一种具有后备母猪监测的公猪诱情栏猪舍的制作方法

本发明属于畜牧养殖领域，具体的说是一种智能公猪诱情监测系统。

背景技术：

后备小母猪驯化诱情猪舍是现代配种猪舍中保证公猪与母猪良好配种所必备的重要生产猪舍，公猪接触诱情是影响后备母猪发情的重要手段，因此母猪与公猪的接触区域设计显得相当重要。

提高仔猪的生长条件，同时为母猪群提供尽可能好的机会来提高遗传潜力和整体产量，公猪诱情栏的主要目标是为后备小母猪在较小的年龄进入种群，并具有较高的生育能力做准备。但是目前的公猪诱情栏猪舍难以进行有效的监管。观察母猪发情特征需要饲养员花费大量时间在一群后备母猪中观察母猪发情特征，如静止，竖耳等发情反应。饲养员需要经过大量的培训进行经验的积累，才能正确的判断后备小母猪是否处于发情期，从而挑选出发情的后备小母猪，进行育种。

另外，随着生产成本的增加，猪舍的占地面积固定的情况下，人力看管后备母猪的数量有限，难以同时管理多个猪舍。且相同猪舍面积下，通过单一的人工管理，可饲养的后备母猪数量较少。

技术实现要素：

为了实现一种自动值守，在有限的空间内饲养尽量多的后备母猪，且能达到诱情效果的猪舍，采用了以下手段：

一种具有后备母猪监测的公猪诱情栏猪舍，包括公猪栏、母猪栏、摄像设备，所述猪舍中央设置5-8个猪栏，其中公猪栏至少设置4个，母猪栏至多设置2个；

放置于公猪栏的公猪需要选择雄性特征明显的公猪，从而达到更好的诱情效果。

还包括母猪识别系统，所述母猪识别系统与摄像设备及三轴加速器电连接，摄像设备设置于猪舍上方，三轴加速器设置于后备母猪右侧前腿部，事先采集发情母猪位移运动量信息，当三轴加速器位移运动量采集的信息与发情特征信息匹配时，摄像设备以俯视角度观察匹配的后备母猪，通过母猪识别系统对后备母猪进行发情识别；

卷积神经网络这一算法主要是用于检测母猪的爬跨行为或者竖耳行为。爬跨与竖耳为典型的母猪发情行为，因猪舍饲养的后备母猪数量比人工检测的多，可以在有限的猪舍内饲养更多的后备母猪，因此后备母猪发情后更容易产生爬跨行为，从而便于卷积向量机算法判断母猪是否发情。

母猪识别系统通过卷积神经网络判断摄像设备捕捉画面中的后备母猪是否发情，判断为发情时，发出信号。

母猪识别系统配置有zigbee基站，三轴加速器配置有zigbee节点，三轴加速器检测到后备母猪发情行为的三轴加速器通过zigbee将母猪信息发送至母猪识别系统。

三轴加速器检测后备母猪的发情行为包括爬跨与竖耳。

摄像设备采用ptz（pan-tilt-zoom）摄像头。ptz摄像头可以通过水平360度，垂直120度旋转以及缩放等，能够以最佳角度获得后备母猪的图像信号，同时云台也可以作为ptz摄像头。

母猪识别系统至少需要接收到一个zigbee信号与图像信号后，再进行判断。

ptz摄像头是采用2k/60hz的制式记录连续的图像信号。采用高帧率连续的图像信号采集，可以给母猪识别系统更多的素材。

与母猪识别系统电连接的ptz摄像头不止一个，在多个摄像头授权下，在猪舍中间设置向猪舍两端短边监视的ptz摄像头；在猪舍短边两端设置向猪舍中心监视的ptz摄像头。

设置于猪舍中间的ptz摄像头与公猪栏的垂直距离不超过1米，使其靠近诱情公猪。

母猪识别系统设置于猪舍长边一侧，并接入互联网。通过互联网可以向第三方服务商申请推送服务，推送母猪发情信息。

母猪识别系统发出的信号同时通过互联网以及以太网推送。

通过上述手段，值守饲养员可以同时通过母猪识别系统监测多个猪舍，节省饲养员的人力资源，通过终端，值守饲养员很快的就能接收到来自母猪识别系统的信息，从而快速确定发情的后备母猪。因为诱情猪舍管理的难度，饲养员很难掌握大量母猪的发情实际情况，因此，要么雇佣多名值守饲养员分批看管，要么猪舍单位面积内后备母猪的饲养量。难以在浪费人力资源或者是猪舍面积资源中找到平衡，而通过本发明所提供的猪舍，可以在单位面积内有效的降低值守饲养员数量的同时提升后备母猪的饲养量，且使得后备母猪的爬跨行为可被监控，从而准确的判断后备母猪是否发情。另一方面，为种猪提供了充足后备母猪资源，提升了种猪的育种效率。

附图说明

图1为本发明实施例的猪舍布局俯视图。

具体实施方式

一种具有后备母猪监测的公猪诱情栏猪舍，包括母猪栏2、公猪栏3、8个ptz摄像头4，所述猪舍中央设置6个猪栏，其中公猪栏3设置4个，母猪栏2设置2个；

放置于公猪栏3的公猪需要选择雄性特征明显的公猪，从而达到更好的诱情效果，而诱情公猪旁至少两栏内放置一头母猪，便于公主更好的激发雄性性征，从而有效诱情后备母猪。

还包括母猪识别系统1，所述母猪识别系统1与ptz摄像头4及三轴加速器电连接，ptz摄像头4设置于猪舍上方，三轴加速器设置于后备母猪右侧前腿部，事先采集发情母猪位移运动量信息，当三轴加速器位移运动量采集的信息与发情特征信息匹配时，ptz摄像头4以俯视角度观察匹配的后备母猪，通过母猪识别系统1对后备母猪进行发情识别；

卷积神经网络这一算法主要是用于检测母猪的爬跨行为或者竖耳行为。爬跨与竖耳为典型的母猪发情行为，因猪舍饲养的后备母猪数量比人工检测的多，可以在有限的猪舍内饲养更多的后备母猪，因此后备母猪发情后更容易产生爬跨行为，从而便于卷积向量机算法判断母猪是否发情。

母猪识别系统1通过卷积神经网络判断ptz摄像头4捕捉画面中的后备母猪是否发情，判断为发情时，发出信号。

卷积神经网络中，本实施例采用fasterr-cnn算法，首先需要将目标图像数据的进行归一化，使得在卷积神经网络中可以对后备母猪的边框进行判断。因爬跨后备母猪的边框与正常站立的后备母猪相比，边框范围有显著特征变化，故区域池化特别突出爬跨特征，也可将竖耳特征纳入学习。在大量捕获后备母猪爬跨以及竖耳的图像信号后，输入fasterr-cnn网络进行深度学习，通过参考边框，学习预测偏移量，从而区分爬跨或竖耳后备母猪。如果需要，可以在后备母猪的右侧前腿处设置三轴感应器，通过三轴感应器发出固定信号，如闪烁，蜂鸣等，或通过三轴感应器通知其他信号接收设备，如声频感应器、光纤感应器等，将爬跨开始的信号传递给母猪识别系统1，随后母猪识别系统1通知ptz摄像头4采集具有爬跨行为的后备母猪。残差网络属于卷积神经网络的经典训练模型，训练之后，即能够对爬跨或竖耳的后备母猪进行识别。

母猪识别系统1配置有两个zigbee基站5，，三轴加速器配置有zigbee节点，三轴加速器检测到后备母猪发情行为的三轴加速器通过zigbee节点将母猪信息发送至母猪识别系统1。由于zigbee节点自带特征id，因此zigbee基站5从节点接收特征信号与爬跨信号后，输入至母猪识别系统1，由母猪识别系统1负责发送信号。zigbee节点平时处于待机状态，当三轴加速器检测到爬跨信号后，激活zigbee节点，由zigbee节点与zigbee基站5无线通讯，从而达到省电的目的。

三轴加速器检测后备母猪的发情行为包括爬跨与竖耳。竖耳的检测通常伴有后备母猪站立原地发呆，当发呆状态超过五分钟后，三轴加速器通过对运动状态的感应判断后备母猪是否因发情竖耳。

ptz摄像头4即ptz（pan-tilt-zoom）摄像头。ptz摄像头4可以通过水平360度，垂直120度旋转以及缩放等，能够以最佳角度获得后备母猪的图像信号，同时云台也可以作为ptz摄像头4。

母猪识别系统1至少需要接收到一个zigbee信号与图像信号后，再进行判断。

ptz摄像头4是采用2k/60hz的制式记录连续的图像信号。

与母猪识别系统1电连接的ptz摄像头4为4个，在多个摄像头授权下，在猪舍中间设置向猪舍两端短边监视的ptz摄像头4；在猪舍短边两端设置向猪舍中心监视的ptz摄像头4。

设置于猪舍中间的ptz摄像头4与公猪栏3的垂直距离不超过1米，使其靠近诱情公猪。ptz摄像头4距离母猪的距离越近，则获取到的图像资源越清晰，而设置于短边的ptz摄像头4的设置高度需视猪舍的高度决定，但最高不超过猪舍漏粪沟2米。

母猪识别系统1设置于猪舍长边一侧，并接入互联网。母猪识别系统1发出的信号同时通过互联网以及以太网推送。接入互联网后，可以向第三方服务商申请推送服务，将信号推送至手持终端与监控机房，这样无论饲养员在任何地方，都能及时的得到后备母猪发情的信息，以太网的信息收发只需要定时向母猪识别系统1轮询即可。饲养员收到的信号zigbee节点特征id，通过zigbee基站5定位后，确认发情的后备母猪。