CN115826654B - 一种基于ai的用于猪舍的多功能物联网监控系统及方法 - Google Patents
一种基于ai的用于猪舍的多功能物联网监控系统及方法 Download PDFInfo
- Publication number
- CN115826654B CN115826654B CN202310013708.XA CN202310013708A CN115826654B CN 115826654 B CN115826654 B CN 115826654B CN 202310013708 A CN202310013708 A CN 202310013708A CN 115826654 B CN115826654 B CN 115826654B
- Authority
- CN
- China
- Prior art keywords
- pig house
- pigsty
- abnormal
- information
- user
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000002159 abnormal effect Effects 0.000 claims abstract description 234
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims description 83
- 238000004891 communication Methods 0.000 claims description 20
- 238000009395 breeding Methods 0.000 claims description 19
- 230000001488 breeding effect Effects 0.000 claims description 19
- 230000005856 abnormality Effects 0.000 claims description 18
- 238000005284 basis set Methods 0.000 claims description 9
- 238000012512 characterization method Methods 0.000 claims description 9
- 230000009193 crawling Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 241000282898 Sus scrofa Species 0.000 description 187
- 241000282887 Suidae Species 0.000 description 14
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 8
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 7
- 208000020016 psychiatric disease Diseases 0.000 description 5
- 230000008673 vomiting Effects 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 238000001816 cooling Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 229910021529 ammonia Inorganic materials 0.000 description 3
- 238000004659 sterilization and disinfection Methods 0.000 description 3
- 210000004916 vomit Anatomy 0.000 description 3
- 206010047700 Vomiting Diseases 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于AI的用于猪舍的多功能物联网监控系统及方法，其中系统包括：猪舍异常事件收集模块，用于收集猪舍异常事件；猪舍监控信息获取模板制作模块，用于基于猪舍异常事件，制作猪舍监控信息获取模板；猪舍监控信息获取模块，用于基于猪舍监控信息获取模板，从猪舍内预布设的多功能监控物联网中获取猪舍监控信息；猪舍异常检测模块，用于将猪舍监控信息输入猪舍监控信息的信息类型对应的预设的AI检测模型，检测猪舍异常。本发明的基于AI的用于猪舍的多功能物联网监控系统及方法，降低了人力成本，解决了人工进行监测观察还可能存在监测观察不全面和异常发现不及时的情形发生的问题。
Description
技术领域
本发明涉及物联网监控技术领域，特别涉及一种基于AI的用于猪舍的多功能物联网监控系统及方法。
背景技术
生猪在养殖时的生长过程中，需要保证其生长环境适宜；例如：二氧化碳浓度、氨气浓度、温度和湿度适宜。此外，生猪可能会出现精神失常、互相打斗和呕吐等异常现象。
正常的，生长环境是否适宜以及这类异常现象产生的监测观察，均需多个养殖人员人工分配进行，造成人力成本较大。其次，人工进行监测观察还可能存在监测观察不全面和异常发现不及时的情形发生，可能会给猪舍带来成本损失；例如：养殖人员多采用在猪舍内多个猪圈之间巡检的方式进行监测观察，无法做到全面性的监测观察，当监测观察某一个猪圈时，可能另外一个猪圈出现异常，造成异常发现的及时性不足。因此，亟需进行解决。
发明内容
本发明目的之一在于提供了一种基于AI的用于猪舍的多功能物联网监控系统，无需养殖人员人工分配对猪舍生长环境是否适宜以及生猪出现精神失常、互相打斗和呕吐等异常现象的监测观察，降低了人力成本，另外，多功能监控物联网可实时、全面进行猪舍监测，解决了人工进行监测观察还可能存在监测观察不全面和异常发现不及时的情形发生的问题。
本发明实施例提供的一种基于AI的用于猪舍的多功能物联网监控系统，包括：
猪舍异常事件收集模块，用于收集猪舍异常事件；
猪舍监控信息获取模板制作模块，用于基于所述猪舍异常事件，制作猪舍监控信息获取模板；
猪舍监控信息获取模块，用于基于所述猪舍监控信息获取模板，从猪舍内预布设的多功能监控物联网中获取猪舍监控信息；
猪舍异常检测模块，用于将所述猪舍监控信息输入所述猪舍监控信息的信息类型对应的预设的AI检测模型，检测猪舍异常。
优选的，所述猪舍异常事件收集模块收集猪舍异常事件，执行如下操作：
从猪舍对应的预设的猪舍异常事件记录库中调取猪舍异常事件；
和/或，
获取猪舍的第一猪舍信息；
获取其他猪舍的第二猪舍信息；
将所述第一猪舍信息和所述第二猪舍信息进行匹配，获取信息匹配情况；
基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍；
获取所述目标猪舍的猪舍异常事件。
优选的，所述猪舍异常事件收集模块获取其他猪舍的第二猪舍信息，执行如下操作：
访问预设的生猪养殖交流场景；
从所述生猪养殖交流场景中爬取多个场景用户的用户信息；
从所述用户信息中提取用户可信验证依据；
基于所述用户可信验证依据，对所述场景用户进行用户可信验证；
当为验证通过时，从对应所述场景用户的所述用户信息中提取其他猪舍的第二猪舍信息。
优选的，所述猪舍异常事件收集模块基于所述用户可信验证依据，对所述场景用户进行用户可信验证，包括：
对所述用户可信验证依据进行归类，获得多个用户可信验证依据类型的依据集；
依次遍历所述用户可信验证依据类型；
每次遍历时，获取遍历到的所述用户可信验证依据类型对应的预设的用户可信验证条件；
确定遍历到的所述用户可信验证依据类型的所述依据集是否满足所述用户可信验证条件；
当为是时，获取遍历到的所述用户可信验证依据类型对应的预设的可信权重；
遍历所述用户可信验证依据类型结束后，累加每一所述可信权重；
当累加和大于等于预设的累加和阈值时，所述场景用户通过用户可信验证。
优选的，所述猪舍异常事件收集模块基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍，执行如下操作：
基于预设的特征化处理模板，对所述信息匹配情况进行特征化处理，获得信息匹配情况特征集；
获取预设的借鉴价值确定库；所述借鉴价值确定库包括：多组一一对应的标准信息匹配情况特征集和相似度阈值；
将所述信息匹配情况特征集与任一所述标准信息匹配情况特征集进行相似度测算，获取相似度；
若所述相似度大于等于进行匹配的所述标准信息匹配情况特征集对应的所述相似度阈值，将进行匹配的所述第二猪舍信息对应的其他猪舍作为目标猪舍。
优选的，所述猪舍异常事件收集模块获取所述目标猪舍的猪舍异常事件，执行如下操作：
从所述生猪养殖交流场景中爬取所述目标猪舍对应的所述场景用户的用户发言的发言时间；
基于所述发言时间，将所述用户发言设置于预设的时间轴上对应的时间节点处；
提取所述用户发言的第一语义；
将所述第一语义与预设的语义识别库中的第二语义进行匹配，若匹配符合，将对应所述用户发言作为猪舍异常分享发言；
对所述猪舍异常分享发言进行预处理，获得猪舍异常事件确定依据；
基于所述猪舍异常事件确定依据，确定猪舍异常事件。
优选的，所述猪舍异常事件收集模块对所述猪舍异常分享发言进行预处理，获得猪舍异常事件确定依据，执行如下操作：
获取匹配符合的所述第二语义对应的预设的猪舍异常分享依据检索模板；
基于所述猪舍异常分享依据检索模板，从所述时间轴上所述猪舍异常分享发言前和后预设的时间范围内的所述用户发言中检索猪舍异常分享依据；
当所述猪舍异常分享依据不为空时，将所述猪舍异常分享发言作为猪舍异常事件确定依据；
当所述猪舍异常分享依据为空时，从所述生猪养殖交流场景中确定所述猪舍异常分享发言所在的发言场景；
从所述发言场景中爬取所述猪舍异常分享发言之后预设的时间内的其他用户发言；
获取匹配符合的所述第二语义对应的预设的猪舍异常分享可信校验模板；
基于所述猪舍异常分享可信校验模板，根据所述其他用户发言，对所述猪舍异常分享发言进行猪舍异常分享可信校验；
当为校验通过时，将所述猪舍异常分享发言作为猪舍异常事件确定依据。
优选的，所述猪舍监控信息获取模板制作模块基于所述猪舍异常事件，制作猪舍监控信息获取模板，执行如下操作：
对所述猪舍异常事件进行归类，获得多个猪舍异常类型的事件集；
依次遍历所述猪舍异常类型；
每次遍历时，获取遍历到的猪舍异常类型的事件集中每一所述猪舍异常事件的事件发生时间；
基于所述事件发生时间，确定事件发生频率；
基于遍历到的猪舍异常类型对应的预设的获取执行规则生成模板，根据所述事件发生频率，生成获取执行规则；
遍历所述猪舍异常类型结束后，整合每一所述获取执行规则，获得猪舍监控信息获取模板。
本发明实施例提供的一种基于AI的用于猪舍的多功能物联网监控方法，包括：
步骤S1：收集猪舍异常事件；
步骤S2：基于所述猪舍异常事件，制作猪舍监控信息获取模板；
步骤S3：基于所述猪舍监控信息获取模板，从猪舍内预布设的多功能监控物联网中获取猪舍监控信息；
步骤S4：将所述猪舍监控信息输入所述猪舍监控信息的信息类型对应的预设的AI检测模型，检测猪舍异常。
优选的，所述步骤S1：收集模块收集猪舍异常事件，包括：
从猪舍对应的预设的猪舍异常事件记录库中调取猪舍异常事件；
和/或，
获取猪舍的第一猪舍信息；
获取其他猪舍的第二猪舍信息；
将所述第一猪舍信息和所述第二猪舍信息进行匹配，获取信息匹配情况；
基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍；
获取所述目标猪舍的猪舍异常事件。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于AI的用于猪舍的多功能物联网监控系统的示意图；
图2为本发明实施例中一种基于AI的用于猪舍的多功能物联网监控方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于AI的用于猪舍的多功能物联网监控系统，如图1所示，包括：
猪舍异常事件收集模块1，用于收集猪舍异常事件；
猪舍监控信息获取模板制作模块2，用于基于所述猪舍异常事件，制作猪舍监控信息获取模板；
猪舍监控信息获取模块3，用于基于所述猪舍监控信息获取模板，从猪舍内预布设的多功能监控物联网中获取猪舍监控信息；
猪舍异常检测模块4，用于将所述猪舍监控信息输入所述猪舍监控信息的信息类型对应的预设的AI检测模型，检测猪舍异常。
上述技术方案的工作原理及有益效果为：
预先在猪舍布设多功能监控物联网：在猪舍内的每一猪圈内设置二氧化碳浓度传感器、氨气浓度传感器和温湿度传感器；在猪舍内部顶端设置可俯拍猪圈内生猪图像的摄像机；各传感器与摄像机与物联网路由器通信对接，实现多功能监控物联网的搭建。猪舍异常事件具体为：二氧化碳/氨气浓度过高、温湿度过高/过低、生猪发生精神失常、互相打斗和呕吐等现象的事件。基于猪舍异常事件可确定不同猪舍异常发生的发生频率，基于发生频率大小确定猪舍异常检测的顺序，发生频率越大，越优先进行对应猪舍异常检测，因此，制作猪舍监控信息获取模板时，发生频率越大，则进行对应猪舍异常检测的猪舍监控信息的获取越优先，提升猪舍异常的检测效率。猪舍监控信息的信息类型对应的预设的AI检测模型具体为：利用大量的该信息类型的表征猪舍异常的猪舍监控信息对神经网络模型进行训练后生成的人工智能模型，可用于依据该信息类型的猪舍监控信息检测猪舍异常；例如：猪舍监控信息的信息类型为生猪群居图像，则该信息类型的表征猪舍异常的猪舍监控信息为生猪互相打斗的图像，训练后，人工智能模型可依据生猪群居图像进行生猪互相打斗检测。
在具体应用的时候，猪舍的养殖人员可根据猪舍异常检测需求，在猪舍内布设多功能监控物联网。布设后，系统与物联网对接进行猪舍监控信息的获取，并输入对应AI检测模型进行猪舍异常检测。
本申请无需养殖人员人工分配对猪舍生长环境是否适宜以及生猪出现精神失常、互相打斗和呕吐等异常现象的监测观察，降低了人力成本，另外，多功能监控物联网可实时、全面进行猪舍监测，解决了人工进行监测观察还可能存在监测观察不全面和异常发现不及时的情形发生的问题。
在一个实施例中，所述猪舍异常事件收集模块1收集猪舍异常事件，执行如下操作：
从猪舍对应的预设的猪舍异常事件记录库中调取猪舍异常事件；
和/或，
获取猪舍的第一猪舍信息；
获取其他猪舍的第二猪舍信息；
将所述第一猪舍信息和所述第二猪舍信息进行匹配，获取信息匹配情况；
基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍；
获取所述目标猪舍的猪舍异常事件。
上述技术方案的工作原理及有益效果为：
猪舍异常事件的收集有两种方式：第一种，获取猪舍自身历史上发生的猪舍异常事件，此类猪舍异常事件由猪舍异常事件记录库进行记录。第二种，借鉴其他猪舍历史上发生的猪舍异常事件。引入两种方式收集猪舍异常事件，提升了收集全面性，特别是第二种方式，可在猪舍新投入使用时，自身历史上发生的猪舍异常事件较少时，为猪舍异常检测起到很大的贡献作用。
但是，由于不同猪舍的所处地区气候、喂食类型、生猪品种和猪舍硬件配置等不同，其他猪舍历史上发生的猪舍异常事件不一定会在猪舍内发生，因此，基于猪舍的第一猪舍信息与其他猪舍的第二猪舍信息的信息匹配情况，确定具有猪舍异常事件借鉴价值的目标猪舍，获取目标猪舍的猪舍异常事件。第一猪舍信息具体为：猪舍的所处地区气候、喂食类型、生猪品种、供暖设备、降温设备和消毒设备的数量及型号等；第二猪舍信息与之同理。
本发明实施例避免盲区采纳其他猪舍的猪舍异常事件导致猪舍异常事件不适用的情形发生，提升了借鉴其他猪舍的猪舍异常事件的合理性。
在一个实施例中，所述猪舍异常事件收集模块1获取其他猪舍的第二猪舍信息，执行如下操作：
访问预设的生猪养殖交流场景；
从所述生猪养殖交流场景中爬取多个场景用户的用户信息；
从所述用户信息中提取用户可信验证依据；
基于所述用户可信验证依据，对所述场景用户进行用户可信验证；
当为验证通过时，从对应所述场景用户的所述用户信息中提取其他猪舍的第二猪舍信息。
上述技术方案的工作原理及有益效果为：
生猪养殖交流场景具体为：供生猪养殖户交流的论坛平台等。场景用户则为生猪养殖户。场景用户注册生猪养殖交流场景内注册时，会输入注册信息，例如：养殖营业执照信息、猪舍的所处地区气候、喂食类型、生猪品种、供暖设备、降温设备和消毒设备的数量及型号等。场景用户在生猪养殖交流场景内日积月累会产生用户记录，例如：在线总时长信息、发言总次数信息和在线活跃度信息等。注册信息和用户记录共同构成用户信息。提取的用户可信验证依据具体为：养殖营业执照信息、在线总时长信息、发言总次数信息和在线活跃度信息等。基于用户可信验证依据，对场景用户进行用户可信验证，验证通过后，从用户信息中提取第二猪舍信息。
本发明实施例创新性地基于生猪养殖交流场景获取第二猪舍信息，提升了第二猪舍信息获取的全面性，另外，在获取第二猪舍信息前，对场景用户进行可信验证，提升了第二猪舍信息获取的精准性。
在一个实施例中，所述猪舍异常事件收集模块1基于所述用户可信验证依据，对所述场景用户进行用户可信验证，包括：
对所述用户可信验证依据进行归类，获得多个用户可信验证依据类型的依据集；
依次遍历所述用户可信验证依据类型；
每次遍历时，获取遍历到的所述用户可信验证依据类型对应的预设的用户可信验证条件；
确定遍历到的所述用户可信验证依据类型的所述依据集是否满足所述用户可信验证条件；
当为是时，获取遍历到的所述用户可信验证依据类型对应的预设的可信权重；
遍历所述用户可信验证依据类型结束后，累加每一所述可信权重；
当累加和大于等于预设的累加和阈值时，所述场景用户通过用户可信验证。
上述技术方案的工作原理及有益效果为：
用户可信验证依据类型具体为：养殖营业执照、在线总时长、发言总次数和在线活跃度等。用户可信验证依据类型对应的预设的用户可信验证条件具体为：该用户可信验证依据类型的依据集若表征用户可信需满足的条件；例如：用户可信验证依据类型为养殖营业执照，则用户可信验证条件为执照未过期。若依据集满足用户可信验证条件，获取用户可信验证依据类型对应的预设的可信权重。可信权重具体为：该用户可信验证依据类型的依据集满足用户可信验证条件能够代表用户可信的代表程度值，可信权重越大，用户越可信。累加计算每一可信权重，获得累加和；累加计算公式为：
其中，l为累加和，Gd为第d个可信权重，n为可信权重的总数目；若累加和大于等于预设的累加和阈值，用户可信，通过验证。
本发明实施例依据用户可信验证依据的类型不同，分别引入用户可信验证条件和可信权重，综合对用户进行可信验证，提升了用户可信验证的全面性和精准性。
在一个实施例中，所述猪舍异常事件收集模块1基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍，执行如下操作：
基于预设的特征化处理模板，对所述信息匹配情况进行特征化处理，获得信息匹配情况特征集；
获取预设的借鉴价值确定库；所述借鉴价值确定库包括：多组一一对应的标准信息匹配情况特征集和相似度阈值；
将所述信息匹配情况特征集与任一所述标准信息匹配情况特征集进行相似度测算，获取相似度；
若所述相似度大于等于进行匹配的所述标准信息匹配情况特征集对应的所述相似度阈值，将进行匹配的所述第二猪舍信息对应的其他猪舍作为目标猪舍。
上述技术方案的工作原理及有益效果为：
基于特征化处理模板对信息匹配情况进行特征化处理获得的信息匹配情况特征集包含：两者猪舍所处地区气候信息的匹配度、喂食类型信息的匹配度、生猪品种信息的匹配度以及供暖设备、降温设备和消毒设备的数量及型号信息的匹配度。标准信息匹配情况特征集具体为：表征其他猪舍具有猪舍异常事件借鉴价值的信息匹配情况特征集；例如包含两者猪舍所处地区气候信息的匹配度75％、喂食类型信息的匹配度85％、生猪品种信息的匹配度以及供暖设备70％、降温设备和消毒设备的数量及型号信息的匹配度90％等。将信息匹配情况特征集与标准信息匹配情况特征集进行相似度测算，若相似度大于等于对应相似度阈值，说明其他猪舍具有猪舍异常事件借鉴价值。
本发明实施例引入特征化处理模板和借鉴价值确定库，提升了其他猪舍具有猪舍异常事件借鉴价值与否确定的精准性和确定效率。
在一个实施例中，所述猪舍异常事件收集模块1获取所述目标猪舍的猪舍异常事件，执行如下操作：
从所述生猪养殖交流场景中爬取所述目标猪舍对应的所述场景用户的用户发言的发言时间；
基于所述发言时间，将所述用户发言设置于预设的时间轴上对应的时间节点处；
提取所述用户发言的第一语义；
将所述第一语义与预设的语义识别库中的第二语义进行匹配，若匹配符合，将对应所述用户发言作为猪舍异常分享发言；
对所述猪舍异常分享发言进行预处理，获得猪舍异常事件确定依据；
基于所述猪舍异常事件确定依据，确定猪舍异常事件。
上述技术方案的工作原理及有益效果为：
当场景用户在生猪养殖过程中出现猪舍异常时，会在生猪养殖交流场景中进行分享/寻求其他用户出谋划策，因此，猪舍异常事件同样可基于生猪养殖交流场景确定。用户发言具体为：场景用户在生猪养殖交流场景中发表的信息。第二语义具体为：表征场景用户在分享猪舍异常/寻求其他用户为猪舍异常出谋划策的语义；例如：“猪今天打斗怎么办”等。将第一语义与第二语义进行匹配，若匹配符合，对应用户发言为猪舍异常分享发言。从猪舍异常分享发言中预处理出猪舍异常事件确定依据。基于猪舍异常事件确定依据，确定猪舍异常事件；例如：猪舍异常事件确定依据为生猪当日出现打斗，则生成猪舍异常事件为猪舍异常事件确定依据发表日内出现打斗。
本发明实施例基于目标猪舍对应的场景用户的用户发言确定猪舍异常事件，提升了猪舍异常事件获取的全面性，另外，引入语义识别库，快速精准识别猪舍异常分享发言，提升了猪舍异常事件确定的确定效率。
在一个实施例中，所述猪舍异常事件收集模块对所述猪舍异常分享发言进行预处理，获得猪舍异常事件确定依据，执行如下操作：
获取匹配符合的所述第二语义对应的预设的猪舍异常分享依据检索模板；
基于所述猪舍异常分享依据检索模板，从所述时间轴上所述猪舍异常分享发言前和后预设的时间范围内的所述用户发言中检索猪舍异常分享依据；
当所述猪舍异常分享依据不为空时，将所述猪舍异常分享发言作为猪舍异常事件确定依据；
当所述猪舍异常分享依据为空时，从所述生猪养殖交流场景中确定所述猪舍异常分享发言所在的发言场景；
从所述发言场景中爬取所述猪舍异常分享发言之后预设的时间内的其他用户发言；
获取匹配符合的所述第二语义对应的预设的猪舍异常分享可信校验模板；
基于所述猪舍异常分享可信校验模板，根据所述其他用户发言，对所述猪舍异常分享发言进行猪舍异常分享可信校验；
当为校验通过时，将所述猪舍异常分享发言作为猪舍异常事件确定依据。
上述技术方案的工作原理及有益效果为：
第二语义对应的猪舍异常分享依据检索模板具体为：检索出用户分享第二语义代表的猪舍异常/寻求其他用户为第二语义代表的猪舍异常出谋划策时的分享依据的模板；例如：第二语义为“猪今天打斗怎么办”，则猪舍异常分享依据检索模板为检索生猪打斗图像/视频。基于猪舍异常分享依据检索模板，从时间轴上猪舍异常分享发言前和后预设的时间范围内的用户发言中检索猪舍异常分享依据。若猪舍异常分享依据不为空，说明用户在分享猪舍异常/寻求其他用户为猪舍异常出谋划策时，提供异常分享依据，异常分享可信，直接作为猪舍异常事件确定依据。若猪舍异常分享依据为空，说明用户未提供异常分享依据，爬取猪舍异常分享发言所在的发言场景中爬取猪舍异常分享发言之后预设的时间内的其他用户发言。发言场景具体为：猪舍异常分享发言所在的论坛发帖。第二语义对应的猪舍异常分享可信校验模板具体为：基于其他用户对猪舍异常分享发言的回复发言校验第二语义代表的猪舍异常的猪舍异常分享是否可信的模板；例如：第二语义为“猪今天打斗怎么办”，则猪舍异常分享可信校验模板为校验是否有其他用户追问猪打斗的具体情形以及场景用户是否有一一回复。当校验通过时，异常分享可信，直接作为猪舍异常事件确定依据。
本发明实施例首先引入猪舍异常分享依据检索模板，初步确定猪舍异常分享是否可信，减少猪舍异常分析可信确定的资源，提升猪舍异常分析可信确定的效率，其次引入猪舍异常分享可信校验模板，基于后续的其他用户发言校验猪舍异常分享是否可信，提升了猪舍异常事件确定依据选取的精准性，提升了猪舍异常事件确定的精准性。
在一个实施例中，所述猪舍监控信息获取模板制作模块2基于所述猪舍异常事件，制作猪舍监控信息获取模板，执行如下操作：
对所述猪舍异常事件进行归类，获得多个猪舍异常类型的事件集；
依次遍历所述猪舍异常类型；
每次遍历时，获取遍历到的猪舍异常类型的事件集中每一所述猪舍异常事件的事件发生时间；
基于所述事件发生时间，确定事件发生频率；
基于遍历到的猪舍异常类型对应的预设的获取执行规则生成模板，根据所述事件发生频率，生成获取执行规则；
遍历所述猪舍异常类型结束后，整合每一所述获取执行规则，获得猪舍监控信息获取模板。
上述技术方案的工作原理及有益效果为：
猪舍异常类型具体为：二氧化碳/氨气浓度过高、温湿度过高/过低、生猪发生精神失常、互相打斗和呕吐。猪舍异常类型对应的获取执行规则生成模板具体为：基于该猪舍异常类型的事件发生频率生成获取执行规则的模板；例如：猪舍异常类型为生猪互相打斗，该猪舍异常类型的事件发生频率为3次/日，则基于获取执行规则生成模板生成获取执行规则为以优先级3且每隔3分钟获取生猪群居视频图像。整合每一获取执行规则，获得猪舍监控信息获取模板。
本发明实施例引入获取执行规则生成模板，提升了猪舍监控信息获取模板的确定效率。猪舍异常类型的事件发生频率越高，从多功能监控物联网中获取对应异常判定依据信息的优先级和获取频率越大，极大程度上提升了猪舍监控的监控效率。
本发明实施例提供了一种基于AI的用于猪舍的多功能物联网监控方法，如图2所示，包括：
步骤S1：收集猪舍异常事件；
步骤S2：基于所述猪舍异常事件，制作猪舍监控信息获取模板；
步骤S3：基于所述猪舍监控信息获取模板，从猪舍内预布设的多功能监控物联网中获取猪舍监控信息；
步骤S4：将所述猪舍监控信息输入所述猪舍监控信息的信息类型对应的预设的AI检测模型，检测猪舍异常。
在一个实施例中，所述步骤S1：收集模块收集猪舍异常事件，包括：
从猪舍对应的预设的猪舍异常事件记录库中调取猪舍异常事件；
和/或，
获取猪舍的第一猪舍信息；
获取其他猪舍的第二猪舍信息；
将所述第一猪舍信息和所述第二猪舍信息进行匹配，获取信息匹配情况；
基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍；
获取所述目标猪舍的猪舍异常事件。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于AI的用于猪舍的多功能物联网监控系统，其特征在于，包括：
猪舍异常事件收集模块，用于收集猪舍异常事件；
猪舍监控信息获取模板制作模块，用于基于所述猪舍异常事件，制作猪舍监控信息获取模板；
猪舍监控信息获取模块，用于基于所述猪舍监控信息获取模板，从猪舍内预布设的多功能监控物联网中获取猪舍监控信息；
猪舍异常检测模块，用于将所述猪舍监控信息输入所述猪舍监控信息的信息类型对应的预设的AI检测模型，检测猪舍异常；猪舍监控信息的信息类型对应的预设的AI检测模型具体为：利用大量的所述信息类型的表征猪舍异常的猪舍监控信息对神经网络模型进行训练后生成的人工智能模型；
所述猪舍监控信息获取模板制作模块基于所述猪舍异常事件，制作猪舍监控信息获取模板，执行如下操作：
对所述猪舍异常事件进行归类，获得多个猪舍异常类型的事件集；
依次遍历所述猪舍异常类型；
每次遍历时，获取遍历到的猪舍异常类型的事件集中每一所述猪舍异常事件的事件发生时间；
基于所述事件发生时间，确定事件发生频率；
基于遍历到的猪舍异常类型对应的预设的获取执行规则生成模板，根据所述事件发生频率，生成获取执行规则；
遍历所述猪舍异常类型结束后，整合每一所述获取执行规则，获得猪舍监控信息获取模板。
2.如权利要求1所述的一种基于AI的用于猪舍的多功能物联网监控系统，其特征在于，所述猪舍异常事件收集模块收集猪舍异常事件，执行如下操作：
从猪舍对应的预设的猪舍异常事件记录库中调取猪舍异常事件；
和/或，
获取猪舍的第一猪舍信息；
获取其他猪舍的第二猪舍信息；
将所述第一猪舍信息和所述第二猪舍信息进行匹配，获取信息匹配情况；
基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍；
获取所述目标猪舍的猪舍异常事件。
3.如权利要求2所述的一种基于AI的用于猪舍的多功能物联网监控系统，其特征在于，所述猪舍异常事件收集模块获取其他猪舍的第二猪舍信息，执行如下操作：
访问预设的生猪养殖交流场景；
从所述生猪养殖交流场景中爬取多个场景用户的用户信息；
从所述用户信息中提取用户可信验证依据；
基于所述用户可信验证依据，对所述场景用户进行用户可信验证；
当为验证通过时，从对应所述场景用户的所述用户信息中提取其他猪舍的第二猪舍信息。
4.如权利要求3所述的一种基于AI的用于猪舍的多功能物联网监控系统，其特征在于，所述猪舍异常事件收集模块基于所述用户可信验证依据，对所述场景用户进行用户可信验证，包括：
对所述用户可信验证依据进行归类，获得多个用户可信验证依据类型的依据集；
依次遍历所述用户可信验证依据类型；
每次遍历时，获取遍历到的所述用户可信验证依据类型对应的预设的用户可信验证条件；
确定遍历到的所述用户可信验证依据类型的所述依据集是否满足所述用户可信验证条件；
当为是时，获取遍历到的所述用户可信验证依据类型对应的预设的可信权重；
遍历所述用户可信验证依据类型结束后，累加每一所述可信权重；
当累加和大于等于预设的累加和阈值时，所述场景用户通过用户可信验证。
5.如权利要求2所述的一种基于AI的用于猪舍的多功能物联网监控系统，其特征在于，所述猪舍异常事件收集模块基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍，执行如下操作：
基于预设的特征化处理模板，对所述信息匹配情况进行特征化处理，获得信息匹配情况特征集；
获取预设的借鉴价值确定库；所述借鉴价值确定库包括：多组一一对应的标准信息匹配情况特征集和相似度阈值；
将所述信息匹配情况特征集与任一所述标准信息匹配情况特征集进行相似度测算，获取相似度；
若所述相似度大于等于进行匹配的所述标准信息匹配情况特征集对应的所述相似度阈值，将进行匹配的所述第二猪舍信息对应的其他猪舍作为目标猪舍。
6.如权利要求3所述的一种基于AI的用于猪舍的多功能物联网监控系统，其特征在于，所述猪舍异常事件收集模块获取所述目标猪舍的猪舍异常事件，执行如下操作：
从所述生猪养殖交流场景中爬取所述目标猪舍对应的所述场景用户的用户发言的发言时间；
基于所述发言时间，将所述用户发言设置于预设的时间轴上对应的时间节点处；
提取所述用户发言的第一语义；
将所述第一语义与预设的语义识别库中的第二语义进行匹配，若匹配符合，将对应所述用户发言作为猪舍异常分享发言；
对所述猪舍异常分享发言进行预处理，获得猪舍异常事件确定依据；
基于所述猪舍异常事件确定依据，确定猪舍异常事件。
7.如权利要求6所述的一种基于AI的用于猪舍的多功能物联网监控系统，其特征在于，所述猪舍异常事件收集模块对所述猪舍异常分享发言进行预处理，获得猪舍异常事件确定依据，执行如下操作：
获取匹配符合的所述第二语义对应的预设的猪舍异常分享依据检索模板；
基于所述猪舍异常分享依据检索模板，从所述时间轴上所述猪舍异常分享发言前和后预设的时间范围内的所述用户发言中检索猪舍异常分享依据；
当所述猪舍异常分享依据不为空时，将所述猪舍异常分享发言作为猪舍异常事件确定依据；
当所述猪舍异常分享依据为空时，从所述生猪养殖交流场景中确定所述猪舍异常分享发言所在的发言场景；
从所述发言场景中爬取所述猪舍异常分享发言之后预设的时间内的其他用户发言；
获取匹配符合的所述第二语义对应的预设的猪舍异常分享可信校验模板；
基于所述猪舍异常分享可信校验模板，根据所述其他用户发言，对所述猪舍异常分享发言进行猪舍异常分享可信校验；
当为校验通过时，将所述猪舍异常分享发言作为猪舍异常事件确定依据。
8.一种基于AI的用于猪舍的多功能物联网监控方法，其特征在于，包括：
步骤S1：收集猪舍异常事件；
步骤S2：基于所述猪舍异常事件，制作猪舍监控信息获取模板；
步骤S3：基于所述猪舍监控信息获取模板，从猪舍内预布设的多功能监控物联网中获取猪舍监控信息；
步骤S4：将所述猪舍监控信息输入所述猪舍监控信息的信息类型对应的预设的AI检测模型，检测猪舍异常；猪舍监控信息的信息类型对应的预设的AI检测模型具体为：利用大量的所述信息类型的表征猪舍异常的猪舍监控信息对神经网络模型进行训练后生成的人工智能模型；
所述步骤S2：基于所述猪舍异常事件，制作猪舍监控信息获取模板，执行如下操作：
对所述猪舍异常事件进行归类，获得多个猪舍异常类型的事件集；
依次遍历所述猪舍异常类型；
每次遍历时，获取遍历到的猪舍异常类型的事件集中每一所述猪舍异常事件的事件发生时间；
基于所述事件发生时间，确定事件发生频率；
基于遍历到的猪舍异常类型对应的预设的获取执行规则生成模板，根据所述事件发生频率，生成获取执行规则；
遍历所述猪舍异常类型结束后，整合每一所述获取执行规则，获得猪舍监控信息获取模板。
9.如权利要求8所述的一种基于AI的用于猪舍的多功能物联网监控方法，其特征在于，所述步骤S1：收集模块收集猪舍异常事件，包括：
从猪舍对应的预设的猪舍异常事件记录库中调取猪舍异常事件；
和/或，
获取猪舍的第一猪舍信息；
获取其他猪舍的第二猪舍信息；
将所述第一猪舍信息和所述第二猪舍信息进行匹配，获取信息匹配情况；
基于所述信息匹配情况，从其他猪舍中挑选出具有猪舍异常事件借鉴价值的目标猪舍；
获取所述目标猪舍的猪舍异常事件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310013708.XA CN115826654B (zh) | 2023-01-05 | 2023-01-05 | 一种基于ai的用于猪舍的多功能物联网监控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310013708.XA CN115826654B (zh) | 2023-01-05 | 2023-01-05 | 一种基于ai的用于猪舍的多功能物联网监控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115826654A CN115826654A (zh) | 2023-03-21 |
| CN115826654B true CN115826654B (zh) | 2023-06-16 |
Family
ID=85520182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310013708.XA Active CN115826654B (zh) | 2023-01-05 | 2023-01-05 | 一种基于ai的用于猪舍的多功能物联网监控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115826654B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114009365A (zh) * | 2021-11-19 | 2022-02-08 | 深圳市博安智控科技有限公司 | 物联网智慧养殖方法、系统、设备及存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112841052B (zh) * | 2020-12-30 | 2023-03-31 | 中农御品(厦门)智能设备有限公司 | 一种智能猪舍监控系统 |
| CN115468598A (zh) * | 2022-08-15 | 2022-12-13 | 华南农业大学 | 一种猪舍环境智慧监控方法及系统 |
| CN115349459B (zh) * | 2022-09-02 | 2023-07-18 | 重庆市畜牧技术推广总站 | 一种智能猪舍监控系统 |
-
2023
- 2023-01-05 CN CN202310013708.XA patent/CN115826654B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114009365A (zh) * | 2021-11-19 | 2022-02-08 | 深圳市博安智控科技有限公司 | 物联网智慧养殖方法、系统、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115826654A (zh) | 2023-03-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109840549B (zh) | 一种病虫害识别方法和装置 | |
| CN109145032B (zh) | 一种蜜蜂养殖智能监测方法与系统 | |
| Yoccoz et al. | Monitoring of biological diversity in space and time | |
| Slob et al. | Application of machine learning to improve dairy farm management: A systematic literature review | |
| CN111767802B (zh) | 一种对象异常状态的检测方法和装置 | |
| CN110210508A (zh) | 模型生成方法、异常流量检测方法、装置、电子设备、计算机可读存储介质 | |
| Feiyang et al. | Monitoring behavior of poultry based on RFID radio frequency network | |
| CN108280795A (zh) | 基于动态数据库的高速公路绿色通道异常车辆的筛选方法 | |
| Hudson et al. | Using big data in cattle practice | |
| CN116824626A (zh) | 一种动物异常状态人工智能识别的方法 | |
| CN111291596A (zh) | 一种基于人脸识别的预警方法及装置 | |
| Bergstedt et al. | In the eye of the beholder: bias and stochastic variation in cover estimates | |
| CN116192917A (zh) | 一种海洋牧场综合观测预报平台 | |
| CN109005425A (zh) | 网络视频监控系统 | |
| CN115826654B (zh) | 一种基于ai的用于猪舍的多功能物联网监控系统及方法 | |
| McKibben et al. | Linking camera‐trap data to taxonomy: identifying photographs of morphologically similar chipmunks | |
| Gaucherand et al. | New method for rapid assessment of the functional composition of herbaceous plant communities | |
| CN113724250A (zh) | 一种基于双光相机的动物目标计数方法 | |
| CN113010849A (zh) | 一种基于物联网的草场环境评价方法 | |
| CN115468598A (zh) | 一种猪舍环境智慧监控方法及系统 | |
| Schley et al. | Predicting infection risk of airborne foot-and-mouth disease | |
| Jarrett et al. | Integration of mark–recapture and acoustic detections for unbiased population estimation in animal communities | |
| CN115409472A (zh) | 一种智慧办案流程管理方法、系统及电子设备 | |
| McKibben et al. | To model or not to model: false positive detection error in camera surveys | |
| CN113743261A (zh) | 一种猪体外伤的检测方法、装置和可读存储介质 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231219 Address after: Room 211, Building 1, No. 20 Xinyuan Road, Xinyi Community, Xinhe Street Office, Yannan High tech Zone, Yancheng City, Jiangsu Province, 224000 Patentee after: Qimingxing Yancheng Technology Co.,Ltd. Address before: 224000 No. 1 Hope Avenue Middle Road, Tinghu District, Yancheng City, Jiangsu Province Patentee before: YANCHENG INSTITUTE OF TECHNOLOGY |