【技术实现步骤摘要】
一种非侵入式的循环水养殖鱼类主动式投饲方法及系统
[0001]本专利技术属于循环水智能养殖领域,涉及一种适用于循环水养殖模式的智能 投饲技术,尤其涉及一种非侵入式的循环水养殖鱼类主动式投饲方法及系统。
技术介绍
[0002]水产养殖中提倡高效投喂,其关键是在特定时段内投喂适量的饲料,以满足 养殖对象特定生长率所需要的营养物质。目前关于高效投喂的研究大部分是基于 养殖对象理论摄食节律的,即定时投喂(被动式投饲);事实上鱼类摄食节律受 养殖环境、个体大小以及群体内其他个体等多重因素影响。因此,根据鱼类实时 摄食欲望程度进行主动式投饲是保证精准化高效投喂的关键。
[0003][0004]已有研究利用鱼类学习能力结合Demand
‑
feeding系统实现对养殖对象的自 需式投喂,或是通过对鱼类在指定投喂区域内的主动聚集程度的分析来实现养殖 对象的实时自动投喂,然而该类方法需事先对养殖对象进行长期训练,主要用于 实验研究;且基于Demand
‑
feeding的自需式投喂会因其频繁的投喂刺激而造成 鱼类持续兴奋与警觉,继而导致体内皮质醇含量升高,影响其福利。研究表明动 物社群个体间会根据各自需求而达成决策妥协,且社群等级丰富度影响该决策妥 协的产生。这一现象在鱼群中亦得到体现:不同个体会根据自身营养状况调整自 身在鱼群中的位置和行为,且该类行为受个体自身所属社会等级影响;也正因如 此,鱼群中不同社群等级个体在相似摄食欲望程度下所表征行为特征并不相同。 由此可见,利用鱼群社群等级和个体间 ...
【技术保护点】
【技术特征摘要】
1.一种非侵入式的循环水养殖鱼类主动式投饲方法,其特征在于,首先利用机器视觉和深度学习算法对循环水养殖鱼类社群等级进行分析;继而耦合鱼群社群等级和个体间游泳策略特征,对鱼群实时摄食欲望进行表征;根据表征结果对是否触发投饲进行判定。2.根据权利要求1所述的非侵入式的循环水养殖鱼类主动式投饲方法,其特征在于,利用机器视觉和深度学习算法对循环水养殖鱼类社群等级进行分析,具体包括:(1)深度摄像机对实时画面进行读取,并利用深度学习算法计算出当前养殖池内鱼群个体体长L、体厚T信息;继而对鱼群个体体长信息进行归一化:
①
当T
i
≤0.08L
i
时,
②
当T
i
>0.08L
i
时,其中1≤i≤N,N为当前养殖池内养殖对象数量,L
i
和T
i
分为第i个对象的体长和体厚,L
max
和L
min
分别表示当前养殖池内养殖对象的最长体长和最短体长;(2)基于归一化的鱼群个体体长信息,量化鱼群个体社群等级:
①
高社群等级个体:0.7≤L≤1;
②
中社群等级个体:0.3<L<0.7;
③
低社群等级个体:0<L≤0.3。3.根据权利要求1所述的非侵入式的循环水养殖鱼类主动式投饲方法,其特征在于,耦合鱼群社群等级和个体间游泳策略特征,对鱼群实时摄食欲望进行表征,具体为:鱼群实时摄食欲望采用下式表示:其中,A为取样t时间段内计算a
×
V
p
+a
×
V
s
+b
×
D
nnd
的平均值,A
full
为饱食投喂后t时间段内计算a
×
V
p
+a
×
V
s
+b
×
D
nnd...
【专利技术属性】
技术研发人员:赵建,魏丹,文彦慈,朋泽群,叶章颖,刘鹰,朱松明,
申请(专利权)人:浙江大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。