北京市畜牧業生物安全智能監管系統（生豬）技術體系架構

摘 要： 面對非洲豬瘟的影響，北京市在積極恢復生豬產能的同時，開發建設北京市畜牧業生物安全智能監管系統（生豬），集合人工智能、結構化畫面識別、知識庫規則引擎等技術，通過感知設施對生豬養殖、屠宰環節進行監控，利用人工智能進行數據分析，進一步加強生物安全監管力度，降低生豬產業的疫情風險。闡述了北京市畜牧業生物安全智能監管系統（生豬）技術設計原則，概括總結了建設系統采用的核心技術和系統技術架構等。

關鍵詞：生豬；畜牧業；生物安全；智能監管；北京市

中圖分類號：S126 文獻標識碼：A 文章編號：2095-1795（2024）03-0023-04

DOI：10.19998/j.cnki.2095-1795.2024.03.004

0 引言

2018 年以來，受到全國性非洲豬瘟沖擊，北京市生豬出欄和豬肉產量下降明顯，豬肉市場的穩定供給和服務首都功能受到影響[1]。動物防疫與動物產品安全監管是農業農村部門的重要職責，也是重點關注的領域，它關乎人類健康、食品安全、產業安全和生態安全[2]。面對養殖者生物安全意識不強、生物安全標準化程度不高、生物安全有效監管手段不足等突出問題，從快、從嚴、從實彌補漏洞，構建堅實的生豬養殖業防疫屏障迫在眉睫[3]。2022 年，開發建設了北京市畜牧業生物安全智能監管系統（生豬），用人工智能加規則引擎庫進行生豬全產業鏈的智能防控監管，有助于養殖場、屠宰場等系統性地防范非洲豬瘟，從管理源頭奠定產業數字化根基，實現有效的數據共享和風險防控[4]。

1 設計原則

本研究對北京市畜牧業生物安全智能監管系統（生豬）進行深入項目分析和系統方案設計，采用科學的項目實施管理計劃和成熟的技術，嚴格遵循以下建設原則。

1.1 可靠性原則

在智能硬件選型、安裝調試等環節需要嚴格執行國家、行業的有關標準，確保硬件設施運行穩定可靠。在整體系統設計時，充分考慮業務平臺的魯棒性、容錯性，通過負載均衡、主備服務、數據備份和運維平臺等多種手段，保障系統時刻處于高可用狀態[4]。

1.2 先進性原則

充分考慮成熟可靠的先進技術，并且要具有一定的前瞻性，保障5～10 年的技術領先，運用業內領先的人工智能、區塊鏈、大數據等技術實現智能監控、智能識別、智能報警的目標。

1.3 可擴展性原則

系統設計充分考慮擴展性，包括監管牲畜種類擴展、監管功能擴展、系統規模擴展、業務應用擴展及臨時授權用戶遠程監控等各種可能擴展方式下對現有系統的兼容性和便利性，設計的系統能夠滿足兼容和平滑擴展的要求。系統軟件、硬件采用模塊化設計，很好地保護現有投資。工程實施選擇標準化的部件，利于靈活替換和容量擴展，并遵守各種標準規定、規范進行設計，為系統擴展提供良好的基礎[5]。

1.4 安全性原則

具有防破壞和防入侵的安全性功能。整個系統、設備、網絡前端均考慮人為破壞，軟件不受病毒感染、黑客攻擊，具有高度的安全和保密性，并有嚴格的用戶身份認證和權限管理機制。

1.5 合理性原則

遵循實用合理、安全可靠的原則進行系統功能設計和設備配置。選擇適合本系統特點的最優化技術方案。在技術性價比上，采取不追求高端設備的堆砌，本著實用的原則進行了科學的配置，以求達到最大的技術性價比。

1.6 共享性原則

在滿足業務需求的基礎上，新配置的設備在具有一定前瞻性的同時又不過度浪費，充分體現系統的高性價比。遵循經濟性、共享性進行設計和建設，從而最大限度地實現資源共享，提升應用績效。

2 總體架構

系統采用SpringCloud 云服務架構，基于政務云IAAS 平臺，分布式部署系統服務，整體框架如圖1 所示。

系統采用開源數據庫MySql，由于涉及大量的視頻影像，系統使用了大容量存儲，對關鍵數據進行存儲、備份。系統提供AI 算法服務，為智能化應用提供人工智能技術支撐，并計劃逐步將AI 分析功能開放。系統提供集群服務，通過負載均衡至少保證上千用戶的穩定使用。應用終端顯示設備涉及顯示器、PC、手機等，各級用戶根據分級授權進行系統應用，完成數據的上報、交互、查詢、業務管理或監管。同時設計了外部系統接口服務，專項用于與外部的系統或數據源進行交互。

3 體系結構

系統體系結構包括Web 服務層、應用邏輯層和數據管理層，如圖2 所示。

3.1 Web 服務層

Web 服務層直接面對前端訪問用戶服務，響應來自訪問用戶的請求。這些服務請求包括了通過PC 傳輸的管理端請求，更多的是通過手機APP 傳輸的數據采集、錄入、拍照等的系統原始數據。

3.2 應用邏輯層

應用邏輯層包括兩個層面的功能。一方面是前臺系統中與業務邏輯有關的處理，如管理用戶在PC 端登錄進行的數據管理、查詢等交互操作。另一方面是針對照片人工智能的識別，包括圖片處理、分析、學習和比對等無人干預的處理邏輯。

應用邏輯層是整個系統架構的核心，它的核心是AI 識別/處理邏輯，因為整個系統是依據大量的多角度照片，以及對這些照片的非人工干預的數據識別。

3.3 數據管理層

數據管理層是系統所有申報數據、管理數據的保存中心。數據管理層的數據涉及兩大類：一類是非結構化數據，即照片；另一類是結構化數據，如養殖場信息、屠宰場信息等。非結構化數據通過應用邏輯層的AI 識別處理邏輯進行操作、管理和交互；結構化數據則是通過應用邏輯層的業務管理邏輯進行管理。

在存儲上，這兩部分的數據將根據其特點分類處理：非結構化數據采用文件化加索引化管理，結構化數據則存儲在數據庫中[6]。

4 業務架構

系統面向北京市生豬生產全鏈路，搭建涵蓋產業鏈上所有環節和市內主體的基于區塊鏈的一體化平臺，實現產業鏈各節點快速上鏈用鏈。業務架構如圖3 所示。

產業鏈上的生產主體按照區塊鏈存證和溯源的要求，利用北京市畜牧業生物安全智能監管系統（生豬）實現生產流通各環節數據的采集、加工、處理，數據確權后被推送到區塊鏈上，上鏈數據同步綁定主體信息和時間戳，經過區塊鏈哈希加密算法后在鏈上存證備案。區塊鏈存證主要采用兩種方式，直接存證和“數字指紋”存證，第2 種方式主要用于大的文件存證，包括影像資料。

各區負責企業的數據上鏈，并對生產過程進行監管，數據通過系統上報至市農業農村局，同時接受市局的監督指導。數據在上鏈過程中，自動根據上下游相關信息進行數據核對，不匹配的數據自動發送報警，便于相關單位/人員進行數據核驗。市局、區、產業鏈各主體通過區塊鏈公共服務平臺實現數據查詢和追溯管理。對于企業提供的資訊服務信息不進行上鏈處理，只作為日常數據進行數據庫存儲。

5 核心技術

系統采用B/S 模式進行構架和開發，整個系統集中部署，客戶端能自動安裝、自動升級，終端用戶不需要部署，具有較好的可維護性、適應性和可擴展性，以適應未來系統平臺的擴展。同時具有良好的可移植性，在不同的操作平臺均可以運行[7]。

5.1 人工智能點數技術

基于計算機視覺原理和卷積神經網絡的深度學習算法，經分析研究開發出一套專屬于牲畜點數的人工智能算法。算法通過對圖片進行光照、模糊度等處理，提取圖片中豬的輪廓、紋理等特征，再對圖片中的豬圈進行分割，最后實現對豬圈的豬進行智能點數功能。點數精度在98% 以上。

5.2 豬溫度檢測

通過紅外測溫設備采集牲畜的體溫，傳輸到系統云平臺，在云端進行監控。根據體溫的異常來發現牲畜的一些特征，如疾病等。

紅外線測溫系統可以有效地解決批量豬管理、豬測溫的問題，紅外線測溫系統可以在出豬、進豬入口等流動大的地點進行工作，借助先進的云技術、無線傳輸技術，達到無人監測、遠程管理的目的。無須工作人員近距離檢查豬體溫情況，遠距離測溫既方便快捷，也減少了近距離接觸引起交叉感染的風險。測溫平臺系統實現了無人化操作，增加安全，可實時儲存也可及時智能報警，并且可以滿足事后查證的需要。

5.3 異常事件圖像識別算法

通過對海量異常事件（包括死豬、狗、貓、鳥、人員、工作服、雨靴、運豬車、消毒設備等）圖像的標定形成數據庫，并經過100 余萬次的圖像訓練形成異常事件圖像識別算法。目前算法能夠實現500 ms 內識別出異常情況，并將風險事件圖像、視頻上傳云端存儲和推送風險提示信息到終端設備，如圖4 所示。

5.4 無害化處理監管技術

系統對病死畜禽無害化的報備、收集、存儲、運輸及處理全流程進行監管，并提供對收集死亡牲畜可溯源檢驗。借助互聯網人工智能技術和信息化手段解決目前無害化處理過程中出現的一系列風險問題，降低公司成本、節省人力、快速理賠，同時降低食品風險，提升食品安全[8-10]。

6 結束語

采用智能硬件+人工智能+大數據+云計算+區塊鏈+移動互聯網等先進技術搭建的北京市畜牧業生物安全智能監管系統（生豬），通過AI 生物識別技術和區塊鏈技術，對生物個體進行信息采集、身份識別、確權和實時監管。基于計算機視覺原理和卷積神經網絡算法，實現對牲畜的智能點數，實現對生豬生物安全監管工作的信息化、數字化、智能化管理，努力創新和完善生豬產業鏈監管手段，實現風險預警和超前防范。

參考文獻

［1］祁釗，李思奇，李峰，等．規模化豬場智慧生物安全防控系統設

計[J]．智慧農業導刊，2022，2（23）：13-15．

［2］王濱，鄧昌順．生物安全智慧監管平臺在生豬養殖領域的應用分

析[J]．中國豬業，2019，14（7）：21-24．

［3］張護，曹林，龍彥蓉，等．智慧監管在豬場生物安全管理中的應

用[J]．養豬，2022（4）：87-88．

［4］王振省，盛可，周炎希，等．物聯網技術在生豬養殖中的實踐應

用[J]．現代農業科技，2023（2）：170-173．

［5］楊文．成渝地區數字賦能生豬產業鏈發展路徑研究[D]．綿陽：

西南科技大學，2023．

YANG Wen．Research on the development path of digital enabling live

pigindustry chain in Chengdu-Chongqing region[D]． Mianyang：

Southwest University of Science and Technology，2023．

［6］楊亮，高華杰，夏阿林，等．智能化豬場數字化管控平臺創制及

應用[J]．農業大數據學報，2022，4（3）：135-146．

YANG Liang， GAO Huajie， XIA Alin， et al． Creation and application

of an intelligent pig farm digital control platform[J]．Journal of Agricultural

Big Data，2022，4（3）：135-146．

［7］李馳，羅麗霞，劉進芳，等．非洲豬瘟無疫小區智能化體系建設

[J]．農業工程技術，2022，42（23）：80-81．

［8］李峰．規模化豬場智慧生物安全與疾病防控系統的開發與應用

[D]．合肥：安徽農業大學，2022．

LI Feng． Development and application of intelligent biosafety and diseaseprevention

and control system in large-scale pig farms[D]． Hefei：

Anhui Agricultural University，2022．

［9］黃建欽，李發強．生物安全技術在現代養豬生產中的應用[J]．

中國畜牧業，2021（6）：44-45．

［10］防控非洲豬瘟，最終還得回歸生物安全[J]．北方牧業，2019（23）：

16．