智能感知技术在猪饲养管理中的应用研究进展

王晨阳，任志强，庞卫军

（西北农林科技大学动物科技学院，陕西 杨凌 712100）

近年来，劳动成本上升、专业养殖户稀缺，加上智能感知技术和养殖管理水平不断提升，集约化、规模化养殖优势凸显，尤其在人力资源利用方面优势巨大。规模化、集约化养殖模式的迅速发展，引发疾病传播、环境污染、动物行为异常等问题，而不断恶化的环境使猪的健康问题日益严重，在疾病、异常行为多发的高密度养殖环境中，实时监测猪的个体信息有助于随时掌握猪的健康状况[1-2]。另外非洲猪瘟来袭，对猪场环境和生物安全等级要求更高，动物福利与健康养殖技术越来越受到重视，促进现代化养猪的发展。创历史记录的生猪价格也刺激大型现代猪场加大规模投资。因此猪场环境调控、自动化设备，无人化管理，猪个体数据自动采集、数据诊断分析、系统自动控制成为趋势，促使我国生猪向信息化、精确化、智能化养殖模式转型。研究发现通过智能无损监测技术监测动物生理信息提高动物福利，可以有效地降低疾病和应激的发生，满足动物行为需求，提高饲料利用率和改善肉质等[3-7]。智能无损监测技术和设备的非侵入性、抗污染性、可拓展性、兼容性等优点，符合精准畜牧业和改善动物福利的现代化养殖发展趋势，在养殖场得到越来越多的认可[8-10]。因此，对猪生理信息和生产周期的智能监测有利于估测猪体健康与生长发育状况，做到精准饲喂和科学选种，从而提高养殖质量和经济效益[11-13]。然而，相比一些猪养殖发达国家，我国猪个体信息智能感知技术方面的应用还相对落后，所以要加大研究力度。本文综述了传感器、图像、声音3种无损监测技术在获取猪个体信息方面的研究，并从疾病诊断、精准饲喂、发情识别、体况管理等方面探讨智能化技术在猪饲养管理中的应用效果，旨在为我国生猪养殖业可持续性发展、促进动物福利与健康养殖技术的推广提供理论依据。

1 智能感知技术在猪信息监测中的应用

实现猪的精准养殖，准确高效地获得猪的个体信息至关重要。对猪体温、体重、体尺、声音、行为实时监控和有效分析，为母猪发情预测、体况管理、疾病预防、精准饲喂等相关科学研究提供数据支撑和客观指标。相对传统人工接触式测量，通过智能感知设备和数据分析系统实时监控，自动获取猪的个体信息并建立档案，结合信息决策系统提出可行性解决方案，具有非接触性、可拓展性、连续性、实时有效等优点，可实现未来养猪全自动化且具有可追溯性、改善动物福利的愿景，符合我国生猪养殖向便利性、高效性、安全、可持续发展模式转型。

1.1 体温监测

体温是猪体健康与否的重要生理指标，也是协助疾病诊断和猪健康监测的有效手段。体温监测可用于猪热应激评估、肉质性状评估、指导育种[14-15]，另外体温监测和分析有利于及时发现异常行为或患病的猪。目前，在养殖场中对猪体温与热应激的评价主要通过测量直肠体温、呼吸频率等生理参数，在测定过程中需要对其进行适当保定，因此结果的准确性可能会受到猪应激的影响。随着互联网农业的不断发展，养猪业也朝着信息化和自动化的方向发展，以红外热成像技术为代表的测温技术，主要包括用于点分析的红外测温仪和现场分析的红外摄像机，具有非接触、实时和抗污染性等特性，可以快速、准确地测定猪只体表面温差变化，对群体体温异常猪进行筛选，提前控制流行病并减少经济损失，逐渐成为养猪生产中体温监测的一种新技术[16]。表1给出智能感知技术在测猪体温方面的应用。

表1 测猪体温方面的应用

1.2 体重和体尺测量

猪的体型参数反映了不同生长阶段猪的生长发育状况，对猪的体况评分、调整饲养方案、制定饲料配方、胴体性状预估和遗传育种工作等提供重要参考数据[24]。在选种育种工作中，体尺信息是猪繁殖性能的重要评价指标。猪的体重与体长、体宽、体高等呈正相关，利用线性和非线性方程通过体尺可估计猪的体重[25-26]。对于猪肉胴体性状预估方面，猪的体尺参数与屠宰后肉品等级相关联，一些研究表明体尺与胴体性状相关的瘦肉率、背膘厚、眼肌面积等呈相关性[27-28]。相比手工接触式测量体尺，通过机器视觉技术实现无接触猪体尺的测量，减少接触应激，提高测量效率成为近年来研究的焦点[29-30]。表2为基于机器视觉估测体型参数。

表2 基于机器视觉估测体型参数

1.3 声音监测

猪不同声音代表不同信息，传达了猪目前的健康和福利状况。声音监测分析不仅有助于声源定位，还给饲养员对猪的疾病预防、应激水平、健康状况提供参考依据[37-38]。在集约化养殖环境中，猪只呼吸道疾病的发病率很高，给养殖户造成严重的经济损失，使得通过咳嗽声检测和定位来诊断密集型养猪场中常见的呼吸系统疾病变得越来越重要。咳嗽声检测是诊断肺炎等常见呼吸疾病的中心环节，根据声音结构、功率、频率、持续时间和可变性将猪的异常声音与其他声音区别，并通过不同的算法对特定的声音进行识别和分类对感染动物进行早期识别和有效管理，可防止疾病的传播，减少抗生素等药物的使用，改善养殖场的动物福利[39-40]。相对传感器监测猪个体信息，声音监测易受外界环境干扰、前期需要收集大量数据，还需与其他个体信息结合提高准确性，但操作简单、成本低、设备可多次利用，未来在疾病诊断方面有较大应用潜力。表3为智能感知技术在声音监测方面的研究应用。

表3 声音监测的研究

1.4 行为自动监测

畜牧业日趋规模化、集约化的情况下，高密度、机械化、自动化的高效生产的同时，不同程度限制猪的正常行为活动，猪通过行为传递其生理状态，行为的改变可发现问题的早期迹象。猪在发情、分娩、哺乳、采食、饮水、爬跨和疾病各阶段所表现的活动形式、身体姿势、异常行为、外表上可辨认的变化等行为特性都有重要的参考意义。猪感染疾病第一症状就是发热或运动减少，运动的减少通过深度摄像机自动跟踪猪的运动并从3D运动轨迹中通过自动化监测系统识别出采食、饮水、分娩等运动行为，使行为的度量更直观，并具有诊断的有效性[48]。自动化监测系统提供了对多种行为的持续监控，记录猪的行为可以追溯其健康状况和及时发现异常并提出解决方案，在畜牧业生产管理中应用越来越广泛[49]。目前，在猪饲养管理中，缺少专业行为数据采集和分析方法，依赖管理者、生产者经验，为构建猪行为自动监测分析的数据库增加了难度。后期可以培养一批专业数据分析和管理的技术人员，针对不同阶段、不同行为建立数据库，并结合动物病理学的普遍的状态参数，为后期行为识别和智能匹配提供参考依据。表4给出智能感知技术在行为监测上的应用。

表4 行为监测的应用

2 智能感知技术在母猪饲养管理中的应用

母猪的饲养管理是生猪养殖中的关键环节，对生产成绩和养殖效益都有重要影响[58-59]。目前，母猪主要通过定人、定时饲养，根据经验预估猪只繁殖情况及抗生素、疫苗、兽药方式治疗疾病，具有主观性强、成本高、不科学等缺点，使得我国每头母猪每年提供的断奶仔猪数（PSY）与发达国家存在较大差距。规模化养殖场中，利用智能化饲养设备和大数据分析，不断收集发情、配种、妊娠、泌乳到断奶或直到下一个繁殖周期过程中个体或群体的数据，建立个体档案，通过智能养殖平台进行母猪体况评估和发情预测，协助饲养目标的准确制定和实现饲养效果的准确评估，同时通过模型评估母猪泌乳能力、PSY等参数变化，及时优化繁殖、育种及营养调控方案[60-61]。母猪智能化饲喂体系是目前饲养母猪的先进方法，包括发情识别、体况管理，以此达到对母猪的精准饲喂。

2.1 母猪发情预测

母猪发情是排卵的一种外在的、可见的症状，母猪的发情鉴定是猪生产过程中重要的环节。准确的母猪发情预测，可帮助配种技术人员把握母猪发情时间和最佳输精时期，有效提高母猪受胎率、产仔率、缩短非生产时间和提升猪场的经济效益[62]。通过红外摄像技术对母猪的体温信息进行监测记录，建立母猪个体信息数据库，并通过数据分析和深度学习思维判断母猪是否发情，建立排卵预测模型，旨在避免因母猪排卵预测配种时间不准确造成空怀损失。相对传统的技术人员观察母猪发情和穿戴式的传感器监测母猪发情，红外摄像技术测猪体温，具有准确性高、重复性好、非接触性、响应时间短等优点，在母猪发情预测方面应用成为热点[63]。Ostersen等[64]研究实现了一种通过监视公猪的探视来检测母猪发情的方法。通过访问的持续时间多过程动态性建模，预测一定的观察时间内产生发情的可能性，与先前的研究相比，在特异性和响应时间方面均优越，但在敏感性方面不足。Luño等[65]根据皮肤温度和生殖器电阻变化预测排卵时间。皮肤温度、生殖器电阻和促黄体激素浓度之间没有关系，但通过3种生理特征的测量可以更准确地预测排卵时间。Soerensen等[66]研究发现，母猪的外阴和母猪温度在发情期间变化显著，使用红外热像仪作为猪发情检测的辅助工具是很有前途的。Sykes等[67]研究表明，采用红外热像仪测定母猪发情前期和发情期外阴皮肤温度，实现外阴温度变化作为排卵的潜在预测指标[68]。为更准确地确定排卵时间，应同时进行激素测定。目前，母猪发情智能监测技术提高了有效性，监测过程简便、快速，有很大优势，但单一体温变化预测母猪发情准确性低，通过红外监测母猪体温结合图像分析母猪行为，推算排卵时间，提高母猪发情预测准确率是后续科研的重心。

2.2 母猪体况管理

在母猪饲养过程中，体况过肥和过瘦都会对母猪的繁殖性能有不利影响，维持最佳体况有助于提高繁殖性能，使猪群达到最佳的生产水平[69]。背膘厚与母猪繁殖性能有关，畜牧从业人员通过背膘厚的选择可用于母猪的遗传改良，从而提高其繁殖性能，因此对母猪的膘情进行科学调控也是母猪饲养管理的关键环节。母猪妊娠期膘情进行调控的手段主要包括根据体况评分调控饲喂量、体重调控饲喂量以及根据背膘厚调控妊娠期饲喂量[70]。通过背膘厚进行体况管理相比其他两种方法，可使分娩前母猪群体况的一致性更好，并获得良好的繁殖性能。以前背膘厚测量主要有电子探针法、屠宰法、超声波检测法，由于主观性强、重复性低、猪应激大等缺点应用效果不佳。滕光辉等[71]提出了利用计算机视觉技术对母猪体况的非接触测量及性状特征分析的方法，根据臀部曲率半径与背膘厚度相关性构建背膘厚估测模型和体况评分，相对准确率为91.7%，未来有很大应用空间。

2.3 精准饲喂

母猪繁殖周期中，每个环节的营养需要和饲养目标不同，不同品种的母猪适宜营养水平也有差异，母猪的胎次和环境因素对母猪营养需要量也有影响。在母猪饲养中，应根据不同生长阶段和营养需要，对母猪实施精准饲喂。通过耳标和红外热像仪智能采集、分析、建立猪只档案及收集料塔传感器数据等信息，以及智能养猪管理平台进行分析，远程控制下料系统，减少人员管理，实现猪只精准饲喂，提高饲料利用率。甘玲等[72]研究一款通过控制电机转速和转动圈数的雨刷电机驱动螺旋输送的供料系统，利用后台数据为母猪提供适量饲料，做到多次少放来节省饲料。郑姗姗[73]等设计一款低成本的自动饲喂控制系统，通过控制电动杆的推杆速率、输入电压和电源效率，获得稳定的下料量，实现对预计饲量的准确投放。胡圣杰[74]基于RFID技术对母猪的识别，开发母猪自动饲喂控制系统，实现母猪日增重、日采食量、饲料利用率、发情预测、母猪异常情况及时提醒。徐世军等[75]基于自动饲喂系统，安装环境温湿度感受器和母猪体温感受器，该系统实现了收集猪舍的温度、湿度，还收集母猪的生产性能相关参数，为研究环境因素对母猪生产性能的影响提供可能。徐利[76]开发由信息管理系统和自动饲喂系统组成生猪管理系统。信息管理系统识别母猪的身份、观察猪的运动行为状况、体温异常情况等，自动饲喂系统主要精准添加饲料、统计母猪的进食量，提高饲料的利用率，降低养猪的成本。目前，我国母猪精准饲喂和自动饲喂系统缺乏自主研发能力，主要通过购买国外先进设备，而且设备特异性较差等，使母猪管理水平和PSY水平落后于发达国家。图1为生猪精准饲喂的一般流程，图2为3种智能无损监测技术一般流程。

3 问题与展望

我国养殖业从集约化、规模化向智能化、信息化模式转型的过程中，智能感知技术在猪饲养管理中应用与发达国家存在很大差距，因此研发猪个体信息智能感知和饲养管理技术成为我国养殖模式转型升级的关键。我国养猪业中的智能养殖技术存在以下问题，并提出相对应的建议。

（1）我国猪养殖以中小规模为主，没有能力购买智能养殖设备，导致猪场环境长期处于不佳状态，降低养殖效益与动物福利水平。政府应出台一些优惠政策，给予猪养殖设备和技术一定比例的补贴，使中小规模的猪场有购买能力。另外在准确获得健康状况和疾病诊断的仅适用于人类的技术，经过动物模型的测试，这些创新技术可以应用于未来的猪发展和福利领域。

（2）智能感知技术监测猪个体信息，大多数处于科研试验层面，科研成果转化及推广应用不足。应加强校企合作，针对生产中的问题开展专项课题研究，促使猪信息智能感知技术和饲养管理设备从试验研究走向大规模生产，另外高校开展科研创新大赛，对优秀科技成果给予资金支持和申请专利保护，为猪场养殖模式转型升级打好坚实基础。

（3）规模化母猪饲养管理中，电子饲喂系统和母猪管理设备存在缺乏自主研发能力、特异性低、技术落后等缺点，使得我国PSY与发达国家相差较大。智能养殖设备必须与养殖模式、猪场建设布局结合起来，同时结合猪个体信息实时监测，开发具有嵌入式自动控制系统，针对猪不同生理、体况、生长阶段及时得调整饲料配方，准确预测母猪的发情期，解决母猪限位饲养繁殖障碍病，争取把中小型养殖PSY从23头提升到28头。

（4）畜牧业生产者、消费者、立法者对信息需求不断增加，规模化养殖中产生的大数据仅当作绩效考核的依据，使数据共享、共知、共利用不能有效普及。我们需要挖掘数据，从数据找关键和依据数据作决策，并且培训畜牧技术人员具备数据思维并将与精准饲喂结合应用。另外将体温、行为、声音等多个病理特征相结合收集数据，并通过疾病及流行病学数据库进行智能分析诊断，对异常行为进行预警，从根本上降低养殖风险。