鸡群智能连续无应激重量自动分级系统、方法及应用设备技术方案

技术编号:38487558 阅读:13 留言:0更新日期:2023-08-15 17:02
本发明专利技术提供鸡群智能连续无应激重量自动分级系统、方法及应用设备包括鸡群生态信息采集模块、数据分析分类模块以及鸡群智库管理模块,鸡群生态信息采集模块包括用于采集鸡群指标信息的视觉识别模块;数据分析分类模块建立鸡群生态信息分析模型;鸡群智库管理模块包括数据库处理模块以及引导分筛模块,实现目标鸡群的多级筛分。本发明专利技术通过设置鸡群生态信息采集模块、数据分析分类模块以及鸡群智库管理模块的联动方式,解决了现有行业对影响鸡群均匀度环境或己身问题上单一互相不通问题。度环境或己身问题上单一互相不通问题。度环境或己身问题上单一互相不通问题。

【技术实现步骤摘要】
鸡群智能连续无应激重量自动分级系统、方法及应用设备


[0001]本专利技术涉及养鸡设备
,具体为鸡群智能连续无应激重量自动分级系统、方法及应用设备。

技术介绍

[0002]随着人口的增长以及人们生活水平的提高,肉类蛋白的市场需求也在持续增长。不管是蛋鸡还是肉鸡,都已经逐步实现了工业化、集中化、智能化的养殖方式。
[0003]同时也形成了智能化养鸡场景,但饲料原料价格变动、鸡群的均匀程度、终端产品价格起伏、鸡群生长环境等因素影响着养殖者的收益。如对于种鸡来说,衡量饲养水平的最重要指标之一就是鸡群的均匀度,均匀度越高,开产就越整齐,整个鸡群的生产性能越高;往往高均匀度意味着均匀的鸡蛋,均匀的雏鸡。此时就不得不面临一个问题:如:雏鸡在育雏期的特点:a、雏鸡体温较低、体温调节机能不完善;b、生长迅速、代谢旺盛;c、采食量少、消化机能发育不健全;d、抵抗力弱、敏感性强;e、应激较多,如免疫应激、断喙等均匀影响其均匀度;更别说雏鸡发育后期的育成期以及产蛋期等影响因素。
[0004]为此就需要从业者在养殖过程中对各个阶段的数据化管理,量化鸡群生长环境、生产指标,对各个阶段的鸡群通过体重、胫长、均匀度以及成活率信息等指标以数据指导管理,以管理提升成绩。
[0005]基于此,本智库分级系统的专利技术,打破了现有行业单一影响鸡生长各个环境的孤岛效益,通过算法软件系统结合多方业务特性,将全部内容融会贯通,使养殖业从业者通过此系统完成对家禽的智能分级,全面保护养殖业从业人员的利益以及产品的质量。
专利技术内容
[0006]针对现有技术存在的不足,本专利技术目的是提供鸡群智能连续无应激重量自动分级系统、方法及应用设备,以解决上述
技术介绍
中提出的问题,本专利技术通过设置鸡群生态信息采集模块、数据分析分类模块以及鸡群智库管理模块的联动方式,解决了现有行业对影响鸡群均匀度环境或己身问题上单一互相不通问题,解决了现有技术中的问题。
[0007]为了实现上述目的,本专利技术是通过如下的技术方案来实现:鸡群智能连续无应激重量自动分级系统,包括鸡群生态信息采集模块、数据分析分类模块以及鸡群智库管理模块,其中,
[0008]鸡群生态信息采集模块包括用于采集鸡群指标信息的视觉识别模块;
[0009]数据分析分类模块建立鸡群生态信息分析模型,对鸡群生态信息采集模块输入的鸡群指标信息经数据汇总、筛选分析后,得到所述目标鸡群的分类信息;
[0010]鸡群智库管理模块包括数据库处理模块以及引导分筛模块,其中,数据库处理模块接收所述分类信息,经数据预处理后,将所述目标鸡群的分类信息关联至引导分筛模块中以使其控制并开启所对应的至少一个子引导通道,实现目标鸡群的多级筛分。
[0011]作为本专利技术的第二方面,提出了鸡群智能连续无应激重量自动分级方法,包括以
下步骤:
[0012]第一步,构建鸡群生态信息采集模块,采集鸡群指标信息;
[0013]第二步,构建鸡群生态信息分析模型,对输入的鸡群指标信息经数据汇总、筛选分析后,得到所述目标鸡群的分类信息,所述目标鸡群的分类信息包括目标鸡群均匀度信息和目标鸡群不均匀度信息;
[0014]第三步,对所述分类信息进行筛选,以得到有效信息,其中,所述有效信息为所述鸡群智库管理模块所能处理的数据信息;并将所述有效信息与分类信息进行信息真实性对比,以判断所述有效信息在向鸡群智库管理模块传输过程中无丢失;
[0015]第四步,构建鸡群生态信息智库,将所述有效信息在提前设定好的引导通道中进行匹配,实现目标鸡群的多级筛分,并输出此有效信息。
[0016]作为本专利技术的第三方面,提出了一种鸡群智能连续无应激重量自动分级应用设备,包括至少一个处理器以及与至少一个所述处理器建立信息交互通道的存储器,其中,
[0017]每个所述存储器存储有可被至少一个所述处理器执行的计算机程序;
[0018]所述计算机程序被至少一个所述处理器执行,以使至少一个所述处理器执行鸡群智能连续无应激重量自动分级系统和/或所述的分级方法。
[0019]与现有技术相比,本专利技术的有益效果:
[0020]1、本专利技术通过设置鸡群生态信息采集模块、数据分析分类模块以及鸡群智库管理模块的联动方式,解决了现有行业对影响鸡群均匀度环境或己身问题上分析单一互相不通问题;
[0021]2、通过在数据传输存储模块内搭载数据接口的方式,使得本专利技术可与外部第三方系统进行兼容,满足用户在移动端或基于移动端,进行目标鸡群的作业指令,与此同时,通过在数据分析分类模块搭建数据分析模型,从而具备对不同阶段、不同环境下目标鸡群预测分析结果的准确性;
[0022]3、通过设置的鸡群生态信息筛选模块以及鸡群生态信息对比模块,保证了本专利技术在进行种鸡分级时具备分级过程中数字化的精确度、安全性以及低误差的优点。
附图说明
[0023]参照附图来说明本专利技术的公开内容。应当了解,附图仅仅用于说明目的,而并非意在对本专利技术的保护范围构成限制,在附图中,相同的附图标记用于指代相同的部件。其中:
[0024]图1为本专利技术一实施例中所提出鸡群智能连续无应激重量自动分级的时序流程示意图;
[0025]图2为本专利技术一实施例中所提出鸡群智能连续无应激重量自动分级设备的结构示意图;
[0026]图3为本专利技术一实施例中所提出图像获取模块的安装结构示意图;
[0027]图4为本专利技术一实施例中所提出子引导通道在开启3通道、4通道、5通道以及6通道时对目标鸡群分级的通道示意图。
[0028]附图标记说明:
[0029]1‑
自动分级设备壳体、2

工业相机、3

光电传感器、4

遮板、5

光源。
具体实施方式
[0030]容易理解,根据本专利技术的技术方案,在不变更本专利技术实质精神下,本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此,以下具体实施方式以及附图仅是对本专利技术的技术方案的示例性说明,而不应当视为本专利技术的全部或者视为对本专利技术技术方案的限定或限制。
[0031]如图1

4所示,作为本专利技术的一个实施例,本专利技术提供技术方案:鸡群智能连续无应激重量自动分级系统,包括
[0032]鸡群生态信息采集模块包括用于采集鸡群指标信息的视觉识别模块。
[0033]基于上述技术构思,需要说明的是,视觉识别模块包括图像获取模块以及关键词键入模块,其中,图像获取模块包括自动分级设备壳体1、工业相机2、光源5、光电传感器3和遮板4;光电传感器3安装在遮板4上,工业相机2、光源5分别安装于在自动分级设备壳体1外缘面;当目标鸡群经过光电传感器3时,触发工业相机2抓拍目标图像并回传给数据库处理模块进行预处理,在具体实施时,图像获取模块采集目标鸡群图像的方式为:
[0034]S1

1、连续获取工业相机设定范围内的目本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.鸡群智能连续无应激重量自动分级系统,其特征在于:包括鸡群生态信息采集模块、数据分析分类模块以及鸡群智库管理模块,其中,鸡群生态信息采集模块包括用于采集鸡群指标信息的视觉识别模块;数据分析分类模块建立鸡群生态信息分析模型,对鸡群生态信息采集模块输入的鸡群指标信息经数据汇总、筛选分析后,得到所述目标鸡群的分类信息;鸡群智库管理模块包括数据库处理模块以及引导分筛模块,其中,数据库处理模块接收所述分类信息,经数据预处理后,将所述目标鸡群的分类信息关联至引导分筛模块中以使其控制并开启所对应的至少一个子引导通道,实现目标鸡群的多级多类筛分。2.根据权利要求1所述的鸡群智能连续无应激重量自动分级系统,其特征在于:所述鸡群智库管理模块还包括用于提供鸡群智库管理模块的基础运行支撑的数据库服务模块;用于通过搭载数据接口输出所述目标鸡群的分类信息至外部第三方系统的数据库信息输出模块。3.根据权利要求1所述的鸡群智能连续无应激重量自动分级系统,其特征在于:所述视觉识别模块包括图像获取模块以及关键词键入模块,其中,所述图像获取模块包括自动分级设备壳体、工业相机、光源、光电传感器和遮板;所述光电传感器安装在遮板上,所述工业相机、光源分别安装于在外壳体外缘面;当目标鸡群经过光电传感器时,触发工业相机抓拍目标图像并回传给数据库处理模块进行预处理,所述图像获取模块采集目标鸡群图像的具体实施方式为:S1

1、连续获取工业相机设定范围内的目标鸡群图像,对目标鸡群图像进行非线性量化,获取目标鸡群图像的聚焦值与其量化步长的对应比例,从而得到在当前工业相机聚焦值下的目标鸡群图像数据的锐度评价系数;S1

2、预设清晰度网络训练模型,依据锐度评价系数以对所述目标鸡群图像的清晰度值进行初始识别;S1

3、对采集到目标鸡群图像进行去噪,设I表示待去噪的鸡群图像,I(x,y)表示鸡群图像I中坐标(x,y)处的像素,采用迭代的方式确定像素I(x,y)的局部邻域,设Ωr(x,y)表示在第r次迭代时以像素I(x,y)为中心的(2r+1)
×
(2r+1)的局部邻域,Nr(x,y)表示局部邻域Ωr(x,y)中的像素集合,对局部邻域Ωr(x,y)中的像素进行筛选后,当局部邻域Ωr(x,y)满足迭代判断函数Wr(x,y)时,则停止继续迭代,且选取当前迭代的上一次迭代时的局部邻域即为像素I(x,y)的最终局部邻域,以对获取的目标鸡群图像进行强化调整,得到二次所述目标鸡群图像的清晰度值,使得目标鸡群图像中鸡群与实际鸡群比例一致和/或使误差在0~0.9个像素点之内;所述关键词键入模块连接图像获取模块,用于对除所述图像获取模块输出的二次目标鸡群图像外的其余鸡群指标信息进行修正,以对在不同饲喂阶段的目标鸡群进行精准识别得到综合量化信息,所述关键词键入模块内置关键词模糊匹配键入单元,具体实施时,用户输入模糊其余鸡群指标信息至数据分析分类模块建立鸡群生态信息分析模型,其中,所述综合量化信息至少包括:目标鸡群在育雏期阶段的体重、胫长、均匀度以及成活率信息;目标鸡群在育成期阶段的体重、胫长、均匀度以及成活率信息;目标鸡群在产蛋期阶段的入舍和/或存栏产蛋率、高峰蛋率、高峰维持时间、产蛋数、平均蛋重、产蛋重以
及料蛋比信息。4.根据权利要求3所述的鸡群智能连续无应激重量自动分级系统,其特征在于:所述数据分析分类模块包括鸡群生态信息分析模块、鸡群生态信息筛选模块以及鸡群生态信息对比模块,其中,鸡群生态信息分析模块分别接收通过图像获取模块以及关键词键入模块所采集的目标鸡群图像信息以及综合量化信息,通过建立分析模型对鸡群生态信息进行分析,得到目标鸡群的分类信息,分类信息包括目标鸡群均匀度信息和目...

【专利技术属性】
技术研发人员:余琳周玲崔培培周意
申请(专利权)人:合肥神牧信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1