一种生猪养殖全周期养殖行为监测系统的制作方法

本发明涉及生猪养殖，具体是一种生猪养殖全周期养殖行为监测系统。

背景技术：

1、随着畜牧业的发展，规模化养猪场和养猪区域的快速递增，智慧猪场的应用已经越来越普及；智慧猪场是根据环境应急的专业化需求，基于对环境应急事件的全过程控制理念，集云计算、大数据、集成性、移动性等多项创新点于一身，可为养猪企业建立起无地域限制的养殖生产标准、计划管理、养殖过程管理及即时的数据统计分析平台，更容易适应用户现有的业务工作方式和业务流程；并建立以信息技术、通信技术和gis技术相结合的环境预警应急管理平台，从而实现对环境中的突发事件进行快速、及时、准确的应对和处理；

2、但是，现有的智慧猪场养殖行为监测系统主要停留在对数据进行采集和存储的阶段，大部分没有对数据进行更深入的分析和挖掘，不能对生猪的健康度进行数据可视化管理；同时无法智能识别监测系数高的生猪进行重点监测，从而合理安排监测资源，提高监测效率；基于以上不足，本发明提出一种生猪养殖全周期养殖行为监测系统。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种生猪养殖全周期养殖行为监测系统。

2、为实现上述目的，本发明的第一方面提供了一种生猪养殖全周期养殖行为监测系统，包括生猪饲喂模块、进食评估模块、指令发布模块、数据库、生猪状态采集模块和数据分析模块；

3、所述生猪饲喂模块包括饲喂器，用于实时感应生猪对饲喂器的触碰行为，根据饲喂器中前后的饲料重量数据变化得到对应生猪的进食数据；

4、所述进食评估模块与生猪饲喂模块相连接，用于采集生猪预设时间段内的进食数据进行监测系数gh评估，并将生猪的监测系数gh上传至监测中心；所述监测系数gh用于反映生猪的进食异常程度；

5、所述监测中心用于接收生猪的监测系数gh后，驱动指令发布模块按照预设规则发布信息采集指令至生猪状态采集模块；所述预设规则具体为：

6、获取数据库内预先存储的监测系数范围与采集频率的映射关系表；

7、基于所述映射关系表，确定监测系数gh在映射关系表中对应的采集频率并标记为hi；所述指令发布模块用于根据采集频率hi发布信息采集指令；

8、响应于信息采集指令，所述生猪状态采集模块用于采集对应生猪的运动状态参数信息并将采集的运动状态参数信息传输至监测中心；所述运动状态参数信息包括生猪的心跳数据、体温数据以及姿态数据；

9、监测中心用于将接收到的运动状态参数信息传输至数据分析模块；所述数据分析模块基于对所述运动状态参数信息的分析处理实现生猪状态的监测。

10、进一步的，所述进食评估模块的具体评估步骤如下：

11、针对同一生猪，在预设时间段内，统计所述生猪的进食总次数为c1；

12、获取所述生猪所处的生长阶段，根据所述生长阶段确定对应的进食阈值为lt；所述生长阶段包括小猪阶段、中猪阶段以及大猪阶段；

13、将每次的进食量标记为li；将进食量li与进食阈值lt相比较；

14、若进食量li＞进食阈值lt且li-lt＞设定值时，则表示所述生猪处于暴食状态，此时将li标记为暴食值；将所有的暴食值li与进食阈值lt进行差值计算并求和得到第一暴食系数bl；

15、若进食量li＜进食阈值lt且lt-li＞设定值时，则表示所述生猪处于厌食状态，此时将li标记为厌食值；将所有的厌食值li与进食阈值lt进行差值计算并求和得到第一厌食系数yl；

16、统计所述生猪处于异常进食状态的次数为异常频次p1；；所述异常进食状态包括暴食状态和厌食状态；利用公式计算得到所述生猪的监测系数gh，其中g1、g2、g3均为预设系数因子。

17、进一步的，进食阈值为实际体重×系数，在小猪阶段系数为0.05，在中猪阶段系数为0.04，在大猪阶段系数为0.03。

18、进一步的，数据分析模块对心跳数据和体温数据的分析处理方法包括：

19、获取运动状态参数信息中的心跳数据和体温数据，分别与数据库中存储的标准心跳数据和标准体温数据进行对比，得到对应的心跳差值和体温差值；

20、获取大于零的心跳差值和体温差值，结合数据库中存储的各状态参数对生猪健康状况的影响因子，计算对应生猪的运动影响系数；

21、将计算得到的运动影响系数与预设影响阈值相比较；若运动影响系数≥预设影响阈值，则判定此时生猪健康状况异常，进行异常报警。

22、进一步的，所述数据分析模块还包括：

23、将生猪心跳数据与最近5天平均心跳数据进行对比，得到对应的心跳差值；将生猪体温与最近5天平均体温进行对比，得到对应的体温差值。

24、进一步的，所述数据分析模块对姿态数据的分析处理方法包括：

25、获取运动状态参数信息中的姿态数据，将姿态数据输入到异常状态检测模型中，获取输出结果，以判断生猪健康状况是否异常；

26、当输出结果为1时，则判定对应生猪健康状况异常，进行异常报警；当输出结果为0时，则判定对应生猪健康状况正常。

27、进一步的，所述异常状态检测模型基于attention机制的bi-lstm模型建立，并使用生猪的历史姿态数据训练得到。

28、进一步的，所述生猪状态采集模块包括心跳传感器、温度传感器以及姿态采集传感器；所述姿态采集传感器为整合三轴加速度、三轴陀螺仪和三轴磁力传感器的微惯性传感器。

29、进一步的，所述微惯性传感器为9轴微惯性传感器mpu-9250；

30、其中，mpu-9250测量生猪运动加速度、角速度、角度的三维坐标轴的指向分别为：x轴指向生猪右方，y轴指向生猪头部方向，z轴指向地面。

31、进一步的，各个所述心跳传感器、温度传感器以及姿态采集传感器之间通过无线网络进行相互间的心跳信号监视；若出现某一个传感器的心跳缺失且心跳缺失的时间超过预设缺失阈值，则判定所述传感器所要采集的数据出现异常，生成预警信号。

32、与现有技术相比，本发明的有益效果是：

33、1、本发明中进食评估模块用于采集生猪预设时间段内的进食数据进行监测系数gh评估，所述监测系数gh用于反映生猪的进食异常程度；所述指令发布模块用于根据监测系数gh自动调整对应生猪的信息采集频率，实现生猪状态的自动监测，同时能够智能识别出监测系数gh高的生猪进行重点监测，合理安排监测资源，大大提高了生猪饲养的效率，降低了人工成本；

34、2、响应于信息采集指令，所述生猪状态采集模块用于采集对应生猪的运动状态参数信息；所述数据分析模块基于对所述运动状态参数信息的分析处理实现生猪状态的监测，结合心跳数据和体温数据计算对应生猪的运动影响系数，若运动影响系数≥预设影响阈值，则判定此时生猪健康状况异常，进行异常报警；同时将姿态数据输入到异常状态检测模型中，获取输出结果，以判断生猪健康状况是否异常，从而实时显示生猪的健康状况，实现对生猪健康的及时管理，降低生猪死亡率，提升猪场效益。