禽蛋平板识别系统以及相关方法与流程

本公开总体涉及禽蛋处理装置和系统。更具体地，本公开涉及一种用于识别通过一个或多个处理站的携带多个禽蛋的禽蛋平板的系统以及相关方法。

背景

在家禽孵化场管理中，可能需要基于各种特征(诸如性别、疾病、遗传性状等)将禽类分开。例如，可能需要用特定的疫苗接种雄性禽类，并且用不同的疫苗接种雌性禽类。在孵化时禽类的性别分离出于其他原因也可能是重要的。例如，由于雄性和雌性火鸡的生长速度和营养需求的差异，常规上将火鸡按性别分开。在产蛋鸡和食用禽蛋产业中，需要仅保留雌性。在肉鸡产业中，需要基于性别分开禽类以获得饲料效率、改进处理均匀性并降低生产成本。

在一些情况下，所需特征的此类确定可以在孵化之前通过其中特征的结果延迟或者在其他方面没有立即知道的方式(例如，生物测定过程)来进行。也就是说，识别所需特征的测试方法可能需要一些最小的时间量来完成分析。例如，生物测定可能需要对每个禽蛋取样后的几分钟到几个小时，直到测定结果可用。在所述间隔期间，禽蛋平板中所含的取样禽蛋必须储存起来，并且必须将后面的检测结果与所取样的相应禽蛋平板相关联。传统的追踪方式(诸如条形码、油漆、禽蛋上的标记以及射频(rfid))可能会出现它们自己的问题，其中条形码可能会剥落，油漆或标记可能通过禽蛋平板清洗而被去除，并且rfid标签可能成本过高，这归因于在孵化场及其农场之间循环大数量的禽蛋平板。

因此，需要提供一种能够在禽蛋平板的集合中识别禽蛋平板，使得在全过程中关于禽蛋确定的信息可以精确地与禽蛋平板下游相关联的系统。此外，需要提供一种在禽蛋平板的集合中识别禽蛋平板的相关方法。

简述

根据一方面，本公开的方面提供了一种禽蛋平板识别系统，满足了上述和其他需要。所述系统包括第一测量装置，其被配置来在禽蛋平板的集合中确定由禽蛋平板携带的多个禽蛋的第一测量值。处理器与第一测量装置通信。处理器被配置来从第一测量装置接收第一测量值。第二测量装置被配置来在禽蛋平板的集合中确定禽蛋的第二测量值，所述第二测量装置定位于第一测量装置的下游。第二测量装置与处理器通信，使得处理器能够接收第二测量值。处理器被配置来将第二测量值与第一测量值进行比较以便识别相应的禽蛋平板。

另一个方面提供了一种在禽蛋平板的集合内识别禽蛋平板的方法。所述方法包括输送多个禽蛋平板通过第一测量装置，每个禽蛋平板含有禽蛋。所述方法还包括用第一测量装置确定由相应的禽蛋平板携带的多个禽蛋的第一测量值。所述方法还包括使用处理器储存每个禽蛋平板的第一测量值。所述方法还包括输送禽蛋平板通过被配置来确定由第一测量装置测量的禽蛋的第二测量值的第二测量装置，以及将第二测量值与第一测量值进行比较以便识别相应的禽蛋平板。

因此，如本文另外详述的，本公开的各个方面提供了优点。

附图简述

已经概括地描述了本公开的各种实施方案，现将参考附图，所述附图并未按比例绘制，并且在附图中：

图1是能够在竖直位置携带多个禽蛋的禽蛋平板的透视图；

图2是其中放置有多个禽蛋的禽蛋平板的示意性俯视图；

图3是根据本公开的一方面的对应于禽蛋平板的图案，其中所述模式通过将禽蛋平板内的禽蛋识别为具有一定的测量质量来确定；

图4是根据本公开的一方面的禽蛋平板识别系统的示意性平面图；并且

图5是示出在孵育第十八天时活禽蛋和不育禽蛋的不透明度值的幅度的图。

公开详述

现将参考示出一些实施方案而非本公开的所有方面的附图在下文中对本公开的各个方面进行更为完整的描述。实际上，本公开可以许多不同形式体现并且不应被解释为对本文所列出的方面的限制；而是，提供这些方面以使得本公开将满足适用的法律要求。全文中相同的数字是指相同的元件。

现在将参考附图描述本公开的设备和方法。最初参考图4，图中示出的是用于在禽蛋平板的集合中识别禽蛋平板的示例性系统100。禽蛋平板是容器或盘状结构，其用于在禽蛋经受各种禽蛋处理事件(例如像孵育、取样和/或注射处理物质)时保持多个禽蛋。鸡蛋平板可以被布置成许多不同的形状、大小和几何构型，这取决于孵育设备制造商。如图1所示，禽蛋平板15可含有一系列凹坑，其被构造来在大体直立或竖直方向上支撑相应的多个禽蛋。

所示的禽蛋平板15包括多排凹坑32。每个凹坑32可被构造来接收相应的禽蛋20的一端(图2)，以便在基本竖直的位置支撑相应的禽蛋20。所示的禽蛋平板15的每个凹坑32含有被构造来支撑相应的禽蛋的多个突片34。所示的平板15在基本直立的位置保持多个禽蛋20，并且被构造来提供到禽蛋20的预定区域的外部通路。

如先前所提及的，可能需要在孵化之前将禽蛋识别为具有可识别的特征，例如像胚胎性别。在一些情况下，孵化之前的性别决定可能可以通过生物测定过程进行，所述生物测定过程可能需要对每个禽蛋取样后的几分钟到几个小时，直到测定结果可用。因此，在所述间隔期间，禽蛋平板中所含的取样禽蛋必须储存起来，并且必须将后面的检测结果与所取样的相应禽蛋平板相关联。因此，如本文所公开的系统100能够提供此类禽蛋平板识别，使得一旦检测结果变得可用并且禽蛋平板从储存中移开，就可准确地将生物检测结果与正确的禽蛋平板相关联。

根据本公开的一方面，系统100可包括第一测量装置110和第二测量装置120。一个或多个处理器150或控制器可与第一测量装置110和第二测量装置120通信，使得可分析来自第一测量装置110和第二测量装置120的测量值以用于禽蛋平板识别。参考图4，在一些情况下，可提供输送装置105以移动禽蛋平板15通过系统100。禽蛋平板15可手动或自动加载到系统100中，然后沿处理方向200运输。

在一些情况下，禽蛋平板15可在遇到被配置来处理禽蛋并且被定位在第二测量装置120的上游的第一处理站130之前穿过第一测量装置110。然而，在其他情况下，禽蛋平板15可在穿过第一测量装置110之前遇到第一处理站130。第一处理站130可包括用于处理禽蛋的任何装置、设备或系统，例如像用于注射处理物质(例如疫苗)的注射装置、用于取出/提取样品的取样装置或者用于从禽蛋平板移取出禽蛋的移取装置。在采样装置的实例中，禽蛋平板15可首先穿过第一测量装置110，以便使禽蛋经受测量，诸如使用实现光学测量方式的禽蛋照射(candling)装置的不透明度的测量。禽蛋平板15然后可遇到取样装置，使得可提取禽蛋的样品(壳、组织、血液、流体等)用于分析。当正在对样品进行一些所需特征(例如性别)分析时，可将禽蛋平板15运输到保持站或储存站140，等待来自生物测定或诊断试剂盒的结果，然后向下游移动到第二处理站160，其可根据所识别的特征将禽蛋分类、移取、处理(process)或处理(treat)(注射)(例如，根据性别进行分类)。为了确认给定的禽蛋平板15的身份以便将生物测定结果确信且准确地与正确的禽蛋平板15匹配，可将第二测量装置120定位在第二处理站160的上游并且从而在处理之前。由第二测量装置120获得的测量值可被处理器150接收，以用于与由第一测量装置110获得的测量值比较。这种比较过程可用于确认禽蛋平板15的识别，使得传送到处理器150的生物测定结果然后也可被正确地传送到第二处理站160以进行适当的处理。

根据一些方面，第一测量装置110和第二测量装置120可以为被配置来测量禽蛋平板15中携带的禽蛋的不透明度(即，与当由光源照射时穿过禽蛋的光量相关的测量值)的禽蛋照射装置。由用于测量给定的禽蛋的检测器接收的光可作为电压数据以原始形式被检测到，然后所述数据可以进行修改、标准化、校正或以其他方式操纵成某个量度(任意或其他方式)。正如熟悉禽蛋的人所知道的，虽然蛋壳在大多数照明条件下看起来都是不透明的，但实际上它们在某种程度上是半透明的，并且当放置在直射光(诸如蜡烛或灯泡)的前面时，可以在一定程度上观察到禽蛋的内容物。因此，可使用各种照射鉴别技术达到鉴别活禽蛋和非活禽蛋的目的。活禽蛋包括已受精且含有活胚胎的禽蛋。非活禽蛋可能是不育禽蛋(有时称为“无精”禽蛋)或具有死胚胎的禽蛋。与活禽蛋相比，不育禽蛋由于不存在胚胎而在被照射时允许更多的光线穿过(特别是与在孵育/胚胎发育的后期的活禽蛋相比)。

在一些情况下，禽蛋照射装置可实现禽蛋穿过其中的多个发射器-检测器对，使得可以确定不透明度测量，如在hebrank等的美国专利号5,900,929中所公开的，所述专利整体并入本文。禽蛋照射装置可包括定位在输送的禽蛋平板15上方的发射器组件和定位在输送的禽蛋平板下方的接收器组件。禽蛋照射装置可扫描禽蛋并将禽蛋识别为活的或非活的(例如不育的)。发射器组件可包括发射通过每个禽蛋的光的多个发射器，并且接收器组件的相应接收器采集穿过禽蛋的光。可测量穿过每个禽蛋的光以确定所述禽蛋是活的还是非活的。因此，基于第一测量装置110和第二测量装置120所获得的测量值的信息可用于在下游处理事件之前正确地识别禽蛋平板。

根据本公开，可通过基于第一测量装置110和第二测量装置120所获得的测量值识别或映射数据模式来完成禽蛋平板15的识别。例如，通过识别或映射禽蛋平板上的禽蛋不透明度的模式，可完成对禽蛋平板15的识别。不透明度的非接触测量是有利的，因为它在使用现有的硬件来进行测量的同时，避免了标记禽蛋或向禽蛋平板上附加任何东西。另外的优点包括：没有外来材料被引入到孵化场或禽蛋平板，没有消耗品成本，对禽蛋健康没有威胁，没有改变禽蛋平板几何形状干扰输送的风险，并且对进入的禽蛋平板产生一组识别信息以作为识别有待选择性地移取出或不接种疫苗的不育(无精)禽蛋的一部分。在一些情况下，系统100还能够确认禽蛋平板15的取向是正确的。也就是说，可使用由第一测量装置110和第二测量装置120测量的信息来确认禽蛋平板15是否正确取向。

在一方面，可通过禽蛋平板上不育(无精)禽蛋的位置来识别禽蛋平板。例如，如图2所示，可由第一测量装置110(例如，禽蛋照射装置)来识别多个不育禽蛋25(以对角线示出)。关于不育禽蛋及其在禽蛋平板15内的位置的此类信息可由处理器150接收并储存。在一些情况下，处理器150可以生成并储存数据模式，出于说明性目的如图3所示(如对应于图2所示的禽蛋平板15，其中“x”标记不育禽蛋的位置)，所述数据模式稍后可用于在禽蛋平板的集合或多个禽蛋平板中识别这个特例。就这一点而言，来自第二测量装置120的测量值可用于与由第一测量装置110确定的测量值进行比较。在一些情况下，第二测量值也可以被模式化，使得如由处理器150执行的模式比较可用于识别禽蛋平板。虽然上述实例是指对禽蛋平板的不育禽蛋进行模式化，但也可以使用逆向方式，其中被识别为活的禽蛋形成数据模式。此外，所述模式可基于如由第一测量装置110和第二测量装置120识别的禽蛋，例如像不育禽蛋、死禽蛋、活禽蛋等的任何亚组。

虽然图2的实例示出对禽蛋平板内所有禽蛋进行了测量，但是本公开还预期，对禽蛋平板中禽蛋亚组的测量可提供由第二测量装置120确认其身份所需要的所有信息。也就是说，在一些情况下，可通过第一测量装置110和第二测量装置120测量少于由禽蛋平板所携带的所有禽蛋的禽蛋，以便形成识别下游禽蛋平板所需要的模式(或其他识别技术)。在一些情况下，通过第一测量装置110测量单排禽蛋就可满足由第二测量装置120正确识别禽蛋平板所需的。

为了相对无误差的操作，当在保持站140中储存大量的禽蛋平板或者存在极高的生育力时(即，极少数的不育禽蛋)，可使用蛋不透明度的值来提供更具体且无误差的禽蛋平板识别。冗余技术可允许校正偶然的不透明度测量误差或松散校准的标识符通道。

如图5所示，活禽蛋的不透明度的幅度可在十倍或更多倍内，具有良好的测量重复性。类似地，不育(清)禽蛋的不透明度可变化十倍或更多倍，这些值是可重复的，这可能归因于壳厚度的变化。图5是活禽蛋和不育(无精)禽蛋的不透明度的绘图，其示出在孵育第十八天活禽蛋和不育禽蛋的不透明度值的幅度。这个绘图示出活禽蛋的不透明度的幅度约为10倍或约1.0log(不透明度)。所述绘图还示出不育禽蛋的不透明度的幅度稍微大于10倍或约1.0log(不透明度)。活禽蛋和不育禽蛋二者之间的这种广泛而稳定的变化可允许通过较亮对较暗的活禽蛋或不育禽蛋的位置来识别平板。可使用60％的图格(bin)宽度进行识别，其通常可显著大于不透明度传感器通道之间的变化和禽蛋变化。所述绘图示出60％的图格宽度(log(1.6)为0.2)可为活禽蛋提供四个或五个图格并且为不育禽蛋提供五个图格以定义每个禽蛋平板上的不透明度模式。不透明度表征的这种更精细的梯度可允许禽蛋平板识别系统与具有高生育力以及因此具有少量不育禽蛋的禽蛋群和具有少量不育禽蛋的潜在多于一个的禽蛋平板在相同模式中良好地起作用。

在一个实例中，禽蛋平板上所有禽蛋的不透明度值可由第一测量装置110来确定。禽蛋平板上所有禽蛋的不透明度值可储存在数据库中。然后在生物测定孵育几分钟或几小时的时候可使禽蛋平板进入储存中。当测定或诊断结果可用时，可从储存区域一个接一个地移取出禽蛋平板，并且通过第二测量装置120测量禽蛋平板上所有禽蛋的不透明度值。然后，模式匹配算法可确定储存的禽蛋平板中的哪个模式与移取出的禽蛋平板最匹配，并且测定结果因此与每个禽蛋相关联。

根据一个方面，模式关联算法可提供放置在预定图格中的平板上每个禽蛋的不透明度。所述图格的宽度可例如等于禽蛋的重复性不透明度测量值的变化倍数。例如，如果不透明度测量值的重复性具有15％的标准偏差，则每个图格可为给定的图格边缘1、1.5、2.25、3.5…的50％宽因此，例如，每个禽蛋的不透明度可被转化成五十个图格数之一。小的变化可能会导致一些样品在第一测量中位于一个图格中，而在第二测量中则位于相邻图格中。图格宽度可设置成使得在测量之间隔开多于一个的图格是罕见的。因此，具有八十四个禽蛋的禽蛋平板可由一与五十之间的八十四个数字表示。在一些情况下，缺少禽蛋的凹坑32或禽蛋平板位置也可能在图格内(缺少的图格，例如，经过最清晰的禽蛋图格的一个图格)。对于一组已经取样的禽蛋平板(即从禽蛋中提取样品)，可能存在一个文库，所述文库具有针对所述库中的每个禽蛋平板的八十四个数字。数字的顺序可与禽蛋平板中禽蛋的位置相同。

当要将禽蛋平板与其测定结果联系起来时，可再次由第二测量装置120测量禽蛋平面上每个禽蛋的不透明度，并且将这种数据转换为一与五十之间的八十四数字的图格表示。然后，可将这种八十四个数字的模式与存档中的每个禽蛋平板进行比较并且生成此禽蛋平板的每一列相对于存档中的每一个禽蛋平板的误差数。在一些情况下，可以丢弃最差的列，并且然后可以通过每个禽蛋图格与在相同位置处的库禽蛋的差值生成此禽蛋平板的其他列相对于库中每一个禽蛋平板的误差分数。如果不透明度在相邻的图格中，则不评估误差。可以丢弃最差的列以避免对一个标识符行的错误调整或对禽蛋的偶然误读。在一些情况下，可能需要对差值之间的差求平方以低估(underweight)小误差。类似地，可能存在一个评估的最大误差来说明偶然误识别的禽蛋。列数据也可基于每排的统计信息的组合来归一化。

根据本公开的另外的方面，可通过计算它们的不透明度的比率来完成每个禽蛋与其对应物之间的比较。例如，如果不透明度值表示为对数，那么所述比率是两个值的算术差值。然后可根据所述比率是否大于最小值(或者对数的差值的绝对值大于固定值)将两个蛋之间的误差值转换成二进制值。误差值也可以表示为小误差为零的数值，并且然后增加到预定阈值之上。

如果除了一排之外的所有排都具有零误差(所述排中所有禽蛋的误差值的总和为零)，则可以将单个禽蛋平板标识为匹配。禽蛋平板的第一排可与每个其他禽蛋平板的第一排进行比较，直到所有比较的误差值已知。然后可计算所有禽蛋平板的所有第二排的误差值。然后，比较第一排或第二排的误差值为零的所有禽蛋平板的所有第三排的误差值。

在具有八十四个凹坑、七排十二个禽蛋的禽蛋平板和30,000个禽蛋(在集合中有357个禽蛋平板)的情况下，一排与所有其他第一排的比较将是十二乘以357乘以两次求和(约8,500次数学运算)。计算禽蛋平板的所有七排将为大约60,000次数学运算(在几分之一秒内处理)。在一些情况下，检查的第一个禽蛋平板上的误差值可能为零，因此不会消耗时间。在没有匹配显示零误差的情况下，可在假设禽蛋的缺失排的情况下再次检查具有最小误差的禽蛋平板。统计测试可用实际的禽蛋信息和不透明度噪声的知识来确定最有效的误差削减(cut-on)。这将是来自不透明度误差的噪声与找到重复匹配之间的一种折衷。

根据本公开的另一方面，当不透明度被储存为对数时，可以实现测量算法。然后可通过一个不透明度针对另一个不透明度的减法来确定比率。好的量度可以是二进制的，其中差值小于给定值为一的预设值，并且差值大于给定值为零的预设值。如先前所述，也可通过以下方式来完成：消除具有最差一致性的固定数量的禽蛋并且将剩余的禽蛋求和，因此避免了不透明度测量系统不正确地测量禽蛋的情况。类似地，冗余技术可通过独立比较列来确认匹配来实现。

根据本公开的另一个方面，用于开发两个禽蛋平板之间的对应性度量的算法可使用每个禽蛋的不透明度的对数。可通过使不透明度值相减来确定比率。两个平板的对应性度量可计算为一个禽蛋平板上禽蛋与第二个禽蛋平板上相同位置中的禽蛋的不透明度差值的均方根(rms)值。rms函数可同样地处理正差值和负差值，而同时低估小的差值。为了避免由禽蛋平板上的一个或两个禽蛋的不透明性误读引起的较差的禽蛋平板对应性，可从rms计算中忽略禽蛋平板上具有最大差值的两个禽蛋。如果所述计算需要为一个标识符通道(发射器-检测器对)有缺陷的情况提供良好的对应性数据，则可从rms计算中忽略具有最大差值的m个蛋(其中m为由任何一个不透明度通道读取的每个平板的禽蛋的数目)。为了减少大量搜索的计算时间，可将每个禽蛋平板上的第一排禽蛋的rms值作为初始筛选与正在测试的禽蛋平板进行比较，然后对于每个禽蛋平板上的所有禽蛋针对禽蛋平板与其第一排的良好对应性进行计算。

根据一个特定方面，现在描述一种针对每个平板具有n个禽蛋的一对禽蛋平板生成对应性度量的方法。一个禽蛋平板上的每个禽蛋与第二个禽蛋平板上相同位置中的禽蛋之间的差值可通过从第二个禽蛋平板上的第二禽蛋的不透明度对数中减去第一个禽蛋平板上的第一禽蛋的不透明度对数生成，这产生n个差值。然后，可从刚生成的n个差值中去除最高的m个差值。在一些情况下，m可被设定为一、二或等于穿过一个标识符通道的禽蛋数量的数。可通过取先前计算的n-m个不透明度差值的平方之和的平方根来生成此对平板的对应性度量。当识别特定禽蛋平板匹配多个禽蛋平板中的哪一个时，可选择特定禽蛋平板和多个禽蛋平板中的每一个的最低对应性度量。

本公开所属领域的技术人员将联想到得益于前文描述及相关附图中所呈现教义的本文所列出的本公开的许多修改方案和其他方面。因此，应理解，本公开不限于所公开的特定方面，并且所述修改方案和其他方面意图包括在所附权利要求的范围内。尽管本文采用特定术语，但是仅在一般意义和描述性意义上而不是出于限制的目的使用这些术语。