图;
图8是本发明一实施例中猪只转入后的第8-11周的现场情况模拟图;
图9是本发明一实施例中猪只转入后的第12-15周的现场情况模拟图;
图10是本发明一实施例中猪只转入后的第16周的现场情况模拟图;
图11是本发明一实施例中猪只分群饲喂设备的运行程序效果图。
附图标记:
1-图像获取模块;2-第一气动门;3-第二气动门;4-第一单向门;5-第一光电开关;6-防躺卧杆;7-2D摄像头;8-第二光电开关;9-第二单向门;10-限位挡板;11-第三气动门;12-玩具球;13-第一个门;14第二个门。
具体实施方式
为了使本领域技术人员更好的理解本发明的技术方案,通过具体实施例对本发明进行详细的描绘。然而应当理解,具体实施方式的提供仅为了更好地理解本发明,它们不应该理解成对本发明的限制。在本发明的描述中,需要理解的是,所用到的术语仅仅是用于描述的目的,而不能理解为指示或暗示相对重要性。
现有技术中的基于地磅判断猪只体重并进行分群的分群饲喂系统可以解决传统人工分群造成的应激及人力消耗,但地磅极易被猪只粪便等因素损坏,且由于其体积较大,维护困难。此外,常规的分群饲喂系统并未对猪只的个体行为进行监测,无法对猪只进行精准管理。为了解决现有技术中的问题,本发明提供了猪只分群饲喂管理装置和系统,其通过猪只分群饲喂管理装置,根据猪只体长或体重进行强弱区分,将猪只分为强猪、弱猪进行分别饲养,并记录猪只个体的状况,通过物联网管理平台可以生成猪只每日报表,对猪只进行精准管理。本发明可以有效提高动物福利,并可以每日监测猪只的个体行为状态及体重变化,方便对猪只进行精确管理,其通过设置物联网管理平台提高了人机交互水平,使生成的结果更容易理解。下面结合附图,通过几个示意性的实施例对本发明方案进行详细阐述。
实施例一
本实施例公开了一种猪只分群饲喂管理装置,用于安装分群饲喂系统,划分猪只栏位,对猪只进行强弱区分;如图1所示,包括:个体识别模块、图像获取模块1、计算控制模块和分栏模块,个体识别模块,用于对猪只进行个体识别;图像获取模块1,用于根据个体识别结果,获取背部深度图像数据;计算控制模块,用于将背部深度图像数据输入猪只体尺体重估测模型,输出猪只体尺体重并与猪只生长标准进行对比,判断猪只强弱;分栏模块,用于根据分类的结果将对应的猪只输送至对应的采食区。
饲喂管理装置还包括分群通道,分群通道的猪只进入的一端设置第一气动门2,第一气动门2内设置个体识别模块和图像获取模块1,分群通道的另一端与各种猪只类型对应的采食区相连,分栏模块设置在分群通道的另一端,用于控制各类型对应的采食区的开启。
分栏模块包括第二气动门3,计算控制模块通过控制第二气动门3的开启角度,控制各类型对应的采食区的开启。
分栏模块与采食区连接处设置第一单向门4和第一光电开关5,当第一光电开关5检测到猪只通过时,开启第一单向门4,供猪只通过,使猪只只能从分群通道进入采食区,不能从采食区反向进入分群过道。
猪只的类型包括弱猪和强猪,其左侧为弱猪采食区,右侧为强猪采食区,下方为猪只活动区,针对不同饲喂期,猪只的生长规律对猪只强弱判定标准进行确定,猪只育肥前期和育肥中期以体长作为强弱判定标准;育肥后期以体重为强弱判定标准;育肥前期,饲料中应相应地添加较多的蛋白质;育肥中期,采用高能量饲料;育肥后期,降低饲料中蛋白质的比例。猪只强弱判定准则由猪只进入大栏后的时间决定,进入的5-7周使用体尺作为判别标准,第7周以后选择体重为判别标准。
分群通道内置防躺卧杆6,防躺卧杆6的放置方向与分群通道的长度方向平行。防躺卧杆6位于分群过道底部,用于防止猪只长期处于分群过道内,影响系统运行。
个体识别模块包括2D摄像头7和第二光电开关8,第二光电开关8检测到猪只进入时,2D摄像头7对猪只头部进行拍摄,通过计算控制模块判断猪只ID。获取分群过道内拍摄的猪只背部2D图像、采食区返回日常活动区处第二单向门9处拍摄的猪只背部2D图像、采食槽及饮水碗内获得的猪只面部2D图像;将上述2D图像输入预置的猪只身份识别模型,判断猪只每日进入采食区次数、饮水次数、进去采食区的时长等,并与数据库中猪只每日打卡次数进行对比,对出现异常的情况进行预警。个体识别模块是一种卷积神经网络模型,卷积神经网络(Convolutional Neural Networks,简称CNN)是一类包含卷积计算且具有深度结构的神经网络。其中,两种个体识别模型采用获得到的猪只面部图像样本和背部图像样本训练得到;由于猪只生长会影响识别效果,使用训练后的模型进行个体识别,获取猪只身份ID后续同时将当天采集到的猪脸图像数据自动重新输入到模型进行动态更新;将采集的猪只背部深度图像进行预处理后输入卷积神经网络,其包含多个输出层,每个输出层分别对应一个猪只的身份ID。优选的,卷积神经网络模型可选但不限于Xcception、MobileNet模型,模型的损失函数选择sparse categorical crossentropy,选择softmax作为模型分类器,学习率及批次大小根据实际情况进行选择,可以但不限于选择学习率为0.0001,批次大小为32。
猪只体尺体重识别模型同样由CNN训练得到。与身份识别模型不同,体尺体重估测模型,在猪只品种一定的情况下,有较强的普适性,因此不用进行重复多次的训练,本实施例选择专利现有技术进行实现,采用中国农业大学提供的猪只体重的估测方法、装置、设备和存储介质(可参考公开号CN113096178A)。并在该技术的基础上,在输入层加入猪只体尺标记,结合深度图像建立体尺体重多参数估测的模型。
该猪只分群饲喂管理装置还包括限位挡板10,限位挡板10位于分群通道的入口处,用于针对猪只日龄调整过道宽度,保证每次仅有一头猪进出。
本实施例中的体尺体重估测模型,将采集的猪只背部深度图像进行预处理后输入多输出回归卷积神经网络,其包含多个输出层,每个输出层分别对应一项猪只体尺体重数据,可以输出猪只体重、体长、体宽、体高、臀宽、臀高六种参数。
第一气动门2和第二气动门3之间还包括第三气动门11,第三气动门11用于在猪只进行个体识别和图像获取时,将其控制在指定的区域内。
本实施例中,猪只分群饲喂管理装置运行时,第一气动门2由气缸控制,处于常开状态;当猪只进入分群饲喂关系设备时,2D摄像头7工作,对猪只头部图像进行拍摄,上位机判断猪只ID;猪只前进到第二光电开关8时,深度相机拍摄猪只深度图像,同时第一气动门2关闭,上位机判断判断猪只强弱;判断猪只强弱后,气缸控制的第二气动门3打开,若猪只被判定为弱猪,则第二气动门3位于右侧,猪只从第一单向门4走出猪只分群饲喂管理装置;若猪只被判定为强猪,则第二气动门3位于左侧,猪只从第一单向门4走出猪只分群饲喂管理装置;猪只走出猪只分群饲喂管理装置时,触发第二光电开,此时第一气动门2打开,第三气动门11关闭。
本实施例中,2D摄像头7优选设置在第三气动门11处,但2D摄像头7也可以移动至第一气动门2处,在预设长度角度拍摄猪只臀背的图像用于个体识别。
在本实施例中,深度相机的运行程序可以设定面积阈值,当识别的猪只背部面积大于某一阈值时,进行拍摄工作并判断猪只强弱,则不需要第二光电开关8,这一阈值的具体值会根据猪只的日龄进行调整,整体呈增大趋势。
实施例二
基于相同的发明构思,本实施例公开了一种猪只分群饲喂管理系统,图2是本实施例中猪只分群饲喂管理系统的栏位分区布局图。如图2所示,包括:弱猪采食区、强猪采食区、日常活动区、猪只分群饲喂管理装置、待出栏区、监测模块和物联网管理平台;
猪只分群饲喂管理装置,为上述任一项猪只分群饲喂管理装置,用于将猪只分为弱猪和强猪,日常活动区进入采食区的唯一途径是通过猪只分群饲喂管理装置;猪只仅可通过猪只分群饲喂管理装置从强猪采食区及弱猪采食区返回日常活动区。猪只分群饲喂管理装置与弱猪采食区、强猪采食区之间均设置第一单向门4,弱猪经过第一单向门4进入弱猪采食区,强猪经过第一单向门4进入强猪采食区,强弱猪采食区针对强弱猪投放不同饲料;弱猪采食区和强猪采食区均通过第二单向门9与日常活动区连接,日常活动区为猪只日常躺卧休息及饮水、排泄的区域,待出栏区为体重达标的猪只等待出栏的区域;强猪采食区与待出栏区连接;监测模块,用于记录猪只采食量、采食时长、饮水量及饮水时长;物联网管理平台,用于对监测模块的数据进行计算,对舍内环境、水电情况情况、猪只每日个体信息、采食、饮水及体尺体重等信息进行记录,生成猪只每日报表,对猪只进行精准管理。通过区分猪只活动区域,合理应用分群饲喂系统。
强猪采食区用于饲养种群中体长或体重正常的猪只,所投喂饲料与正常饲喂过程中各阶段投喂的饲料保持一致,强猪采食区位于猪只分群饲喂管理装置的右侧,猪只通过猪只分群饲喂管理装置后从右侧走出进入强猪采食区;强猪采食区下方为猪只活动区,通过第二单向门9与其相连;第二单向门9保证猪只只能由强猪采食区返回猪只活动区。弱猪采食区,用于饲养种群中体长或体重相对较低的猪只,所投喂饲料与正常饲喂过程中各阶段投喂的饲料相比能量较高。弱猪采食区位于猪只分群饲喂管理装置的左侧,猪只通过猪只分群饲喂管理装置后从左侧走出进入弱猪采食区;弱猪采食区下方为猪只活动区,通过第二单向门9与其相连,第二单向门9保证猪只只能由弱猪采食区返回猪只活动区。
日常活动区,用于猪只日常活动、饮水、躺卧、排粪等行为,本实施例中,日常活动区清粪配置选择半漏粪,即日常活动区最下端一部分为漏粪地板,猪只饮水区位于圈栏最下端的漏粪地板上方,猪只躺卧区设置有玩具球12等一系列可以提高猪只环境丰富度的物品,用于提高动物福利。本发明中方案不仅限于图2所示半漏粪饲喂条件下的大圈,同样适用于全漏粪地板及其他饲喂条件下的大圈。日常活动区内设置饮水器,该位于圈栏下方的漏粪地板上方。
待出栏区,用于体重达标猪只等待出栏,强猪采食区通过第一通路与待出栏区连通,待出栏区通过第二通路与日常活动区连接,当体重达标的猪只等待出栏时,第二通道关闭,并关闭强猪采食区与日常活动区之间的第二单向门9,使猪只只能在强猪采食区与待出栏区内活动。待出栏区地面也布置有玩具球12,用于提高圈内环境丰富度,提高动物福利。待出栏区内也设置饮水器,该位于圈栏下方的漏粪地板上方。第一通路上设置第一个门13,第二通路上设置第二个门14,通过控制第一个门13和第二个门14的开闭,控制第一通路或第二通路的开闭。
图3是本实施例的猪只分群饲喂管理系统的监测模块布置图,监测模块包括2D摄像头7、环境传感器、水表、电表、云摄像头和工控机,猪只采食区的料槽中安装有2D摄像头7,获取猪只嘴部咀嚼行为视频及图片,判定猪只真实采食行为并记录其时间,结合采食时间与采食量的计算公式计算猪只采食量。猪只饮水器中安装有2D摄像头7,获取猪只嘴部与饮水器真正接触的视频及图片,判定猪只饮水行为并记录其时间,结合饮水时长与饮水量的计算公式计算猪只饮水量。采食处与饮水处的2D相机拍摄角度应尽量保证统一。采食区与日常活动区交界处的第二单向门9顶部安装有2D摄像头7,用于识别离开采食区的猪只身份,为了提高识别的效果,摄像头下方可以安装和分群过道同样板材的限位过道。此处安装的2D摄像头7与猪只分群饲喂管理装置中安装的2D摄像头7的拍摄高度及角度也应保持一致。
大圈两侧安装有环境传感器,包括但不限于温湿度、氨气、二氧化碳,用于监测舍内的环境情况。大圈的总水阀处及总电闸处安装有水表及电表,记录整体的水电消耗情况;大圈的不同区域,如采食区、饮水处、待出栏区均安装有云摄像头,用于远程观看舍内情况;大圈的总配电柜处还安装有工控机,用于运行模型及识别程序,采集环境数据等。环境传感器、水表及电表基于LabVIEW进行编写,环境传感器选用4~20mA信号输出类型,水电表选用RS485信号输出类型,通过采集卡连接工控机进行数据采集。所有数据均通过并通过MySQL数据库上传至网络服务器并展示于物联网平台。监测模块显示当前选中云摄像头拍摄的画面,并可以通过下方的视频控制云摄像头拍摄角度并选择当前所需摄像头。在本实施例中,猪只分群饲喂管理装置采用LabVIEW发布的web操作链接进行控制,可以点击远程控制程序的运行并可观测程序的运行状态。
由于拍摄角度及拍摄距离不同,为了尽量提高识别效果,减少环境因素等对个体识别造成的影响。对猪只个体进行识别的模型主要有三种,分别是面部个体识别模型、背部个体识别模型和面部识别模型。
数据采集情况可以获得昨日数据总量及本日已采集的数据量;圈栏概况模块可以实现通过点击不同位置,查看不同位置传感器采集的历史数据的功能,并可以根据点位查看猪只进出采食区的次数以及分别在采食区、日常活动区的逗留时长是否正常,并标记当日采食异常的猪只,在一种实施例中,点击圈栏概况后可以选择查看猪只监测图谱,猪只监测图谱
物联网管理平台将舍内获取的温湿度、二氧化碳、氨气等数据通过软件进行整合,建立焓湿图系统,分析目前猪只所处环境是否适宜,记录舍内水电等数据,可以生成周期性水电用量报表。将获取的猪只个体信息数据进行整合,可以获取猪只每日进出采食区的次数,以及分别在采食区、日常活动区的逗留时长,形成一套可以对猪只进行检测的行为监测时间谱;将获取的猪只每日的体重、采食、饮水等信息整合,获取猪只的料肉比、料水比等数据,评估猪只的生长及健康状况并形成报表发送至管理者。以上所有数据采集后均通过网络传入服务器,结合系统设定标准,对舍内出现的异常情况进行预警,并具有良好的人机交互界面。图4是本发明一实施例中物联网平台效果图,其中,图4(a)为物联网平台的实际效果图,图4(b)是为物联网平台各模块布局图,图4(c)为物联网平台中物联网监测图谱示意图。其中,如图4(b)所示,物联网平台共分为9个区域,即A1、A2、A3、B1、B2、B3、C1、C2和C3,分别对应图4(b)中的实时监控、智能分群系统运行状态、采食监测、数据采集情况、圈栏概况、猪只背部深度图像、实时数据、电子湿焓图和饮水监测。如图4(c)所示,物联网平台中物联网监测图谱示意图可以显示当日打卡点位的整体轨迹图、猪只的当日体重、当日已采食量、已饮水量、进入分群通道的次数、饮水打卡的次数、身份ID、于采食区逗留的时长、于活动区逗留的时长及猪只目前的状态是否异常;物联网管理平台于每日早上8:00向使用者邮箱发送昨日数据采集情况,使用者可以随时登陆平台对数据进行下载拷贝,形成相应报表。
图5是本实施例中猪只转入后的第1-3周的现场情况模拟图,如图5所示,猪只于60~70日龄阶段(约25kg)转入大圈,猪只转入后的第1-3周的现场情况模拟图。此时,本饲养工艺方法下的饲养上一批猪最后待出栏的部分猪只饲养于待出栏区,此时分群饲喂系统处于不工作阶段,第一气动门2及第三气动门11都处于打开状态,第二气动门3处于不定时运作状态,以保证猪只可以学会使用猪只分群饲喂管理装置进入采食区并返回日常活动区。此时,饲料投喂与正常饲养相同。
图6是本实施例中猪只转入后的第4周的现场情况模拟图,如图6所示,此时,本饲养工艺方法下的饲养上一批猪最后待出栏的部分猪只已经出栏,待出栏区处于清圈消毒状态,同样保证此时分群饲喂系统处于不工作状态。此时,饲料投喂与正常饲养相同。
图7是本实施例中猪只转入后的第5-7周的现场情况模拟图;如图7所示,此时,分群饲喂系统正常工作,第二个门14打开,将待出栏区与日常活动区联通,猪只需通过分群通道进入采食区,此时猪只为骨骼生长发育期,因此强弱判别指标选择体长。此时,弱猪饲料中应添加更多的蛋白质,促进其进行生长和发育。
图8是本实施例中猪只转入后的第8-11周的现场情况模拟图;如图8所示,此时,分群饲喂系统正常工作,第二个门14打开,将待出栏区与日常活动区联通,猪只需通过分群通道进入采食区,猪只体重变化较为明显,因此强弱判别指标选择体重。由于弱猪生长缓慢,应在提高能量的同时添加更多的蛋白质,促进其进行生长和发育。
图9是本实施例中猪只转入后的第12-15周的现场情况模拟图;如图9所示,此时,已有部分猪只达到出栏体重,因此关闭强猪采食区与日常活动区之间的单相门,打开第一个门13,关闭第二个门14,让强猪只能在强猪采食区及待出栏区活动。此时,弱猪饲料中的蛋白质比例不变,依然提高饲料中的能量,强猪饲料中蛋白质比例应下降。
图10是本实施例中猪只转入后的第16周的现场情况模拟图;如图10所示,此时,强猪已经全部出栏,仅留部分体重不达标猪只饲养于待出栏区,第一个门13和第二个门14关闭,日常活动区、采食区进行清圈消毒。此时,待出栏区猪只的饲料采用与第12-15周强猪饲料配方一致的饲料。
图11是本发明一实施例中猪只分群饲喂设备的运行程序效果图,如图11所示,图11中为运行程序图前面板,其包括3个气动门的运动状态,估测出的猪只体长、体宽、体高、臀高、臀宽、体重,标准体重以及目前猪只的强弱划分。该程序由LabVIEW结合python节点进行编程。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。上述内容仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种猪只分群饲喂管理装置,其特征在于,包括:个体识别模块、图像获取模块、计算控制模块和分栏模块,
所述个体识别模块,用于对猪只进行个体识别;
所述图像获取模块,用于根据个体识别结果,获取背部深度图像数据;
所述计算控制模块,用于将所述背部深度图像数据输入深度学习模型,对所述猪只进行分类;
所述分栏模块,用于根据所述分类的结果将对应的猪只输送至对应的采食区。
2.如权利要求1所述的猪只分群饲喂管理装置,其特征在于,所述饲喂管理装置还包括分群通道,所述分群通道的猪只进入的一端设置第一气动门,所述第一气动门内设置所述个体识别模块和图像获取模块,所述分群通道的另一端与各种猪只类型对应的采食区相连,通过所述分栏模块控制与猪只类型对应的采食区开启。
3.如权利要求2所述的猪只分群饲喂管理装置,其特征在于,所述分栏模块包括第二气动门,所述计算控制模块通过控制所述第二气动门的开启角度,控制与猪只类型对应的采食区开启。
4.如权利要求3所述的猪只分群饲喂管理装置,其特征在于,所述分栏模块与采食区连接处设置第一单向门和第一光电开关,当所述第一光电开关检测到猪只通过时,开启所述第一单向门,供所述猪只通过。
5.如权利要求2所述的猪只分群饲喂管理装置,其特征在于,所述猪只类型包括弱猪和强猪,所述猪只类型在猪只育肥前期和育肥中期通过猪只的体长进行判断,在猪只育肥后期通过猪只的重量进行判断。
6.如权利要求2所述的猪只分群饲喂管理装置,其特征在于,所述分群通道内设置防躺卧杆,所述防躺卧杆的放置方向与所述分群通道的长度方向平行。
7.如权利要求1-6任一项所述的猪只分群饲喂管理装置,其特征在于,所述个体识别模块包括2D摄像头和第二光电开关,所述第二光电开关检测到猪只进入时,所述2D摄像头对猪只头部进行拍摄,通过所述计算控制模块判断猪只ID。
8.一种猪只分群饲喂管理系统,其特征在于,包括:弱猪采食区、强猪采食区、日常活动区、猪只分群饲喂管理装置、待出栏区、监测模块和物联网管理平台;
所述猪只分群饲喂管理装置,为如权利要求1-7任一项所述的猪只分群饲喂管理装置,用于将猪只分为弱猪和强猪,所述猪只分群饲喂管理装置与弱猪采食区、强猪采食区之间均设置第一单向门,所述弱猪经过第一单向门进入弱猪采食区,所述强猪经过第一单向门进入强猪采食区;
所述弱猪采食区和强猪采食区均通过第二单向门与日常活动区连接,所述日常活动区、强猪采食区均与所述待出栏区连接;
所述监测模块,用于记录猪只采食量、采食时长、饮水量及饮水时长;
所述物联网管理平台,用于对监测模块的数据进行计算,生成猪只每日报表,对猪只进行精准管理。
9.如权利要求8所述的猪只分群饲喂管理系统,其特征在于,所述强猪采食区用于饲养种群中体长或体重正常的猪只,所投喂饲料与正常饲喂过程中各阶段投喂的饲料保持一致;所述弱猪采食区,用于饲养种群中体长或体重与正常值相比偏低的猪只,所投喂饲料与正常饲喂过程中各阶段投喂的饲料相比能量较高。
10.如权利要求8所述的猪只分群饲喂管理系统,其特征在于,所述强猪采食区通过第一通路与待出栏区连通,所述待出栏区通过第二通路与日常活动区连接,当体重达标的猪只等待出栏时,第二通道关闭,并关闭所述强猪采食区与日常活动区之间的第二单向门,使猪只只能在所述强猪采食区与待出栏区内活动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210936624.9A CN115226644A (zh) | 2022-08-05 | 2022-08-05 | 一种猪只分群饲喂管理装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210936624.9A CN115226644A (zh) | 2022-08-05 | 2022-08-05 | 一种猪只分群饲喂管理装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115226644A true CN115226644A (zh) | 2022-10-25 |
Family
ID=83680212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210936624.9A Pending CN115226644A (zh) | 2022-08-05 | 2022-08-05 | 一种猪只分群饲喂管理装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115226644A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117271605A (zh) * | 2023-09-26 | 2023-12-22 | 北京中育种猪有限责任公司 | 一种养殖猪体重监测方法、系统、终端及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101507418A (zh) * | 2009-03-27 | 2009-08-19 | 广东广兴牧业机械设备公司 | 自动化群养母猪的方法及系统 |
CN203233848U (zh) * | 2012-12-10 | 2013-10-16 | 杭州慧牧科技有限公司 | 育肥猪分栏器 |
CN108541598A (zh) * | 2018-06-27 | 2018-09-18 | 安徽新时润畜牧科技有限公司 | 一种保育育肥舍自动分栏群养系统 |
CN209861896U (zh) * | 2019-04-08 | 2019-12-31 | 青岛大牧人机械股份有限公司 | 一种生猪分群智能饲喂设备 |
CN111161214A (zh) * | 2019-12-09 | 2020-05-15 | 江苏大学 | 一种基于双目视觉的猪只体重测量及饮水行为识别系统及方法 |
CN111274975A (zh) * | 2020-01-21 | 2020-06-12 | 中国农业大学 | 猪只采食行为预测方法及装置 |
WO2020119659A1 (zh) * | 2018-12-13 | 2020-06-18 | 北京小龙潜行科技有限公司 | 一种智能养猪群养测重方法、装置、电子设备及存储介质 |
CN210808785U (zh) * | 2019-10-15 | 2020-06-23 | 山东华匠农牧装备股份有限公司 | 一种基于机器视觉技术的育肥猪智能分群系统 |
CN113096178A (zh) * | 2021-04-25 | 2021-07-09 | 中国农业大学 | 猪只体重的估测方法、装置、设备和存储介质 |
-
2022
- 2022-08-05 CN CN202210936624.9A patent/CN115226644A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101507418A (zh) * | 2009-03-27 | 2009-08-19 | 广东广兴牧业机械设备公司 | 自动化群养母猪的方法及系统 |
CN203233848U (zh) * | 2012-12-10 | 2013-10-16 | 杭州慧牧科技有限公司 | 育肥猪分栏器 |
CN108541598A (zh) * | 2018-06-27 | 2018-09-18 | 安徽新时润畜牧科技有限公司 | 一种保育育肥舍自动分栏群养系统 |
WO2020119659A1 (zh) * | 2018-12-13 | 2020-06-18 | 北京小龙潜行科技有限公司 | 一种智能养猪群养测重方法、装置、电子设备及存储介质 |
CN209861896U (zh) * | 2019-04-08 | 2019-12-31 | 青岛大牧人机械股份有限公司 | 一种生猪分群智能饲喂设备 |
CN210808785U (zh) * | 2019-10-15 | 2020-06-23 | 山东华匠农牧装备股份有限公司 | 一种基于机器视觉技术的育肥猪智能分群系统 |
CN111161214A (zh) * | 2019-12-09 | 2020-05-15 | 江苏大学 | 一种基于双目视觉的猪只体重测量及饮水行为识别系统及方法 |
CN111274975A (zh) * | 2020-01-21 | 2020-06-12 | 中国农业大学 | 猪只采食行为预测方法及装置 |
CN113096178A (zh) * | 2021-04-25 | 2021-07-09 | 中国农业大学 | 猪只体重的估测方法、装置、设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117271605A (zh) * | 2023-09-26 | 2023-12-22 | 北京中育种猪有限责任公司 | 一种养殖猪体重监测方法、系统、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Watt et al. | Differential rumination, intake, and enteric methane production of dairy cows in a pasture-based automatic milking system | |
US6868804B1 (en) | Animal management system | |
US9226481B1 (en) | Animal weight monitoring system | |
US7073459B2 (en) | Free-range animal breeding control system | |
Jingqiu et al. | Cow behavior recognition based on image analysis and activities | |
CN104700314A (zh) | 一种可追溯禽畜养殖方法 | |
US20210007330A1 (en) | System and method for determining animal behavioral phenotypes | |
CN107230159A (zh) | 智慧养殖管理系统 | |
CN107085732A (zh) | 基于无线传感器网络的牛舍环境氨气智能监测系统 | |
CN107667904A (zh) | 基于物联网技术的生猪大数据系统 | |
Coleman et al. | Measurements of the plant‐animal interface in grazing research | |
Besteiro et al. | Agreement between passive infrared detector measurements and human observations of animal activity | |
CN115471502B (zh) | 基于计算机视觉的畜牧粪便快速检测方法 | |
CN115226644A (zh) | 一种猪只分群饲喂管理装置和系统 | |
Fu et al. | Research and application of a new multilevel fuzzy comprehensive evaluation method for cold stress in dairy cows | |
CN113785783A (zh) | 一种牲畜分群系统及方法 | |
Dennis et al. | The behaviour of commercial broilers in response to a mobile robot | |
CN111903567A (zh) | 一种家禽自动记录系统及饲料转化率测定的方法 | |
EP4120827A1 (de) | Weidetierhaltungsverfahren und weidetierhaltungsanordnung | |
Gaworski et al. | Method for comparing current versus recommended housing conditions in dairy cattle production | |
CN113989745A (zh) | 一种反刍动物饲养状况的非接触式监测方法 | |
KR100586921B1 (ko) | 초식가축의 사료섭취량 자동조사장치 및 방법 | |
US6167317A (en) | Apparatus and methods for management of flocks of layer fowl | |
CN117991707B (zh) | 一种智能化猪场环境监测控制系统及方法 | |
WO2024174045A1 (en) | Livestock assessment system |
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 |