CN116548342A - 一种水产养殖智能投喂方法、系统、介质及电子设备 - Google Patents

Abstract

本申请涉及一种水产养殖智能投喂方法、系统、介质及电子设备，其方法包括：获取生物信息，根据生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量；获取环境信息，根据环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量；获取进食场景信息，根据进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量；根据第三饲料投喂量对水产生物进行定量投喂。采用本申请，在水产养殖的过程中，考虑多方面因素，准确选择更适合水产生物生长的饲料投喂量。

Description

一种水产养殖智能投喂方法、系统、介质及电子设备

技术领域

本申请涉及水产养殖技术领域，尤其是涉及一种水产养殖智能投喂方法、系统、介质及电子设备。

背景技术

目前，在水产养殖的过程中，需要定期向养殖池投喂饲料，如何选择饲料投喂量为水产养殖的重要环节，饲料投喂量过多会造成资源浪费，成本增加，甚至还会因为饲料溶解导致水质变差；饲料投喂量过低会导致水产生物摄入饲料量不足而体型较小，因此，在水产养殖过程中需要进行科学投喂，严格控制饲料投喂量。

当前技术中，随着水产生物体型的增长，其饲料摄入量也会增长，因此，当前养殖过程中通常会根据水产生物的生长周期选择饲料投喂量，即每隔一段时间重新选择水产生物的饲料投喂量。但该种投喂方式并未考虑到环境因素，当环境变化时，水产生物的摄入饲料量也会改变，因此，上述现有技术在水产养殖的过程中，水产生物生长的饲料投喂量控制仍不准确。

发明内容

为了在水产养殖的过程中，准确选择更适合水产生物生长的饲料投喂量，本申请提供一种水产养殖智能投喂方法、系统、介质及电子设备。

本申请第一方面提供的一种水产养殖智能投喂方法采用如下的技术方案：

一种水产养殖智能投喂方法，包括：

获取生物信息，根据所述生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量，所述生物信息包括水产生物的种类信息、养殖月份信息、养殖数量信息以及养殖时间信息；

获取环境信息，根据所述环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量，所述环境信息包括气象信息以及水质信息；

获取进食场景信息，根据所述进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量，所述进食场景信息包括上次进食时长；

根据所述第三饲料投喂量对水产生物进行定量投喂。

通过采用上述技术方案，获取生物信息，根据生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量，获取环境信息，根据环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量，获取进食场景信息，根据进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量，根据第三饲料投喂量对水产生物进行定量投喂，采用上述方案，根据水产生物自身生长特点制定初始的饲料投喂量，在初始的饲料投喂量的基础上，根据环境因素对初始的饲料投喂量进行调整，再根据水产生物上次进食时长对饲料投喂量进行更细致的调整，考虑多方面因素，准确选择更适合水产生物生长的饲料投喂量。

优选的，所述根据所述第三饲料投喂量对水产生物进行定量投喂的步骤，包括：

根据所述生物信息以及预置的喂养时间表选择向养殖池投喂饲料的投喂时间；

获取当前时间，判断当前时间是否到达投喂时间；

若所述当前时间到达投喂时间，通过智能投喂机器人向所述养殖池中投喂第三饲料投喂量的饲料。

通过采用上述技术方案，根据生物信息以及预置的喂养时间表得到投喂时间，当到达投喂时间，通过智能投喂机器人向养殖池中投喂第三饲料投喂量的饲料，使用智能投喂机器人在投喂时间自动进行定量投喂，节省人力资源，且智能投喂机器人能在夜间工作，较于人工投喂更加方便。

优选的，在所述获取生物信息的步骤之前，还包括：

当到达预设时间时，控制诱虫灯开启；

接收所述诱虫灯中称重传感器发送的昆虫重量，判断所述昆虫重量是否大于预设昆虫重量，所述昆虫重量为所述诱虫灯吸引的昆虫的重量；

若所述昆虫重量大于预设昆虫重量，则控制所述诱虫灯将昆虫送入养殖池中。

通过采用上述技术方案，当到达预设时间时开启诱虫灯，当诱虫灯捕捉到足够的昆虫时，将昆虫投向养殖池，使养殖池内水产生物能以周边昆虫为食，相较于仅投喂饲料，其成本更低。

优选的，在所述得到第三饲料投喂量的步骤之后，还包括：

判断投喂的养殖池对应的诱虫灯是否开启；

若开启，则统计所述诱虫灯送入养殖池中的昆虫总重量，根据所述总重量以及预置第三调整规则调整所述第三饲料投喂量，得到第四饲料投喂量；

根据所述第四饲料投喂量对水产生物进行定量投喂。

通过采用上述技术方案，当开启诱虫灯后，获取诱虫灯送入养殖池中的昆虫总重量，并根据昆虫总重量对第三饲料投喂量进行进一步的调整，由于水产生物在以昆虫进食后对饲料的摄入量变低，针对该因素对饲料投喂量进行进一步的调整，具有减少饲料浪费的效果。

优选的，所述获取环境信息的步骤，包括：

通过微气象传感器获取当地的气象信息，所述微气象传感器包括空气温度传感器、空气湿度传感器、气压传感器、光照传感器以及雨量传感器；

通过水质传感器获取养殖池内的水质信息，所述水质传感器包括水质PH传感器、水质溶解氧传感器、水质电导率传感器、水质浊度传感器以及水体温度传感器。

通过采用上述技术方案，通过微气象传感器可以获取到养殖池所在地的气象信息，通过水质传感器获取养殖池内的水质信息，从而得到较为精确的环境信息。

优选的，所述获取进食场景信息的步骤，包括：

通过摄像装置对所述养殖池中的饲料进行监测，得到监测视频；

对所述监测视频进行识别，得到所述监测视频中帧图像的平均剩余颗粒数；

统计所述监测视频中开始投喂至所述平均剩余颗粒数减少至预设剩余颗粒数所用的时间，以得到所述上次进食时长。

通过采用上述技术方案，通过摄像装置对饲料进行监测，并对监测视频的帧图像进行识别得到平均剩余颗粒数，并估计从开始投喂至水产生物进食完毕的时间以得到上次进食时长。

优选的，所述对所述监测视频进行识别，得到所述监测视频中帧图像的平均剩余颗粒数的步骤，包括：

提取所述监测视频的帧图像，并基于神经网络模型对所述帧图像进行识别以获取帧图像中饲料的剩余颗粒数；

根据所述剩余颗粒数计算预设单位时间内帧图像的平均剩余颗粒数。

通过采用上述技术方案，提取监测视频的帧图像，并基于神经网络模型对帧图像进行识别以获取帧图像中饲料的剩余颗粒数，根据剩余颗粒数计算预设单位时间内帧图像的平均剩余颗粒数，本申请通过基于神经网络进行识别，可以对在水中动态移动的较小饲料颗粒进行准确率较高的识别。

本申请第二方面提供的一种水产养殖智能投喂系统采用如下的技术方案：

生物信息获取模块，用于获取生物信息，根据所述生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量，所述生物信息包括水产生物的种类信息、养殖月份信息、养殖数量信息以及养殖时间信息；

环境信息获取模块，用于获取环境信息，根据所述环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量，所述环境信息包括气象信息以及水质信息；

进食场景信息获取模块，用于获取进食场景信息，根据所述进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量，所述进食场景信息包括上次进食时长；投喂模块，用于根据所述第三饲料投喂量对水产生物进行定量投喂。

本申请第三方面提供的用于一种水产养殖智能投喂方法的介质采用如下的技术方案：所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行一种水产养殖智能投喂方法的任意一项所述的方法步骤。

本申请第四方面提供的一种水产养殖智能投喂设备采用如下的技术方案：

一种水产养殖智能投喂设备包括：定时器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行一种水产养殖智能投喂方法的步骤。

综上所述，本申请包括以下至少一种有益技术效果：

1.采用本申请，根据水产生物自身生长特点制定初始的饲料投喂量，在初始的饲料投喂量的基础上，根据环境因素对初始的饲料投喂量进行调整，再根据水产生物上次进食时长对饲料投喂量进行更细致的调整，考虑多方面因素，准确选择更适合水产生物生长的饲料投喂量；2.采用本申请，使养殖池内水产生物能以周边昆虫为食，相较于仅投喂饲料，其成本更低；

3.采用本申请，由于水产生物在以昆虫进食后对饲料的摄入量变低，针对该因素对饲料投喂量进行进一步的调整，具有减少饲料浪费的效果。

附图说明

图1是本申请实施例的一种水产养殖智能投喂方法的流程示意图；

图2是本申请实施例的一种水产养殖场景示意图；

图3是本申请实施例的获取进食场景信息的流程示意图；

图4是本申请另一种实施例的水产养殖智能投喂方法的流程示意图；

图5是本申请实施例的一种水产养殖智能投喂系统的模块示意图；

图6是本申请实施例的电子设备示意图。

附图标记说明：1、生物信息获取模块；2、环境信息获取模块；3、进食场景信息获取模块；4、投喂模块；1000、电子设备；1001、处理器；1002、通信总线；1003、用户接口；1004、网络接口；1005、存储器。

具体实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语“和/或”是指包含一个或多个所列出项目的任何或所有可能组合。

以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

本申请实施例公开一种水产养殖智能投喂方法。

参照图1，图1为本申请实施例的一种水产养殖智能投喂方法的流程示意图，该方法的具体步骤包括：

S10：获取生物信息，根据生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量。

本申请用于水产养殖，执行主体为计算机，参照图2，图2是本申请实施例的一种水产养殖场景示意图，在本实施例中，养殖池的数量为4，四个养殖池由道路隔开，四个养殖池分别养殖了不同种类的水产生物，水产生物具体可以是鱼类、虾类或龟类，养殖池的数量以及水产生物的种类在此不做限定合理即可。

生物信息包括水产生物的种类信息、养殖月份信息、养殖数量信息以及养殖时间信息，养殖月份信息为水产生物当前养殖的月份，养殖时间信息为水产生物从出生至当前的养殖时间。生物信息预先存储在数据库中，养殖月份信息以及养殖时间信息随时间自行更新。

预置饲料选择表为预先存储在数据库中，预置饲料选择表为生物信息中种类信息、养殖月份信息以及养殖时间信息与饲料投喂料对应的表格。

具体的，从数据库中获取养殖池内的水产生物的生物信息，根据生物信息中的种类信息、养殖月份信息以及养殖时间信息选择与之对应的饲料量，将饲料量乘以养殖数量信息中的养殖数量，得到第一饲料投喂量。

例如，生物信息中种类信息为草鱼、养殖月份信息为四月、养殖时间信息为一个月，则根据预置饲料选择表选择一条鱼应投喂的饲料量为36g、养殖数量信息为500条，则应投喂18kg的饲料，即将18kg作为第一饲料投喂量。

S20：获取环境信息，根据环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量。

环境信息包括气象信息以及水质信息。环境信息的具体获取步骤包括：通过微气象传感器获取当地的气象信息，通过水质传感器获取养殖池内的水质信息。

其中，微气象传感器用于监测养殖池水面区域的气象状态，微气象传感器包括空气温度传感器、空气湿度传感器、气压传感器、光照传感器以及雨量传感器。通过空气温度传感器测量空气温度，通过空气湿度传感器测量空气湿度，通过气压传感器测量气压，通过光照传感器测量光照强度，通过雨量传感器测量雨量。空气温度、空气湿度、气压、光照强度以及雨量共同组成气象信息。

水质传感器包括水体温度传感器、水质PH传感器、水质溶解氧传感器、水质电导率传感器以及水质浊度传感器。通过水体温度传感器获取养殖池内水体的温度值，通过水质PH传感器获取养殖池内水体的PH值，通过水质溶解氧传感器获取养殖池内水体的溶氧量，通过水质电导率传感器获得养殖池内水体的EC值，通过水质浊度传感器获取养殖池内水体的浑浊度，溶氧量、PH值、EC值以及水体温度共同组成水质信息。

得到气象信息以及水质信息后，根据气象信息、水质信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量。

预置第一调整规则为通过模糊控制算法将第一饲料投喂量进行修正，模糊控制算法中具体对应关系根据不同种类的水产生物进行适应性更改。具体为：获取环境信息，对环境信息进行模糊化处理，根据预置的模糊推理规则对环境信息进行数据分析得到分析结果，对分析结果进行解模糊处理得到解模糊处理结果，从而得到第二饲料投喂量。

例如，针对草鱼养殖的具体调整过程为：对模糊控制算法的四个模糊集分别进行定义，四个模糊集分别为{负大、负小、零、正小}；

将气象信息中光照强度的模糊集定义为{负小、零、正小}；分别表示光照强度弱、光照强度中等、光照强度强；

将水质信息中PH值的模糊集定义为{负大、零、正小}，分别表示PH值过大或过小、PH值一般、PH值适宜；

将水质信息中溶氧量的模糊集定义为{负大、零、正小}，分别表示溶氧量过大或过小、溶氧量一般、溶氧量适宜；

将水质信息中水体温度的模糊集定义为{负大、负小、零、正小}，分别表示温度过高或过低、温度较差、温度一般、温度适宜。

其中，光照强度的模糊集定义为{负小、零、正小}，具体为{(0，100)，(100，5000)，(5000，300000)}；PH值的模糊集定义为{负大、零、正小}，具体为{(0，6)∪(9，14)，(6，7)∪(8.5，9)，(7，8.5)}；溶氧量的模糊集定义为{负大、零、正小}，具体为{(0，3)∪(8，20)，(3，5)，(5，8)}；水体温度的模糊集定义为{负大、负小、零、正小}，具体为{(0，10)∪(30，40)，(10，20)，(20，25)，(25，30)}。

模糊控制算法的模糊推理规则为：当输入的数据为负大时，将第一饲料投喂量×30％；当输入的数据为负小时将第一饲料投喂量×80％；当输入的数据为零时第一饲料投喂量×100％；当输入的数据为正小时第一饲料投喂量×120％。将环境信息中各种类信息对应的数据按照上述计算方法进行计算，得到多个计算结果，将多个计算结果进行平均处理，得到第二饲料投喂量。

需要注意的是，上述针对草鱼养殖的第二饲料投喂量计算过程仅为一种示例性实施例，可以任意按照养殖实际情况在计算过程中添加或减少环境信息中的影响因素，合理即可在此不做限定。

S30：获取进食场景信息，根据进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量。

进食场景信息包括上次进食时长，上次进食时长为上次对水产生物进行投喂过程中水产生物的进食时长，该进食时长为估计值。

由于水产生物实际进食量与第二饲料投喂量对应的理论进食量具有偏差，为减少实际进食量与理论进食量的偏差影响，本申请通过获取进食场景信息对第二饲料投喂量进行进一步调整。当水产生物上次进食时长较短时，水产生物处于“饥饿状态”，此次进食需求量较大，需增加饲料投喂量；当水产生物上次进食时长较长时，水产生物处于“饱腹状态”，此次进食需求量较小，需减少饲料投喂量。

具体的，获取进食场景信息，得到进食场景信息中的上次进食时长后，根据所述进食场景信息以及预置第二调整规则调整第二饲料投喂量得到第三饲料投喂量。第二调整规则为：若上次进食时长小于预设第一进食时长，则在第二饲料投喂量的基础上增加预设百分比的饲料得到第三饲料投喂量；若上次进食时长大于等于预设第一进食时长且上次进食时长小于等于预设第二进食时长，则将第二饲料投喂量作为第三饲料投喂量；若上次进食时长大于预设第二进食时长，则在第二饲料投喂量的基础上减少预设百分比的饲料得到第三饲料投喂量。

例如，若得到的上次进食时长为45分钟，高于预设第二进食时长40分钟，则第三饲料投喂量为第二饲料投喂量×95％，即在第二饲料投喂量的基础上减少5％的饲料量。

参照图3，获取进食场景信息的具体步骤包括S301-S303。

S301：通过摄像装置对养殖池中的饲料进行监测，得到监测视频。

摄像装置安装于投喂点的水下区域，摄像装置具体可以是水下摄像机。当饲料被投入养殖池时，控制摄像装置开启，通过摄像装置对养殖池中的饲料进行监测，并接收摄像装置发送的监测视频。

S302：提取监测视频的帧图像，并基于神经网络模型对帧图像进行识别以获取帧图像中饲料的剩余颗粒数，根据剩余颗粒数计算预设单位时间内帧图像的平均剩余颗粒数。

剩余颗粒数的获取方法可以通过预先训练的神经网络模型对帧图像进行识别得到，预先训练的神经网络模型通过初始神经网络模型训练得到。其中，初始神经网络模型的训练样本为：预先多次对水产生物进行投喂的样本监测视频中提取的大量帧图像。初始神经网络模型的训练标准为：训练样本中帧图像的真实饲料颗粒的数量，真实饲料颗粒的数量可通过人工对训练样本中帧图像中的饲料颗粒的数量进行统计得到。将训练样本以及训练标准输入初始神经网络模型使得神经网络模型收敛得到预先训练的神经网络模型。

具体的，接收到监测视频后，对监测视频进行帧图像提取，得到若干张帧图像，将帧图像输入至预先训练的神经网络模型对帧图像进行饲料颗粒的识别，得到帧图像中饲料的剩余颗粒数，统计预设单位时间识别的总饲料颗粒数量，将预设单位时间识别的总饲料颗粒数量除以预设单位时间内识别的帧图像数量，得到预设单位时间内的平均剩余颗粒数。预设单位时间具体可以是5s或3s。

S303：统计监测视频中开始投喂至平均剩余颗粒数减少至预设剩余颗粒数所用的时间，以得到上次进食时长。

具体的，从对水产生物进行投喂时开始计时，当检测到平均剩余颗粒数小于或等于预设剩余颗粒数时停止计时，得到上次进食时长，从而根据上次进食时长以及预置第二调整规则调整第二饲料投喂量得到第三饲料投喂量。

S40：根据第三饲料投喂量对水产生物进行定量投喂。

预置的喂养时间表预先存储在数据库中，预置喂养时间表为生物信息中种类信息、养殖月份信息以及养殖时间信息与喂养时间对应的表格。

具体的，从数据库中获取养殖池内的水产生物的生物信息，根据生物信息中的种类信息、养殖月份信息以及养殖时间信息选择与之对应的喂养时间，获取当前时间，判断当前时间是否到达投喂时间，若当前时间到达投喂时间，控制智能投喂机器人向养殖池中投喂第三饲料投喂量的饲料，智能投喂机器人的定位目标地点为投喂点。

例如，生物信息中种类信息为草鱼、养殖月份信息为四月、养殖时间信息为一个月，则根据预置喂养时间表选择智能投喂机器人的投喂时间为上午九点，则上午九点控制智能投喂机器人向养殖池中投喂第三饲料投喂量的饲料。

在另一种实施例中，在到达夏季时，参照图4，一种水产养殖智能投喂方法还包括以下步骤：

S100：当到达预设时间时，控制诱虫灯开启，接收称重传感器发送的昆虫重量，判断昆虫重量是否大于预设昆虫重量，若昆虫重量大于预设昆虫重量，则控制诱虫灯将昆虫送入养殖池中。

诱虫灯为一种夜晚用于引诱和捕杀具有趋光性的昆虫的灯，在本申请实施例中，诱虫灯安装在养殖池中，用于吸引昆虫后将昆虫灭杀，灭杀后的昆虫尸体存入诱虫灯内部的收集容器内，诱虫灯内还安装有称重传感器，称重传感器用于对收集容器内的昆虫尸体的质量进行测量，并将测量的数据传递至计算机。

预设时间具体可以是夏季夜晚八点，预设昆虫重量具体可以200g，预设时间以及预设昆虫重量的选择可根据环境变化进行适应性改变。

具体的，当到达预设时间时，控制养殖池内的诱虫灯开启，并接收诱虫灯内称重传感器发送的昆虫重量，将昆虫重量与预设昆虫重量进行比较，判断昆虫重量是否大于预设昆虫重量，若比较的结果为昆虫重量大于预设昆虫重量，则控制诱虫灯的收集容器与外界连通的开口开启，以使收集容器内的昆虫尸体送入养殖池内。另外，当到达凌晨五点，也需控制诱虫灯的收集容器与外界连通的开口开启。

需要注意的是，开启的诱虫灯对应的养殖池内的水产生物需以昆虫为食。

S200：判断投喂的养殖池对应的诱虫灯是否开启，若开启，则统计诱虫灯送入养殖池中的昆虫总重量。

具体的，判断投喂的养殖池对应的诱虫灯是否开启，若开启，则将上次进行投喂的时间至当前时间的时间段内诱虫灯送入养殖池中的昆虫尸体的重量相加，得到诱虫灯送入养殖池中的昆虫总重量。

S300：根据总重量以及预置第三调整规则调整第三饲料投喂量，得到第四饲料投喂量，根据第四饲料投喂量对水产生物进行定量投喂。

根据总重量以及预置第三调整规则调整第三饲料投喂量得到第四饲料投喂量，第四饲料投喂量＝第三饲料投喂量-昆虫总重量×0.8，若当前时间到达投喂时间，则控制智能投喂机器人向养殖池中投喂第四饲料投喂量的饲料。

需要注意的是，对于开启诱虫灯的养殖池对应的水产生物投喂的饲料量为第四饲料投喂量，未开启诱虫灯的养殖池对应的水产生物投喂的饲料量为第三饲料投喂量。

本申请实施例一种水产养殖智能投喂方法的实施原理为：根据生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量，获取环境信息，根据环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量，获取进食场景信息，根据进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量，判断投喂的养殖池对应的诱虫灯是否开启，若未开启，则根据第三饲料投喂量对水产生物进行定量投喂，若开启，则根据第四饲料投喂量对水产生物进行定量投喂。采用本申请，在水产养殖的过程中，能选择更适合水产生物生长的饲料投喂量。

本申请实施例还公开一种水产养殖智能投喂系统。参照图5，一种水产养殖智能投喂方法的系统包括：生物信息获取模块1、环境信息获取模块2、进食场景信息获取模块3以及投喂模块4。

生物信息获取模块1，用于获取生物信息，根据生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量，生物信息包括水产生物的种类信息、养殖月份信息、养殖数量信息以及养殖时间信息；

环境信息获取模块2，用于获取环境信息，根据环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量，环境信息包括气象信息以及水质信息；

进食场景信息获取模块3，用于获取进食场景信息，根据进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量，进食场景信息包括上次进食时长；

投喂模块4，用于根据第三饲料投喂量对水产生物进行定量投喂。

需要说明的是：上述实施例提供的系统在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的一种水产养殖智能投喂系统和一种水产养殖智能投喂方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本申请实施例还提供了一种计算机存储介质，计算机存储介质可以存储有多条指令，指令适于由处理器加载并执行如上述图1所示实施例的一种水产养殖智能投喂方法，具体执行过程可以参见图1所示实施例的具体说明，在此不进行赘述。

本申请实施例还提供了一种电子设备。

请参照图6，为本申请实施例提供了一种电子设备的结构示意图。如图6所示，电子设备1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。

其中，通信总线1002用于实现这些组件之间的连接通信。

其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。

其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个服务器1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行服务器1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(DigitalSignalProcessing，DSP)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、可编程逻辑阵列(ProgrammableLogicArray，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(CentralProcessingUnit，CPU)、图像处理器(GraphicsProcessingUnit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。

其中，存储器1005可以包括随机存储器(RandomAccessMemory，RAM)，也可以包括只读存储器(Read-OnlyMemory)。可选的，该存储器1005包括非瞬时性计算机可读介质。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储系统。如图6所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及一种水产养殖智能投喂方法的应用程序。

在图6所示的电子设备1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储一种水产养殖智能投喂方法的应用程序，当由一个或多个处理器执行时，使得电子设备执行如上述实施例中任意一项的方法。

一种电子设备可读存储介质，电子设备可读存储介质存储有指令。当由一个或多个处理器执行时，使得电子设备执行如上述实施例中任意一项的方法。

本领域的技术人员可以清楚地了解到本申请的技术方案可借助软件和/或硬件来实现。本说明书中的“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列(Field－ProgrammaBLEGateArray，FPGA)、集成电路(IntegratedCircuit，IC)等。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，可通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，系统或单元的间接耦合或通信连接，可以是电性或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以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器中。基于这样的理解，本申请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全部或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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(Read-OnlyMemory，ROM)、随机存取器(RandomAccessMemory，RAM)、磁盘或光盘等。

以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (10)

1.一种水产养殖智能投喂方法，其特征在于，包括：

获取生物信息，根据所述生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量，所述生物信息包括水产生物的种类信息、养殖月份信息、养殖数量信息以及养殖时间信息；

获取环境信息，根据所述环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量，所述环境信息包括气象信息以及水质信息；

获取进食场景信息，根据所述进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量，所述进食场景信息包括上次进食时长；

根据所述第三饲料投喂量对水产生物进行定量投喂。

2.根据权利要求1所述的一种水产养殖智能投喂方法，其特征在于，所述根据所述第三饲料投喂量对水产生物进行定量投喂的步骤，包括：

根据所述生物信息以及预置的喂养时间表选择向养殖池投喂饲料的投喂时间；

获取当前时间，判断当前时间是否到达投喂时间；

若所述当前时间到达投喂时间，通过智能投喂机器人向所述养殖池中投喂第三饲料投喂量的饲料。

3.根据权利要求1所述的一种水产养殖智能投喂方法，其特征在于，在所述获取生物信息的步骤之前，还包括：

当到达预设时间时，控制诱虫灯开启；

接收所述诱虫灯中称重传感器发送的昆虫重量，判断所述昆虫重量是否大于预设昆虫重量，所述昆虫重量为所述诱虫灯吸引的昆虫的重量；

若所述昆虫重量大于预设昆虫重量，则控制所述诱虫灯将昆虫送入养殖池中。

4.根据权利要求3所述的一种水产养殖智能投喂方法，其特征在于，在所述得到第三饲料投喂量的步骤之后，还包括：

判断投喂的养殖池对应的诱虫灯是否开启；

若开启，则统计所述诱虫灯送入养殖池中的昆虫总重量，根据所述总重量以及预置第三调整规则调整所述第三饲料投喂量，得到第四饲料投喂量；

根据所述第四饲料投喂量对水产生物进行定量投喂。

5.根据权利要求1所述的一种水产养殖智能投喂方法，其特征在于，所述获取环境信息的步骤，包括：

通过微气象传感器获取当地的气象信息，所述微气象传感器包括空气温度传感器、空气湿度传感器、气压传感器、光照传感器以及雨量传感器；

通过水质传感器获取养殖池内的水质信息，所述水质传感器包括水质PH传感器、水质溶解氧传感器、水质电导率传感器、水质浊度传感器以及水体温度传感器。

6.根据权利要求1所述的一种水产养殖智能投喂方法，其特征在于，所述获取进食场景信息的步骤，包括：

通过摄像装置对所述养殖池中的饲料进行监测，得到监测视频；

对所述监测视频进行识别，得到所述监测视频中帧图像的平均剩余颗粒数；

统计所述监测视频中开始投喂至所述平均剩余颗粒数减少至预设剩余颗粒数所用的时间，以得到所述上次进食时长。

7.根据权利要求6所述的一种水产养殖智能投喂方法，其特征在于，所述对所述监测视频进行识别，得到所述监测视频中帧图像的平均剩余颗粒数的步骤，包括：

提取所述监测视频的帧图像，并基于神经网络模型对所述帧图像进行识别以获取帧图像中饲料的剩余颗粒数；

根据所述剩余颗粒数计算预设单位时间内帧图像的平均剩余颗粒数。

8.基于权利要求1-7任意一条所述的水产养殖智能投喂方法的系统，其特征在于，所述系统包括：

生物信息获取模块（1），用于获取生物信息，根据所述生物信息以及预置饲料选择表选择水产生物的第一饲料投喂量，所述生物信息包括水产生物的种类信息、养殖月份信息、养殖数量信息以及养殖时间信息；

环境信息获取模块（2），用于获取环境信息，根据所述环境信息以及预置第一调整规则调整第一饲料投喂量，得到第二饲料投喂量，所述环境信息包括气象信息以及水质信息；

进食场景信息获取模块（3），用于获取进食场景信息，根据所述进食场景信息以及预置第二调整规则调整第二饲料投喂量，得到第三饲料投喂量，所述进食场景信息包括上次进食时长；

投喂模块（4），用于根据所述第三饲料投喂量对水产生物进行定量投喂。

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-7任意一项所述的方法步骤。

10.一种电子设备，其特征在于，包括：一个或多个处理器和存储器；所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行如权利要求1-7中任一项所述的方法。