物联牧场的研究进展

熊露 张建华 韩书庆（中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室 100081）

物联牧场的研究进展

熊露 张建华 韩书庆*（中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室 100081）

物联网技术的快速发展在很大程度上促进了畜牧养殖业的发展，为实现畜牧业的现代化和信息化建设提供了强有力的支撑。物联牧场即是将物联网技术应用于畜牧养殖业。已有许多学者对物联牧场的发展进行了研究分析，本文从物联网系统结构的感知层、传输层、应用层这三个方面出发，详细阐述物联牧场的研究进展。

物联牧场；感知层；传输层；应用层；信息通讯技术；现代畜牧业；研究进展

物联网技术应用畜牧养殖业，即为物联牧场。信息通讯技术（ICT）的发展使得对畜禽个体识别、畜禽养殖环境、畜禽体征、畜禽行为的实时监控成为可能。物联牧场的初级发展目标是提供一个可以实时监测和管理畜禽的系统，当畜禽发生各种各样的问题时，及时通知养殖户采取相应的措施，解决出现的问题。物联牧场进一步的发展目标是实现全自动的监测和改善畜禽的生长环境、健康状态、动物福利、产品产量以及减轻畜禽养殖对环境的影响。本文从物联网系统结构的感知层、传输层、应用层这三个方面出发，详细阐述物联网牧场的研究进展。

1 物联牧场主要研究内容介绍

根据物联网的系统结构划分，物联牧场的研究可分为感知层、传输层和应用层研究。在感知层，主要是研发不同类型的传感器感知畜禽个体标识、畜禽养殖环境参数、畜禽体型参数、畜禽生命体征和畜禽行为。畜禽个体标识主要是指RFID电子标签。畜禽养殖环境参数主要包括气象环境参数（如：温湿度、风速、风向、降雨量、光照强度）和气体环境参数（如：硫化氢、二氧化碳、氨气、甲烷、氧气、一氧化碳等）。畜禽体型参数主要是指体重、身体尺寸和体型得分等。畜禽生命体征主要包括体温、呼吸频率和瞳孔对光反射等。畜禽行为主要包括采食、饮水、排泄、叫声、步态和攻击行为等。

在数据传输层，采用无线通信技术（ZigBee）或无线公网（2G/3G/4G网络）将感知层采集到的畜禽个体标识、畜禽养殖环境参数、畜禽体型参数、畜禽生命体征和畜禽行为等数据远程传输到服务器。对于监控视频等数据量比较大的数据则通过以太网传输到服务器。传输层的研究主要侧重在无线传感网络技术在畜禽养殖中的推广应用。

在数据应用层，典型的应用包括通过开发手机APP，实现对畜禽环境和畜禽各参数随时随地的监测，并远程对畜禽舍的设备（风扇、照明灯、水泵、加热器、电机和电磁阀等）进行远程控制。进一步研究的目标是实现畜禽舍环境的智能控制。研发自动与精确饲喂的设备，对畜禽养殖场积累的数据进行大数据分析，进一步平衡饲料、能源消耗和收入之间的矛盾，提升畜禽养殖效率，改善动物福利。

2 物联牧场感知层的研究进展

物联牧场感知层的研究主要包括畜禽个体标识、畜禽养殖环境参数、畜禽体型参数、畜禽生命体征和畜禽行为的感知方法的改进和拓展。

在畜禽个体标识方面，由于基于射频识别（RFID）技术的电子标签应用成本依然比较高，目前牧场仍然采用肉眼可识读的条码耳标。当前研究主要侧重于降低电子标签的成本，以及针对牧场实际环境，研发具备高鲁棒性（Robust），高稳定性和强抗干扰特性的识读设备。

在畜禽养殖环境参数的感知方面，主要是对畜禽生产中产生的有害气体氨气、硫化氢、一氧化碳和甲烷气体浓度的监测。畜禽业产生的有害气体是农业生产污染气体的主要来源。这些有害气体含量超标会导致畜禽产生各种应激反应，造成畜禽体质变弱，免疫力下降，严重影响畜禽健康、生长发育、繁殖以及最终畜禽产品质量。目前，主要是采用电化学传感器和光学传感器进行有害气体的在线监测。电化学传感器的分辨率比较低，长时间使用准确度会降低；使用寿命比较短，一般在两年左右。和电化学传感器相比，光学传感器的灵敏度和分辨率更高，工作更稳定，但是成本比较高。目前研究主要侧重于研发成本低、灵敏度高、分辨率高、响应范围大、稳定性好、使用寿命长的新型气体传感器。

在畜禽体型参数的感知方面，主要是对畜禽体重、身体尺寸（体长、体宽、体高、臀宽、臀高等）和体型得分等进行非接触性估测方法的研究。在畜禽养殖过程中，体重是一项重要指标。传统称量方式不但费时费力，而且称量过程容易造成畜禽的应激反应，影响正常生长发育。国内外相关学者都进行了非接触式估测畜禽体重的研究，主要方法是构建机器视觉系统，采集畜禽顶视图或侧视图；然后利用图像处理技术提取和体重相关的畜禽关键体型参数（如：体长、体宽、体高、顶视图面积等）；最后对关键体型参数和体重进行线性或非线性的回归分析，构建测量体重的数学模型，实现对畜禽体重的非接触性估测。相关研究已经在奶牛[1]、猪[2]、肉鸡[3]、羊[4]等畜禽上开展。这种方法具有无接触，省时和省力的优点。但是由于构建机器视觉系统，要克服畜禽养殖环境粉尘，光照不均匀等客观条件的影响，工程量比较大；而且畜禽体重估测模型往往通用性不佳，目前还没有相关的非接触体重测量产品从实验室走向市场。近年来，能够提供深度图像的体感设备（Kinect等）的出现，使得对畜禽进行三维立体信息获取的成本越来越低，利用体感设备采集畜禽体尺参数和体重估测的可行性研究也正在展开[5,6]，有望进一步提高畜禽体型参数的非接触性测量方法的精度和实用化程度。

在畜禽生命体征的感知方面，主要是通过非接触式的方法对畜禽体温、呼吸频率以及瞳孔对光反射进行测量。体温作为重要的临床诊断依据，对于畜禽疾病的早期诊断具有重要的意义。朱伟兴等[7]选定生猪耳部作为生猪体温筛选的特征区域，同时采集可见光图像和红外热图像，然后进行图像的配准和融合，准确提取生猪耳部轮廓进行体温测量，为生猪规模养殖中非接触式的体温测量提供了一种可行性方法。呼吸疾病是畜禽养殖场的一种常见疾病，如不能及时发现可能会造成巨大经济损失。对畜禽呼吸疾病的监测主要技术包括利用视频处理技术和声音特征提取技术。纪滨等[8]利用机器视觉的方法，提取猪的脊腹线轮廓，计算脊腹线起伏的频率，提取疑似呼吸急促的病猪，其算法脊腹线波动识别精度高于85%。Ferrari等[9]通过采集奶牛声音，根据早期呼吸疾病的声音特征，实现奶牛呼吸疾病的早期预警。瞳孔对光反射也是一种重要的生命体征，VA的严重缺乏会导致畜禽瞳孔对光反射的异常。韩书庆等[10]研发了牛眼图像采集设备，并提出了一种瞳孔自动识别算法，实现了对异常瞳孔反射行为的检测。

在畜禽行为的感知方面，主要是通过视频、运动传感器数据、声音等信息，判断畜禽采食、饮水、排泄、活动量、叫声、步态和攻击行为等。随着规模化养殖的发展，养殖户需要管理的畜禽越来越多，分配到单只畜禽的时间就越来越少，对畜禽异常行为的发现变得更加困难。畜禽的异常行为，如：采食减少、饮水减少、排泄增多、活动量加大、嚎叫、跛足、攻击同类等，很可能是动物疫病发生、爆发的前奏，将会给畜牧养殖造成经济损失。各国学者致力于开发各种感知方法，替代养殖户完成对畜禽行为持续地观测，确保畜禽生产安全和畜禽产品品质。Aydin[11]等通过对肉鸡啄食声音进行采集、处理和分析来估测采食量。单只肉鸡和鸡群的实验结果显示，该方法对采食量估测精度分别达到了90%和86%，实现了对肉鸡采食量的全生长周期、全自动、非接触式的持续监测，允许养殖户在把握肉鸡采食状况的同时，制定合理的饲喂计划，进一步提高饲料转化率。Kashiha[12]等首先通过给猪喷涂不同的图案，利用图像处理技术对猪进行个体识别，然后检测猪访问饮水区域的时长，估测饮水量，实现对猪饮水行为的实时监控。朱伟兴等[13]通过远程智能自动监控猪的排泄行为，记录猪访问排泄区的时间和次数。通过异常频繁的排泄行为，发现患腹泻或肠胃炎的疑似病猪，及时诊治，和人工观察的方法相比大大提高了生产效率。Gonzalez等[14]给牛戴上装有GPS和加速度传感器的电子项圈，实时采集牛的运动数据，进一步分析可以得到牛的当前状态，如饮食、反刍、行走、休息等，实现了对牛个体行为的自动实时监测。Vandermeulen等[15]采集猪的叫声，提取猪受到惊吓导致的尖叫的声音特征，实现对猪精神状态的实时监控。提早发现畜禽的异常行为特征，实现对疾病的及早诊断与处理。畜禽行为的自动感知对提高动物福利，减少畜禽疫病发生，实现高效健康养殖具有重要意义。

3 物联牧场传输层的研究进展

传输层的研究主要是将传输技术应用到畜禽养殖环境中，将感知层获得的养殖环境数据、个体行为数据、视频、生产过程数据等通过有线或无线网络传输到应用层。由于基于RS-485总线、CAN总线以及以太网的有线传输技术和基于GPRS技术的无线数据传输模块都已经很成熟。当前，物联牧场传输层的研究重点是无线传感网络技术在畜禽养殖中的应用。

林惠强等[16]进行了无线传感网络技术应用到动物监测领域的探索，构建了基于无线传感网络的动物监测平台，提出了饲养场无线传感网络部署方法、无线传感器集成节点的设计、动物的定位跟踪和路由算法以及可视化预警平台的构想。该研究为解决畜禽个体行为特征和健康状况无法实时获取的问题提供了一种解决方案，为无线传感网络在畜牧业中的应用提供了参考。尹令等[17]设计了基于无线传感器网络的奶牛行为特征监测系统，通过在奶牛颈部安装无线传感器节点获取奶牛的体温、脉搏、呼吸频率和运动行为特征等参数，建立动物行为监测系统，利用K-均值聚类算法能准确区分奶牛静止、慢走、爬跨、快走等行为特征，从而达到长期监测奶牛活动状态的目的。高云[18]研究了无线传感器网络应用于猪养殖综合监测系统中的几个关键技术问题，包括无线传感器网络节点的覆盖性能分析、部署方案问题、无线传感器网络猪舍内定位的问题、以及无线传感器网络运动行为监测问题，并给出网络化养猪综合精准监测系统的整体框架。目前的无线传感器节点在实际应用中遇到了很多问题，如安装复杂、容易脱落、电池续航能力不足、数据传输距离有限、环境适应性差等，需要各国学者的努力，进一步提高无线传感网络在畜牧养殖中的适用性。

4 物联牧场应用层的研究进展

应用层的研究是物联牧场的最高层，是面向养殖户的，可以根据养殖户的需求搭建不同的应用平台。物联牧场应用研究的主要内容包括：实现养殖环境的远程调控和智能调控，以确保适宜畜禽生长的养殖环境，保证畜禽健康，同时减轻养殖户的工作负担；实现精确饲喂，根据畜禽在各阶段营养需求，模仿专家经验，设定饲料配方和饲喂量，合理饲喂，控制畜禽体况，减少饲料浪费，提高饲料转化率；实现育种繁育的智能管理，结合物联牧场感知到的信息，科学判别畜禽发情期，预测最佳配种时期，提高种畜和母畜的繁殖效率；实现畜禽疾病的诊断和预警，对感知到的传感数据进行数据融合，特征提取，智能判别等处理，对畜禽养殖疾病进行诊断，同时根据流行病学、预警科学等知识确定预警警级，减少畜禽疾病给养殖户造成的经济损失。

高万林等[19]设计了一个猪场信息管理系统，包含用户信息、猪场和生猪信息、饲料管理、环境监测、疾病诊断、销售管理6个模块。环境监测模块可以监测生猪的生长环境，包括温度、湿度、氨气、二氧化硫、二氧化碳浓度和光照强度。疾病诊断信息模块可以记录生猪疾病症状、诊断信息等。该系统可实现生猪猪场自动化管理，提高了生猪养殖户的管理效率，并降低了生猪养殖户的养殖成本，具有一定的实用价值。杨亮等[20]设计了一种妊娠母猪自动饲喂机电控制系统，采用RFID标识及无线局域网技术，实现了母猪的个体识别与数据交换。在个体识别的基础上，实现了针对不同妊娠期（前期、中期及后期）的母猪，有差异的精细饲喂，实验结果显示剩料比仅为2.1%，极大减少了饲料的浪费，提高了养殖效率。随着物联网感知层研究的推进，物联牧场应用层的研究也会日渐丰富，以满足养殖户个性化的需求。

[1]TasdemirS,UrkmezA,InalS.Determination of body measurements on the Holstein cows using digital image analysis and estimation of live weight with regression analysis[J].Computers and electronics in agriculture,2011,76（2）:189-197.

[2]李卓,毛涛涛,刘同海,等.基于机器视觉的猪体质量估测模型比较与优化[J].农业工程学报,2015（2）:155-161.

[3]Mollah M B R,Hasan M A,Salam M A,etal.Digital image analysis to estimate the live weight of broiler[J].Computers and electronics in agriculture,2010,72（1）:48-52.

[4]MenesattiP,CostaC,AntonucciF,etal.A low-cost stereovision system to estimate size and weight of live sheep[J].Computers and Electronics in Agriculture,2014,103:33-38.

[5]郭浩,张胜利,马钦,等.基于点云采集设备的奶牛体尺指标测量[J].农业工程学报,2014（5）:116-122.

[6]KuzuharaY,KawamuraK,YoshitoshiR,etal.A preliminarily study for predicting body weight and milk properties in lactating Holstein cows using a three-dimensional camera system[J].Computers and Electronics in Agriculture,2015,111:186-193.

[7]朱伟兴,刘波,杨建军,等.基于改进主动形状模型的生猪耳部区域检测方法[J].农业机械学报,2015（3）.

[8]纪滨,朱伟兴,刘波,等.基于脊腹线波动的猪呼吸急促症状视频分析[J].农业工程学报,2011,27（1）:191-195.

[9]Ferrari S,PiccininiR,SilvaM,etal.Cough sound description in relation to respiratory diseases in dairy calves[J].Preventive veterinary medicine,2010,96（3）:276-280.

[10]Han S,KondoN,OgawaY,etal.Feasibility of pupillary light reflex analysis to identify vitamin A deficiency in Japanese black cattle[J].Computers and Electronics in Agriculture,2014,108:80-86.

[11]Aydin A,BahrC,Berckmans D.A real-time monitoring tool to automatically measure the feed intakes of multiple broiler chickens by sound analysis[J].Computers and Electronics in Agriculture,2015,114:1-6.

[12]KashihaM,BahrC,Haredasht S A,etal.The automatic monitoring of pigs water use by cameras[J].Computers and electronics in agriculture,2013,90:164-169.

[13]朱伟兴,浦雪峰,李新城,等.基于行为监测的疑似病猪自动化识别系统[J].农业工程学报,2010,26（1）:188-192.

[14]González L A,Bishop-Hurley G J,Handcock R N,etal.Behavioral classification of data from collars containing motion sensors in grazing cattle[J].Computers and Electronics in Agriculture,2015,110:91-102.

[15]VandermeulenJ,BahrC,TulloE,etal.Discerning Pig Screams in Production Environments[J].2015.

[16]林惠强,周佩娇,刘财兴,等.基于WSN的动物监测平台的应用研究[J].农机化研究,2009,31（1）:193-195.

[17]尹令,刘财兴,洪添胜,等.基于无线传感器网络的奶牛行为特征监测系统设计[J].农业工程学报,2010,26（3）:203-208.

[18]高云.基于无线传感器网络的猪运动行为监测系统研究[D].华中农业大学,2014.

[19]高万林,李静,肖颖,等.猪场信息综合管理系统研究(英文)[J].农业工程学报,2015.

[20]杨亮,熊本海,曹沛,等.妊娠母猪自动饲喂机电控制系统设计与试验[J].农业工程学报,2013（21）:66-71.

北京市自然科学基金项目“基于多源数据融合的北京市猪肉市场监测预警研究”（资助编号：9153023）。

熊露（1990-），女，湖南省岳阳市人，硕士，主要研究方向为农业经济管理。

*通信作者：韩书庆（1986.03-），男，河北省衡水市人，助理研究员，博士，主要从事畜牧物联网、机器视觉等相关研究。