智能物聯網在養殖領域的應用

龐龍

（網銀在線（北京）科技有限公司 北京市 101111）

隨著科學技術的發展，智能物聯網技術已經融入到人們的生活中方方面面，如物流、安防、醫療、家居以及交通，智能物聯網基于物聯網技術和人工智能技術，將二者結合應用到人們的生產生活中，逐步代替重復的人類勞動，提高生產效率，降低人力成本，大大提高了人們工作生活的信息化程度及智能化水平。

我國作為一個農業大國，農業是我們的第一產業，也是人們生產生活的基礎，然而，我國的農業生產力水平相對于西方發達國家還很落后，我國的農業發展現狀已經遠遠跟不上現代化經濟的發展趨勢。

目前傳統農業對于現化代的經濟發展趨勢已越來越不適應，隨著現代化技術的發展和成熟，智慧農業成為了突破目前農業弊端的新型農業發展模式[1]。伴隨著我國互聯網技術的快速發展，物聯網和人工智能技術也得到了廣泛的應用，也是實現我國農業趕上并超過世界先進農業生產力水平的一個重要的發展方向。

1 智能物聯網架構與關鍵技術

智能物聯網架構通常分為感知層、網絡層和應用層三個層次。

感知層在智能物聯網架構中的主要作用是信息采集，這一層最常見的就是各種傳感器和攝像頭，用于替代或者延展人類的感官完成對物理世界的感知。

網絡層主要實現信息的傳遞、路由和控制，主要包含通信技術和通訊協議，通信技術分為有線通信技術和無線通信技術，有線通信技術包括以太網、RS-232、RS-485、M-Bus、PLC 等，有線通信穩定性強，可靠性高，但是受限于媒介，而無線通信技術的發展比有線通信技術稍微廣泛些，主要分為蜂窩移動通信技術（2/3/4G）、短距離無線通信技術（藍牙、Wi-Fi、ZigBee、Zwave）以及專門針對物聯網傳輸的萬物互聯的LPWA（低功耗廣域網）技術，解決了傳統網絡不能應對特殊物聯網場景的通信問題，LPWA 技術中包含SigFox、LoRa 和NB-IOT。常見的通訊協議包括MQTT、AMQP、XMPP、REST 以及CoAP 等。

應用層實現物聯網與用戶的對接，將用戶需求與物聯網感知、處理和傳遞后的信息項結合，實現物聯網的智能化應用[2]。利用邊緣計算、物聯網平臺、云服務以及大數據技術，基于某些應用場景對物聯網數據進行分析、計算以及反饋控制，從而達到人、物、環境之間的協同，常見的智能物聯網應用架構圖1 所示。

1.1 人工智能技術

人工智能技術是計算機科學的一個分支，致力于生產出能與人類智能相似的方式做出反應的智能機器，該領域的研究包括語音識別、圖像識別、機器人、自然語言處理、智能搜索和專家系統等。通過人工智能可以實現對人的意識、思維的信息過程的模擬，能像人那樣思考，甚至超過人的智能。

人工智能的發展幾經沉浮，其再次快速發展得益于深度學習在2012年，Hinton 課題組為了證明深度學習的潛力，首次參加ImageNet 圖像識別比賽，其通過構建的CNN 網絡AlexNet 一舉奪得冠軍，且碾壓第二名（SVM方法）的分類性能。也正是由于該比賽，CNN 吸引到了眾多研究者的注意。

圖1：智能物聯網技術架構圖

人工智能技術的應用領域不斷擴大，對于社會的發展具有重要作用，也是人類科學技術不斷向前發展的有效象征[3,4]。

1.2 信息采集技術

信息采集技術工作原理跟人類類似，是通過聽覺、嗅覺、視覺等方式將信息采集上來。在嗅覺方面應用了傳感器來接收外部的溫度、濕度、二氧化碳、氨氣等等數據，在視覺方面主要應用攝像頭，攝像頭從應用場景上可以分為普通攝像頭，雙目攝像頭以及紅外攝像頭，分別應用到不同的環境和場景中，聽覺方面主要應用監聽器、麥克風等設備收集外部的聲音數據。

1.3 云服務技術

云服務是通過物聯網將采集到的數據傳輸到云端的服務器上，并對采集上來的數據進行計算和加工，從而實現對現場的實時監控、事件報警、故障檢測以及根據實際應用場景設計出來的業務邏輯。

1.4 物聯網平臺

物聯網平臺是物聯網生態系統的重要組成部分，通過提供內置工具和功能，為設備提供安全、穩定的通信能力，幫助開發者低成本、快速的實現設備端與服務端的對接，方便管理設備上報數據與服務端下發控制，同時還能夠基于規則引擎進行數據過濾與轉發，實現了高效的數據存儲、計算和智能分析，能夠減少大量的物聯網開發成本，加快應用場景落地并簡化部署流程。

1.5 邊緣計算技術

物聯網不斷發展的過程會遇到海量的數據傳輸、數據處理、數據分析等功能眾多挑戰，從而帶來帶寬占用量大、服務響應慢、數據安全風險高等問題，單純靠云端計算已然無法完全解決問題，邊緣計算可以有效緩解以及解決這些挑戰和問題，同時物聯網邊緣計算可以將AI 算法、數據處理、應用程序等功能的實現，由云端中心下放到網絡邊緣的節點上，從而實現可以在網絡邊緣端實現低時延、高帶寬、高可靠、海量連接、異構匯聚和本地安全隱私保護等特殊業務要求的應用場景。

圖2：智能養豬網絡拓撲圖

1.6 大數據技術

目前大數據技術的發展已經非常成熟，為人工智能、物聯網提供了強有力的數據能力支持，主要核心技術包括采集解析技術、存儲管理技術以及并行計算技術，同時技術生態非常開放，如hadoop、hive、hbase、spark 等大數據軟件能夠幫助用戶快速實現基于大數據的分析和挖掘，通過對海量的數據進行分析，從而挖掘出非常有價值的信息。

2 基于智能物聯網的養殖應用分析

如圖2 所示。

2.1 智慧養豬

智能巡檢系統，通過智能物聯網設備（巡檢車、AI 攝像頭、邊緣計算網關、傳感器）實現對活體的運動追蹤、行為播報、數據采集等功能，參見圖2，利用自動巡檢功能實現遠程的控制和監察，通過24 小時巡檢監控及時發現異常，避免豬場造成生產損失，同時在云服務端實現數據實時更新狀態，并且對數據進行處理分析，建立智能數據儲備庫，實現減少人力成本，實現高效養殖。

精準飼喂系統通過根據豬只日齡、體況生成飼喂曲線實現自動飼喂，同時自配規則，實現定時定量飼喂，同時通過制定科學飼喂套餐，實現干濕料混合狀態，滿足豬只營養需求，并利用AI 攝像頭可以檢測到余食狀態，根據剩余飼喂情況進行數據分析，動態調控下料量，并通過利用大數據技術分析飼喂數據反映豬只的健康狀況。

疫情監測系統利用聲音識別技術對豬群聲音（咳嗽、哮喘）進行處理分析，及時發現異常豬群，監控豬只異常狀態，并結合歷史疾病監控數據，挖掘疾病分布及規律，分析疾病原因，為疫病防控提供有效的數據支撐。同時通過AI 攝像頭監測豬只排泄物，利用圖像識別技術及時發現并處理異常豬只，有效掌握豬只身體健康狀況。

2.2 智慧養牛

利用智能項圈、智能監測站、實時監測網、視覺識別等技術，進行牛只繁育性能測定、視覺估重，以及蹄病和藥浴監測，同時對牛只進行精準降溫、疾病預警，以及運動行為和軌跡的分析，及時做到發情監測和疾病預警，降低養殖風險，提高生產效益。

智能項圈通過多種傳感器分析牛只姿態、運動步數等信息，實現對牛只發情等異常的精確判斷。

智能監測站利用機器視覺技術，借助AI 攝像頭和邊緣計算網關實現牛臉牛背識別，智能識別牛只面部特征及背部花紋，快速精準識別牛只身份，然后將AI 攝像頭采集的牛只圖像信息與AI 估重算法結合估測，同時采集牛只行走狀態圖像數據，對牛只進行智能步態評分，最后通過數字化處理和數據分析計算，實時監測牛只體重變化、體況變化、肢蹄健康狀況、藥浴情況，為牧場生產管理決策提供數據依據。

實時監測網在牛舍內全方位部署24h 智能監測設備，監測圈舍內全部牛只及環境狀況，向飼養員發送異常預警及任務指令，智能化驅動物聯網設備，對牛只爬跨、臥地不起等發情或疾病行為進行監測，并鎖定異常牛只，發送給相應的飼養員。同時利用AI 攝像頭自動識別進場車輛及人員，記錄作業時間和頻次，提高牧場管理效益，結合智能分析食槽內余食量，對空槽等異?，F象及時預警，降低人員巡檢成本。

智能噴淋利用AI 攝像頭和邊緣計算網關，提取牛只圖像信息，判斷各欄位是否有牛正在進行采食，準確識別牛只并進行一對一精準噴淋，并聯動THI 指數，通過物聯網平臺傳輸與處理數據，自動啟動噴淋系統，并根據溫濕度指數的不同調整噴淋頻率以降低奶牛在高溫情況下產生的熱應激可能。

3 結束語

基于智能物聯網的智慧養殖場景構建已經成為當前中國農業發展的一個重要的方向，在構建智慧養殖場景時，包括物聯網技術、人工智能技術、邊緣計算技術以及5G 通信技術都應該得到充分的探索和應用，而對于當前的智慧養殖場景的構建而言，物聯網技術則發揮著主要作用，也可以說物聯網技術是智慧養殖的基石，相關技術人員需要了解智能物聯網技術在智慧養殖場景中的應用發展趨勢，并采取各項措施進行推進，促使智能物聯網技術能夠更好的支持和豐富智慧養殖功能，更好的推動數字化農業的建設。