精准检测发情对预测最佳授精时刻至关重要,提高受精率,减少受精次数。张震基于机器视觉,利用Mask RCNN改进的轮廓识别模型和ViBe轮廓识别算法,对猪只发情情况进行实时监测,并与专业人员人眼观察做比对,证实了智能发情检测可以替代人眼观察。庄宴榕等提出了一种利用卷积神经网络识别大白母猪发情行为的方法,通过建立Alex Net Sow Simplified模型,并训练耳部图像,成功实现了高达99%的验证准确率。该方法相较于传统图像分类模型表现更出色,在实际应用中对60头大白母猪的发情判定取得了100%的精确率,同时相比基于红外传感器和加速度传感器的发情检测方法,具有明显的准确率提升和更短的检测时间,为母猪发情行为的智能检测提供了可行解决方案。 1.3 生猪管理 近年来,研究智能化远程猪病诊疗方面已有较多文献。其中,声音监测方面的研究包括猪咳嗽监测仪SOMO和呼吸窘迫监测仪,猪咳嗽监测仪SOMO由SoundTalks NV开发,能够自动计算呼吸窘迫指数并在发现呼吸问题时发出警报。Yin等采用MAX4466驻极体麦克风和LIQI LM 320E心形驻极体麦克风来采集猪只声音,结合人工智能技术,成功实现了对猪只咳嗽声音的识别,为生猪养殖提供了技术指导。 猪呼吸频率监测在生猪管理中具有重要作用。通过监测每头猪只的呼吸频率,有助于生猪健康问题的早期诊断和治疗,还可以改善生产条件,提高猪只福利和生产效益。这使养殖者能够更好地管理猪群,减少疾病传播风险,降低兽医费用,提高农场的经济效益。逯玉兰等将Wi-Fi无线感知技术应用到动物呼吸率监测领域,利用信道状态信息CSI构建非接触式的猪只呼吸率监测系统。试验表明平均相对误差为1.398%,该系统相较于人工观察法更为精准,成本更低,比穿戴式传感器监测法更为便捷,实施维护成本更低。 针对生猪存亡状态远程监管难的问题,陈桂鹏等基于物联网技术,采用无线传感网的数据传输模式,研究并试验了一种生猪存亡远程监测系统,该系统便利地实现在静态下对生猪进行心率监测和动态下的姿态监测,和传统的RFID相比,减少疾病传播,提高兽医的工作效率。对于目前现代养猪场建设地点空旷偏僻、猪舍环境复杂、布线困难等问题,周景文等基于ZigBee无线传感网络设计了猪舍监控系统,经过试验,与仪器所测数据误差为5%,满足猪舍环境监控要求,降低生猪养殖场的运营成本。 2 数字化管理技术 利用数字化管理系统,可以更高效地利用数据,对生产地各个环节进行资源的有效匹配。朱军等基于VB6.0和ADO开发了种猪数字化管理系统,通过对猪只个体信息的添加修改删和信息报表打印等功能,实现现代化养猪场的便捷管理。为解决猪场的管理核心问题,刘红刚等基于数字孪生,设计了智慧猪场管理平台,实现了实体猪场的虚拟孪生猪场映射,进行实时监测和智能控制,促进猪场从“有人化”向“无人化”发展。 2.1 精准配种 精准配种使用数字化管理技术精确追踪和优化猪群的繁殖过程,提高了生殖效率,降低了无效配种的风险,有助于优化遗传进展,改进养殖种猪的遗传素质和品质。减少了人为误差,提高了繁殖准确性,加强了数据分析能力,使养殖者能够更好地了解养殖过程和市场趋势,最终提高经济效益。此外,精准配种也有助于改善动物福利,减轻了猪只的压力和不适。因此,这项技术在现代养殖业中具有重要意义,促进了行业的可持续发展和竞争力。 遗传评估通过基因测序和遗传标记技术,可以进行猪只的遗传评估,确定哪些猪只具有良好的遗传特性,以便进行精准选配。20世纪80年代后期, 由美国康奈尔大学学者Henderson提出的BLUP法, 即最佳线性无偏预测法开始应用于计算种猪遗传育种值。余联昌等基于XML设计出了种猪遗传评估系统,以XML文档取代关系数据库作为种猪数据存储方式,实现种猪信息管理、谱系查询、亲缘关系查询、遗传评估,每头猪的数据集中保存在一个XML文档中, 有利于提高个体及其亲属信息的查询效率和计算遗传育种值的效率。 |
上一篇:我国智能养猪面临的困难与发展
下一篇:农产品电商的发展趋势与挑战