一种基于多源大数据动物养殖数据挖掘的监测预警系统技术方案

本发明专利技术公开了一种基于多源大数据动物养殖数据挖掘的监测预警系统，属于动物养殖检测预警系统设计技术领域，包括动物体征传感器、动物声音传感器、环境传感器、轨道机器人、算法训练模块、动物健康数据产生模块、动物健康数字矩阵模块和动物健康分析模块；本方案提供一种多源动物养殖数据采集、处理及动物健康分析预警的系统，通过构建动物数字矩阵信息，并对养殖动物状态进行分析和预警，解决了通过多源大数据的方式挖掘动物养殖数据，并对非健康养殖动物健康预警的问题，本系统对于动物养殖具有通用性。有通用性。有通用性。

【技术实现步骤摘要】
一种基于多源大数据动物养殖数据挖掘的监测预警系统


[0001]本专利技术属于动物养殖检测预警系统设计
，尤其涉及一种基于多源大数据动物养殖数据挖掘的监测预警系统。

技术介绍

[0002]在规模化的动物养殖过程中，动物健康出现变化而患病的情况是无法避免的，并需要及时采取对应措施才能保证养殖效益，因此实时准确且有效的动物健康预警技术对保证动物养殖的稳定与高产具有重要意义。当动物患病时必定会出现异常行为和病理特征，例如猪只就会出现爬跨、嚎叫、厌食、咬尾、久卧、蓝耳、吐血、体温升高、红皮和腹泻等情况。只要根据以上异常行为和病理特征，利用彩色摄像头、红外摄像头、声音传感器、耳标和定位器等设备进行对应的数据获取和检测，就能判断出动物健康状态。
[0003]目前，对动物健康判断主要是通过人工观察的方式，需要养殖人员根据养殖经验进行实时监测。但该方法费时、费力且容易出错。随着计算机视觉技术的成熟与普及，越来越多的学者通过摄像头获取动物生活图像或视频，并根据图像特征对动物行为进行检测，该方法是实现动物健康自动检测的重要途径。但目前从图像特征上对动物行为的自动检测方法都仅针对动物某一种特定行为进行研究，并且缺少其他维度的数据分析和进一步的健康状态分析。以猪为例，目前实现了识别视频中的猪只采食行为，但该方法可行的前提条件是要在猪只的背部打上标记，否则该方法失效，而在真实的养殖环境中猪只身体非常容易出现因沾染污渍而看不见标记的情况。目前也实现了猪只爬跨行为的识别，但仍然未进一步对猪只进行是否属于发情期分析并判断健康状态。此外，已有的生猪生理信息数据库往往都是通过单一角度进行数据获取，缺少多维度的数据，即使存在多维度的数据也没有对应的时间序列和个体身份信息实现数据关联，因此不具备多种数据融合分析的功能，也难以实现猪只健康监测及预警的功能。牛和鸡在规模化养殖中也存在着类似的问题，并且同样对猪只的方法却难以直接应用于鸡和牛上，因此目前非常需要一套具有一定通用性的动物健康养殖数据挖掘模型及监测预警系统应用于养殖业。

技术实现思路

[0004]针对现有技术中的上述不足，本专利技术提供的一种基于多源大数据动物养殖数据挖掘的监测预警系统解决了通过多源大数据的方式挖掘动物养殖数据，并对非健康养殖动物健康预警的问题。
[0005]为了达到上述专利技术目的，本专利技术采用的技术方案为：本方案提供一种基于多源大数据动物养殖数据挖掘的监测预警系统，包括：动物体征传感器，用于获取养殖动物的体征原始数据，并向轨道机器人传输体征原始数据，所述体征原始数据包括养殖动物的身份、位置、体温和运动量；动物声音传感器，用于获取各养殖栏中养殖动物的夜间声音原始数据，并向轨道机器人传输夜间声音原始数据；
环境传感器，用于获取养殖栏中的环境监测数据，其中，所述环境监测数据包括环境温度、环境湿度和环境气压；轨道机器人，用于控制自动饲喂器逐一对养殖动物投喂饲料，并同时通过滑轨定位器定位获取各栏养殖中的养殖动物的定位数据，得到养殖动物的视频原始数据、体征原始数据、夜间声音原始数据，其中，所述视频原始数据包括养殖动物的彩色图像、热红外图像和3D图像；算法训练模块，用于利用养殖动物的视频原始数据、体征原始数据和夜间声音原始数据对系统算法进行训练和参数调整，得到训练好的系统算法，其中，系统算法包括数据清洗校验算法、Yolov4行为和局部温度识别算法、点云图体尺测量算法和咳嗽检测算法；动物健康数据产生模块，用于根据训练好的系统算法处理视频原始数据、体征原始数据和夜间声音原始数据，得到养殖动物的体征数据、行为数据、身体区域坐标信息、部位温度数据、体长数据、体高数据和咳嗽次数数据；动物健康数字矩阵模块，用于根据养殖动物的体征数据、行为数据、部位温度数据、体长数据、体高数据和咳嗽次数数据，构建若干关联养殖动物身份和位置的数字信息矩阵；动物健康分析模块，用于利用各数字信息矩阵对其对应的养殖动物进行健康评分，并根据养殖动物的体征数据、行为数据、部位温度数据、体长数据、体高数据和咳嗽次数数据对养殖动物健康分析，且对非健康养殖动物进行健康预警。
[0006]本专利技术的有益效果为：本专利技术提供的一种基于多源大数据动物养殖数据挖掘的监测预警系统，分别通过动物体征传感器、动物声音传感器、环境传感器、轨道机器人获取养殖动物的体征原始数据、夜间声音原始数据、环境监测数据和视频原始数据；通过算法训练模块实现通过体征原始数据、夜间声音原始数据、环境监测数据和视频原始数据对系统算法进行训练和参数调整，得到训练好的系统算法；通过动物健康数据产生模块通过训练好的系统算法处理视频原始数据、体征原始数据和夜间声音原始数据得到养殖动物的体征数据、行为数据、身体区域坐标信息、部位温度数据、体长数据、体高数据和咳嗽次数数据；通过动物健康数字矩阵模块构建若干关联养殖动物身份和位置的数字信息矩阵，并通过动物健康分析模块计算对应的养殖动物的健康矩阵评分，且对非健康养殖动物进行健康预警，实现了通过多源大数据对动物养殖数据的挖掘，并通过多维度数据融合分析实现了对养殖动物的健康检测及预警，公开了一种具有一定通用性的动物养殖数据挖掘模型及检测预警的系统。
[0007]进一步地，所述轨道机器人包括：微型中央处理器，用于控制自动饲喂器逐一对各栏位内的养殖动物投喂饲料；养殖动物传感器接收器，用于获取养殖动物耳标传递的体征原始数据；双目摄像头，用于通过滑轨定位器定位获取养殖动物的彩色图像和热红外图像；3D摄像头，用于通过滑轨定位器定位获取养殖动物的3D图像。
[0008]采用上述进一步方案的有益效果为：通过轨道机器人实现动物投喂饲料，并采集养殖动物的视频原始数据和体征原始数据。
[0009]进一步地，所述动物健康数据产生模块包括：数据清洗校验子模块，用于根据训练好的数据清洗校验算法校验、过滤、计算和填
充体征原始数据，得到数据库格式的养殖动物的体征数据，并将养殖动物体征数据存储至数据库；Yolov4行为和温度识别子模块，用于根据训练好的Yolov4行为和局部温度识别算法提取视频原始数据，得到养殖动物的行为数据、身体区域坐标信息和部位温度数据；点云图体尺测量子模块，用于根据训练好的点云图体尺测量算法计算养殖动物的行为数据和身体区域坐标信息，得到养殖动物的体长数据和体高数据；咳嗽检测子模块，用于根据训练好的咳嗽检测算法对夜间声音原始数据进行去噪声和相似性检测，得到养殖动物的咳嗽次数数据。
[0010]采用上述进一步方案的有益效果为：所述动物健康数据产生模块通过数据清洗校验子模块对体征原始数据校验、过滤、计算和填充，得到养殖动物的体征数据；通过Yolov4行为和温度识别子模块，得到养殖动物的行为数据、身体区域坐标信息和部位温度数据；通过点云图体尺测量子模块得到养殖动物的体长数据和体高数据；通过咳嗽检测子模块得到养殖动物的咳嗽次数数据；为构建关联养殖动物身份和位置的数字信息矩阵提供基础。
[0011]进一步地，所述数据清洗校验算法包括如下步骤：S1、通过轨道机器人对养殖动物进行位置和身份绑定设为主键；S2、基于养殖动物的位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源大数据动物养殖数据挖掘的监测预警系统，其特征在于，包括：动物体征传感器，用于获取养殖动物的体征原始数据，并向轨道机器人传输体征原始数据；动物声音传感器，用于获取各养殖栏中养殖动物的夜间声音原始数据，并向轨道机器人传输夜间声音原始数据；环境传感器，用于获取养殖栏中的环境监测数据；轨道机器人，用于控制自动饲喂器逐一对养殖动物投喂饲料，并同时通过滑轨定位器定位获取各栏养殖中的养殖动物的定位数据，得到养殖动物的视频原始数据、体征原始数据和夜间声音原始数据；算法训练模块，用于利用养殖动物的视频原始数据、体征原始数据和夜间声音原始数据对系统算法进行训练和参数调整，得到训练好的系统算法；动物健康数据产生模块，用于根据训练好的系统算法处理视频原始数据、体征原始数据和夜间声音原始数据，得到养殖动物的体征数据、行为数据、身体区域坐标信息、部位温度数据、体长数据、体高数据和咳嗽次数数据；动物健康数字矩阵模块，用于根据养殖动物的体征数据、行为数据、部位温度数据、体长数据、体高数据和咳嗽次数数据，构建若干关联养殖动物身份和位置的数字信息矩阵；动物健康分析模块，用于利用各数字信息矩阵对其对应的养殖动物进行健康评分，并对非健康养殖动物进行健康预警。2.根据权利要求1所述的基于多源大数据动物养殖数据挖掘的监测预警系统，其特征在于，所述轨道机器人包括：微型中央处理器，用于控制自动饲喂器逐一对各栏位内的养殖动物投喂饲料；养殖动物传感器接收器，用于获取养殖动物耳标传递的体征原始数据；双目摄像头，用于通过滑轨定位器定位获取养殖动物的彩色图像和热红外图像；3D摄像头，用于通过滑轨定位器定位获取养殖动物的3D图像。3.根据权利要求1所述的基于多源大数据动物养殖数据挖掘的监测预警系统，其特征在于，所述动物健康数据产生模块包括：数据清洗校验子模块，用于根据训练好的数据清洗校验算法校验、过滤、计算和填充体征原始数据，得到养殖动物的体征数据，并将养殖动物体征数据存储至数据库；Yolov4行为和温度识别子模块，用于根据训练好的Yolov4行为和局部温度识别算法提取视频原始数据，得到养殖动物的行为数据、身体区域坐标信息和部位温度数据；点云图体尺测量子模块，用于根据训练好的点云图体尺测量算法计算养殖动物的行为数据和身体区域坐标信息，得到养殖动物的体长数据和体高数据；咳嗽检测子模块，用于根据训练好的咳嗽检测算法对夜间声音原始数据进行去噪声和相似性检测，得到养殖动物的咳嗽次数数据。4.根据权利要求3所述的基于多源大数据动物养殖数据挖掘的监测预警系统，其特征在于，所述数据清洗校验算法包括如下步骤：S1、通过轨道机器人对养殖动物进行位置和身份绑定设为主键；S2、基于养殖动物的位置和身份，计算得到养殖动物每两次间隔体征原始数据中运动量增量；
S3、判断运动量增量是否大于零米且小于预设动物最大运动量，若是则进入步骤S4，否则报警动物体征传感器故障，并结束；S4、将养殖动物的运动量增量与位置和身份关联；S5、基于养殖动物的位置和身份，计算得到连续二十次获取的体征原始数据中的体温平均值；S5、判断体温平均值是否大于零度且小于预设动物最大体温，若是则进入步骤S6，否则报警动物体征传感器故障，并结束；S6、将体温平均值与位置和身份关联；S7、将养殖栏中的环境温度、环境湿度和环境气压与位置和身份关联；S8、将养殖动物的位置和身份，以及与位置和身份关联的运动量增量、体温平均值、环境温度、环境湿度和环境气压作为养殖动物体征数据存储至数据库。5.根据权利要求3所述的基于多源大数据动物养殖数据挖掘的监测预警系统，其特征在于，所述Yolov4行为和温度识别子模块包括：图像输入单元、特征提取单元、第一残差单元、第二残差单元、第三残差单元、第四残差单元、第五残差单元、第六残差单元、第一空间金字单元、第二空间金字塔单元、第一Concat拼接堆叠卷积单元、第二Concat拼接堆叠卷积单元、第三Concat拼接堆叠卷积单元、第四Concat拼接堆叠卷积单元、第五Concat拼接堆叠卷积单元、第六Concat拼接堆叠卷积单元、第一YOLOHead检测头、第二YOLOHead检测头、第三YOLOHead检测头和图像输出单元；所述图像输入单元、特征提取单元、第一残差单元、第二残差单元、第三残差单元和第四残差单元依次连接；所述第四残差单元分别与第五残差单元和第一Concat拼接堆叠卷积单元连接；所述第五残差单元分别与第六残差单元和第一空间金字单元连接；所述第六残差单元与第二空间金字塔单元连接；所述第一空间金字单元与第二Concat拼接堆叠卷积单元连接；所述第二空间金字单元与第三Concat拼接堆叠卷积单元连接；所述第三Concat拼接堆叠卷积单元分别与第二Concat拼接堆叠卷积单元和第六Concat拼接堆叠卷积单元连接；所述第二Concat拼接堆叠卷积单元分别与第一Concat拼接堆叠卷积单元和第五Concat拼接堆叠卷积单元连接；所述第一Concat拼接堆叠卷积单元与第四Concat拼接堆叠卷积单元...

【专利技术属性】
技术研发人员：肖德琴，黄一桂，刘又夫，刘俊彬，谭祖杰，曾瑞麟，陈淼彬，刘克坚，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：