農(nóng)研匯總：十項(xiàng)智慧畜牧養(yǎng)殖科研成果，推動(dòng)養(yǎng)殖智能化

關(guān)于農(nóng)業(yè)方面的科研一直都備受關(guān)注，囊括種植業(yè)、畜牧業(yè)、漁業(yè)等多個(gè)細(xì)分行業(yè)。目前，畜牧業(yè)養(yǎng)殖方面的科研已經(jīng)取得了一定進(jìn)展，主要集中在檢測(cè)識(shí)別、喂養(yǎng)管理等方面。

一、奶牛運(yùn)動(dòng)行為智能監(jiān)測(cè)

西北農(nóng)林科技大學(xué)、 農(nóng)業(yè)農(nóng)村部和陜西省農(nóng)業(yè)信息感知與智能服務(wù)重點(diǎn)實(shí)驗(yàn)室，針對(duì)奶牛運(yùn)動(dòng)行為(躺臥、行走、站立、發(fā)情、呼吸、反芻及跛行等)智能檢測(cè)技術(shù)的研究進(jìn)展予以分析，指在信息化、智能化技術(shù)的應(yīng)用有助于養(yǎng)殖場(chǎng)及時(shí)掌握奶牛健康狀況，提高養(yǎng)殖效率。

該研究按照時(shí)間順序分別從接觸式檢測(cè)方法和非接觸式檢測(cè)方法兩方面綜述了國內(nèi)外相關(guān)研究現(xiàn)狀，對(duì)相關(guān)研究的原理及成果進(jìn)行詳細(xì)介紹，總結(jié)了當(dāng)前接觸式和非接觸式奶牛運(yùn)動(dòng)行為檢測(cè)方法的問題與挑戰(zhàn)。最后，針對(duì)相關(guān)關(guān)鍵技術(shù)的發(fā)展趨勢(shì)進(jìn)行了展望。

二、基于遷移學(xué)習(xí)的多尺度特征融合牦牛臉部識(shí)別算法

青海大學(xué)與青海省玉樹州動(dòng)物疫病預(yù)防控制中心，針對(duì)智慧畜牧智能化、信息化等養(yǎng)殖平臺(tái)中動(dòng)物個(gè)體識(shí)別技術(shù)應(yīng)用需求，研究了一種基于遷移學(xué)習(xí)的多尺度特征融合牦牛臉部識(shí)別算法。

該算法基于遷移學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行多尺度特征融合。實(shí)驗(yàn)結(jié)果表明，該算法數(shù)據(jù)集中識(shí)別準(zhǔn)確率達(dá)到96.01%，可為牦牛臉部識(shí)別研究提供參考，牦牛個(gè)體身份標(biāo)識(shí)是實(shí)現(xiàn)個(gè)體建檔、行為監(jiān)測(cè)、精準(zhǔn)飼喂、疫病防控及食品溯源的前提。

三、復(fù)雜環(huán)境下肉牛三維點(diǎn)云重建與目標(biāo)提取方法

中國農(nóng)業(yè)大學(xué)、國家農(nóng)業(yè)信息化工程技術(shù)研究中心等機(jī)構(gòu)，針對(duì)復(fù)雜環(huán)境下的肉牛三維數(shù)據(jù)的采集問題，同時(shí)解決基于點(diǎn)云采集技術(shù)的非接觸式測(cè)量能夠緩解肉牛，在采集體尺體重等參數(shù)時(shí)的應(yīng)急問題，開發(fā)了一種非接觸式肉牛三維點(diǎn)云重建與目標(biāo)提取系統(tǒng)與方法，為肉牛育種育肥提供大量標(biāo)準(zhǔn)化和三維量化表型數(shù)據(jù)。

該研究對(duì)20頭肉牛進(jìn)行了124次點(diǎn)云采集與目標(biāo)提取實(shí)驗(yàn)，結(jié)果表明，統(tǒng)采集成功率為91.89%，采集的點(diǎn)云與真實(shí)值相比，體次重建誤差為0.6%。該系統(tǒng)與方法可以在無人干預(yù)的情況下，實(shí)現(xiàn)多角度肉牛點(diǎn)云數(shù)據(jù)的自動(dòng)采集與三維重建，并從復(fù)雜環(huán)境中自動(dòng)提取目標(biāo)肉牛的點(diǎn)云，為非接觸式肉牛體高、體寬、體斜長(zhǎng)、胸圍、腹圍和體重等核心表型參數(shù)的測(cè)量提供重要的方法支撐，促進(jìn)肉牛育種和育肥的標(biāo)準(zhǔn)化管理。

四、基于高斯混合-隱馬爾科夫融合算法識(shí)別奶牛步態(tài)時(shí)相

為準(zhǔn)確自動(dòng)識(shí)別奶牛步態(tài)時(shí)相，中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所研究了一種融合高斯混合模型和隱馬爾可夫模型的無監(jiān)督學(xué)習(xí)奶牛步態(tài)時(shí)相識(shí)別算法GMM-HMM。

研究構(gòu)建了GMM-HMM模型，實(shí)現(xiàn)奶牛靜立相、連續(xù)步態(tài)中的站立相和擺動(dòng)相等3種步態(tài)時(shí)相的自動(dòng)識(shí)別。結(jié)果表明，靜立、連續(xù)步態(tài)中的站立、連續(xù)步態(tài)中的擺動(dòng)等相識(shí)別率高達(dá)90%左右，為下一步基于穿戴式步態(tài)分析的奶牛跛行特征提取提供技術(shù)參考。

五、叫聲在生豬福利監(jiān)測(cè)中的研究進(jìn)展與挑戰(zhàn)

叫聲是評(píng)估生豬福利水平的重要方式之一，東北農(nóng)業(yè)大學(xué)以叫聲為研究對(duì)象，分析了生豬叫聲與福利之間的相互關(guān)系，叫聲主要包括咳嗽聲、尖叫聲和呼嚕聲，基于這三種聲音進(jìn)一步分析聲音與環(huán)境，聲音與身體狀況，以及聲音與健康之間的關(guān)系。目前關(guān)于生豬聲音分析的研究大多集中在分類器的選擇和識(shí)別算法的改進(jìn)上，而對(duì)端點(diǎn)檢測(cè)和特征選擇的研究較少。同時(shí)，當(dāng)下面臨的主要挑戰(zhàn)還包括不同生長(zhǎng)階段的音頻數(shù)據(jù)獲取難度較高，缺乏公共的豬舍內(nèi)音頻數(shù)據(jù)庫以及缺少完善的聲音指標(biāo)與動(dòng)物福利監(jiān)測(cè)評(píng)價(jià)體系?？傮w來說，建議進(jìn)一步對(duì)聲音識(shí)別過程中涉及的各部分技術(shù)進(jìn)行深入探索，同時(shí)加強(qiáng)跨學(xué)科專家之間的合作，共同推動(dòng)聲音監(jiān)測(cè)在生豬實(shí)際生產(chǎn)中的應(yīng)用，從而加快精準(zhǔn)畜牧業(yè)的實(shí)現(xiàn)。

六、家畜飼喂機(jī)器人研究進(jìn)展與發(fā)展展望

中國農(nóng)業(yè)科學(xué)院針對(duì)家畜養(yǎng)殖的生產(chǎn)模式已由粗放型向集約型轉(zhuǎn)變過程中，表現(xiàn)出來的低勞動(dòng)生產(chǎn)率、勞動(dòng)力短缺等問題，利用現(xiàn)代信息和人工智能技術(shù)，研發(fā)家畜飼喂機(jī)器人，包括喂料、推料等機(jī)器人，意圖實(shí)現(xiàn)數(shù)字化、智能化的家畜養(yǎng)殖。

深入分析機(jī)器人技術(shù)在家畜養(yǎng)殖中的研究現(xiàn)狀，收集國內(nèi)外家畜機(jī)器人研究實(shí)例和文獻(xiàn)資料，從軌道式喂料機(jī)器人、自走式喂料機(jī)器人和推料機(jī)器人等方面研究進(jìn)展，及技術(shù)特點(diǎn)和實(shí)際應(yīng)用情況，進(jìn)行國內(nèi)外飼喂機(jī)器人進(jìn)行了比較，從戰(zhàn)略規(guī)劃制定、核心技術(shù)發(fā)展和產(chǎn)業(yè)發(fā)展趨勢(shì)三個(gè)方面進(jìn)行展望并提出發(fā)展建議，為家畜飼喂機(jī)器人在中國的進(jìn)一步發(fā)展和應(yīng)用提供參考。

七、商業(yè)化肉牛繁育大數(shù)據(jù)平臺(tái)設(shè)計(jì)與關(guān)鍵技術(shù)

北京市農(nóng)林科學(xué)院、國家農(nóng)業(yè)信息化工程技術(shù)研究中心等機(jī)構(gòu)，針對(duì)當(dāng)前中國肉牛繁育管理水平和信息化智能化水平不高等問題，研究借鑒國際先進(jìn)肉牛養(yǎng)殖國家的經(jīng)驗(yàn)，建立了適合中國的商業(yè)化肉牛繁育大數(shù)據(jù)平臺(tái)。

該平臺(tái)主要完成肉牛種質(zhì)信息資源的整合，在線自動(dòng)測(cè)定肉牛關(guān)鍵繁育性狀，全程服務(wù)支撐肉牛繁育過程，形成肉牛種質(zhì)資源大數(shù)據(jù)分析決策，并實(shí)現(xiàn)肉牛聯(lián)合育種創(chuàng)新模式。為中國肉牛種業(yè)發(fā)展提供可持續(xù)發(fā)展的信息化解決方案，以促進(jìn)肉牛育種整體水平的提高。

八、基于計(jì)算機(jī)視覺的奶牛生理參數(shù)檢測(cè)與疾病診斷研究進(jìn)展及挑戰(zhàn)

具有非接觸、免應(yīng)激、低成本及高通量等優(yōu)點(diǎn)的計(jì)算機(jī)視覺技術(shù)，可作為信息技術(shù)，推動(dòng)智能養(yǎng)殖業(yè)發(fā)展。中國農(nóng)業(yè)大學(xué)聯(lián)合浙大寧波理工學(xué)院，從該技術(shù)在智能化養(yǎng)殖業(yè)發(fā)展中的重要性入手，奶牛跛行及乳腺炎等疾病診斷的前沿技術(shù)發(fā)展過程和研究現(xiàn)狀。對(duì)奶牛生理參數(shù)監(jiān)測(cè)進(jìn)展，包括體尺、體溫、體重的前沿監(jiān)測(cè)設(shè)備、技術(shù)和模型參數(shù)?？偨Y(jié)了目前，相關(guān)技術(shù)研究和應(yīng)用推廣中存在的問題，比如：監(jiān)測(cè)準(zhǔn)確性不高、受環(huán)境因素影響大、系統(tǒng)普及難度、檢測(cè)系統(tǒng)成本高等問題和挑戰(zhàn)。并結(jié)合中國養(yǎng)殖業(yè)發(fā)展現(xiàn)狀，針對(duì)保證檢測(cè)準(zhǔn)確性、減少環(huán)境干擾等問題，提出了相關(guān)建議，旨在為中國奶牛養(yǎng)殖業(yè)的科學(xué)管理和現(xiàn)代化生產(chǎn)提供新方法和新思路。

九、中國飼料營養(yǎng)大數(shù)據(jù)分析平臺(tái)研制

中國農(nóng)業(yè)科學(xué)院攜手北京大北農(nóng)科技集團(tuán)股份有限公司，針對(duì)飼料糧缺口的逐漸大、飼料營養(yǎng)基礎(chǔ)數(shù)據(jù)缺失或不足等問題，研究依據(jù)16類中國飼料原料描述規(guī)范和屬性數(shù)據(jù)標(biāo)準(zhǔn)，飼料資源的種類、空間分布、飼料成分含量及營養(yǎng)價(jià)值特性數(shù)據(jù)，開發(fā)了新一代飼料營養(yǎng)大數(shù)據(jù)分析平臺(tái)(http：//www.chinafeeddata.org.cn/)，并提供Web數(shù)據(jù)共享功能。

該平臺(tái)提供所有入庫數(shù)據(jù)的可視化分析、所有飼料營養(yǎng)屬性數(shù)據(jù)及飼料實(shí)體樣本溯源數(shù)據(jù)的移動(dòng)端實(shí)時(shí)分享與下載服務(wù)、飼料原料養(yǎng)分變異提供動(dòng)態(tài)分析、飼料營養(yǎng)數(shù)據(jù)地理信息圖譜的分布查詢及對(duì)比分析及下載等功能。拓展飼料資源數(shù)據(jù)并提供飼料養(yǎng)分的預(yù)測(cè)分析模型，可最大化利用已有飼料養(yǎng)分?jǐn)?shù)據(jù)的價(jià)值，進(jìn)一步嵌入各類飼料配方的網(wǎng)絡(luò)計(jì)算模塊，可以達(dá)到飼料營養(yǎng)數(shù)據(jù)的一站式服務(wù)及數(shù)據(jù)的最大化升值服務(wù)。

十、基于深度圖像的多姿態(tài)肉牛體尺自動(dòng)測(cè)量方法

中國農(nóng)業(yè)大學(xué)聯(lián)合浙大寧波理工學(xué)院，針對(duì)肉牛較為活躍，采集圖像數(shù)據(jù)多變、肉牛姿態(tài)端正幀較少，導(dǎo)致自動(dòng)測(cè)量肉牛體尺困難的問題，研究提出一種多姿態(tài)肉牛體尺自動(dòng)測(cè)量方法。

該研究通過分析大量深度圖像數(shù)據(jù)，將圖像中肉牛姿態(tài)分為左歪、右歪、姿態(tài)端正、低頭和抬頭五類。實(shí)驗(yàn)結(jié)果表明，在5種姿態(tài)下的頭部去除成功率均高于92%，可為精確測(cè)量多姿態(tài)下肉牛體尺提供支撐。

審核編輯黃宇