CN117094836B - 一种奶牛状态的智能评估系统及方法 - Google Patents
一种奶牛状态的智能评估系统及方法 Download PDFInfo
- Publication number
- CN117094836B CN117094836B CN202311337704.3A CN202311337704A CN117094836B CN 117094836 B CN117094836 B CN 117094836B CN 202311337704 A CN202311337704 A CN 202311337704A CN 117094836 B CN117094836 B CN 117094836B
- Authority
- CN
- China
- Prior art keywords
- biological information
- data
- intelligent
- cow
- dairy cow
- 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
- 235000013365 dairy product Nutrition 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 50
- 238000013210 evaluation model Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 239000008267 milk Substances 0.000 claims abstract description 17
- 235000013336 milk Nutrition 0.000 claims abstract description 17
- 210000004080 milk Anatomy 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 14
- 241000283690 Bos taurus Species 0.000 claims description 245
- 238000012795 verification Methods 0.000 claims description 23
- 238000013480 data collection Methods 0.000 claims description 14
- 230000003749 cleanliness Effects 0.000 claims description 9
- 230000005021 gait Effects 0.000 claims description 8
- 230000036541 health Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000012958 reprocessing Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000003862 health status Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000026676 system process Effects 0.000 abstract description 4
- 210000000003 hoof Anatomy 0.000 description 27
- 230000015654 memory Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000036544 posture Effects 0.000 description 4
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 208000031295 Animal disease Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
- G06K7/10297—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves arrangements for handling protocols designed for non-contact record carriers such as RFIDs NFCs, e.g. ISO/IEC 14443 and 18092
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Animal Husbandry (AREA)
- Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Toxicology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- General Business, Economics & Management (AREA)
- Electromagnetism (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Computer Security & Cryptography (AREA)
- Mining & Mineral Resources (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marine Sciences & Fisheries (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Agronomy & Crop Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明属于数据处理技术领域，具体涉及一种奶牛状态的智能评估系统及方法，本申请的奶牛状态的智能评估系统通过奶牛个体物联网系统、数据采集智能化控制系统、数据采集终端协同采集当前奶牛的生物信息，其中，所述生物信息为奶牛的多模态生物信息的集合；数据采集智能化控制系统对所述生物信息进行处理，得到目标生物信息；云服务系统对于获取到的目标生物信息基于奶牛状态智能评估模型进行分析，得到评估数据。由于对奶牛的生理和行为等多模态生物信息进行实时、连续采集，利用人工智能分析模型和多模态生物识别技术结合形成的奶牛状态智能评估模型对生物信息进行分析，从而实现对奶牛状态多维度的精准评估。
Description
技术领域
本发明属于数据处理技术领域，具体涉及一种奶牛状态的智能评估系统及方法。
背景技术
近年来，随着畜牧业高速发展，国民需求不断提高，影响产业发展的挑战和问题也随之而来，例如，兽医从业人员稀缺，养殖成本高，产业技术落后，动物疾病防治问题，畜牧业食品安全问题等。面对这些问题，传统的养殖方法已经不能满足畜牧业发展需要。
为了解决这些问题，养殖行业开始引入自动化设备。目前，通过佩戴脚环计步器和项圈计步器采集奶牛运动量数据，基于奶牛运动量数据辅助针对性养殖，虽减轻牧场工作人员压力，提高了养殖效率。但此类设备的奶牛运动量数据监测具有局限性，一个是设备本身的问题，例如：此类设备需要佩戴正常才能较为准确的采集到奶牛运动量数据，而且对于低价位计步器可能存在误差较大或功能不完善等问题；另一个上述设备采集的数据较为单一，只能监测奶牛步数，无法及时发现奶牛的异常行为，例如，奶牛头下垂、静卧等异常行为，此时通过此类监测设备存在着奶牛数据采集范围不够广的问题。可见，现在的自动化设备存在着数据监测精准度不高、覆盖面不够广的问题。
发明内容
有鉴于此，本发明的目的在于提供一种奶牛状态的智能评估方法及系统，有助于帮助解决现有的自动化设备存在着数据监测精准度不高、覆盖面不够广的问题。
根据本发明实施例的第一方面，提供一种奶牛状态的智能评估系统，包括：
奶牛个体物联网系统、数据采集智能化控制系统、数据采集终端、云服务系统；所述奶牛个体物联网系统、所述数据采集终端、所述云服务系统分别与所述数据采集智能化控制系统连接；
所述奶牛个体物联网系统，用于验证当前奶牛的身份信息，在验证通过后，向所述数据采集智能化控制系统发送采集信号；
所述数据采集智能化控制系统，用于在接收到所述采集信号后，触发采集事件，向所述数据采集终端发送采集指令；
所述数据采集终端，用于在接收到所述采集指令后，采集当前奶牛的生物信息，并将所述生物信息发送给所述数据采集智能化控制系统，其中，所述生物信息为奶牛的多模态生物信息的集合；
所述数据采集智能化控制系统，还用于对所述生物信息进行处理，得到目标生物信息；
所述云服务系统，用于获取所述目标生物信息，并基于奶牛状态智能评估模型对所述目标生物信息进行分析，得到评估数据，其中，所述评估数据包括奶牛的体况指数数据、外形评分数据、步态数据、体表清洁度数据。
优选地，所述奶牛个体物联网系统，包括：当前奶牛佩戴的耳标，设置在采集通道的读卡器；
所述读卡器，用于读取所述耳标的耳标编号，验证当前奶牛的身份信息，在验证通过后，向所述数据采集智能化控制系统发送采集信号。
优选地，所述数据采集终端为智能化宽光谱传感器。
根据本发明实施例的第二方面，提供一种奶牛状态的智能评估方法，应用于上述所述的奶牛状态的智能评估系统，包括：
采集当前奶牛的生物信息，其中，所述生物信息为奶牛的多模态生物信息的集合；
对所述生物信息进行处理，得到目标生物信息；
获取所述目标生物信息对应的生物特征；
将所述生物特征送入奶牛状态智能评估模型进行分析，得到评估数据；其中，所述评估数据包括奶牛的体况指数数据、外形评分数据、步态数据、体表清洁度数据。
优选地，所述采集当前奶牛的生物信息，包括：
通过奶牛个体物联网系统验证当前奶牛的身份信息；
在验证通过后，向数据采集智能化控制系统发送采集信号；
若所述数据采集智能化控制系统接收到所述采集信号，则触发采集事件，向数据采集终端发送采集指令；
若所述数据采集终端接收到所述采集指令，则采集当前奶牛的生物信息。
优选地，所述身份信息为奶牛的耳标编号，所述通过奶牛个体物联网系统验证当前奶牛的身份信息，包括：
使用采集通道安装的读卡器，验证采集通道当前奶牛佩戴的耳标的耳标编号是否唯一，其中，所述耳标编号为奶牛身份的唯一识别标志；
若当前奶牛佩戴的耳标的耳标编号是唯一的，则确定验证通过。
优选地，所述对所述生物信息进行处理，得到目标生物信息，包括：
使用图像识别算法对所述生物信息进行筛选，得到当前奶牛对应的可用生物信息；
将所述可用生物信息和当前奶牛的身份信息关联，得到所述目标生物信息。
优选地，所述获取所述目标生物信息对应的生物特征，包括：
提取所述目标生物信息中每个模态生物信息对应的模态特征；
将提取到的所述模态特征进行特征融合，得到所述目标生物信息对应的所述生物特征。
优选地，在提取所述目标生物信息中每个模态生物信息对应的模态特征之前，所述方法还包括：
对所述目标生物信息进行再处理；
以及，所述对所述目标生物信息进行再处理，包括：
对所述目标生物信息进行数据清洗；
对清洗后的所述目标生物信息进行图像增强。
优选地，所述方法还包括：
基于所述评估数据生成当前奶牛的健康状态评估报告；和/或
基于所述评估数据预测当前奶牛的未来生产数据。
本发明的实施例提供的技术方案可以包括以下有益效果：
本申请通过奶牛个体物联网系统、数据采集智能化控制系统、数据采集终端协同采集当前奶牛的生物信息，其中，所述生物信息为奶牛的多模态生物信息的集合；数据采集智能化控制系统对所述生物信息进行处理，得到目标生物信息；云服务系统对于获取到的目标生物信息基于奶牛状态智能评估模型进行分析，得到评估数据。由于对奶牛的生理和行为等多模态生物信息进行实时、连续采集，利用人工智能分析模型和多模态生物识别技术结合形成的奶牛状态智能评估模型对生物信息进行分析，从而实现对奶牛状态多维度的精准评估。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种奶牛状态的智能评估系统的示意框图；
图2是根据一示例性实施例示出的一种奶牛状态的智能评估方法的流程图；
图3是根据另一示例性实施例示出的一种奶牛状态的智能评估方法的流程图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
请参阅图1，图1是根据一示例性实施例示出的一种奶牛状态的智能评估系统的示意框图，如图1所示，该奶牛状态的智能评估系统100包括：
奶牛个体物联网系统101、数据采集智能化控制系统102、数据采集终端103、云服务系统104；所述奶牛个体物联网系统101、所述数据采集终端103、所述云服务系统104分别与所述数据采集智能化控制系统102连接；
所述奶牛个体物联网系统101，用于验证当前奶牛的身份信息，在验证通过后，向所述数据采集智能化控制系统102发送采集信号；
所述数据采集智能化控制系统102，用于在接收到所述采集信号后，触发采集事件，向所述数据采集终端103发送采集指令；
所述数据采集终端103，用于在接收到所述采集指令后，采集当前奶牛的生物信息，并将所述生物信息发送给所述数据采集智能化控制系统，其中，所述生物信息为奶牛的多模态生物信息的集合；
所述数据采集智能化控制系统102，还用于对所述生物信息进行处理，得到目标生物信息；
所述云服务系统104，用于获取所述目标生物信息，并基于奶牛状态智能评估模型对所述目标生物信息进行分析，得到评估数据，其中，所述评估数据包括奶牛的体况指数数据、外形评分数据、步态数据、体表清洁度数据。
在具体实践中，奶牛个体物联网用于验证当前奶牛的身份信息。可以理解的是，若当前奶牛的身份验证通过，采集当前奶牛的生物信息；若当前奶牛的身份验证未通过，不采集当前奶牛的生物信息。生物信息为奶牛的生理、行为等多种信息组成的多模态生物特征信息。例如：奶牛运动姿态、步频步幅、身体各部位生理特征、体型外貌等。
在具体实践中，优选地，所述奶牛个体物联网系统101，包括：当前奶牛佩戴的耳标1011，设置在采集通道的读卡器1012；
所述读卡器，用于读取所述耳标的耳标编号，验证当前奶牛的身份信息，在验证通过后，向所述数据采集智能化控制系统发送采集信号。
需要说明的是，奶牛个体物联网系统中的读卡器需要提前安装在采集通道上，而且读卡器安装的具体高度需要根据奶牛体型确定。奶牛个体物联网系统中的耳标需要提前给奶牛佩戴上。为了便于识别，每只奶牛均佩戴智能耳标，并进行统一编号，耳标上的耳标编号为奶牛身份的唯一识别标志。
在具体实践中，奶牛佩戴的耳标采用RFID电子耳标。该电子耳标采用了RFID技术，具有非接触、远距离自动识别并测量、计量动物体的特点。RFID电子耳标内置电子芯片和天线，记录有奶牛个体的编号信息，是证明奶牛身份的个体身份证。
可以理解的是，当需要采集奶牛的生物信息时，让奶牛通过采集通道，此时读卡器读取奶牛佩戴的耳标的耳标编号，并验证耳标编号是否唯一。若验证耳标编号唯一，则验证通过。验证通过后向数据采集智能化控制系统发送采集信号。
在具体实践中，数据采集智能化控制系统102用于接收采集信号，在接收到采集信号后触发采集事件，向所述数据采集终端103发送采集指令；还用于处理采集到的奶牛生物信息，得到目标生物信息；还用于存储目标生物信息，并将目标生物信息传输到云服务系统。
在具体实践中，数据采集终端103，在接收到所述采集指令后，采集当前奶牛的生物信息，并将所述生物信息发送给所述数据采集智能化控制系统。在具体实践中，优选地，所述数据采集终端为智能化宽光谱传感器1031。在具体实践中，智能化宽光谱传感器需要提前安装在采集通道上，具体地，根据奶牛体型固定奶牛与智能化宽光谱传感器的距离、固定智能化宽光谱传感器与地面的角度、固定智能化宽光谱传感器与地面的垂直高度。
可以理解的是，在接收到所述采集指令后，智能化宽光谱传感器采集当前奶牛的生物信息，并将所述生物信息发送给所述数据采集智能化控制系统，其中，所述生物信息为奶牛的多模态生物信息的集合。
在具体实践中，云服务系统部署有奶牛状态智能评估模型，云服务系统用于获取目标生物信息，并基于奶牛状态智能评估模型对目标生物信息分析，得到评估数据，其中，所述评估数据包括奶牛的体况指数数据、外形评分数据、步态数据、体表清洁度数据。在进行分析之前，还需要获取目标生物信息对应的生物特征。
可以理解的是，奶牛状态智能评估模型是将人工智能分析模型和多模态生物识别技术结合，对获取到的目标生物信息对应的生物特征进行分析，得到评估数据。基于该评估数据可以生成当前奶牛的健康状态评估报告，和/或，预测当前奶牛的未来生产数据。
可以理解的是，本实施例提供的技术方案，通过奶牛个体物联网系统、数据采集智能化控制系统、数据采集终端协同采集当前奶牛的生物信息，其中，所述生物信息为奶牛的多模态生物信息的集合；数据采集智能化控制系统对所述生物信息进行处理，得到目标生物信息；云服务系统对于获取到的目标生物信息基于奶牛状态智能评估模型进行分析，得到评估数据。由于对奶牛的生理和行为等多模态生物信息进行实时、连续采集，利用人工智能分析模型和多模态生物识别技术结合形成的奶牛状态智能评估模型对生物信息进行分析，从而实现对奶牛状态多维度的精准评估。
请参阅图2，图2是根据一示例性实施例示出的一种奶牛状态的智能评估方法的流程图，如图2所示，该奶牛状态的智能评估方法，应用于上述所述的奶牛状态的智能评估系统，该奶牛状态的智能评估方法包括如下具体步骤：
步骤S11、采集当前奶牛的生物信息，其中，所述生物信息为奶牛的多模态生物信息的集合；
步骤S12、对所述生物信息进行处理，得到目标生物信息；
步骤S13、获取所述目标生物信息对应的生物特征；
步骤S14、将所述生物特征送入奶牛状态智能评估模型进行分析，得到评估数据；其中，所述评估数据包括奶牛的体况指数数据、外形评分数据、步态数据、体表清洁度数据。
在具体实践中，优选地，步骤S11“所述采集当前奶牛的生物信息”，具体包括：
步骤S111、通过奶牛个体物联网系统验证当前奶牛的身份信息；
步骤S112、在验证通过后，向数据采集智能化控制系统发送采集信号；
步骤S113、若所述数据采集智能化控制系统接收到所述采集信号，则触发采集事件，向数据采集终端发送采集指令；
步骤S114、若所述数据采集终端接收到所述采集指令，则采集当前奶牛的生物信息。
在具体实践中，优选地，所述身份信息为奶牛的耳标编号，步骤S111“所述通过奶牛个体物联网系统验证当前奶牛的身份信息”，具体包括：
使用采集通道安装的读卡器，验证采集通道当前奶牛佩戴的耳标的耳标编号是否唯一，其中，所述耳标编号为奶牛身份的唯一识别标志；
若当前奶牛佩戴的耳标的耳标编号是唯一的，则确定验证通过。
可以理解的是，生物信息为奶牛的生理、行为等多种信息组成的多模态生物特征信息。例如：奶牛运动姿态、步频步幅、身体各部位生理特征、体型外貌等。
可以理解的是，若当前奶牛的身份验证通过，采集当前奶牛的生物信息；若当前奶牛的身份验证未通过，不采集当前奶牛的生物信息。
需要说明的是，奶牛个体物联网系统包括读卡器和耳标。读卡器需要提前安装在采集通道上，而且读卡器安装的具体高度需要根据奶牛体型确定。耳标需要提前给奶牛佩戴上。为了便于识别，每只奶牛均佩戴智能耳标，并进行统一编号，耳标上的耳标编号为奶牛身份的唯一识别标志。
在具体实践中，奶牛佩戴的耳标采用RFID电子耳标。该电子耳标采用了RFID技术，具有非接触、远距离自动识别并测量、计量动物体的特点。RFID电子耳标内置电子芯片和天线，记录有奶牛个体的编号信息，是证明奶牛身份的个体身份证。
可以理解的是，当需要采集奶牛的生物信息时，让奶牛通过采集通道，此时读卡器读取奶牛佩戴的耳标的耳标编号，并验证耳标编号是否唯一。若验证耳标编号唯一，则验证通过。验证通过后向数据采集智能化控制系统发送采集信号。
在具体实践中，优选地，步骤S12“所述对所述生物信息进行处理，得到目标生物信息”，具体包括：
步骤S121、使用图像识别算法对所述生物信息进行筛选，得到当前奶牛对应的可用生物信息；
步骤S122、将所述可用生物信息和当前奶牛的身份信息关联，得到所述目标生物信息。
在具体实践中，本实施例中，采用基于卷积神经网络（Convolutional NeuralNetworks, CNN）的图像识别算法，对生物信息进行筛选，得到当前奶牛对应的可用生物信息，并将可用生物信息和当前奶牛的身份信息关联，得到目标生物信息。目标生物信息根据奶牛的身份信息依次存储在数据采集智能化控制系统，以供后续调取查看，及横纵向比对。
在具体实践中，优选地，步骤S13“所述获取所述目标生物信息对应的生物特征”，具体包括：
步骤S131、对所述目标生物信息进行再处理；
步骤S132、提取所述目标生物信息中每个模态生物信息对应的模态特征；
步骤S133、将提取到的所述模态特征进行特征融合，得到所述目标生物信息对应的所述生物特征。
在具体实践中，步骤S131“所述对所述目标生物信息进行再处理”，具体包括：对所述目标生物信息进行数据清洗；对清洗后的所述目标生物信息进行图像增强。
可以理解的是，通过对目标生物信息进行数据清洗，以及对清洗后的目标生物信息进行图像增强，可以有效提高奶牛状态智能评估模型中输入数据的准确性、完整性以及提高图像的质量，改善图像可视化效果。
可以理解的是，本实施例中，通过YOLO和U-Net等视频图像处理技术，将再处理后的目标生物信息进一步检测、分割；将切割后的目标生物信息提取对应的模态特征，通过提取目标生物信息对应的模态特征可以将目标生物信息转化成数字化参数；该模态特征再经过特征融合得到奶牛状态智能评估模型分析所需要的可用参数即生物特征。
在具体实践中，优选地，所述奶牛状态的智能评估方法还包括：
基于所述评估数据生成当前奶牛的健康状态评估报告；和/或
基于所述评估数据预测当前奶牛的未来生产数据。
可以理解的是，本实施例中，奶牛状态智能评估模型是基于CNN的网络模型，该模型是将人工智能分析模型和多模态生物识别技术结合形成的奶牛状态智能评估模型。该模型通过使用多模态生物识别技术对生物特征进行识别和认证，得到评估数据。奶牛状态智能评估模型在具体模型分析是将输入的生物特征值与正常的参考值进行对比，得到一个波动值。由于该生物特征为多模态特征包括奶牛状态的多个评估指标，因此多个评估指标的波动值形成评估数据。评估数据包括奶牛的体况指数数据、外形评分数据、步态数据、体表清洁度数据。基于该评估数据生成当前奶牛的健康状态评估报告，该报告可以辅助牧场了解奶牛当下的健康状态，预测奶牛未来的健康趋势。
可以理解的是，本实施例提供的技术方案，通过奶牛个体物联网系统、数据采集智能化控制系统、数据采集终端协同采集当前奶牛的生物信息，其中，所述生物信息为奶牛的多模态生物信息的集合；数据采集智能化控制系统对所述生物信息进行处理，得到目标生物信息；云服务系统对于获取到的目标生物信息基于奶牛状态智能评估模型进行分析，得到评估数据。由于对奶牛的生理和行为等多模态生物信息进行实时、连续采集，利用人工智能分析模型和多模态生物识别技术结合形成的奶牛状态智能评估模型对生物信息进行分析，从而实现对奶牛状态多维度的精准评估。
请参阅图3，图3是根据另一示例性实施例示出的一种奶牛状态的智能评估方法的流程图，如图3所示，以采集奶牛蹄部的数据为例，该奶牛状态的智能评估方法具体步骤为：
步骤S21、安装各个设备以及部署各个系统。具体地，安装奶牛个体物联网系统中的读卡器，给奶牛佩戴耳标，安装数据采集终端智能化宽光谱传感器，部署数据采集智能化控制系统和云服务系统。在固定采集通道上安装读卡器，读卡器安装的具体高度需要根据奶牛体型确定；在固定采集通道上安装智能化宽光谱传感器，根据奶牛体型固定奶牛与智能化宽光谱传感器的距离、固定智能化宽光谱传感器与地面的角度、固定智能化宽光谱传感器与地面的垂直高度。
步骤S22、采集当前奶牛蹄部的生物信息。具体地，数据采集智能化控制系统向数据采集终端智能化宽光谱传感器连续发送采集视频图像指令，智能化宽光谱传感器连续拍摄视频图像，该视频图像即为当前奶牛蹄部的生物信息。当前奶牛蹄部的生物信息包括奶牛蹄部的外形、姿态、步频步幅等。
步骤S23、对当前奶牛蹄部的生物信息进行处理，得到目标生物信息。具体地，当智能化宽光谱传感器连续拍摄视频图像后，对视频图像筛选得到当前奶牛蹄部可用生物信息，将可用生物信息和当前奶牛的身份信息关联，得到当前奶牛蹄部对应的目标生物信息，并按照身份信息顺序储存在数据采集智能化控制系统，并上传至云服务器系统。
步骤S24、获取当前奶牛蹄部的目标生物信息对应的生物特征。具体地，对当前奶牛蹄部对应的目标生物信息进行数据清洗和图像增强；通过YOLO和U-Net等视频图像处理技术，将再处理后的当前奶牛蹄部的目标生物信息进一步检测、分割；将切割后的当前奶牛蹄部的目标生物信息提取对应的模态特征，通过提取目标生物信息对应的模态特征可以将目标生物信息转化成数字化参数；该模态特征再经过特征融合得到奶牛状态智能评估模型分析所需要的可用参数，该可用参数即当前奶牛蹄部的生物特征。
步骤S25、将当前奶牛蹄部的生物特征送入奶牛状态智能评估模型进行分析，得到当前奶牛蹄部的评估数据。具体地，奶牛状态智能评估模型在具体模型分析是将输入的当前奶牛蹄部的生物特征值与正常的参考值进行对比，得到一个波动值。由于当前奶牛蹄部的生物特征为多模态特征包括奶牛蹄部状态的多个评估指标，因此多个评估指标的波动值形成评估数据。评估数据包括奶牛蹄部的外形、姿态、步频步幅等指标的波动值。
步骤S26、基于所述评估数据生成当前奶牛蹄部健康状态的评估报告；和/或，基于所述评估数据预测当前奶牛蹄部未来生产数据。根据评估数据中奶牛蹄部的外形、姿态、步频步幅等指标的波动值，可以生成当前奶牛蹄部健康状态的评估报告，以及可以预测当前奶牛蹄部未来生产数据。以此分析和评价奶牛蹄部的状态，辅助牧场了解奶牛蹄部当下的健康状态，预测奶牛蹄部未来的健康趋势。可以理解的是，本申请将物联网、人工智能、大数据、云计算等技术与兽医学科知识体系相融合，通过智能化宽光谱传感器等设备对奶牛运动姿态、步频步幅、身体各部位生理特征、体型外貌、体表脏物分布等，进行实时、多模态数据采集；训练人工智能分析模型深度学习不同模态的数据，采用多模态生物识别技术进行识别和认证。可智能预测体况指数、外形评分和清洁度，预测结果更客观，准确性高，为牧场决策提供辅助性参考，实现早预测、早决策，有效减少产奶损失，降低成本，提高单产，提高生产利用率。
智能化宽光谱传感器可以对数据每日多次采集，采集时非接触、无应激。通过对奶牛视频图像的连续采集，可有效保障采集视频图像的质量，完整且优质的图像对后期图像的学习、比对有重要意义。
此外，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行上述任一项所述方法的步骤。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(RandomAccess Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”、“多”的含义是指至少两个。
应该理解，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者可能同时存在居中元件；当一个元件被称为“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件,此外，这里使用的“连接”可以包括无线连接；使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为：表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种奶牛状态的智能评估系统，其特征在于，包括：奶牛个体物联网系统、数据采集智能化控制系统、数据采集终端、云服务系统；所述奶牛个体物联网系统、所述数据采集终端、所述云服务系统分别与所述数据采集智能化控制系统连接；
所述奶牛个体物联网系统，用于验证当前奶牛的身份信息，在验证通过后，向所述数据采集智能化控制系统发送采集信号；
所述数据采集智能化控制系统，用于在接收到所述采集信号后，触发采集事件，向所述数据采集终端发送采集指令；
所述数据采集终端，用于在接收到所述采集指令后，采集当前奶牛的生物信息，并将所述生物信息发送给所述数据采集智能化控制系统；所述数据采集终端为智能化宽光谱传感器，所述智能化宽光谱传感器安装在采集通道上，根据奶牛体型固定奶牛与智能化宽光谱传感器的距离、固定智能化宽光谱传感器与地面的角度以及固定智能化宽光谱传感器与地面的垂直高度；所述生物信息为奶牛的多模态生物信息的集合，所述多模态生物信息为奶牛的生理信息和行为信息；
所述数据采集智能化控制系统，还用于对所述生物信息进行处理，得到目标生物信息，包括：使用图像识别算法对所述生物信息进行筛选，得到当前奶牛对应的可用生物信息；将所述可用生物信息和当前奶牛的身份信息关联，得到所述目标生物信息；
所述云服务系统，用于获取所述目标生物信息，提取所述目标生物信息中每个模态生物信息对应的模态特征；将提取到的所述模态特征进行特征融合，得到所述目标生物信息对应的生物特征；并基于奶牛状态智能评估模型，使用多模态生物识别技术对生物特征进行识别和认证，得到评估数据，其中，所述评估数据包括奶牛的体况指数数据、外形评分数据、步态数据、体表清洁度数据；还用于基于所述评估数据生成当前奶牛的健康状态评估报告；和/或，基于所述评估数据预测当前奶牛的未来生产数据；
所述奶牛状态智能评估模型进行具体模型分析是将输入的生物特征与预设正常参考值进行对比，得到波动值；根据所述波动值形成评估数据。
2.根据权利要求1所述的奶牛状态的智能评估系统，其特征在于，所述奶牛个体物联网系统，包括：当前奶牛佩戴的耳标，设置在采集通道的读卡器；
所述读卡器，用于读取所述耳标的耳标编号，验证当前奶牛的身份信息，在验证通过后，向所述数据采集智能化控制系统发送采集信号。
3.一种奶牛状态的智能评估方法，应用于如权利要求1-2任一项所述的奶牛状态的智能评估系统，其特征在于，包括：
利用智能化宽光谱传感器采集当前奶牛的生物信息；所述智能化宽光谱传感器安装在采集通道上，根据奶牛体型固定奶牛与智能化宽光谱传感器的距离、固定智能化宽光谱传感器与地面的角度以及固定智能化宽光谱传感器与地面的垂直高度；所述生物信息为奶牛的多模态生物信息的集合，所述多模态生物信息为奶牛的生理信息和行为信息；
对所述生物信息进行处理，得到目标生物信息，包括：使用图像识别算法对所述生物信息进行筛选，得到当前奶牛对应的可用生物信息；将所述可用生物信息和当前奶牛的身份信息关联，得到所述目标生物信息；
获取所述目标生物信息对应的生物特征，包括：提取所述目标生物信息中每个模态生物信息对应的模态特征；将提取到的所述模态特征进行特征融合，得到所述目标生物信息对应的所述生物特征；
将所述生物特征送入奶牛状态智能评估模型进行分析，使用多模态生物识别技术对生物特征进行识别和认证，得到评估数据；其中，所述评估数据包括奶牛的体况指数数据、外形评分数据、步态数据、体表清洁度数据；所述奶牛状态智能评估模型进行具体模型分析是将输入的生物特征与预设正常参考值进行对比，得到波动值；根据所述波动值形成评估数据；
基于所述评估数据生成当前奶牛的健康状态评估报告；和/或，基于所述评估数据预测当前奶牛的未来生产数据。
4.根据权利要求3所述的奶牛状态的智能评估方法，其特征在于，所述采集当前奶牛的生物信息，包括：
通过奶牛个体物联网系统验证当前奶牛的身份信息；
在验证通过后，向数据采集智能化控制系统发送采集信号；
若所述数据采集智能化控制系统接收到所述采集信号，则触发采集事件，向数据采集终端发送采集指令；
若所述数据采集终端接收到所述采集指令，则采集当前奶牛的生物信息。
5.根据权利要求4所述的奶牛状态的智能评估方法，其特征在于，所述身份信息为奶牛的耳标编号，所述通过奶牛个体物联网系统验证当前奶牛的身份信息，包括：
使用采集通道安装的读卡器，验证采集通道当前奶牛佩戴的耳标的耳标编号是否唯一，其中，所述耳标编号为奶牛身份的唯一识别标志；
若当前奶牛佩戴的耳标的耳标编号是唯一的，则确定验证通过。
6.根据权利要求5所述的奶牛状态的智能评估方法，其特征在于，在提取所述目标生物信息中每个模态生物信息对应的模态特征之前，所述方法还包括：
对所述目标生物信息进行再处理；
以及，所述对所述目标生物信息进行再处理，包括：
对所述目标生物信息进行数据清洗；
对清洗后的所述目标生物信息进行图像增强。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311337704.3A CN117094836B (zh) | 2023-10-17 | 2023-10-17 | 一种奶牛状态的智能评估系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311337704.3A CN117094836B (zh) | 2023-10-17 | 2023-10-17 | 一种奶牛状态的智能评估系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117094836A CN117094836A (zh) | 2023-11-21 |
| CN117094836B true CN117094836B (zh) | 2024-02-13 |
Family
ID=88783594
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311337704.3A Active CN117094836B (zh) | 2023-10-17 | 2023-10-17 | 一种奶牛状态的智能评估系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117094836B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105844534A (zh) * | 2016-04-08 | 2016-08-10 | 北京农业信息技术研究中心 | 奶牛体况自动评分方法及装置 |
| CN109508907A (zh) * | 2018-12-24 | 2019-03-22 | 中国科学院合肥物质科学研究院 | 基于深度学习与远程视频的奶牛体况智能评分系统 |
| CN110059781A (zh) * | 2019-04-11 | 2019-07-26 | 北京信诺必成科技有限公司 | 奶牛数字化行为识别装置 |
| KR102047428B1 (ko) * | 2019-08-09 | 2019-11-21 | 강현철 | 되새김 활동 측정을 이용한 소의 건강 관리 시스템 |
| CN114896441A (zh) * | 2022-06-07 | 2022-08-12 | 连云港东旺奶牛养殖有限公司 | 一种奶牛信息化智能养殖方法及系统 |
-
2023
- 2023-10-17 CN CN202311337704.3A patent/CN117094836B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105844534A (zh) * | 2016-04-08 | 2016-08-10 | 北京农业信息技术研究中心 | 奶牛体况自动评分方法及装置 |
| CN109508907A (zh) * | 2018-12-24 | 2019-03-22 | 中国科学院合肥物质科学研究院 | 基于深度学习与远程视频的奶牛体况智能评分系统 |
| CN110059781A (zh) * | 2019-04-11 | 2019-07-26 | 北京信诺必成科技有限公司 | 奶牛数字化行为识别装置 |
| KR102047428B1 (ko) * | 2019-08-09 | 2019-11-21 | 강현철 | 되새김 활동 측정을 이용한 소의 건강 관리 시스템 |
| CN114896441A (zh) * | 2022-06-07 | 2022-08-12 | 连云港东旺奶牛养殖有限公司 | 一种奶牛信息化智能养殖方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 图像信息技术在奶牛生产中的应用;孙雨坤 等;《动物营养学报》;第30卷(第05期);第1626-1632页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117094836A (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| González et al. | Behavioral classification of data from collars containing motion sensors in grazing cattle | |
| KR101607934B1 (ko) | 전염병 모니터링 방법 및 이를 이용한 시스템, 이를 수행하기 위한 기록매체 | |
| Tian et al. | Real-time behavioral recognition in dairy cows based on geomagnetism and acceleration information | |
| KR102265809B1 (ko) | 가속도센서를 이용한 가축 행동패턴 검출 방법 및 장치 | |
| KR102506029B1 (ko) | 영상 기반 가축 개체 성장 추이 모니터링 장치 및 방법 | |
| KR102522239B1 (ko) | 영상 기반 가축의 급이 행동 분석 장치 및 방법 | |
| KR102047428B1 (ko) | 되새김 활동 측정을 이용한 소의 건강 관리 시스템 | |
| CN117379016B (zh) | 用于肉牛养殖的远程监控系统及其方法 | |
| Kuan et al. | An imaging system based on deep learning for monitoring the feeding behavior of dairy cows | |
| KR102425523B1 (ko) | 모돈 이상징후 포착 및 관리 클라우드 서비스 방법 및 장치 | |
| CN112257608A (zh) | 一种牦牛养殖健康状态监测方法 | |
| Shakeel et al. | A deep learning-based cow behavior recognition scheme for improving cattle behavior modeling in smart farming | |
| CN117094836B (zh) | 一种奶牛状态的智能评估系统及方法 | |
| CN113068657B (zh) | 一种智能化高效养猪方法及系统 | |
| KR102624927B1 (ko) | 가축의 설사 탐지 및 설사 위험도 예측 시스템 및 그 이용 방법 | |
| KR20210115204A (ko) | 가축의 개체별 이상 징후 포착 시스템 및 그 이용 방법 | |
| CN116246223A (zh) | 一种奶牛多目标跟踪算法及健康评估方法 | |
| Depuru et al. | Automating poultry farm management with artificial intelligence: Real-time detection and tracking of broiler chickens for enhanced and efficient health monitoring | |
| CN115965875A (zh) | 一种农作物病虫害智能监控方法及系统 | |
| CN113813587A (zh) | 一种智能化多功能运动场地 | |
| KR20130089980A (ko) | 축사 보안 장치 및 방법 | |
| Martinez-Rau et al. | A noise-robust acoustic method for recognizing foraging activities of grazing cattle | |
| CN112215105A (zh) | 目标动物的身体异常监测方法和装置、设备及存储介质 | |
| Shi et al. | Internet-of-Things Behavior Monitoring System Based on Wearable Inertial Sensors for Classifying Dairy Cattle Health Using Machine Learning | |
| US12026575B2 (en) | Animal motion and temperature monitoring |
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 |