一种牛动态称重系统的研发

胡肄农，仇振升,2，朱红宾，柏宗春*

（1.江苏省农业科学院农业设施与装备研究所/农业农村部长江中下游设施农业工程重点实验室，江苏南京 210014；2.江苏大学农业工程学院，江苏镇江 212013；3.上海科湃腾信息科技有限公司，上海 200072）

体重是反映动物个体生长状况、营养条件、遗传性能等指标的重要性状。对于肉牛和牛奶的育种和生产，体重性状具有重要意义。在肉牛育种工作中，体重是最重要的经济性状之一，断奶体重可以反映小牛的生长速度和母牛的哺乳能力，是评价肉牛生长性能和母牛繁殖性能的重要指标；成年肉牛体重直接反映其产肉能力。通过育种改良肉牛体重性状，可以提高肉牛的产肉量，提高肉牛养殖的经济效益；但过度追求体重性状，可能会导致其他性状（如繁殖性能、抗病能力等）的下降，因此在育种选择时需综合考虑各种性状，进行多性状选择。

奶牛的体重性状是育种的重要因素之一，育种者需要在体重、生产力和健康之间找到平衡，以达到最佳育种效果。体重过轻或过重都可能对奶牛的性能和健康产生负面影响，过轻的奶牛可能缺乏必要的营养，影响其健康和泌乳生产力；过重的奶牛维持代谢的营养需求加大，经济指标不一定合算，还可能增加患病风险，如心脏病和关节炎，影响其生产力乃至缩短其使用年限。

在肉牛和奶牛生产中，体重是重要的生产性能和经济效益指标。养殖场需要频繁进行体重称量。在奶牛出生、断奶、育成、配种等重要时间节点，需测量其体重、体尺等参数，从而科学调配饲料、营养和环境等养殖管理策略。对于肉牛生产，需要定期测量体重，计算日增重、料肉比等参数，对肉牛生长发育、饲料报酬进行评估，指导养殖生产。

家畜体重称量的传统方法通过带围栏的地秤或地磅实现，测量精度较高，但测量效率低，易造成应激，无法进行频繁的称重测量。由于家畜运动干扰会降低称重精度，现有的自动化称重设备通常对家畜进行限位，以获得更精确的静态体重；或延长秤台长度，对连续的动态体重测量值进行滤波或平滑处理，称重结果与静态体重相比，仍存在较大误差。牛的育种部门和生产企业，对动态称重系统测量的速度和精度具有迫切需求。

针对以上问题，笔者研发了一种牛动态称重系统，采用称重传感器与加速度传感器，测量牛只在自然行走状态下的体重和三维加速度，通过神经网络学习算法，将牛行走造成的载荷冲击和振动干扰从称重测量信号中分离，使称量结果更接近牛静态体重，从而实现牛的自动化动态称重。

1 动态称重系统工作原理

动态称重是指在载荷相对于衡器存在相对运动时进行的称量。动态称重中干扰因素较多，称量误差较大，精度相对静态称重较低。需要对称重系统的结构原理及干扰因素进行分析，针对性地减小或消除干扰误差，达到精确测量的目的。

对牛等家畜动态称重过程进行观察，可能出现的情况包括：在称重设备上行走或站立时一直有支撑足在称重设备上、走上或走下称重设备时有支撑足在称重设备之外、跳上或跳下称重设备时四足部分或全部在空中；此外还可能出现异常情况：多于一只牛在称重设备上、牛在称重设备上排泄、牛部分身体倚靠通道栏杆、牛在称重通道逆行等。

在上述情形下，对动物进行动态称重，其与称重设备间的相互作用包括静态载荷与动态载荷。静态载荷是动物静止不动时的载荷，称量得到的静态载荷即动物的真实体重；动态载荷指动物在称量过程中动物运动造成的载荷，如跳跃造成的冲击载荷、行走造成的周期振动载荷、及非周期变化的随机载荷等。

动态称重中测量的载荷信号中，动态载荷信号（称重误差）叠加在静态载荷信号（静态体重）上，为将误差信号从有效信号中分离，可使用建立动力学模型、时域或频域信号特征分析、数字滤波等方法，上述方法对汽车衡、增/ 减量秤等机械系统具有较好效果，但对于动物的动态称重而言，存在动力学模型复杂度高、信号特征提取难、数字滤波动态范围大等问题。

本研究在动态称重模型中引入加速度测量信号，将称重过程中对精度影响最大的动物运动进行量化，以地磅称量和牛三维加速度的连续测量值为学习样本，基于神经网络学习算法，建立体重预测模型，提高动态称重的速度和精度。

2 动态称重系统硬件结构

牛动态称重系统模块结构如图1 所示。

图1 牛动态称重系统示意图

称重系统由通道、地磅、控制器，及附着于牛身体上的无线传感器等部分组成。地磅安装于牛只行走的通道，称重测量信息实时发送至控制器；牛只传感器测量三维加速度，通过无线通信向控制器实时发送。

目前，奶牛养殖生产中，已普遍采用RFID耳标对奶牛进行标识，用于自动挤奶、饲喂等生产过程管理；对泌乳母牛广泛应用计步器、项圈等设备，基于三维加速度测量信息，评估奶牛活动量、反刍时间等，辅助奶牛饲养和繁殖管理。本研究中的编号识别模块和加速度传感器，可在上述应用基础上进行扩展。

3 动态称重系统数据采集与分析

佩戴RFID 耳标的牛靠近通道中称重地磅时，编号识别系统读取到RFID 耳标中的牛只编号，并发送至数据处理模块；数据处理模块开始接收称重模块信息，及通过无线通信接收牛体三维加速度信息。

安装于地磅四角的4 个压阻式应变传感器组成应变电桥，应变传感器将称重信号转化为电压信号，应变电桥输出mV 级差动电压信号，通过低失调、高增益和高共模抑制比的放大器进行放大，再经过A/D 转换单元生成数字信号，由信号接口传送至数据处理模块。本研究中，称重模块的采样率为10～100Hz，能较好反映称重信息的瞬态变化，称重模块测量信号如图2 所示。

图2 称重模块测量信号示意图

加速度传感器可穿戴于牛的足部、颈部等身体部位，其中的三轴加速度传感器获取牛的运动状态，并产生中断信号，主控单元被中断信号唤醒后，通过无线通信单元与主机中的无线通信模块进行通信，以10～100Hz 的采样频率，将X/Y/Z 三轴的加速度发送到数据处理模块。加速度传感器测量信号如图3 所示。

图3 加速度传感器测量信号示意图

以地磅称量和牛三维加速度的连续测量值为学习样本，建立体重预测神经网络模型，在数据处理模块中运行该模型，根据当前时刻牛的RFID 编号、称重数据、牛三维加速度信息，将牛运动产生的冲击载荷和振动载荷，从动态体重信息中分离，得到更接近静态体重的称量值。从图4 可以看出，经过模型滤波的称重数据，比原始数据更平滑，更准确。

图4 动态称重预测模型处理结果示意图

4 小结

目前家畜体重称量主要采用测量静态体重的技术方案，存在测量效率低、易造成应激等不足之处，难以满足家畜育种和生产过程中频繁测量体重性状的需求。

本研究在动态称重模型中引入加速度测量信号，将称重过程中对精度影响最大的动物运动进行量化。研制的牛体重动态称量系统，由通道、地磅、控制器，及附着于牛身体上的无线传感器等部分组成，地磅和牛只传感器测量牛自然行走时的体重和三维加速度，通过神经网络学习算法，将牛运动造成的载荷冲击和振动干扰从地磅测量称重信号中分离，使称量结果更接近牛静态体重，从而实现牛的自动化动态称重。本研究在江苏某规模化奶牛养殖场应用，下一步将优化数据分析模型，并扩大推广应用规模。