CN117016430A - 一种基于智能监测的肉鸡养殖系统 - Google Patents
一种基于智能监测的肉鸡养殖系统 Download PDFInfo
- Publication number
- CN117016430A CN117016430A CN202311235368.1A CN202311235368A CN117016430A CN 117016430 A CN117016430 A CN 117016430A CN 202311235368 A CN202311235368 A CN 202311235368A CN 117016430 A CN117016430 A CN 117016430A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- broiler
- unit
- feeding
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 145
- 241000287828 Gallus gallus Species 0.000 title claims abstract description 137
- 238000009395 breeding Methods 0.000 title claims description 7
- 230000001488 breeding effect Effects 0.000 title claims description 7
- 210000003608 fece Anatomy 0.000 claims abstract description 22
- 239000010871 livestock manure Substances 0.000 claims abstract description 16
- 235000013330 chicken meat Nutrition 0.000 claims abstract description 14
- 239000004615 ingredient Substances 0.000 claims abstract description 14
- 230000005856 abnormality Effects 0.000 claims abstract description 4
- 230000002550 fecal effect Effects 0.000 claims abstract description 4
- 239000010865 sewage Substances 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 24
- 239000002994 raw material Substances 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 20
- 239000007789 gas Substances 0.000 claims description 18
- 230000036760 body temperature Effects 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 15
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000005303 weighing Methods 0.000 claims description 10
- 239000003651 drinking water Substances 0.000 claims description 9
- 235000020188 drinking water Nutrition 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 7
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000009313 farming Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000003702 image correction Methods 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 3
- 229910021529 ammonia Inorganic materials 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims description 3
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000003756 stirring Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 244000144977 poultry Species 0.000 abstract description 4
- 235000013594 poultry meat Nutrition 0.000 abstract description 4
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 206010011224 Cough Diseases 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000009374 poultry farming Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000003102 growth factor Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000273 veterinary drug Substances 0.000 description 1
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
- 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)
- Biophysics (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Housing For Livestock And Birds (AREA)
Abstract
本发明公开了一种基于智能监测的肉鸡养殖系统，包括：生长监测模块、投喂监测模块、环境监测模块、粪污处理模块以及中央控制模块；生长监测模块，用于监测肉鸡生长状态，获得肉鸡生长数据；投喂监测模块，用于监测肉鸡饲料成分以及进食情况，获得肉鸡投食数据；环境监测模块，用于监测鸡舍环境参数，获得鸡舍环境数据；粪污处理模块，用于分析鸡粪成分以及处理粪污，获得肉鸡粪便数据；中央控制模块，用于基于生长数据、投食数据、环境数据以及粪便数据，分别生成监测曲线，并进行异常预警。促进高质量肉鸡的饲养，实现禽类饲养的自动化以及智能化。
Description
技术领域
本发明属于肉鸡养殖技术领域，具体涉及一种基于智能监测的肉鸡养殖系统。
背景技术
现阶段禽养殖自动化、机械化和无人化水平仍进步缓慢。一方面高素质人才缺乏致使产业发展较慢，另一方面养殖场规模较小，分布较为分散，因此难以有足够的资金引入先进的自动化生产设备；禽养殖主要以人工饲养为主，家禽饲养环境较为恶劣。由于饲养方法仍较为传统，设施配备不完善，饲养环境卫生水平较低，饲料兽药的质量把控不严，同时家禽养殖空间狭小、密度大，因此家禽极易感染疾病。
发明内容
本发明旨在解决现有技术的不足，提出一种基于智能监测的肉鸡养殖系统，实现肉鸡养殖的自动化，降低人力成本，提高肉鸡质量。
为实现上述目的，本发明提供了如下方案：
一种基于智能监测的肉鸡养殖系统，包括：生长监测模块、投喂监测模块、环境监测模块、粪污处理模块以及中央控制模块；
所述生长监测模块，用于监测肉鸡生长状态，获得肉鸡生长数据；
所述投喂监测模块，用于监测肉鸡饲料成分以及进食情况，获得肉鸡投食数据；
所述环境监测模块，用于监测鸡舍环境参数，获得鸡舍环境数据；
所述粪污处理模块，用于分析鸡粪成分以及处理粪污，获得肉鸡粪便数据；
所述中央控制模块，用于基于所述生长数据、投食数据、环境数据以及粪便数据，分别生成监测曲线，并进行异常预警。
优选的，所述生长数据包括行为数据、体温数据以及体重数据；
所述生长状态监测模块包括肉鸡异常行为识别单元、体温检测单元以及体重估测单元；
所述肉鸡异常行为识别单元，用于基于机器视觉识别肉鸡异常行为，获得所述行为数据；
所述体温检测单元，用于基于红外图像，检测肉鸡体温，获得所述体温数据；
所述体重估测单元，用于基于肉鸡深度图像以及神经网络建立体重估测模型，获得所述体重数据。
优选的，肉鸡异常行为识别的过程为：
获取肉鸡图像，并进行图像校正，获得校正图像；
采用SURF特征点法，对所述校正图像进行处理，获得特征检测区域；
采用形态学方法，去除所述特征检测区域的噪音点；
对去除噪音点的所述特征检测区域进行像素分布判断，对满足预设要求的像素进行合并，获得卧倒肉鸡所在区域，完成肉鸡异常行为识别。
优选的，获得肉鸡体重数据的过程包括：
获取肉鸡深度图像；
基于所述肉鸡深度图像，提取图像一维特征、二维特征以及三维特征；
将所述一维特征、所述二维特征以及所述三维特征，输入BP神经网络；
设置BP神经网络参数，初始化权值和阈值，训练所述BP神经网络，完成所述体重估测模型的构建；
其中，所述一维特征包括肉鸡日龄；
所述二维特征包括肉鸡投影面积、长度值、宽度值、周长、最大内切圆半径以及偏心率；
所述三维特征包括肉鸡体积以及后背宽。
优选的，所述投食数据包括水质数据以及饲料成分数据；
所述投喂监测模块包括水质监测单元、饲料成分规划单元以及定时投喂单元；
所述水质监测单元，用于监测肉鸡饮用水的水质参数，获得所述水质数据；
所述饲料成分规划单元，用于基于肉鸡日龄以及现有饲料配方标准，自动配制饲料，获得所述饲料成分数据；
所述定时投喂单元，用于定时控制饮用水箱排放饮用水以及定时变频投喂饲料。
优选的，自动配制饲料的过程包括：
构建PLC控制系统，并进行系统初始化设置；
获取仓库中各类肉鸡饲料，建立饲料数据库；
利用初始化后的所述PLC控制系统，基于所述肉鸡日龄、所述现有饲料配方标准以及所述饲料数据库，进行原料选择；
利用称重仪表以及所述现有饲料配方标准，对选择的原料进行称重，基于配方称重条件，判断原料重量是否合格；若否，则返回原料选择；
若是，则开始搅拌原料，判断原料是否全部称完，若否，则返回原料选择；若是，则获得饲料成品，完成饲料配置。
优选的，所述环境数据包括鸡舍温度数据、湿度数据、亮度数据、风速数据以及气体数据；
所述环境监测模块包括温度监测单元、湿度监测单元、亮度监测单元、风速监测单元以及气体监测单元；
所述温度监测单元，用于基于温度传感器，监测鸡舍温度，获得所述温度数据；
所述湿度监测单元，用于基于湿度传感器，监测鸡舍湿度，获得所述湿度数据；
所述亮度监测单元，用于基于光亮度传感器，监测鸡舍亮度，获得所述亮度数据；
所述风速监测单元，用于基于风速传感器，监测鸡舍风速以及鸡背风速，获得所述风速数据；
所述气体监测单元，用于分析鸡舍气体成分，获得所述气体数据；其中，所述气体成分包括氧气、氨气、硫化氢以及一氧化碳。
优选的，所述中央控制模块包括数据分析单元、智能调控单元以及预警单元；
所述数据分析单元，用于基于所述生长数据、所述投食数据、所述环境数据以及所述粪便数据，建立肉鸡数据库，并通过分析数据生成类别监测曲线以及综合监测曲线，并可视化；
所述智能调控单元，用于基于所述类别监测曲线以及所述综合监测曲线，肉鸡养殖过程以及鸡舍环境进行调控；
所述预警单元，用于基于所述类别监测曲线以及所述综合监测曲线，进行异常分析并预警，以及基于所述肉鸡数据库进行异常溯源。
与现有技术相比，本发明的有益效果为：
本发明通过生长监测模块、投喂监测模块、环境监测模块、粪污处理模块以及中央控制模块，对肉鸡的生长进行监测以及调控；并进行了肉鸡咳嗽识别、体温检测、饲料自动配置等，智能调整肉鸡生长参数，促进高质量肉鸡的饲养，实现禽类饲养的自动化以及智能化。
附图说明
为了更清楚地说明本发明的技术方案，下面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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例基于智能监测的肉鸡养殖系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示，一种基于智能监测的肉鸡养殖系统，包括：生长监测模块、投喂监测模块、环境监测模块、粪污处理模块以及中央控制模块；
生长监测模块，用于监测肉鸡生长状态，获得肉鸡生长数据；
进一步的实施方式在于，生长数据包括行为数据、体温数据以及体重数据；
生长状态监测模块包括肉鸡异常行为识别单元、体温检测单元以及体重估测单元；
肉鸡异常行为识别单元，用于基于机器视觉识别肉鸡异常行为，获得行为数据；
体温检测单元，用于基于红外图像，检测肉鸡体温，获得体温数据；
体重估测单元，用于基于肉鸡深度图像以及神经网络建立体重估测模型，获得体重数据。
进一步的实施方式在于，肉鸡异常行为识别的过程为：
获取肉鸡图像，并进行图像校正，获得校正图像；
具体的，校正过程包括：
将彩色肉鸡图像，进行灰度化，获得灰度图；
采用Sobel算子在y方向上做边缘检测，获得直线组合图像；
将直线组合图像进行预设尺度的中值滤波，去除图像噪点，然后进行二值化，获得二值图像；
提取二值图像的感兴趣区域；
利用Hu变换提取感兴趣区域的部分直线段，并将直线段转移至纯色图中；
将剩余直线段再次进行Hu变换提取，获得最长直线段；
判断是否获得最长直线段，若是，则计算最长直线段的倾斜角，基于倾斜角计算旋转矩阵，基于旋转矩阵对彩色图像和经边缘检测的图像进行仿射变换，完成图像校正；若否，则直接结束校正。
采用SURF特征点法，对校正图像进行处理，获得特征检测区域；
具体的，将鸡舍中食槽下方的区域作为待检测区域，采用SURF特征点法识别出食槽区域：
预设SURF中的hessian阈值；
在深度图像中获取SURF特征点，将存在特征点的行和邻行进行标记；
构建全黑灰度图，把未标记的行的重点设置为其他颜色，利用Hu变换寻找未标记的所有行，找出未标记的所有行中，线段最长的直线段，此线段所表示的行即为食槽区域。
采用形态学方法，去除特征检测区域的噪音点；
对去除噪音点的特征检测区域进行像素分布判断，对满足预设要求的像素进行合并，获得卧倒肉鸡所在区域，完成肉鸡异常行为识别。
进一步的实施方式在于，利用YOLOv5s目标检测网络进行体表特征区域温度提取，具体的：
在目标检测网络的输入端对获得的肉鸡红外图像进行预处理，包括数据增强、自适应锚框计算和自适应图片缩放；
特征提取部分选用Focus结构和跨阶段局部网络结构，Focus结构对预处理后的图像进行切片拼接，将三通道图像转换为预设通道数图像，经卷积后，获得肉鸡体温特征；跨阶段局部网络结构用于增强网络学习能力。
输出端通过损失函数，对多目标框进行筛选。
获取肉鸡翅下温度、鸡头最高温度、鸡头平均温度数据。
进一步的实施方式在于，获得肉鸡体重数据的过程包括：
获取肉鸡深度图像；
基于肉鸡深度图像，提取图像一维特征、二维特征以及三维特征；
将一维特征、二维特征以及三维特征，输入BP神经网络；
设置BP神经网络参数，初始化权值和阈值，训练BP神经网络，完成体重估测模型的构建；
其中，一维特征包括肉鸡日龄；
二维特征包括肉鸡投影面积、长度值、宽度值、周长、最大内切圆半径以及偏心率；
三维特征包括肉鸡体积以及后背宽。
特别的，本发明还获取肉鸡音频，对肉鸡咳嗽进行监测，具体的：
采集肉鸡发声信息，获得肉鸡声音数据，并对声音数据进行预处理；预处理包括滤波、分帧加窗、端点检测等。端点检测时，标记语音检测起点，计算当前帧的短时帧能量和短时平均过零率；判断短时帧能量或短时平均过零率是否高出设定阈值，是，则获取下一帧数据；否，返回计算短时帧能量和短时平均过零率。
提取预处理后的声音数据中的肉鸡咳嗽特征，并进行分类，完成肉鸡咳嗽声识别。
投喂监测模块，用于监测肉鸡饲料成分以及进食情况，获得肉鸡投食数据；
进一步的实施方式在于，投食数据包括水质数据以及饲料成分数据；
投喂监测模块包括水质监测单元、饲料成分规划单元以及定时投喂单元；
水质监测单元，用于监测肉鸡饮用水的水质参数，获得水质数据；
饲料成分规划单元，用于基于肉鸡日龄以及现有饲料配方标准，自动配制饲料，获得饲料成分数据；
定时投喂单元，用于定时控制饮用水箱排放饮用水以及定时变频投喂饲料。
进一步的实施方式在于，自动配制饲料的过程包括：
构建PLC控制系统，并进行系统初始化设置；其中，PLC控制系统中，包括称重仪表、变频调速单元(用于调整喂料速度)、喂料器等。
获取仓库中各类肉鸡饲料，建立饲料数据库；
利用初始化后的PLC控制系统，基于肉鸡日龄、现有饲料配方标准以及饲料数据库，进行原料选择；
利用称重仪表以及现有饲料配方标准，对选择的原料进行称重，基于配方称重条件，判断原料重量是否合格；若否，则返回原料选择；
若是，则开始搅拌原料，判断原料是否全部称完，若否，则返回原料选择；若是，则获得饲料成品，完成饲料配置。
环境监测模块，用于监测鸡舍环境参数，获得鸡舍环境数据；
进一步的实施方式在于，环境数据包括鸡舍温度数据、湿度数据、亮度数据、风速数据以及气体数据；
环境监测模块包括温度监测单元、湿度监测单元、亮度监测单元、风速监测单元以及气体监测单元；
温度监测单元，用于基于温度传感器，监测鸡舍温度，获得温度数据；
湿度监测单元，用于基于湿度传感器，监测鸡舍湿度，获得湿度数据；
亮度监测单元，用于基于光亮度传感器，监测鸡舍亮度，获得亮度数据；
风速监测单元，用于基于风速传感器，监测鸡舍风速以及鸡背风速，获得风速数据；
气体监测单元，用于分析鸡舍气体成分，获得气体数据；其中，气体成分包括氧气、氨气、硫化氢以及一氧化碳。
粪污处理模块，用于分析鸡粪成分以及处理粪污，获得肉鸡粪便数据；
中央控制模块，用于基于生长数据、投食数据、环境数据以及粪便数据，分别生成监测曲线，并进行异常预警。
进一步的实施方式在于，中央控制模块包括数据分析单元、智能调控单元以及预警单元；
数据分析单元，用于基于生长数据、投食数据、环境数据以及粪便数据，建立肉鸡数据库，并通过分析数据生成类别监测曲线以及综合监测曲线，并可视化；具体的，通过数据分析，判断肉鸡生长情况，及时调整饲料配方，判断传染病发病概率，调整鸡舍环境。
具体的，采用响应面法，将生长数据、投食数据以及环境数据作为自变量，将肉鸡生长情况作为因变量，通过建立响应Surface模型来识别最佳参数设置和最大响应值的位置，参数即为肉鸡生长条件参数，饮水量、饲料配比、环境条件等。标识肉鸡生长因素和最佳条件的组合，从而调整肉鸡生长因素，更好的实现肉鸡养殖。
智能调控单元，用于基于类别监测曲线以及综合监测曲线，肉鸡养殖过程以及鸡舍环境进行调控；
预警单元，用于基于类别监测曲线以及综合监测曲线，进行异常分析并预警，以及基于肉鸡数据库进行异常溯源。
以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (8)
1.一种基于智能监测的肉鸡养殖系统，其特征在于，包括：生长监测模块、投喂监测模块、环境监测模块、粪污处理模块以及中央控制模块；
所述生长监测模块，用于监测肉鸡生长状态，获得肉鸡生长数据；
所述投喂监测模块，用于监测肉鸡饲料成分以及进食情况，获得肉鸡投食数据；
所述环境监测模块，用于监测鸡舍环境参数，获得鸡舍环境数据；
所述粪污处理模块，用于分析鸡粪成分以及处理粪污，获得肉鸡粪便数据；
所述中央控制模块，用于基于所述生长数据、投食数据、环境数据以及粪便数据，分别生成监测曲线，并进行异常预警。
2.根据权利要求1所述的基于智能监测的肉鸡养殖系统，其特征在于，所述生长数据包括行为数据、体温数据以及体重数据；
所述生长状态监测模块包括肉鸡异常行为识别单元、体温检测单元以及体重估测单元；
所述肉鸡异常行为识别单元，用于基于机器视觉识别肉鸡异常行为，获得所述行为数据；
所述体温检测单元，用于基于红外图像，检测肉鸡体温，获得所述体温数据；
所述体重估测单元，用于基于肉鸡深度图像以及神经网络建立体重估测模型，获得所述体重数据。
3.根据权利要求2所述的基于智能监测的肉鸡养殖系统，其特征在于，肉鸡异常行为识别的过程为：
获取肉鸡图像，并进行图像校正，获得校正图像；
采用SURF特征点法，对所述校正图像进行处理，获得特征检测区域；
采用形态学方法，去除所述特征检测区域的噪音点；
对去除噪音点的所述特征检测区域进行像素分布判断，对满足预设要求的像素进行合并，获得卧倒肉鸡所在区域，完成肉鸡异常行为识别。
4.根据权利要求2所述的基于智能监测的肉鸡养殖系统，其特征在于，获得肉鸡体重数据的过程包括：
获取肉鸡深度图像；
基于所述肉鸡深度图像，提取图像一维特征、二维特征以及三维特征；
将所述一维特征、所述二维特征以及所述三维特征，输入BP神经网络；
设置BP神经网络参数，初始化权值和阈值，训练所述BP神经网络，完成所述体重估测模型的构建；
其中，所述一维特征包括肉鸡日龄；
所述二维特征包括肉鸡投影面积、长度值、宽度值、周长、最大内切圆半径以及偏心率；
所述三维特征包括肉鸡体积以及后背宽。
5.根据权利要求4所述的基于智能监测的肉鸡养殖系统，其特征在于，所述投食数据包括水质数据以及饲料成分数据；
所述投喂监测模块包括水质监测单元、饲料成分规划单元以及定时投喂单元；
所述水质监测单元，用于监测肉鸡饮用水的水质参数，获得所述水质数据；
所述饲料成分规划单元，用于基于肉鸡日龄以及现有饲料配方标准，自动配制饲料，获得所述饲料成分数据；
所述定时投喂单元，用于定时控制饮用水箱排放饮用水以及定时变频投喂饲料。
6.根据权利要求5所述的基于智能监测的肉鸡养殖系统，其特征在于，自动配制饲料的过程包括：
构建PLC控制系统，并进行系统初始化设置；
获取仓库中各类肉鸡饲料，建立饲料数据库；
利用初始化后的所述PLC控制系统，基于所述肉鸡日龄、所述现有饲料配方标准以及所述饲料数据库，进行原料选择；
利用称重仪表以及所述现有饲料配方标准，对选择的原料进行称重，基于配方称重条件，判断原料重量是否合格；若否，则返回原料选择；若是，则开始搅拌原料；
判断原料是否全部称完，若否，则返回原料选择；若是，则获得饲料成品，完成饲料配置。
7.根据权利要求1所述的基于智能监测的肉鸡养殖系统，其特征在于，所述环境数据包括鸡舍温度数据、湿度数据、亮度数据、风速数据以及气体数据；
所述环境监测模块包括温度监测单元、湿度监测单元、亮度监测单元、风速监测单元以及气体监测单元；
所述温度监测单元，用于基于温度传感器，监测鸡舍温度，获得所述温度数据；
所述湿度监测单元，用于基于湿度传感器，监测鸡舍湿度，获得所述湿度数据；
所述亮度监测单元，用于基于光亮度传感器，监测鸡舍亮度，获得所述亮度数据；
所述风速监测单元，用于基于风速传感器，监测鸡舍风速以及鸡背风速，获得所述风速数据；
所述气体监测单元，用于分析鸡舍气体成分，获得所述气体数据；其中，所述气体成分包括氧气、氨气、硫化氢以及一氧化碳。
8.根据权利要求1所述的基于智能监测的肉鸡养殖系统，其特征在于，所述中央控制模块包括数据分析单元、智能调控单元以及预警单元；
所述数据分析单元，用于基于所述生长数据、所述投食数据、所述环境数据以及所述粪便数据，建立肉鸡数据库，并通过分析数据生成类别监测曲线以及综合监测曲线，并可视化；
所述智能调控单元，用于基于所述类别监测曲线以及所述综合监测曲线，肉鸡养殖过程以及鸡舍环境进行调控；
所述预警单元，用于基于所述类别监测曲线以及所述综合监测曲线，进行异常分析并预警，以及基于所述肉鸡数据库进行异常溯源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311235368.1A CN117016430A (zh) | 2023-09-22 | 2023-09-22 | 一种基于智能监测的肉鸡养殖系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311235368.1A CN117016430A (zh) | 2023-09-22 | 2023-09-22 | 一种基于智能监测的肉鸡养殖系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117016430A true CN117016430A (zh) | 2023-11-10 |
Family
ID=88643416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311235368.1A Pending CN117016430A (zh) | 2023-09-22 | 2023-09-22 | 一种基于智能监测的肉鸡养殖系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117016430A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118095760A (zh) * | 2024-03-14 | 2024-05-28 | 江苏省家禽科学研究所 | 一种基于物联网技术的肉鸡智能养殖管理系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106529006A (zh) * | 2016-11-04 | 2017-03-22 | 北京农业信息技术研究中心 | 基于深度图像的肉鸡生长模型拟合方法及装置 |
| CN106847293A (zh) * | 2017-01-19 | 2017-06-13 | 内蒙古农业大学 | 设施养殖羊应激行为的声信号监测方法 |
| CN109243470A (zh) * | 2018-08-16 | 2019-01-18 | 南京农业大学 | 基于音频技术的肉鸡咳嗽监测方法 |
| CN110444230A (zh) * | 2019-07-04 | 2019-11-12 | 南京农业大学 | 一种基于音频技术的肉鸡呼吸道疾病自动识别装置 |
| CN111767794A (zh) * | 2020-05-28 | 2020-10-13 | 华南农业大学 | 基于机器视觉的笼养家禽异常行为检测方法及检测系统 |
| CN114596448A (zh) * | 2022-03-07 | 2022-06-07 | 华南农业大学 | 一种肉鸭健康管理方法及其管理系统 |
| CN114898405A (zh) * | 2022-05-27 | 2022-08-12 | 南京农业大学 | 基于边缘计算的便携式肉鸡异常监测系统 |
| CN115410711A (zh) * | 2022-08-29 | 2022-11-29 | 黑龙江大学 | 基于声音信号特征和随机森林的白羽肉鸡健康监测方法 |
| CN115857591A (zh) * | 2022-11-29 | 2023-03-28 | 宿迁学院 | 一种肉鸡饲养监测系统、方法、电子设备及存储介质 |
-
2023
- 2023-09-22 CN CN202311235368.1A patent/CN117016430A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106529006A (zh) * | 2016-11-04 | 2017-03-22 | 北京农业信息技术研究中心 | 基于深度图像的肉鸡生长模型拟合方法及装置 |
| CN106847293A (zh) * | 2017-01-19 | 2017-06-13 | 内蒙古农业大学 | 设施养殖羊应激行为的声信号监测方法 |
| CN109243470A (zh) * | 2018-08-16 | 2019-01-18 | 南京农业大学 | 基于音频技术的肉鸡咳嗽监测方法 |
| CN110444230A (zh) * | 2019-07-04 | 2019-11-12 | 南京农业大学 | 一种基于音频技术的肉鸡呼吸道疾病自动识别装置 |
| CN111767794A (zh) * | 2020-05-28 | 2020-10-13 | 华南农业大学 | 基于机器视觉的笼养家禽异常行为检测方法及检测系统 |
| CN114596448A (zh) * | 2022-03-07 | 2022-06-07 | 华南农业大学 | 一种肉鸭健康管理方法及其管理系统 |
| CN114898405A (zh) * | 2022-05-27 | 2022-08-12 | 南京农业大学 | 基于边缘计算的便携式肉鸡异常监测系统 |
| CN115410711A (zh) * | 2022-08-29 | 2022-11-29 | 黑龙江大学 | 基于声音信号特征和随机森林的白羽肉鸡健康监测方法 |
| CN115857591A (zh) * | 2022-11-29 | 2023-03-28 | 宿迁学院 | 一种肉鸡饲养监测系统、方法、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 庄建桥编著: "《粉体配料混合技术》", 31 July 2005, 科学技术文献出版社, pages: 91 - 93 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118095760A (zh) * | 2024-03-14 | 2024-05-28 | 江苏省家禽科学研究所 | 一种基于物联网技术的肉鸡智能养殖管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230281265A1 (en) | Method for estimating body size and weight of pig based on deep learning | |
| CN110942045B (zh) | 一种基于机器视觉的智能鱼缸投食系统 | |
| CN116935327B (zh) | 基于ai视觉的水产养殖监控方法、装置、设备及存储介质 | |
| CN112213962A (zh) | 一种基于生长模型与声呐反馈的智能投饲系统及方法 | |
| CN110547210B (zh) | 饲料供给方法及系统、计算机系统、存储介质 | |
| US11864537B2 (en) | AI based feeding system and method for land-based fish farms | |
| CN117016430A (zh) | 一种基于智能监测的肉鸡养殖系统 | |
| US10796141B1 (en) | Systems and methods for capturing and processing images of animals for species identification | |
| Lee et al. | Research Article The Use of Vision in a Sustainable Aquaculture Feeding System | |
| CN108990862B (zh) | 一种基于机器视觉的科学确定河蟹投饵量的方法 | |
| CN116416250A (zh) | 一种速食罐装产品产线的成品检测系统 | |
| CN112000051A (zh) | 一种基于物联网的畜牧养殖管理系统 | |
| CN111161214A (zh) | 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 | |
| CN115861721A (zh) | 基于图像数据的畜禽养殖喷雾设备状态识别方法 | |
| CN116206194A (zh) | 鱼群投喂方法、装置、系统及存储介质 | |
| CN208187400U (zh) | 一种基于机器视觉的鱼类体长测量装置 | |
| CN115914560A (zh) | 一种母猪智能精准饲喂方法、装置、电子设备和存储介质 | |
| Kaewtapee et al. | Objective scoring of footpad dermatitis in broiler chickens using image segmentation and a deep learning approach: camera-based scoring system | |
| CN110991300A (zh) | 一种肉鸡腹部异常肿胀状态的自动识别方法 | |
| CN110633720A (zh) | 一种玉米病害识别方法 | |
| CN115861784A (zh) | 一种鱼饲料投喂方法和鱼饲料投喂量分析系统 | |
| CN109242219B (zh) | 蛋鸡采食行为的预测方法及蛋鸡采食行为的预测装置 | |
| CN118549355B (zh) | 一种海上自流循环养殖环境的水质评价方法 | |
| CN114264355B (zh) | 重量检测方法、装置、电子设备及存储介质 | |
| CN113545296B (zh) | 一种封闭式畜舍用地下刮粪及自动清粪系统 |
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 |