一种猪舍环境智慧监控方法及系统

文档序号:32519690发布日期:2022-12-13 18:42阅读:39来源:国知局
一种猪舍环境智慧监控方法及系统

1.本发明涉及智慧养殖领域,具体涉及一种猪舍环境智慧监控方法及系统。


背景技术:

2.目前,部分国家,尤其是几个发达国家拥有着低人工,高产能,低消耗等特点的养殖业,该养殖业发达的关键在于养殖场的现代化及智能化。
3.随着国内科技水平的稳步发展,智慧农业、养殖业得到完善和实现。以养猪为例,当前有:
4.1、为生猪打上耳标,自动在资产管理系统中建档,通过物联网技术获得唯一身份标识,跟踪猪只物理位置、确保猪只身份不可篡改,形成数据闭环;关联财务数据,确保养猪企业的生物资产安全;
5.2、生猪佩戴穿戴测温设备,设备自动采集生猪的体温数据并实时上传云端,云端的ai算法模型进行数据处理后会输出对每个生猪个体生理情况的判断,及时、准确地监测生猪的健康状况;同时,评估判断母猪的排卵时间,提升配种成功率与母猪年产仔数;
6.3、基于监控摄像头对猪舍的生猪数量盘点和行为做远程监控。
7.以上述为例,其更侧重于生猪健康和售卖监管,而对生猪成长及成长环境缺乏配套的智慧监测和调控方案,在智慧养殖生态圈上有所欠缺。


技术实现要素:

8.本发明的目的在于克服现有技术的不足,提供一种猪舍环境智慧监控方法,所述猪舍环境智慧监控方法可以对生猪成长及成长环境进行调控,协调生猪健康监管技术,完善生猪智慧养殖生态圈建设。
9.本发明的第二个目的在于提供一种猪舍环境智慧监控系统。
10.本发明解决上述技术问题的技术方案是:
11.一种猪舍环境智慧监控方法,包括:
12.s1、获取目标养殖区中的多个猪舍的监控数据;其中,所述监控数据包括视频/图像数据和音频数据;
13.s2、对采集到的监控数据做静态分化处理,得到时序分布的实况图数据集和实况音频数据集;
14.s3、采用基于生猪习性的盘点逻辑对实况图数据集进行图像识别处理,并进行计数,得到各个猪舍的生猪数量;
15.s4、根据猪舍的生猪数量和预设的生猪生理习性先验数据,计算猪舍在时间t内积留的排泄物量,并记为a;
16.s5、分别计算各个猪舍在时间t内积留的排泄物量,且分别记为a-1,a-2,
……
,a-n,其中,n为自然数,且代表猪舍编号;
17.s6、根据各个猪舍在时间t内积留的排泄物量来判断对应猪舍是否满足清理条件,
如果满足清理条件,则记录对应的猪舍编号,并标记当前时间,得到待清理明细;
18.s7、汇总各个清理明细作为猪舍提示信息,发送至指定用户端;
19.s8、以基于遍历逻辑对实况音频数据集进行声学特征分析,并标定疑似打架行为,得到危险节点集合;
20.s9、根据危险节点集合,采用基于危险节点的行为检测方法进行图像识别处理,得到危险明细;
21.s10、汇总各个危险明细作为猪舍提示信息,发送至指定用户端。
22.优选的,在步骤s3中,所述的基于生猪习性的盘点逻辑包括以下步骤:
23.s301、抽取t1时间的图像进行特征识别,并基于特征评估是否为生猪;
24.s302、基于生猪识别数据判别生猪是否紧靠,若紧靠,则跳过对应目标;反之则进行标记和跟踪;
25.s303、以t为最小时间度长单位,且令t1=t1+t;
26.s304、重复步骤s301-s303,若前一次的标记目标再次被标记时,则对应的次数属性值+1;
27.s305、当同一猪舍中的所有生猪均被标记时,停止循环,统计标记量以完成盘点。
28.优选的,在步骤s303中,所述最小时间度长单位t的取值方法为:
29.s3031、调取前n次生猪盘点记录;
30.s3032、对各个生猪盘点记录中的历次新增标记和次数属性+1的目标量进行统计,记为x;
31.s3033、根据对应的生猪盘点结果,计算x在对应猪舍的占比y;
32.s3034、若y大于预设阈值,则x对应的一次标记循环记为一个活跃节点,活跃节点数记为d;并计算活跃时长s:
33.s=(d-1)
×
t
p

34.其中,t
p
为上一次生猪盘点记录所使用的最小时间度长单位;
35.s3035、对n次的生猪盘点记录对应的活跃时长s累计,并求均值
36.s3036、根据均值查找预设的均值取值关系表,得到下一次生猪盘点的t。
37.优选的,在步骤s3中,对实况图数据集做喂食特征识别,记录对应猪舍的进食起始时间t2和进食结束时间t3;其中,所述的盘点逻辑中的t1取值在区间(t2,t3)外。
38.优选的,在步骤s4中,计算猪舍在时间t内积留的排泄物量a需要调取对应的先验排废数据,其中,所述的先验排废数据的调取方法为;
39.s401、获取各个猪舍对应的生猪附属参数,其中,所述的生猪附属参数包括生猪最新一次的入栏时间和生猪最新一次入栏前测得的体重;
40.s402、将生猪附属参数导入预设的生猪成长预测模型,得到实时预估体重;
41.s403、根据预估体重查找生猪生理习性先验数据,得到对应的先验排废数据。
42.优选的,在步骤s8中,在步骤(6)中,所述的清理条件为:时间t内积留的排泄物量a是否大于设定阀值,且是否满足时间t在工作人员的工作计划排程中的清理时间内;当两个条件同时符合,则满足清理条件。
43.优选的,在步骤s8中,所述的遍历逻辑包括:
44.s801、抽取t1至t2时间段的音频进行特征识别,并基于特征评估是否为生猪;
45.s802、基于生猪声学特征判断是否满足生猪打架条件,若不满足,则跳过当前音频;若满足,则记录对应的时间段为风险节点;
46.s803、以δt为时间度长增量单位,且令t1=t2,t2=t1+t;
47.s804、重复步骤s801-步骤s803,直至音频数据被完全遍历,得到危险节点集合。
48.优选的,在执行遍历逻辑前,先获取若干个预安装于猪舍的音频采集装置反馈的音频数据;获取并识别音频数据对应的音频采集装置的设备id;根据满足生猪打架条件的音频文件确定对应的音频采集装置;根据预录入的音频采集装置的位置数据查找归属的监控数据。
49.优选的,在步骤s9中,所述的基于危险节点的行为检测方法包括以下步骤:
50.s901、根据风险节点调取实况图数据集中对应的图像,记为风险图像;
51.s902、对风险图像进行特征识别,并基于特征评估是否为生猪;
52.s903、基于生猪识别数据判别生猪是否紧靠,如果是,则跳过对应目标;如果否,则进行标记;
53.s904、根据生猪盘点结果和标记量计算紧靠的生猪数量;
54.s905、判断紧靠的生猪数量是否大于预设的风险阈值,如果是,则将风险图片加入危险明细。
55.一种猪舍环境智慧监控系统,包括监控装置、通信装置、中央处理装置,其中,所述监控装置用于获取目标养殖区中的多个猪舍的监控数据,包括图像采集装置以及音频采集装置;所述通信装置用于将采集到的监控数据上传到中央处理装置,所述中央处理装置包括存储器和处理器,其中,所述存储器用于存储包括监控数据在内的数据信息,所述处理器加载所述存储器中的数据信息并按照所述的猪舍环境智慧监控方法执行。
56.本发明与现有技术相比具有以下的有益效果:
57.1、本发明的猪舍环境智慧监控方法通过检测图像数据,对图像数据进行处理,从而实现对各个猪舍中的生猪进行盘点,从而及时发现生猪出逃、翻越进入其他猪舍等情况。
58.2、本发明的猪舍环境智慧监控方法可以根据猪舍的生猪数量和预设的生猪生理习性先验数据,计算猪舍在时间t内积留的排泄物量,若是满足清理条件,则及时告知相关工作人员,使得工作人员可以及时清理排泄物,以保障猪舍环境。
59.3、本发明的猪舍环境智慧监控方法可以通过猪舍的音频配合监控数据,交叉比对确定猪舍中生猪是否打架,以减小生猪意外死亡等情况,减小经济损失。
60.4、本发明的猪舍环境智慧监控系统可以自动实现对各个猪舍中的生猪进行盘点,同时对各个猪舍中的排泄物进行监控,当满足清理条件时,及时通知工作人员进行清理,从而保证猪舍环境;另外也可以对生猪的行为进行监控,避免生猪进行打架,当发生生猪打架时,可以快速对打架的生猪进行定位,从而方便工作人员及时疏散生猪,减小生猪的伤亡。
附图说明
61.图1为本发明的猪舍环境智慧监控系统的工作示意图。
62.图2是本发明的猪舍环境智慧监控方法的第一个具体实施方式的主流程示意图。
63.图3是本发明的猪舍环境智慧监控方法的第二个具体实施方式的主流程示意图。
具体实施方式
64.下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
65.实施例1
66.参见图1-图2,本发明的猪舍环境智慧监控方法,其包括以下步骤:
67.s1、获取目标养殖区的监控数据;其中,所述目标养殖区内设置有多个猪舍;
68.上述监控数据通过安装在目标养殖区内的监控装置(例如监控摄像头)拍摄采集,并通过网络上传。为了针对后续的目标特点和需求,所述监控摄像头安装在猪舍上方顶棚支架上,该监控摄像头的拍摄视角以俯瞰为主。
69.另外,在本实施例中,所述猪舍内混养有多种/只生猪。
70.s2、对监控数据做静态分化处理,得到时序分布的实况图数据集;
71.其中,所述的静态分化处理的目的是得到一张张图像;若是监控数据以视频数据为例,则以指定频率抽取某一帧的图像;若监控数据非视频,而是频率抓拍型,则对图像的清晰度进行分析,然后取清晰度符合预设标准的图像。
72.s3、以基于生猪习性的盘点逻辑对实况图数据集做图像识别处理,并计数,得到各个猪舍的生猪数量;
73.其中,上述的盘点逻辑具体为:
74.s301、抽取t1时间的图像进行特征识别,并基于特征评估是否为生猪;
75.由于在本实施例中,图像识别中的特征提取,识别为现有技术,因此不再赘述;对于生猪而言,适用的特征是猪头,通过以猪头为特征进行提取,可以保障辨识准确性;
76.s302、基于生猪识别数据判别生猪是否紧靠,如果是,则跳过对应目标;如果否,则进行标记和跟踪;
77.其中,可以通过以下两种方式来判断生猪是否紧靠:
78.(1)、图像特征之间的像素距离计算;
79.(2)、对图像识别过程中的图像连通域分析,当某一图像的连通域明显高于其他独立的生猪(分隔开的),则认定为紧靠;
80.上述的标记,可以采用上色的方式,即随机赋予一种颜色。
81.s303、以t为最小时间度长单位,且令t1=t1+t;
82.s304、重复步骤s301-s303,若前一次的标记目标再次被标记时,则对应的次数属性值+1;
83.s305、当同一猪舍中的所有生猪均被标记时,停止循环,统计标记量以完成盘点;
84.通过采用上述盘点逻辑,即可不需要人工盘点录入各个猪舍的生猪数量;同时,可以基于监控数据,每隔一段时间自动盘点核对一次生猪数量,从而及时发现生猪被盗、出逃、或者从一个猪舍翻越至另一个猪舍的情况,进而有助于工作人员对养猪区的监管。
85.在上述盘点逻辑中,即在步骤s303中,所述最小时间度长单位t的取值方法为:
86.s3031、调取前n次生猪盘点记录;
87.s3032、对各个生猪盘点记录中的历次新增标记和次数属性+1的目标量进行统计,记为x;
88.s3033、根据对应的生猪盘点结果,计算x在对应猪舍的占比y;
89.s3034、若y大于预设阈值,则x对应的一次标记循环记为一个活跃节点,活跃节点数记为d;并计算活跃时长s:
90.s=(d-1)
×
t
p

91.其中,t
p
为上一次生猪盘点记录所使用的最小时间度长单位;
92.s3035、对n次的生猪盘点记录对应的活跃时长s累计,并求均值
93.s3036、根据均值查找预设的均值取值关系表,得到下一次生猪盘点的t,其中,预设的均值取值关系表由工作人员基于生猪习性的经验公式得出;例如通过大量数据,求得大量的t值以及对应的均值然后对其进行分析(例如线性分析),将其制成均值取值关系表。
94.因此,在盘点过程中所使用的t并非是固定值,而是会基于过往猪舍的生猪活跃时间变化针对性调整,以准确地在生猪活跃时间进行盘点工作,减少生猪聚集紧靠休息而造成的干扰,进而减少循环次数和分析量。
95.需要注意的是,由于在喂食阶段中,生猪聚集于食槽位置的紧靠几率大,因此在此阶段盘点是非必要的;同时,喂食阶段若不进行排除,对上述t的取值,将会造成较大的干扰,从而导致t失真度过高。
96.故而在步骤s3中,对实况图数据集做喂食特征识别,记录对应猪舍的进食起始时间t2和进食结束时间t3;其中,所述的盘点逻辑中的t1取值在区间(t2,t3)外。
97.s4、根据猪舍的生猪数量和预设的生猪生理习性先验数据,计算猪舍在时间t内积留的排泄物量,并记为a;
98.上述所述的生猪生理习性先验数据指的是:工作人员通过对多只生猪体重测量、日排泄物量测量,验证所得的生猪各生长周期(体重划分)排废数据。
99.在步骤s4中,计算猪舍在时间t内积留的排泄物量a需要调取对应的先验排废数据,其中,所述的先验排废数据的调取方法为;
100.s401、获取各个猪舍对应的生猪的附属参数;其中,附属参数包括(人工)录入的最新一次入栏前测得的体重和入栏时间;
101.s402、将生猪附属参数导入预设的生猪成长预测模型,得到实时预估体重;
102.s403、根据预估体重查找生猪生理习性先验数据,得到对应的先验排废数据。
103.步骤s402中所述的生猪成长预测模型,可由工作人员采集大量的生猪生长时间、对应体重,再导入神经网络模型训练得到;模型的建立和训练为现有技术,因此不再赘述。
104.s5、分别计算各个猪舍在时间t内积留的排泄物量,且分别记为a-1,a-2,
……
,a-n;其中,n为自然数,代表的是猪舍的编号、识别码。
105.s6、根据各个猪舍在时间t内积留的排泄物量来判断对应猪舍是否满足清理条件,如果满足清理条件,则记录对应的猪舍编号,并标记当前时间,得到待清理明细;
106.上述所述的清理条件可以是对应排泄物量a的一个阈值;更为有效的是,导入养殖区相关工作人员的工作计划排程,判别是否属于清理时间,如果是,且前一阈值条件符合,则为符合清理条件;即在时间t内积留的排泄物量a(n)大于设定阀值,且满足时间t在工作人员的工作计划排程中的清理时间内,即符合清理条件。
107.s7、汇总各个清理明细作为猪舍提示信息,发送至指定用户端,其中,各个清理明细汇总形成明细表,可以通过短信、匹配的app、ui交互界面的通知提示发送至客户端。
108.通过上述方式,本发明的猪舍环境智慧监控方法可以基于监控数据对各个猪舍的生猪的数量进行盘点,及时发现生猪出逃、翻越进入其他猪舍等情况;同时,还可以预测各个猪舍的排泄物清理时间,及时告知相关工作人员,以保障猪舍环境。当工作人员完成一次猪舍的清理之后,需要通过个人终端将猪舍清理时间等信息上传,即完成猪舍积留排泄物量的复位清零,以便下一次清理时间的预测。
109.在本发明的猪舍环境智慧监控方法的另一个实施例中,通过采集猪舍的音频数据并配合监控数据,交叉比对确定猪舍中生猪是否打架,以减小生猪意外死亡等情况,减小经济损失;具体步骤为:
110.(1)、获取若干个预安装于猪舍的音频采集装置(即拾音器)反馈的音频数据;
111.(2)、对音频数据做声学特征识别(例如分贝、能量高低,打架的生猪会发出刺耳尖叫),判断是否满足生猪打架条件(例如判断相应特征超出阈值、叫声的类型是否符合),如果是,则记录对应的时间为风险节点;
112.(3)、根据风险节点调取实况图数据集中对应的图像,记为风险图像;
113.(4)、对风险图像进行特征识别,并基于特征评估是否为生猪;
114.(5)、基于生猪识别数据判别生猪是否紧靠,如果是,则跳过对应目标;如果否,则进行标记;
115.(6)、根据生猪盘点结果和标记量计算紧靠的生猪数量;
116.(7)、判断紧靠的生猪数量是否大于预设的风险阈值,如果是,则发送风险图片至指定的用户端。
117.即当猪舍中出现高分贝、刺耳的尖叫时,根据音频数据判别是否存在生猪打架风险,如果是,则对相应时间的图像识别分析,且如果紧靠的生猪数量多(猪群打架,导致同一猪舍其他生猪靠边紧挨,且较为活跃),则发送对应的图像至工作人员,以便其及时发现猪舍异常。而猪群的打架,除了喂食过少外,还有就是猪舍环境的恶化,同一猪舍的生猪数量过大;通过上述方法,有利于协助工作人员易于发现问题所在,从而及时解决,进而可以有效减小生猪死亡几率,减少经济损失。
118.为了减小上述生猪打架分析过程的数据处理量,提高准确性,本发明的猪舍环境智慧监控方法做了以下改进:
119.(101)、获取并记录各监控数据的有效拍摄范围数据(如:编号1-n的猪舍;更优的是,一到两个猪舍对应一个摄像头);
120.(102)、获取并识别音频数据对应的音频采集装置的设备id;
121.(103)、根据满足生猪打架条件的音频文件确定对应的音频采集装置;
122.(104)、根据预录入的音频采集装置的位置数据查找归属的监控数据(即,哪一区域的拾音器采集的音频异常,则后续调取该区域的监控数据);
123.(105)、根据对应的监控数据和风险节点从实况图数据集中调取图像。
124.通过上述改进,使得本发明的猪舍环境智慧监控方法对于养殖区时序分布的实况图数据集,其通过一一对应的映射关系,一层层地精准查找并调取数据,从而有效提高分析速率。
125.实施例2
126.本发明的猪舍环境智慧监控系统包括监控装置、通信装置以及中央处理装置,其中,所述监控装置用于获取目标养殖区中的多个猪舍的监控数据,包括图像采集装置(例如摄像头)以及音频采集装置(例如拾音器);所述通信装置用于将采集到的监控数据上传到中央处理装置,所述中央处理装置包括存储器和处理器,其中,所述存储器用于存储包括监控数据在内的数据信息,所述处理器加载所述存储器中的数据信息并按照所述的猪舍环境智慧监控方法的计算机程序执行。
127.上述为本发明较佳的实施方式,但本发明的实施方式并不受上述内容的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1