畜禽舍移动式智能监测平台研制

龙长江，谭鹤群，朱 明，辛 瑞，覃光胜，黄彭志

畜禽舍移动式智能监测平台研制

龙长江1,2，谭鹤群1,2※，朱 明1,2，辛 瑞1，覃光胜1，黄彭志1

（1. 华中农业大学工学院，武汉 430070； 2. 农业农业部长江中下游农业装备重点实验室，武汉 430070）

畜禽养殖场内温度、湿度及各种气体构成畜禽生长的外围环境，直接影响畜禽日常行为和生长速度及免疫状态。对这些畜禽养殖场内进行检测并监控畜禽健康状态及寻找二者间的联系，对优化养殖环境，发展健康养殖具有重要意义。该研究以STM32单片机为控制核心，在固定点传感器外设置移动式智能监测平台，通过无线定位系统UWB（Ultra Wide Band）和集成传感器对畜禽养殖场内环境进行监测，利用带图传功能摄像头和红外测温装置实时监控畜禽状态。传感器获取信息后将数据以UART、IIC或模拟量输出方式传递给STM32，STM32处理数据后通过物联网WIFI模块上传至阿里云IoT（The Internet of Things）物联网平台，用户登录网页页面即可对数据进行远程访问，并对畜禽状态进行实时监控。实测结果表明，智能检测平台检测数据与猪场内布置的传感器检测结果相近，二者偏差小于10%，在无遮挡情况下布置无线定位系统，定位误差接近10 cm级。系统检测数据可信，数据传输正常，可持续长时间稳定运行。机动平台还开发了搬运功能，单次运送能力为200 kg左右。移动式智能监测平台为畜禽养殖场内实现全范围环境监控提供了设备基础。

温度；湿度；传感器；智能监测；畜禽养殖；阿里云

0 引 言

工厂化畜禽养殖已成现代养殖主流，养殖环境中的温度、湿度、CO2、H2S和NH3等气体含量以及颗粒悬浮物浓度等环境因子直接影响畜禽的日常行为和生长速度及免疫状态[1-2]。当环境因子异常时，畜禽行为可显著改变，并可导致生长异常，发育停滞甚至疫病肆虐等严重后果[3]，养殖场附近居民身体健康亦会受到影响[4-5]。对养殖区域内环境因子和畜禽状态进行监控是现代化养殖业的基本要求。

欧美国家在20世纪80年代即对畜禽舍环境和污物排放进行了严格的法律规定，因此对环境因子的智能化检测研究和应用处于领先地位。Ni等[6]通过布置传感器连续采集畜禽舍内气体含量，研究了有害气体与家畜的体质量增长间的定量关系。Pan等[7]在猪场中应用无线传感器网络研究猪的生理状况与有害气体浓度关系，大大减少了病猪的死亡率。Lysenko等[8]研究了传感器在畜禽舍内的最优布置问题，利用多种智能算法优化节点布置。利用多点合理布置传感器可较为全面的研究畜禽舍内环境因子分布状态和变迁规律，分析环境因子和畜禽生长及健康的相互关系，以此为依据可优化畜禽舍结构，降低能耗，改善畜禽生活状态，提高饲养效率。

李保明等[9]对国内规模化养鸡场内温度控制稳定性与通风均匀性及装备进行了研究。汪开英等[10-11]对国内外畜禽场的各种有害气体、PM、恶臭及颗粒物等主要空气污染物的检测方法与技术进行介绍。介邓飞等[12]对国内外规模化畜禽养殖主要污染气体现场检测方法和分析仪器研究现状进行了综述，对国内外畜禽养殖环境因子的现场检测技术和控制进行了总结和对比，对未来发展新型现场检测仪器和控制方法提供了研究方向。鉴于畜禽舍内环境具备一定腐蚀性，化学传感器寿命较低，何莹[13]设计了基于吸收光谱的氨排放源在线检测装置，但该装置检测结果易受粉尘和风速等外界因素的干扰。谭鹤群等[14]利用封闭光程采气室采用可调谐吸收光谱检测畜禽舍氨气浓度，该装置避免了电化学传感器寿命短的缺点，且稳定性好，抗干扰能力强，可用于长期监控。

随着国家对环保的日益重视，为减少温室气体排放，董红敏等[15-16]对中国农业源温室气体排放与减排技术进行了综述，并对育肥猪舍甲烷排放浓度和排放通量进行了测试；高新星等[17]对规模化猪场的甲烷排放通量进行了测试分析；刘安芳等[18]对猪舍内粪污废弃物和有害气体减排技术进行了研究。以上文献对畜禽舍的不同季节、不用时段的氨、甲烷等有害气体的度变化范围和排放通量进行统计，为后期在线检测和减排技术开发提供参考。

为探究畜禽舍内温度分布和流场规律，需要获得畜禽舍内多点的持续数据。计算流体动力学（Computational Fluid Dynamics，CFD）技术被引入到当前研究中。尚峰军等[19]对蛋鸡舍温热环境进行仿真和评估，贺城等[20]对猪舍温度场和气流场进行了仿真和对比分析。这些研究为优化通风设计方案提供了依据，但仿真结果还需进一步实际测试进行验证。林加勇等[21]对公猪舍夏季温度和流场进行了仿真，并通过局部布点对仿真结果进行了验证，相对误差最大30.8%，如进行全范围检测，可接数据进行分析，进一步优化仿真模型和设置，使仿真结果更贴近实测。由于互联网和物联网技术的发展，国内开始利用相应技术布置传感器长时间自动检测畜禽舍内环境因子并无线上传数据以利于环境因子变化规律的研究[22-25]，朱虹等[26]对生猪养殖场无线传感器网络路径损耗构建了模型并进行了验证，高云等[27-29]对猪舍内的气流及环境参数变化进行了仿真及无线传感器网络测试，杜文田等[30-31]研究了一种带有云平台的畜禽舍环境控制系统，解决了目前检测系统数据处理能力不足的问题。但由于技术尚未完全成熟，数据传输的稳定性和数据处理的实时性还有待提高。将监测与控制方法结合，谢秋菊等[32]为优化猪舍内环境，设计了检测调控系统和控制策略；王斌等[33]采用可编程控制器设计了猪舍生态环境监测及控制系统；李立峰等[34]应用模糊控制策略设计了分娩母猪舍环境监控系统。精细的控制策略需要准确的模型，而构建准确的模型需要大量实时数据，但大规模布置固定点传感器费成本高，灵活性欠缺。

研究畜禽舍内环境因子的分布和扩散规律需要仿真结果结合实际测试数据进行对比。数据和规律的准确性是畜禽舍结构和节能降耗环境控制方法优化的前提，因此获取养殖区域全范围内的环境因子信息非常必要。过去研究多在某些点固定布置传感器，全面监测需要大量布点，鉴于养殖场内环境变化较为缓慢，如采用携带集成传感器的移动式智能化检测平台快速巡检畜禽舍内各区域环境，结合重要节点固定布置传感器，可实现全区环境因子监测并节省大量成本。本文结合传统固定点传感器的布局，设计了移动式智能检测平台，以实现畜禽舍内外环境的全范围检测。

动物生病时，最常见特征为体温或行为异常。为实现健康养殖，防止疫病传播，还需要对畜禽状态进行监控。为创造最佳养殖环境，研究环境和动物行为及生长速度之间的关系，也需要同时采集畜禽状态和环境因子间的数据。本移动式智能检测平台以四轮小车为载体，在折叠升降结构上固定集成环境传感器，实现养殖区域内不同高度环境因子信息的检测，利用车体前端可转向的红外测温装置和视频监控装置实现对畜禽状态的监控。

1 移动式智能检测平台系统功能设计

根据畜禽养殖场对环境和对畜禽自身状态的监控要求，针对畜禽养殖环境中对畜禽健康影响较大的温湿度、CO2、H2S和NH3等气体含量及粉尘浓度在全区域内进行机动检测，并可对畜禽状态进行实时监控。检测数据实时上传至阿里云IoT平台，用户通过网页远程访问数据。为充分利用小车机动功能，在不检测时将检测模块收缩折叠，安装带斜面的上盖板后，可搬运重物或畜禽。

车体高设计为0.2 m，检测模块最低高度贴近地面，通过伸缩折叠调整，最大测试高度1 m，收缩折叠部件最大长度为0.8 m，折叠范围0°～90°。考虑到试验猪舍内走道宽度1.2 m，小车可原地掉头，因此长度需小于过道宽度大于收缩杆长度（收缩时实际为0.5m），预留空间给监控设备，整车长度设计为0.7 m；长宽比约为1:2，宽度设计为0.4 m。小车净质量约50 kg，运输的生猪体质量约为50～150 kg，加上安全裕量，最大总重设计为250 kg。猪舍长度60 m，为保证不同测试点时间尽可能接近，要求小车能快速到达猪舍两端，结合电机功率考虑，小车速度设计为0～3 m/s，满载时考虑到运输工件和饲料的平稳性，加速度为0.2 m/s2，根据满载和空载的质量比，对应空载加速度为1 m/s2，满载速度为0.6 m/s。上盖板尺寸略大于车体，系统总体设计参数如表1所示。

表1 系统设计参数

环境因子检测传感器利用PCB技术制作集成为一个模块，整体安装于可通过折叠升降调节高度的运动部件上，整个电路板及其上各传感器可独立拆卸、安装，方便维护和更换。车体前端安装带图传模块的摄像头和远程红外测温系统以方便对畜禽状态进行监控。图像数据通过遥控器内带SD卡暂存后转移至电脑，其余检测数据通过UART、IIC或模拟量输出等方式传递给主控STM32芯片，芯片对数据进行处理后通过WIFI模块上传至阿里云IoT平台。用户通过遥控器操控移动式智能监控平台移动及调节可折叠升降机构改变检测模块的高度，实现对畜禽舍内全范围环境因子数据实时采集和对畜禽状态进行监控。系统总体设计方案如图1所示。

2 移动式智能监测平台软硬件设计

由于养殖场内部为平整硬化路面，移动平台采用轮式结构以节能并简化设计。考虑防水防腐要求，车体传动部件和驱动模块整体置于平台内部，上覆铝合金板，钢板以螺丝固定在平台上，连接处以玻璃胶填缝处理，需要独立运动的检测监控模块安装在铝板上（如图2a所示）。为方便养殖场内搬运畜禽和物料，传感器折叠后，车体上部可附加不锈钢盖板，盖板上设置一荷载1 361 kg的12V电动绞盘和斜面以方便拖拽搬运对象，系统整体外观如图2b所示。

a. 结构简图

a. Schematic diagram

b. 装置实物图

b. Physical picture

图2 移动式智能监测平台

Fig.2 Mobile intelligent monitoring platform

车体由40 mm×40 mm铝型材和面板搭建而成，采用电机驱动，利用链轮系统传动，转向使用差速机构实现。车轮直径15 cm，在硬质路面摩擦系数0.010～0.015情况下，根据车体最大负荷250 kg及加速度0.2 m/s2的要求，选用JM-039型大扭矩永磁蜗轮蜗杆减速直流电机，其额定电压12 V，功率80～120 W，额定电流10 A，输出扭矩0～40 N·m，满足系统动力指标要求。

检测模块高度调节子系统采用可折叠升降机构，由电动分度盘1在90°内转动以实现折叠，步进电机推杆器驱动安装传感器的集成模块移动实现升降。两电机通过PWM波以计步方式精确控制折叠角度和升降距离，距地高度通过两者联合控制。电动分度盘1、2型号均为HST100ZT，台面尺寸直径100 mm，传动比180:1，可360°旋转，无细分时分辨率为0.18°，承重45 kg。步进电机推杆器采用龙翔步进50，其行程50 cm，推力250 N，速度12 mm/s。

环境因子检测子系统包含湿度、温度、二氧化碳、硫化氢、氨气及颗粒悬浮物等信息。选用传感器主要参数如表2所示。

表2 各指标监测传感器参数

为方便监控禽畜状态，需采集体温和图像2种信息。体温采用GY-906-DI红外测温传感器，测量距离0.5 m以内，测温范围−40～125 ℃，在0～50 ℃温度范围内测量精度±0.5 ℃。图像监控系统采用Sony-FPV700TVL航拍小摄像头，其像素52万，FPV图传系统发射功率仅600 mW，信号传输距离可达5 km。2种传感器固定安装在位于车体前端的电动旋转分度盘2的舵机末端，控制系统可遥控电动分度盘2左右旋转及舵机进行俯仰角度调整。舵机采用LDX-218大扭矩舵机，可180°旋转，速度1.6s/60°，扭矩15 kg/cm。

平台采用32位微控制器系列单片机STM32F103ZET6作为主控制器，使用云卓H16遥控器。主控制器接收遥控器信号输出6路PWM波，2路控制车体左右电机运动实现平台整体移动和转向，2路驱动折叠升降机构电机，实现检测模块高度控制，2路控制监控系统分度盘旋转和舵机俯仰。

平台利用无线定位系统（UWB）进行厘米级精确定位，定位标签通过串口将位置数据发送给主控制器。为防止小车在行进过程中触碰障碍物，在车体前端左右设置了两个超声波避障传感器,自动避障规则为一侧有障碍信号时向另一边转弯，两侧均有障碍时后退，若连续退让3次后仍无法避开障碍，则暂停运动并报警，依靠车体前端监控摄像头提供视频信息等待操作人员进行遥控操作。

CO2及温、湿度传感器采用IIC通信；NH3、PM2.5及PM10传感器统一波特率后使用74LS151实现共用一个串口通讯；H2S通过模拟A/D接口采集。主控芯片获取数据后，采用Savitzky-Golay滤波算法进行处理，此算法可在滤波时保留信号的细节特征，后使用USART1串口将数据通过WIFI模块上传至阿里云IoT物联网平台。

视频通过摄像头所带图传模块经2.4G无线网传输到云卓H16遥控器接收端进行显示并暂存于SD卡中，后期转存至电脑。养殖场内畜禽图像可通过电脑端推流软件对外直播，实现远程观看。

3 数据接口及网页设计

网页界面按功能系统分为用户信息模块、定位模块，环境因子检测模块、健康状态监控模块及系统运动控制模块。用户信息模块用于用户的注册和登录以及确定不同级别用户的使用权限，用户注册时绑定1组或多组巡检设备的ID，登录后可查看所有已绑定设备的数据集；定位模块用于移动平台位置监控及轨迹显示，给出巡检车在养殖场内实时运行的三维坐标；环境因子检测模块用于实现检测平台与客户端的数据通讯、图表绘制及超值报警功能，环境因子数据信息由单片机实时采集后存储到云数据库，随时调取，分温湿度曲线、气体浓度曲线、定位信息等3个主页面进行显示；健康状态监控模块提供养殖场内畜禽的实时图像，通过查看畜禽表面图像判断其健康状况；系统运动模块提供控制接口，用户可在网页端操控巡检平台行进的方向和速度。

4 移动智能监测平台性能测试

4.1 试验方法

试验于2020年10月10日至2021年3月20在华中农业大学种猪场进行。猪舍长60 m，宽12 m，过道宽度1.2 m左右，单侧11个猪栏，围栏高0.8 m，小门宽0.6 m，现有约50头种猪，采用人工控制通风和清粪。

由于猪舍尺寸限制，UWB定位基站无法布置为最优的等边三角形，故设为直角三角形形式。为避免墙角反射干扰和围栏遮挡，定位基站0置于距离门内侧0.5 m、高1.0 m的窗台上，作为坐标原点；以过道方向轴，基站1位于轴30 m处窗台上；以垂直过道方向为轴，基站2位于围栏内坐标2.4 m处。所有基站高度均为1 m，与升降杆上集成传感器最高高度一致，以使定位时围栏内、外定位标签均不受遮挡并与基站在同一水平面上。

为检验平台数据是否准确，以养猪场内固定设置的山东精讯畅通电子科技有限公司传感器数据为参照。其中RS485型高精度工业级CO2传感器量程为（0～10 000）×10-6，分辨率50×10-6，精度±5%，响应时间＜60s；RS485型NH3传感器量程为（0～100）×10-6，分辨率1×10-6，响应时间≤15 s；RS485型H2S传感器量程为（0～100）×10-6，分辨率1×10-6，精度±3%（25 ℃），响应时间≤15 s；RS485型S20温湿度传感器的温度检测范围−40～80 ℃，温度分辨率0.1 ℃，精度0.3 ℃，湿度检测范围0～100%RH，分辨率0.1%RH，测量精度±7%（25 ℃），响应时间≤15 s。

现场测试图如3所示。

4.2 数据处理

采用Matlab2017进行数据分析及制图。

4.3 定位功能测试结果与分析

2020年12月10日，移动检测平台在3个不同位置点上进行平面定位偏差测试。点1位于围栏内，偏向轴。点2位于过道上，偏向轴，点3位于围栏内，距离、轴接近等距，各点具体坐标如表3所示。每个点连续测量50次。3点的测量误差分布如图4所示。

表3 定位试验测试数据表

无线电波受到障碍物反射和折射时，会产生多路径效应，导致信号特性变化，信噪比下降。定位精度还与基站的布置方式及移动平台的与基站和标签的相对位置有关。由于猪场内由环境复杂，信号受到墙体、围栏及支柱的反射，定位误差比空旷区域大。由表3测试结果可知，由于基站无法采用最优布置方式，加上环境复杂，定位误差在10 cm级，比技术手册上给定的5 cm级大。当标签与各基站间距离差异较大时，如监测点1、2，测量误差相对较大，平均位置偏差为127 mm；当标签与基站的距离均相近时，如监测点3，测量误差相对较小，平均位置偏差为115 mm。试验中还发现基站不能放置于角落，基站与定位标签间不可有遮挡物，否则误差会急剧增大。

2021年3月10日环境因子数据监测结果如图5所示，监测显示页面如图6所示。为方便对比，测试时将小车放置在养猪场内原来固定设置的山东精讯畅通电子科技有限公司传感器旁边。自动发送数据的时间间隔均为10 s，后台数据为1 min内数据取平均后显示。登录网页页面，浏览智能监控平台上传的信息。结果表明，由于两者位置接近，智能监测平台传感器检测结果与猪场内原传感器检测结果相近，温度、相对湿度、CO2测量值差异不到5%；由于H2S浓度低于2种传感器检测下限，均为0；NH3浓度在固定点传感器无波动，智能移动平台监测结果波动幅值达10%，二者偏差小于10%可能与固定点传感器惯性较大及二者布置位置差异有关；移动平台粉尘传感器检测到饲喂时粉尘浓度明显增长，PM2.5浓度达PM10的3倍以上，可能与饲料粒度有关。由于传感器特性不同，智能监测平台的传感器灵敏度较高，惯性较小，数据波动较为频繁，但二者数据总体变化趋势相同，可认为智能检测平台的检测数据可信，并能进行持续检测及稳定上传数据，实现对畜禽舍内的环境因子进行远程监测。

在不监测时折叠收起检测装置，加上盖板后利用盖板上的电动绞盘将重物通过斜面拖拽上平板，捆扎后进行运输。测试表明，系统在满载250 kg时仍可正常运行，单次运送能力达200 kg。

5 结 论

本文设计了一种可畜禽养殖场所使用的移动式智能检测平台。检测系统在重要位置固定布置传感器外，其他位置利用移动平台携带可调节高度的集成传感器机动进行环境因子自动检测，并可利用图像传感器和远程红外测温装置对特定对象的健康和行为状态实施监测。监测数据通过WIFI模块实现检测模组与阿里云IoT平台的通信，从而实现与互联网用户端的交互。实测结果表明，智能检测平台检测数据与原猪场内布置的传感器检测结果相近，温度、湿度、CO2测量值差异不到5%；由于H2S浓度低于2种传感器检测下限，均为0；NH3浓度的固定点传感器监测结果无波动，智能移动平台监测结果波动幅值接近10%，可能与固定点传感器惯性较大及二者布置位置差异有关；移动平台粉尘传感器检测到饲喂时粉尘浓度明显增长， PM2.5浓度达PM10的3倍以上，可能与饲料粒度有关。无线定位系统误差接近10 cm级，系统可持续运行，检测数据可信，传输功能稳定。利用该移动式智能检测平台可对室内、室外的环境因子进行全区域监测，可利用获得的大数据分析环境因子与动物行为和生长速度之间的关系，为健康养殖提供基础信息。

移动式智能检测平台可在远程遥控下运行，如结合卫星定位技术及激光雷达建图技术，移动平台可在室内室外实现自主巡航和定时自动检测。系统还可进一步拓展传感器种类，通过PCB 板上预留接口，增加光照及风速等其他传感器，利用74LS151实现一个串口同时与多个传感器的分时通讯。如机动平台舍弃搬运功能，车体舍弃上盖板，总负载可由250 kg减少到50 kg，选用小电机，车体宽度和功率可进一步减小。

[1] Seo I H, Lee I B, Moon O K, et al. Modeling of internal environmental conditions in a full-scale commercial pighouse containing animals[J]. Biosystems Engineering, 2012, 111: 91-106.

[2] 高中霞. 基于无线传感器网络畜禽舍环境监测系统[D]. 吉林：吉林农业大学，2012.

Gao Zhongxia. Study on Monitoring System of Poultry House Environmental Based on Wireless Sensor Network[D]. Jilin: Jilin Agricultural University, 2012. (in Chinese with English abstract)

[3] 刘鸿涛，郑进碧. 农村散养鸡的无公害生产技术探讨[J]. 中国禽业导刊，2004，21(22)：34-34.

Liu Hongtao, Zheng Jingbi. Discussion on nuisanceless production technology of free-range chicken in rural area[J]. Guide to China Poultry, 2004, 21(22): 34-34. (in Chinese with English abstract)

[4] 郭军蕊，刘国华，杨斌，等. 畜禽养殖场除臭技术研究进展[J]. 动物营养学报，2013，25(8)：1708-1714.

Guo Junrui, Liu Guohua, Yang Bing, et al. Deodorization technology of livestock and poultry farming[J]. Chinese Journal of Animal Nutrition, 2013, 25(8): 1708-1714. (in Chinese with English abstract)

[5] 戴鹏远，沈丹，唐倩，等. 畜禽养殖场颗粒物污染特征及其危害呼吸道健康的研究进展[J]. 中国农业科学，2018，51(16)：3214-3225.

Dai Pengyuan, Shen Dan, Tang Qian, et al. Research progress on characteristics of particulate matter in livestock houses and its harmful effects on respiratory tract health of livestock and poultry[J]. Scientia Agricultura Sinica, 2018, 51(16): 3214-3225. (in Chinese with English abstract)

[6] Ni J Q, Hendriks J, Vinckier C, et al. Development and validation of a dynamic mathematical model of ammonia release in pig house[J]. Environment International, 2000, 26(1): 105-115.

[7] Pan L L, Yang S X. A new intelligent electronic nose system for measuring and analyzing livestock and poultry farm odours[J]. Environ Monit Assess, 2007, 135(1/2/3): 399-408.

[8] Lysenko A I, Chumachenko S N, Valuiskyi S V. Technology for environmental monitoring using wireless sensor networks[C] 24th International Crimean Conference “Microwave & Telecommunication Technology”, IEEE, 2014.

[9] 李保明，王阳，郑炜超，等. 中国规模化养鸡环境控制关键技术与设施设备研究进展[J]. 农业工程学报，2020，36(16)：212-221.

Li Baoming, Wang Yang, Zheng Weichao, et al. Research progress in environmental control key technologies, facilities and equipment for laying hen production in China[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2020, 36(16): 212-221. (in Chinese with English abstract)

[10] 汪开英，吴捷刚，赵晓洋. 畜禽场空气污染物检测技术综述[J]. 中国农业科学，2019，52(8)：1458-1474.

Wang Kaiying, Wu Jiegang, Zhao Xiaoyang. Review of measurement technologies for air pollutants at livestock and poultry farms[J]. Scientia Agricultura Sinica, 2019, 52(8): 1458-1474. (in Chinese with English abstract)

[11] 汪开英，吴捷刚，梅威达，等. 畜舍颗粒物减排技术研究现状[J]. 农业工程学报，2020，36(18)：204-212.

Wang Kaiying, Wu Jiegang, Mei Weida, et al. Research status on particulate reduction technology in livestock houses[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2020, 36(18): 204-212. (in Chinese with English abstract)

[12] 介邓飞，泮进明，应义斌. 规模化畜禽养殖污染气体现场检测方法与仪器研究进展[J]. 农业工程学报，2015，31(1)：236-246.

Jie Dengfei, Pan Jinming, Ying Yibin. Advances in methods and instruments for determining concentration of gaseous air pollutants in large-scaled livestock farms[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2015, 31(1): 236-246. (in Chinese with English abstract)

[13] 何莹. 基于激光吸收光谱的主要人为氨排放源在线检测技术与应用研究[D]. 合肥：中国科学技术大学，2017.

He Ying. Study on On-Line Detection Technology and Application of Main Anthropogenic Ammonia Emissions Based on Laser Absorption Spectroscopy[D]. Hefei: University of Science and Technology of China, 2017. (in Chinese with English abstract)

[14] 谭鹤群，李鑫安，艾正茂. 基于可调谐吸收光谱的畜禽舍氨气浓度检测[J]. 农业工程学报，2020，36(13)：186-194.

Tan Hequn, Li Xin’an, Ai Zhengmao. Detection of ammonia concentration in livestock poultry houses based on tunable diode laser absorption spectroscopy[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2020, 36(13): 186-194. (in Chinese with English abstract)

[15] 董红敏，李玉娥，陶秀萍，等. 中国农业源温室气体排放与减排技术对策[J]. 农业工程学报，2008，24(10)：269-273.

Dong Hongmin, Li Yu’e, Tao Xiuping, et al. China greenhouse gas emissions from agricultural activities and its mitigation strategy[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2008, 24(10): 269-273. (in Chinese with English abstract)

[16] 董红敏，朱志平，陶秀萍，等. 育肥猪舍甲烷排放浓度和排放通量的测试与分析[J]. 农业工程学报，2006，22(1)：123-128.

Dong Hongmin, Zhu Zhiping, Tao Xiuping, et al. Measurement and analysis of methane concentration andflux emitted from finishing pig house[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2006, 22(1): 123-128. (in Chinese with English abstract)

[17] 高新星，赵立欣. 规模化猪场甲烷排放通量测量与分析[J]. 农业工程学报，2006，22(增刊)：248-252.

Gao Xinxing, Zhao Lixin. Measurement and analysis of methane flux emitted from animal manure lagoon of livestock farm[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2006, 22(Supp.): 248-252. (in Chinese with English abstract)

[18] 刘安芳，阮蓉丹，李厅厅，等. 猪舍内粪污废弃物和有害气体减量化工程技术研究[J]. 农业工程学报，2019，35(15)：200-210.

Liu Anfang, Ruan Rongdan, Li Tingting, et al. Research progress of in-house reduce engineering technology for piggery manure wastes and poisonous gas[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2019, 35(15): 200-210. (in Chinese with English abstract)

[19] 尚峰军，赵洁. 采用CFD技术分析和评估蛋鸡舍温热环境质量[J]. 中国家禽，2021，43(2)：61-68.

Shang Fengjun, Zhao Jie. Using CFD technology to analyze and evaluate the quality of the warm environment of layer house[J]. Chinese Poultry, 2021, 43(2): 61-68. (in Chinese with English abstract)

[20] 贺城，牛智有，齐德生. 猪舍温度场和气流场的CFD 模拟比较分析[J]. 湖北农业科学，2010，49(1)：134-136.

He Cheng, Niu Zhiyou, Qi Desheng. CFD simulation and comparative analysis about air temperature and airflow in the piggery[J]. Hubei Agricultural Sciences, 2010, 49(1): 134-136. (in Chinese with English Abstract).

[21] 林加勇，刘继军，孟庆利，等. 公猪舍夏季温度和流场数值CFD模拟及验证[J]. 农业工程学报，2016，32(23)：207-212.

Lin Jiayong, Liu Jijun, Meng Qingli, et al. Numerical CFD simulation and verification of summer indoor temperature and airflow field in boar building[J]. Transactions of the Chinese Society of Agriculture Engineering (Transactions of the CSAE), 2016, 32(23): 207-212. (in Chinese with English abstract)

[22] 吴武豪. 基于物联网的猪舍环境监控系统研究[D]. 杭州：浙江大学，2014.

Wu Wuhao. A Study on Piggery Environment Monitoring and Control System Based on Internet of Things[D]. Hangzhou: Zhejiang University, 2014. (in Chinese with English abstract)

[23] 李惠敏，连京华，孙凯，等. 家禽环境自动化控制技术研究进展[J]. 中国家禽，2013，35(14)：41-44.

Li Huiming, Lian Jinghua, Sun Kai, et al. Research progress of poultry environmental automation control technology[J]. China Poultry, 2013, 35(14): 41-44. (in Chinese with English abstract)

[24] 左现刚，孔德川，周逸，等. 基于ARM控制器的猪舍有害气体无线检测控制系统[J]. 江苏农业科学，2016，448：440-443.

Zuo Xiangang, Kong Dechuan, Zhou Yi, et al. Wireless detection and control system of harmful gas in pig house based on ARM controller[J]. Jiangsu Agricultural Science, 2016, 448: 440-443. (in Chinese with English abstract)

[25] 潘荣德. 一种家禽养殖无线传感器网络监测系统：CN201710453917.0[P]. 2020-04-07.

[26] 朱虹，李爽，郑丽敏，等. 生猪养殖场无线传感器网络路径损耗模型的建立与验证[J]. 农业工程学报，2017，33(2)：205-212.

Zhu Hong, Li Shuang, Zheng Limin, et al. Modeling and validation on path loss of WSN in pig breeding farm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactionsof the CSAE), 2017, 33(2): 205-212. (in Chinese with English abstract)

[27] 高云，刁亚萍，林长光，等. 机械通风楼房猪舍热环境及有害气体监测与分析[J]. 农业工程学报，2018，34(4)：239-247.

Gao Yun, Diao Yaping, Lin Changguang, et al. Monitoring and analysis of thermal environment and harmful gases in mechanically ventilated multistory pig buildings[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(4): 239-247. (in Chinese with English abstract)

[28] 高云，陈震撼，王瑜，等. 多环境参数控制的猪养殖箱设计及箱内气流场分析[J]. 农业工程学报，2019，35(2)：203-212.

Gao Yun, Chen Zhenhan, Wang Yu, et al. Design for pig breeding chamber under multiple environment variable control and analysis of internal flow field[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 203-212. (in Chinese with English abstract)

[29] 高云，鲁斯迪，廖慧敏，等. 基于无线传感器网络的猪舍环境监测研究进展[J]. 中国猪业，2019，14(6)：67-74.

Gao Yun, Lu Sidi, Liao Huimin, et al. Research progress on environmental monitoring of pig house based on wireless sensor network[J]. China Swine Industry, 2019, 14(6): 67-74. (in Chinese with English abstract)

[30] 杜文田. 带有云平台的畜禽舍环境控制系统及控制方法：CN108803736A[P]. 2018-11-13.

[31] 曾志雄，余乔东，易子骐，等. 基于WSN的集中通风式分娩猪舍环境参数时空分布特性[J]. 农业工程学报，2020，36(12)：204-211.

Zeng Zhixiong, Yu Qiaodong, Yi Ziqi, et al. Spatiotemporal distribution characteristics of environmental parameters of centralized ventilation delivery sows based on WSN Development of mobile intelligent monitoring platform for livestock and poultry house[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(12): 204-211. (in Chinese with English abstract)

[32] 谢秋菊，苏中滨，Ni Ji-Qin，等. 密闭式猪舍多环境因子调控系统设计及调控策略[J]. 农业工程学报，2017，33(6)：163-170.

Xie Qiuju, Su Zhongbin, Ni Ji-Qin, et al. Control system design and control strategy of multiple environmental factors in confined swine building[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(6): 163-170. (in Chinese with English abstract)

[33] 王斌，刘雪梅，张国强，等. 猪舍生态环境监测和清洁控制系统的设计[J]. 农业工程学报，2020，36(3)：55-62.

Wang Bin, Liu Xuemei, Zhang Guoqiang, et al. Design of control system for pig farm cleaning and ecological environment monitoring[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(3): 55-62. (in Chinese with English abstract)

[34] 李立峰，武佩，麻硕士，等. 基于组态软件和模糊控制的分娩母猪舍环境监控系统[J]. 农业工程学报，2011，27(6)：231-236.

Li Lifen, Wu Pei, Ma Shuoshi, et al. Monitoring and controlling system for delivery sow house environment based on configuration software and fuzzy control[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(6): 231-236. (in Chinese with English abstract)

Development of mobile intelligent monitoring platform for livestock and poultry house

Long Changjiang1,2, Tan Hequn1,2※, Zhu Ming1,2, Xin Rui1, Qin Guangsheng1, Huang Pengzhi1

(1.,430070,; 2.,,430070,)

Environmental factors including temperature, humidity, and gas atmosphere directly determine the daily performance, growth rate, and immune status of livestock and poultry in a farm. It is highly urgent to detect the factors for real-time monitoring the health state of livestock and poultry, particularly the relationship between environmental factors and health state. Therefore, a healthy aquaculture pattern can be developed to optimize the breeding environment. In this study, a mobile intelligent monitoring platform was established to detect the key environmental factors within the whole area. An integrated sensor system was installed in the fixed important points. A four-wheel trolley with sprocket wheels was used to drive the platform. The motor and transmission components were installed inside the car body in the need of waterproof and anti-corrosion. The upper side of the car was sealed with a cover plate, and only the integrated sensor system installed on a foldable telescopic mechanism that needs to be exposed was fixed on the plate. Height adjusting of an integrated sensor system was performed via changing the folding angle and telescopic length of a foldable telescopic mechanism. The sensors were assembled separately and disassembled conveniently, in order to facilitate repair and maintenance, and even the integrated sensor system was replaced as a whole. AnSTM32 microcontroller was used as the master control unit in the system. A PCB-integrated sensor system was selected to detect the temperature, humidity, CO2, H2S, NH3,and dust concentration in the environment. Three standard conditions were set for the detection. Specifically, when the livestock or poultry felt uncomfortable, their behavior appeared too quiet or too irritable. When the livestock or poultry was sick, their body temperature was abnormal. When an infection occurred, the surface of the skin was ulcerated. A camera with a high-speed image transmission and a remote infrared temperature measurement device was used to monitor the livestock and poultry, where the abnormal state of their body temperature was observed in time, and the infection was found at an early stage. Two monitor sensors were installed on an electromechanical actuator, which was fixed on an electromechanical indexing plate in the front of the mobile platform. The actuator was used to adjust the pitch angle, whereas, the indexing plate was used to change the horizontal angle. An Ultra-Wide Band (UWB) wireless system was also selected to accurately locate the position of the mobile platform. All the data was sent to the STM32 microcontroller in UART, IIC, or analog output mode. The STM32 microcontroller processed the data with the Savitzky-Golay filtering, and then uploaded the data to the Ali Cloud IoT platform through a WIFI module. The users can login to the web page to remotely access the data, and thereby monitor the status of livestock and poultry in real time. The experimental results show that the detection data of a mobile intelligent detection platform was similar to that of the sensors in the former pig farm, where the difference between them was less than 10%. The positioning error was close to the 10 cm level, when the base stations were located at the optimal position. The monitoring data were reliable, and the mobile intelligent monitoring platform ran stably for a long time. The mobile platform can also serve as a carrier to transport about 200 kg of heavy objects. For instance, materials and livestock can be transported by the platform, when installing an upper cover plate with a winch and inclined plane on the surface. The proposed mobile intelligent monitoring platform can provide a hardware foundation for whole-scale environmental monitoring of livestock and poultry farms.

temperature; humidity; sensors; intelligent monitoring; livestock and poultry breeding; Ali cloud

2020-11-19

2021-03-30

“十三五”国家重点研发计划项目（2018YFD0500702）

龙长江，博士，副教授，研究方向为自动控制和无损检测。 Email：lcjflow@163.com

谭鹤群，博士，教授，研究方向为农产品加工机械与畜牧机械。Email：thq@mail.hzau.edu.cn

10.11975/j.issn.1002-6819.2021.07.009

TP23; TP242.3; S817.3

A

1002-6819(2021)-07-0068-08

龙长江，谭鹤群，朱明，等. 畜禽舍移动式智能监测平台研制[J]. 农业工程学报，2021，37(7)：68-75. doi：10.11975/j.issn.1002-6819.2021.07.068 http://www.tcsae.org

Long Changjiang, Tan Hequn, Zhu Ming, et al. Development of mobile intelligent monitoring platform for livestock and poultry house[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(7): 68-75. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.07.068 http://www.tcsae.org