CN118020666A - 一种智能动物发情鉴定方法及系统 - Google Patents
一种智能动物发情鉴定方法及系统 Download PDFInfo
- Publication number
- CN118020666A CN118020666A CN202410156030.5A CN202410156030A CN118020666A CN 118020666 A CN118020666 A CN 118020666A CN 202410156030 A CN202410156030 A CN 202410156030A CN 118020666 A CN118020666 A CN 118020666A
- Authority
- CN
- China
- Prior art keywords
- data
- oestrus
- estrus
- animal
- time
- 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
- 230000012173 estrus Effects 0.000 title claims abstract description 220
- 241001465754 Metazoa Species 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000008859 change Effects 0.000 claims abstract description 136
- 238000010586 diagram Methods 0.000 claims abstract description 70
- 238000001514 detection method Methods 0.000 claims description 106
- 238000012545 processing Methods 0.000 claims description 64
- 230000036760 body temperature Effects 0.000 claims description 62
- 230000037406 food intake Effects 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 9
- 241001494479 Pecora Species 0.000 claims description 8
- 230000036541 health Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 8
- 238000009395 breeding Methods 0.000 description 7
- 230000001488 breeding effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241000283690 Bos taurus Species 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 210000002249 digestive system Anatomy 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 238000009304 pastoral farming Methods 0.000 description 2
- 208000031636 Body Temperature Changes Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010170 biological method Methods 0.000 description 1
- 230000036996 cardiovascular health Effects 0.000 description 1
- 235000021050 feed intake Nutrition 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004454 trace mineral analysis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种智能动物发情鉴定方法及系统,属于动物发情鉴定技术领域,包括以下步骤:获取动物的发情指示数据,得到发情指示参照数据,并形成发情指示参照数据‑时间变化图;根据设定时间段内动物的发情情况,构建发情参照模型;根据发情指示参照数据‑时间变化图和发情参照模型进行比对,对待测动物个体的发情状况进行预测。
Description
技术领域
本发明属于动物发情鉴定技术领域,具体涉及一种智能动物发情鉴定方法及系统。
背景技术
目前,实际生产上常用到的发情鉴定方法仍是以常规发情鉴定方法为主,包括外部观察法、试情法、阴道检查法、直肠检查法、仿生法等,这些方法主要凭借养殖人员的观察和感觉能力,因而检测结果受养殖人员经验与母畜发情表现强度的限制,存在很强的主观性和不准确性,观察行为表现是一种常见的方法,但它容易受到饲养环境、个体差异和人为主观判断的影响。使用观察行为或其他非自动化方法进行发情鉴定需要大量的人力和时间投入。这对于大规模饲养场或农场来说是一个挑战,可能导致效率低下和生产成本上升。某些发情检测装置的操作复杂,需要具备专业知识和技能的人员进行操作和解读结果。这可能限制了一些饲养者或农民的使用范围,并增加了培训和技术支持的需求。
另外,随着畜牧养殖的快速发展,养殖场对牛羊等大型动物的养殖方法和手段上不断地更新,但大多数养殖场仍采用人工的方式对羊类进行管理,没有采用相应设备进行羊类日常活动数据的采集,管理过程繁琐,养殖成本较高,同时对采集到的数据也没有进行准确性对比。
发明内容
为了实现上述目的,本发明是通过如下的技术方案来实现:
第一方面,本发明提供了一种智能动物发情鉴定方法,包括以下步骤:
获取动物的发情指示数据,得到发情指示参照数据,并形成发情指示参照数据-时间变化图;
根据设定时间段内动物的发情情况,构建发情参照模型;
根据发情指示参照数据-时间变化图和发情参照模型进行比对,对待测动物个体的发情状况进行预测。
作为进一步的技术方案,发情指示数据包括体温、运动量、采食时间,发情指示参照数据包括体温参照数据、运动量参照数据、采食时间参照数据。
作为进一步的技术方案,所述发情指示数据由多种检测设备进行获取,将多种检测设备获取的同一发情指示数据进行对比,剔除异常数据后,将剩余数据的平均值作为发情指示参照数据;
其中,检测设备包括佩戴检测模块、红外检测模块、分子身份证,各检测设备均与数据处理终端通信,将相应数据传输至数据处理终端。
作为进一步的技术方案,将由佩戴检测模块采集动物的第一发情指示数据作为第一检测结果,并将第一检测结果输送至数据处理终端,数据处理终端生成第一发情指示数据-时间变化图;
将由红外检测模块采集动物的第二发情指示数据作为第二检测结果,并将第二检测结果输送至数据处理终端,数据处理终端生成第二发情指示数据-时间变化图;
将由分子身份证采集动物的第三发情指示数据作为第三检测结果,并将第三检测结果输送至数据处理终端,数据处理终端生成第三发情指示数据-时间变化图。
作为进一步的技术方案,体温参照数据的得出过程为:
将第一检测结果、第二检测结果和第三检测结果中所测定的体温数据在数据处理终端中进行处理,将第一发情指示数据-时间变化图、第二发情指示数据-时间变化图、第三发情指示数据-时间变化图中的体温-时间变化图进行对比,根据不同使用场地和环境气候设定体温数据变化幅度,剔除变化幅度异常的体温数据后,取剩余体温数据的平均值为体温参照数据,并得到体温参照数据-时间变化图。
作为进一步的技术方案,采食时间参照数据的得出过程为:
将第一检测结果和第二检测结果中所测定的采食时间数据在数据处理终端中进行处理,将第一发情指示数据-时间变化图、第二发情指示数据-时间变化图中的采食时间-时间变化图进行对比,根据不同使用场地和环境气候设定采食时间数据变化幅度,剔除变化幅度异常的采食时间数据后,取剩余采食时间数据的平均值为采食时间参照数据,并得到采食时间参照数据-时间变化图。
作为进一步的技术方案,运动量参照数据的得出过程为:
将第一检测结果和第三检测结果中所测定的运动量和运动轨迹数据在数据处理终端中进行处理,将第一发情指示数据-时间变化图、第三发情指示数据-时间变化图中的运动量-时间变化图进行对比,对照目标动物的运动轨迹,其中第一检测结果和第三检测结果的运动轨迹应为一致,为运动轨迹对照数据,如出现差异,检查设备是否遗失、损坏,检查羊只是否遗失;并根据不同使用场地和环境气候设定运动量数据变化幅度,剔除变化幅度异常的运动量数据后,取剩余运动量数据的平均值为运动量参照数据,并得到运动量参照数据-时间变化图。
作为进一步的技术方案,发情参照模型的构建过程为:在不同季节的设定时间段内,确定多只动物的发情情况,作为发情参照模型;动物的发情情况为发情或者未发情;发情参照模型中将动物发情时所对应的发情指示数据进行存储;
对待测动物个体的发情状况进行预测的过程为:
将同一季节的发情指示参照数据-时间变化图和发情参照模型中动物发情时对应的发情指示数据进行比对,若发情指示参照数据-时间变化图中相应区间的数据与发情参照模型中动物发情时对应的发情指示数据能够匹配,则表征对应动物处于发情状态。
作为进一步的技术方案,所述佩戴检测模块通过绑带固定于动物身上;分子身份证储存目标动物DNA、RNA、体重数据,动物养殖场内在动物途径处设置与体重秤,监测动物体重变化并将数据发送至分子身份证和数据处理终端;数据处理终端根据发情指示数据进对动物进行健康监测、运动量评估、运动轨迹分析、采食时间监测。
第二方面,本发明还提供了一种智能动物发情鉴定系统,包括:
第一模块,用于获取动物的发情指示数据,得到发情指示参照数据,并形成发情指示参照数据-时间变化图;
第二模块,用于根据设定时间段内动物的发情情况,构建发情参照模型;
第三模块,用于根据发情指示参照数据-时间变化图和发情参照模型进行比对,对待测动物个体的发情状况进行预测。
上述本发明的有益效果如下:
本发明的智能动物发情鉴定方法,通过多设备结合测定,从不同的角度对目标羊的体温,运动量,运动轨迹,行为,采食时间等数据进行测定,进而通过对不同设备采集到的数据进行对照取证,得到准确的数据,从而解决了传统单一设备测定受外界影响因素过大,数据无法确定是否无误的问题,提高了采集数据的准确性。
本发明的智能动物发情鉴定方法,通过多设备结合测定得到的准确的数据,快速的对目标动物进行发情鉴定,提高发情鉴定的准确率,提高配种效率,监测动物健康状况,帮助养殖人员及时发现和处理患病或异常情况,提高动物的生产力和健康水平,从而减少劳动成本。
本发明的智能动物发情鉴定方法,可以更为方便的识别动物个体的采食、体温变化、运动等行为特征,方便牧场实时掌握每只动物的精确位置、身体状况和活动信息,并对目标动物进行发情鉴定、疾病监测等处理,能够及时发现问题,提前参与,高效地管理每一只动物,大幅度提高工作效率和对动物的规范化养殖,节省大量的养殖成本,具有广阔的市场应用前景。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明根据一个或多个实施方式的智能动物发情鉴定方法流程图;
图中:为显示各部位位置而夸大了互相间间距或尺寸,示意图仅作示意使用。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非本发明另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合;
为了方便叙述,本发明中如果出现“上”、“下”、“左”、“右”字样,仅表示与附图本身的上、下、左、右方向一致,并不对结构起限定作用,仅仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本发明的限制。
本发明的一种典型的实施方式中,如图1所示,提出一种智能动物发情鉴定方法,包括以下步骤:
获取动物的发情指示数据,得到发情指示参照数据,并形成发情指示参照数据-时间变化图;
根据设定时间段内动物的发情情况,构建发情参照模型;
根据发情指示参照数据-时间变化图和发情参照模型进行比对,对待测动物个体的发情状况进行预测。
需要说明的是,本发明中的动物可为羊或牛或猪等。
其中,发情指示数据包括体温、运动量、采食时间,发情指示参照数据包括体温参照数据、运动量参照数据、采食时间参照数据。
优选的实施方案中,发情指示数据由多种检测设备进行获取,将多种检测设备获取的同一发情指示数据进行对比,剔除异常数据后,将剩余数据的平均值作为发情指示参照数据。
本发明在现代生物学方法和智能化检测的基础上提供一种从多角度检测动物不同生理性状,并对收集到的数据进行筛选和比对,并依照收集到的数据自动对目标动物进行发情鉴定。
其中,检测设备包括佩戴检测模块、红外检测模块、分子身份证,各检测设备均与数据处理终端通信,将相应数据传输至数据处理终端,数据处理终端根据所收集到的数据对目标动物进行发情鉴定,并将所收集到的数据进行可视化处理。
佩戴检测模块、红外检测模块、分子身份证的数据采集间隔时间均可根据不同需求进行设置。
基于所采集到的运动量、运动轨迹、采食时间和体温等相关数据,生成用于指示目标动物是否发情的目标结果,其中佩戴检测模块、红外检测模块、分子身份证所采集到的数据,通过在数据处理终端进行数据对照保证目标动物数据监测的准确性,作为发情鉴定的主要依据。
将由佩戴检测模块采集动物的第一发情指示数据作为第一检测结果,并将第一检测结果输送至数据处理终端,数据处理终端生成第一发情指示数据-时间变化图。
将由红外检测模块采集动物的第二发情指示数据作为第二检测结果,并将第二检测结果输送至数据处理终端,数据处理终端生成第二发情指示数据-时间变化图。
将由分子身份证采集动物的第三发情指示数据作为第三检测结果,并将第三检测结果输送至数据处理终端,数据处理终端生成第三发情指示数据-时间变化图。
具体的,佩戴检测模块采集动物的体温、运动量、采食时间、运动轨迹,数据处理终端针对每一数据分别生成相应的第一发情指示数据-时间变化图,即第一体温-时间变化图、第一运动量-时间变化图、第一采食时间-时间变化图。
具体的,红外检测模块采集动物的体温、采食时间,数据处理终端针对每一数据分别生成相应的第二发情指示数据-时间变化图,即第二体温-时间变化图、第二采食时间-时间变化图。
具体的,分子身份证采集动物的体温、运动量、运动轨迹,数据处理终端针对每一数据分别生成相应的第三发情指示数据-时间变化图,即第三体温-时间变化图、第二运动量-时间变化图。
其中,发情指示参照数据包括体温参照数据、采食时间参照数据、运动量参照数据。
体温参照数据的得出过程为:
将第一检测结果、第二检测结果和第三检测结果中所测定的体温数据在数据处理终端中进行处理,对比不同检测设备所采集到的体温数据,根据不同使用场地和环境气候设定体温数据变化幅度,剔除变化幅度异常的体温数据后,取剩余体温数据的平均值为体温参照数据,从而大大降低不同外界因素对所获体温数据的影响,提高数据的准确性。
以上得出的体温参照数据均为同一时间段的数据,在不同时间段均按上述过程进行,得到不同时间段的多个体温参照数据,并生成体温参照数据-时间变化图。
对体温数据的对比可以直接将同一时间段内不同检测设备采集的体温数据进行对比,也可将不同检测设备采集的体温数据变化图进行对比。
具体的,根据体温数据变化图对体温数据的对比过程为:将第一发情指示数据-时间变化图、第二发情指示数据-时间变化图、第三发情指示数据-时间变化图中的体温-时间变化图进行对比,也即,将第一体温-时间变化图、第二体温-时间变化图、第三体温-时间变化图进行对比,将相应变化幅度异常的数据进行剔除,而后在各个时间段内,将不同检测设备采集的体温数据取平均值,得到各个时间段的体温参照数据,并生成体温参照数据-时间变化图,该图可用于对动物状态的评估。
通过对各个时间段不同检测设备采集到的数据进行对比,避免外界因素导致的数据变化异常,保证最终数据的准确性。
采食时间参照数据的得出过程为:
将第一检测结果和第二检测结果中所测定的采食时间数据在数据处理终端中进行处理,对比不同检测设备所采集的采食时间数据,根据不同使用场地和环境气候设定采食时间数据变化幅度,剔除变化幅度异常的采食时间数据后,取剩余采食时间数据的平均值为采食时间参照数据,降低误差提高数据的准确性和可靠性。
以上得出的采食时间参照数据均为同一时间段的数据,在不同时间段均按上述过程进行,得到不同时间段的多个采食时间参照数据,并生成采食时间参照数据-时间变化图。
对采食时间数据的对比可以直接将同一时间段内不同检测设备采集的采食时间数据进行对比,也可将不同检测设备采集的采食时间数据变化图进行对比。
具体的,根据采食时间数据变化图对采食时间数据的对比过程为:将第一发情指示数据-时间变化图、第二发情指示数据-时间变化图中的采食时间-时间变化图进行对比,也即,将第一采食时间-时间变化图、第二采食时间-时间变化图进行对比,将相应变化幅度异常的数据进行剔除,而后在各个时间段内,将不同检测设备采集的采食时间数据取平均值,得到各个时间段的采食时间参照数据,并生成采食时间参照数据-时间变化图,该图可用于对动物状态的评估。
运动量参照数据的得出过程为:
将第一检测结果和第三检测结果中所测定的运动量和运动轨迹数据在数据处理终端中进行处理,对比不同检测设备所采集到的运动量和运动轨迹数据,对照目标动物的运动轨迹、运动量,其中第一检测结果和第三检测结果的运动轨迹应为一致,为运动轨迹对照数据,如出现差异,应及时检查设备是否遗失、损坏,检查羊只是否遗失;并根据不同使用场地和环境气候设定运动量数据变化幅度,剔除变化幅度异常的运动量数据后,取剩余运动量数据的平均值为运动量参照数据。
运动轨迹出现差异时,检查检测设备是否遗失,如是否为动物打斗导致设备掉落,若为打斗则要检查动物是否受伤,可以保证动物放牧饲养时监控每只动物的动态,防止动物走失。
以上得出的运动量参照数据均为同一时间段的数据,在不同时间段均按上述过程进行,得到不同时间段的多个运动量参照数据,并生成运动量参照数据-时间变化图。
对运动量数据的对比可以直接将同一时间段内不同检测设备采集的运动量数据进行对比,也可将不同检测设备采集的运动量数据变化图进行对比。
具体的,根据运动量数据变化图对运动量数据的对比过程为:将第一发情指示数据-时间变化图、第三发情指示数据-时间变化图中的运动量-时间变化图进行对比,也即,将第一运动量-时间变化图、第二运动量-时间变化图进行对比,将相应变化幅度异常的数据进行剔除,而后在各个时间段内,将不同检测设备采集的运动量数据取平均值,得到各个时间段的运动量参照数据,并生成运动量参照数据-时间变化图,该图可用于对动物状态的评估。
以上过程中得到的体温参照数据-时间变化图、采食时间参照数据-时间变化图、运动量参照数据-时间变化图,可用于对养殖场内每只动物进行实时监控,并作为目标动物的电子健康档案存储于数据处理终端和分子身份证中。
其中,发情参照模型的构建过程为:
在不同季节的设定时间段内,确定多只动物的发情情况,作为发情参照模型。
具体的,该设定时间段为进行检测的最初一段时间,通常为1-2个月。
具体的,动物的发情情况为发情或者未发情。
此过程中,动物的发情情况由人工确认;该过程中动物的体温、采食时间、运动量同步采集,发情参照模型中将动物发情时所对应的发情指示数据(体温、采食时间、运动量)进行存储,以给后续动物发情预测提供参照。
在该过程中,还可根据不同季节的动物发情时的发情指示数据,对发情参照模型进行迭代训练,以更准确的进行预测。
其中,对待测动物个体的发情状况进行预测的过程为:
将同一季节的发情指示参照数据-时间变化图和发情参照模型中动物发情时对应的发情指示数据进行比对,对待测动物个体的发情状况进行预测,若发情指示参照数据-时间变化图中相应区间的数据与发情参照模型中动物发情时对应的发情指示数据能够匹配,则表征对应动物处于发情状态。
具体的,在同一季节下,将体温参照数据-时间变化图、采食时间参照数据-时间变化图、运动量参照数据-时间变化图分别与发情参照模型中动物发情时对应的体温数据、采食时间数据、运动量数据进行比对,确定体温参照数据-时间变化图、采食时间参照数据-时间变化图、运动量参照数据-时间变化图分别与发情参照模型中动物发情时对应的体温数据、采食时间数据、运动量数据的匹配情况,若体温参照数据-时间变化图、采食时间参照数据-时间变化图、运动量参照数据-时间变化图中的两个及以上分别与发情参照模型中动物发情时对应的相应数据相匹配,则对应动物处于发情状态。
也即,若体温参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的体温数据相匹配、采食时间参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的采食时间数据相匹配,或,体温参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的体温数据相匹配、运动量参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的运动量数据相匹配,或,采食时间参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的采食时间数据相匹配、运动量参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的运动量数据相匹配,或,体温参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的体温数据相匹配、采食时间参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的采食时间数据相匹配、运动量参照数据-时间变化图相应区间的数据与发情参照模型中动物发情时对应的运动量数据相匹配,对应动物处于发情状态。
本发明中,数据处理终端可对发情指示数据进行处理,得到可视化数据(如各数据随时间变化图),由得到的可视化数据,可对动物进行健康监测、运动量评估、运动轨迹分析、采食时间监测。
通过体温的监测,当体温出现异常变化时,可能是动物中存在疾病或不适的信号,可以及时发现潜在的健康问题,如感染、发热或其他疾病迹象,并及时采取措施进行诊断和治疗,有助于保持动物的健康状态。
通过运动量可以评估其活跃程度和运动需求。正常的运动量有助于动物的肌肉发展、消化系统功能和心血管健康。通过监测动物的运动量,可以判断动物的活动水平是否正常,以便调整饲养管理和提供适当的运动空间。
通过运动轨迹分析,提供有关营养资源和饲料分布的信息。得到动物在不同时间和地点的活动范围,可以更好地规划草场利用、饲料分配和放牧管理,以优化饲养效益和资源利用。
通过采食时间监测,可以评估其饲料摄入量和饲养效益。正常的采食时间有助于维持动物的营养平衡和消化系统功能。通过监测动物的采食时间,可以调整饲料分配和供应策略,确保动物获得足够的饲料和适宜的营养。
以下对各检测设备进行具体说明。
佩戴检测模块、红外检测模块、分子身份证每隔设定时间就发送一次数据给数据处理终端,该部分可通过蓝牙模块进行部分参数修改,如修改数据发送的间隔时间(发送频率)。
其中,佩戴检测模块主要由内置检测元件,锂离子电池以及保护外壳组成。保护外壳为塑料制成的,其包裹在内置检测元件外面,直接与动物接触,佩戴于动物身上时防止磕碰,同时采用亲肤轻盈的材料。锂离子电池为内置检测元件供电。内置检测元件主要包括mpu6050六轴传感器、体温监测模块及蓝牙信息发射模块,mpu6050六轴传感器根据设定要求,可收集动物运动量、运动距离、运动轨迹、采食时间等数据;体温监测模块可以实时监测动物体温,并通过蓝牙信息发射模块设定的发送时间将数据传送至数据处理终端。
佩戴检测模块通过固定用绑带固定于动物身上,固定用绑带可采用编织绑带,与保护外壳固定连接,将佩戴检测模块固定在目标动物指定位置,并保证设备的稳定性和安全性。
其中,红外检测模块可以采用红外检测摄像头,其主要采集目标动物体温、采食时间等数据,并将数据上传至数据处理终端。
其中,分子身份证可以采用动物耳标,其主要用于测定目标动物体温、运动量、运动轨迹、储存目标动物DNA、RNA、体重等数据;根据其中设定的温度采集时间每隔一段时间采集一次体温,并将数据上传至数据处理终端。
优选的实施方案中,动物养殖场内在动物途径处设置与分子身份证配套的体重秤,当目标动物经过体重秤时,自动监测体重变化并将数据发送至分子身份证和数据处理终端,实时更新目标动物体重数据。
本发明的另一种典型的实施方式中,提出一种智能动物发情鉴定系统,包括:
第一模块,用于获取动物的发情指示数据,得到发情指示参照数据,并形成发情指示参照数据-时间变化图;
第二模块,用于根据设定时间段内动物的发情情况,构建发情参照模型;
第三模块,用于根据发情指示参照数据-时间变化图和发情参照模型进行比对,对待测动物个体的发情状况进行预测。
需要说明的是,上述各模块的具体实现过程已经在前述内容中进行了详细说明,此处不再详述。
本发明的再一种典型的实施方式中,提出一种终端设备,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述智能动物发情鉴定方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
本发明的再一种典型的实施方式中,提出一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行如上所述的智能动物发情鉴定方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能动物发情鉴定方法,其特征是,包括以下步骤:
获取动物的发情指示数据,得到发情指示参照数据,并形成发情指示参照数据-时间变化图;
根据设定时间段内动物的发情情况,构建发情参照模型;
根据发情指示参照数据-时间变化图和发情参照模型进行比对,对待测动物个体的发情状况进行预测。
2.如权利要求1所述的智能动物发情鉴定方法,其特征是,发情指示数据包括体温、运动量、采食时间,发情指示参照数据包括体温参照数据、运动量参照数据、采食时间参照数据。
3.如权利要求1或2所述的智能动物发情鉴定方法,其特征是,所述发情指示数据由多种检测设备进行获取,将多种检测设备获取的同一发情指示数据进行对比,剔除异常数据后,将剩余数据的平均值作为发情指示参照数据;
其中,检测设备包括佩戴检测模块、红外检测模块、分子身份证,各检测设备均与数据处理终端通信,将相应数据传输至数据处理终端。
4.如权利要求3所述的智能动物发情鉴定方法,其特征是,将由佩戴检测模块采集动物的第一发情指示数据作为第一检测结果,并将第一检测结果输送至数据处理终端,数据处理终端生成第一发情指示数据-时间变化图;
将由红外检测模块采集动物的第二发情指示数据作为第二检测结果,并将第二检测结果输送至数据处理终端,数据处理终端生成第二发情指示数据-时间变化图;
将由分子身份证采集动物的第三发情指示数据作为第三检测结果,并将第三检测结果输送至数据处理终端,数据处理终端生成第三发情指示数据-时间变化图。
5.如权利要求4所述的智能动物发情鉴定方法,其特征是,体温参照数据的得出过程为:
将第一检测结果、第二检测结果和第三检测结果中所测定的体温数据在数据处理终端中进行处理,将第一发情指示数据-时间变化图、第二发情指示数据-时间变化图、第三发情指示数据-时间变化图中的体温-时间变化图进行对比,根据不同使用场地和环境气候设定体温数据变化幅度,剔除变化幅度异常的体温数据后,取剩余体温数据的平均值为体温参照数据,并得到体温参照数据-时间变化图。
6.如权利要求4所述的智能动物发情鉴定方法,其特征是,采食时间参照数据的得出过程为:
将第一检测结果和第二检测结果中所测定的采食时间数据在数据处理终端中进行处理,将第一发情指示数据-时间变化图、第二发情指示数据-时间变化图中的采食时间-时间变化图进行对比,根据不同使用场地和环境气候设定采食时间数据变化幅度,剔除变化幅度异常的采食时间数据后,取剩余采食时间数据的平均值为采食时间参照数据,并得到采食时间参照数据-时间变化图。
7.如权利要求4所述的智能动物发情鉴定方法,其特征是,运动量参照数据的得出过程为:
将第一检测结果和第三检测结果中所测定的运动量和运动轨迹数据在数据处理终端中进行处理,将第一发情指示数据-时间变化图、第三发情指示数据-时间变化图中的运动量-时间变化图进行对比,对照目标动物的运动轨迹,其中第一检测结果和第三检测结果的运动轨迹应为一致,为运动轨迹对照数据,如出现差异,检查设备是否遗失、损坏,检查羊只是否遗失;并根据不同使用场地和环境气候设定运动量数据变化幅度,剔除变化幅度异常的运动量数据后,取剩余运动量数据的平均值为运动量参照数据,并得到运动量参照数据-时间变化图。
8.如权利要求1所述的智能动物发情鉴定方法,其特征是,发情参照模型的构建过程为:在不同季节的设定时间段内,确定多只动物的发情情况,作为发情参照模型;动物的发情情况为发情或者未发情;发情参照模型中将动物发情时所对应的发情指示数据进行存储;
对待测动物个体的发情状况进行预测的过程为:
将同一季节的发情指示参照数据-时间变化图和发情参照模型中动物发情时对应的发情指示数据进行比对,若发情指示参照数据-时间变化图中相应区间的数据与发情参照模型中动物发情时对应的发情指示数据能够匹配,则表征对应动物处于发情状态。
9.如权利要求3所述的智能动物发情鉴定方法,其特征是,所述佩戴检测模块通过绑带固定于动物身上;分子身份证储存目标动物DNA、RNA、体重数据,动物养殖场内在动物途径处设置与体重秤,监测动物体重变化并将数据发送至分子身份证和数据处理终端;数据处理终端根据发情指示数据进对动物进行健康监测、运动量评估、运动轨迹分析、采食时间监测。
10.一种智能动物发情鉴定系统,其特征是,包括:
第一模块,用于获取动物的发情指示数据,得到发情指示参照数据,并形成发情指示参照数据-时间变化图;
第二模块,用于根据设定时间段内动物的发情情况,构建发情参照模型;
第三模块,用于根据发情指示参照数据-时间变化图和发情参照模型进行比对,对待测动物个体的发情状况进行预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410156030.5A CN118020666A (zh) | 2024-02-01 | 2024-02-01 | 一种智能动物发情鉴定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410156030.5A CN118020666A (zh) | 2024-02-01 | 2024-02-01 | 一种智能动物发情鉴定方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118020666A true CN118020666A (zh) | 2024-05-14 |
Family
ID=90990561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410156030.5A Pending CN118020666A (zh) | 2024-02-01 | 2024-02-01 | 一种智能动物发情鉴定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118020666A (zh) |
-
2024
- 2024-02-01 CN CN202410156030.5A patent/CN118020666A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Costa et al. | Symposium review: Precision technologies for dairy calves and management applications | |
AU2017276810B2 (en) | System for monitoring pasture intake | |
AU2011247052B2 (en) | Apparatus and method for detecting disease in dairy animals | |
Nielsen | Automatic registration of grazing behaviour in dairy cows using 3D activity loggers | |
Maselyne et al. | Online warning systems for individual fattening pigs based on their feeding pattern | |
US9955672B2 (en) | Infrared thermography and behaviour information for identification of biologically important states in animals | |
Cornou et al. | Use of information from monitoring and decision support systems in pig production: Collection, applications and expected benefits | |
AU2015332004A1 (en) | A method and device for remote monitoring of animals | |
CN107224278A (zh) | 牲畜体征监测装置及系统 | |
Wang et al. | An RFID-based automated individual perching monitoring system for group-housed poultry | |
Alipio et al. | Intelligent wearable devices and biosensors for monitoring cattle health conditions: A review and classification | |
CN104115763A (zh) | 一种奶牛发情监测装置 | |
CN207733437U (zh) | 一种草食动物采食与游走行为记录仪 | |
Reigones et al. | Real-time vital signs monitoring system towards livestock health furtherance | |
Ojukwu et al. | Development of a computer vision system to detect inactivity in group-housed pigs | |
Norton et al. | Precision livestock farming: the future of livestock welfare monitoring and management | |
CN118020666A (zh) | 一种智能动物发情鉴定方法及系统 | |
CN113516139A (zh) | 数据处理方法、装置、设备和存储介质 | |
CA2854344C (en) | Infrared thermography and behaviour information for identification of biolically important states in animals | |
Porto et al. | On the determination of acceleration thresholds for the automatic detection of cow behavioural activities in extensive livestock systems | |
CN112560336A (zh) | 畜牧物联网采集体温校准方法 | |
Tahsin | Development of a propeller P8X 32A based wireless biosensor system for cattle health monitoring and disease detection | |
Konka et al. | Automatic classification of eating and ruminating in cattle using a collar mounted accelerometer | |
TÜRKER et al. | Precision Animal Husbandry Technologies And Applications | |
Darvesh et al. | IOT and AI based smart cattle health monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |