设施猪场生猪体温红外巡检系统设计与试验

肖德琴 刘 勤 陈 丽 杨秋妹 郭艾侠 林思聪

(1.华南农业大学数学与信息学院， 广州 510642； 2.广东省农业大数据工程技术研究中心， 广州 510642；3.温氏食品集团股份有限公司， 云浮 527300)

0 引言

当前，规模化、集约化养殖已成为我国生猪养殖行业的发展趋势，然而，随着养殖规模的扩大、饲养密度的增加，容易引起猪只的应激反应，增加猪病防控的难度[1-2]。体温是猪只机体内活动的客观反映，是一项重要的生理指标[3]。传统猪只体温测量采用人工测量方法，一般用猪的直肠温度表征体温[4]，人工接触式测量不仅效率低下，而且不利于保证其福利水平。研究表明[5-7]，生猪体表温度是由其皮肤和生活环境之间的热交换、新陈代谢和近体表的血液循环决定的，因此，可作为猪只健康的重要指标。

近年来，随着信息技术的发展和深入应用，电子信息技术、计算机视觉技术逐渐渗透到各个领域。红外热成像作为一种非接触体温测量方法，已被作为识别与体温变化相关的许多生理和病理过程的工具[8-15]。文献[10]通过红外热像仪可以识别猪只体表最冷和最热区域，并可作为评估猪场设施和动物福利的工具。文献[11]应用红外热像仪估计新生猪体温，并分析其热应激状态。文献[12]通过红外热成像评估断奶仔猪眼睛、耳朵和鼻子区域表面温度与不同类型环境的关系。文献[13]对猪只头部红外图像使用差分ROI方法，可用于早期检测猪体温的升高。文献[14]研究了基于改进主动模型的猪耳部目标区域检测方法，为研究生猪规模化养殖中非接触式体温监测打下基础。文献[15]为研究规模化生猪养殖中非接触式体温测量方法，用改进的Otsu算法分别对仔猪、育肥猪和妊娠猪红外图像耳根部进行了检测。

上述研究主要建立在人工对红外图像进行分析、处理的基础上，在体温的自动检测、分析方面尚未取得突破。基于前人研究，本文采用FLIR A310型红外热像仪作为生猪红外图像采集器，设计一种基于红外技术的设施猪场生猪体温巡检系统，以实现对巡检装置的远程控制及生猪体温的实时监测，为后期研究猪只行为、健康信息提供数据基础。

1 硬件设计

1.1 硬件体系结构

体温巡检系统硬件由红外移动采集装置、系统控制装置和电源组成。硬件体系结构如图1所示。

图1 硬件体系结构框图Fig.1 Hardware equipment architecture

1.2 热像仪选型与标定

采用FLIR A310型红外热像仪(FLIR Systems公司)作为图像采集器，如图2a所示。FLIR A310型热像仪主要应用在安全自动化方面，可实现数字输入、输出，具有热敏度高、精度高等特点，产品部分参数如表1所示。为了最大程度采集生猪红外图像，热像仪在内置25°镜头的基础上，加装一个90°镜头，如图2b所示。

图2 热像仪及镜头Fig.2 Thermal imager and lens

参数数值/标准红外分辨率/(像素×像素)320×240图像帧频/Hz30对象温度/℃-20～120热灵敏度/℃<0.05(@30)精度/℃±2文件格式标准JPEG格式,包含16位测量数据以太网标准IEEE 802.3

在实验室设定的条件下，用一定数量已知温度的黑体进行热像仪标定，标定时采用斯蒂芬-玻尔兹曼定律所给出的黑体辐射能量与其温度的关系式

W=εδT4

(1)

式中W——辐射功率，W/m2

ε——灰体的发射率，由物体材质决定，介于0～1之间，物体为黑体时，ε=1

δ——史蒂芬-玻尔兹曼比例常数，取5.67×10-8W/(m2·K4)

T——热力学温度，K

通过热像仪测得的辐射能及材料固有的发射率参数，理论上就可以计算得到物体各点的温度，形成热像图。然而，热像仪接收的有效辐射除了物体自身辐射外，还包括周围环境的反射辐射、大气辐射。因此需进行修正补偿，补偿公式为

Wtot=ετWobj+(1-ε)τWrefl+(1-τ)Watm

(2)

式中τ——大气传输率

Wtot——热像仪接收到的全部辐射能，W/m2

Wobj——来自目标物体的辐射能，W/m2

Wrefl——周围环境的反射辐射能，W/m2

Watm——大气辐射能，W/m2

本文采用相对温度对生猪红外图像进行温度数据分析。因此，在误差允许范围内，热像仪标定后，只需根据现场情况设定猪只个体发射率[16]、相对湿度、大气温度、反射温度、距离等参数，建立有效的温度分布热像图。

1.3 红外移动采集装置

红外移动采集装置主要由FLIR A310型红外热像仪和滑轨装置组成，如图3所示。为去除环境因素对热像仪的腐蚀和干扰，采用32 cm×11 cm×10 cm的亚克力透明板作为热像仪的保护壳，在保护壳的底部使用锗片作为红外高透光滤光片。滑轨装置主体采用电泳涂装的工业型铝材作为材料，由若干支架和主、副轨道组成，支架用于固定在猪场限位栏上，轨道上搭载带有步进电机的四轮移动小车及若干电缆滑车。红外热像仪安装在移动小车上，电缆滑车主要用于搭载电缆滑线，以实现供电及数据的传输，支架及电缆滑车的数量根据轨道的长度而定。

图3 红外移动采集装置示意图Fig.3 Schematic of infrared mobile acquisition device1.猪舍限位栏 2.红外采集装置 3.移动小车 4.轨道 5.支架 6.电缆滑车 7.电缆线

1.4 系统控制装置

系统控制装置主要包括上位机模块和下位机模块。上位机需要实现与红外热像仪及下位机的交互，并完成红外图像数据的存储、转发，因此对上位机的处理速度、内存容量及应用能力有一定的要求。对此，上位机选择惠普ProDesk 400 G2 MINI微型计算机，其核心处理器为英特尔Core i7-6700T，主频2.8 GHz，内存8 GB，硬盘容量1 TB，机器符合设计要求。下位机采用信捷电气公司的XP2-18R/RT型整体式控制器，控制器整合了PLC和文本显示OP功能，不仅实现一定的运算和控制功能，而且可以动态显示文本。移动小车的电机驱动器采用DM542型数字式步进电机驱动器,其具有运行平稳、噪声小及内置微细分技术等特点。系统控制装置硬件实物如图4所示。

图4 硬件实物图Fig.4 Hardware physical map

2 软件集成设计

2.1 软件体系结构

生猪体温巡检系统需要实现红外图像的采集、存储控制，移动小车的运行控制及与远程服务器的数据通信等功能。系统软件采用模块化设计，主要包括红外图像采集控制模块、滑轨移动控制模块和远程交互管理控制模块，系统软件体系结构如图5所示。

图5 系统软件体系结构图Fig.5 System software architecture

2.2 滑轨移动控制算法

上位机与滑轨控制器在串口通信中使用8字节的ModBus-RTU协议，协议指令数据帧格式如表2所示，波特率为9 600 b/s，停止位1位，数据位为16位。上位机与滑轨控制器进行指令交互，滑轨移动控制器解析指令后通过控制步进电机的正反转动来定位小车及红外热像仪的轨道位置停靠点，指令具体配置如表3所示。

表2 滑轨移动控制协议指令数据帧格式Tab.2 Slider movement control protocol instruction data frame format 字节

表3 指令配置Tab.3 Instruction configuration

上位机通过监听服务器端口，接收来自服务器的远程指令，并将指令转换成ModBus-RTU协议格式转发到下位机。滑轨控制器接收到上位机发送的指令后，根据指令解析内容给电机驱动器发送相应的脉冲信号，驱动电机实现小车的运动和停止，并将小车位置点信息点返回，滑轨移动控制算法如下

输入：本地或远程服务器指令T(表4中的MODE、SET、QUERY)

输出：下位机反馈信息K

hostOpenPort(上位机打开串口)，hostSetSerialPort(对串口进参数设置)

while{//监听本地或者远程服务器指令

accept//获取指令T}

switch(T)//解析指令T

case:MODE//控制方式选择

case:SET//参数设置

case:QUERY//信息查询

将上述解析后指令转换为ModBus-RTU协议格式T′并发送至下位机

下位机接收T′并解析，产生相应脉冲信号P控制小车运动和停止

下位机发送反馈指令K至上位机

2.3 红外图像采集和传输

红外图像的采集控制主要由上位机与红外热像仪的交互完成，上位机收到下位机控制器的反馈信息后，调用API接口服务，完成数据采集。红外图像数据的采集控制模式包括手动模式和自动模式。自动模式下，按照系统预设巡检采集每个栏位点的生猪红外图像；手动模式下，按照用户需求采集兴趣栏位点生猪红外图像。采集的红外图像先进行本地存储，然后通过远程交互管理模块的定时任务程序将数据传输到远程服务器，采集控制算法流程如下

输入：红外图像采集指令T

输出：相应栏位点红外图像I

while{Accept//上位机接收红外图像采集指令T}

switch(T)//判断指令类型

case:auto//自动模式

case:manual//手动模式

callAPIService //调用API服务

连接热像仪A并设置相关参数map

采集图像I，断开热像仪A并将红外图像存储在本地

Task{//定时任务：上传图像到远程服务器

Upload(I)}

数据传输是指上位机与远程服务器的交互管理控制，二者使用Socket方式实现通信，主要包括指令交互和红外图像传输。红外图像数据的定时上传在每次巡检后进行，将数据传输到远程服务器进行保存。指令交互则是上位机通过监听服务器相应端口，接收服务器远程控制指令并实现信息反馈，通信过程中，远程服务器向上位机发送的控制指令信息类型如表4所示。

表4 远程服务器向上位机发送的指令类型Tab.4 Type of instruction sent by remote server to equipment

3 试验与结果分析

为验证系统的稳定性和可行性，2018年7月在广东省云浮市新兴县温氏东成种猪场进行了为期28 d的测试试验。

3.1 系统布置与参数设定

试验猪场为标准化设施猪场，环境因子相对稳定，可最大程度地去除猪舍内环境因素的干扰。装备安装在限位栏猪舍，为尽可能不丢失猪只头部区域的热像分布图，将热像仪经过区域定位在限位栏偏猪只头部区域的正上方。单个限位栏长220 cm、宽75 cm、高106 cm，红外热像仪距离猪舍地面200 cm，滑轨安装栏位共有28个。根据文献[16-17]的研究，猪表面发射率为0.945～0.978不等，综合考虑将发射率设置为0.95。试验猪场环境温湿度相对稳定，可根据环境因子数据进行调整。由于限位栏猪只个体呈现不同姿态或行为时，其距离热像仪镜头的距离也有所差异，通过密集观察发现，当猪只呈现不同姿态或行为时所采集的红外图像温度差异效果不明显，因此本文将距离设置为统一的120 cm。图6为系统在设施猪场的布置情况。

图6 系统现场布置图Fig.6 System site layout

3.2 猪只红外图像采集精度试验

精度试验分为2个阶段,第1阶段采用自动巡检方式进行21 d红外图像的采集，频率为每2 h巡检28个栏位一次，每个栏位点每次停留3 s并采集1幅红外图像。巡检模式下限位栏5号及6号猪只的拍摄效果如图7所示，中间位置猪只为相应栏位点的兴趣猪只。第2阶段采用手动模式进行7 d特定猪只个体红外图像的采集，频率为每0.5 h采集1次生猪红外图像。

图7 红外图像采集样例Fig.7 Infrared image acquisition sample

第1阶段的试验理论上每7 d采集2 352幅红外图像，第2阶段试验理论上采集336幅红外图像，在实际试验中，由于热像仪与上位机之间的交互存在一定丢包问题，因此采集精度低于100%，试验采集情况如表5所示。第1阶段21 d的缺失率分别为0.89%、1.19%、0.60%，第2阶段的缺失率为1.79%，试验平均缺失率为1.12%，可满足自动化巡检采集生猪红外图像的实际需求。

3.3 猪只耳根区域周期性巡检试验

第1阶段的周期巡检试验共进行21 d，试验期间共采集了6 993幅猪只红外图像，通过FLIR Tools工具对采集的猪只红外图像温度分布情况进行分析，发现温度最大值绝大部分集中在猪只耳根区域。根据文献[13]提出的生猪体表温度分布变化可以作为其健康状况检测的补充诊断程序及文献[18-19]相关研究表明，生猪红外图像的耳根区域的最大温度及平均温度均保持了与生猪直肠温度较好的相关性。因此，在总结国内外相关学者的研究成果的基础上[5,20-22]，结合巡检试验所采集的生猪红外图像温度分布情况，确定以生猪耳根区域作为其体温检测的敏感区域。限位栏1～6号猪只耳根区域周期性巡检统计结果如图8a所示，前20个限位栏猪只耳根区域周期性巡检精度如图8b所示。

表5 试验过程红外图像采集情况Tab.5 Infrared image acquisition during experiment

由于限位栏空间较小，猪只主要呈现3种姿态：侧躺、趴和站立，白天猪只以站立和趴为主，晚上则以侧躺为主。当猪只呈现趴和侧躺姿态时，猪只耳根区域轮廓较为清晰；当猪只站立，发生饮水或进食行为时，其头部向下，难以捕捉较为明显的耳根区域轮廓。图8b结果表明，耳根区域巡检精度都在90%以上，装置所采集的红外图像能有效监测猪耳根区域温度情况，验证了本文巡检装置安装高度、角度的合理性。

图8 猪只耳根区域巡检试验结果Fig.8 Inspection experiment result of ear roots region of pig

3.4 猪只耳根区域温度监测试验

相关研究[4]表明，一般猪只的正常体温范围为38.0～39.5℃，耳根区域体表温度较直肠体温要低。本文试验猪场为现代化的设施猪场，猪场内部温湿度等环境因子能够得到有效的调控，在一定程度上能够减少猪舍环境对猪只耳根区域温度变化的干扰。试验通过FLIR Tools工具提取了限位栏3～6号猪只2018年7月17—21日连续5 d(所选择时间段猪只无异常)的耳根区域最高温度，其温度变化曲线如图9所示。由温度变化曲线得出，限位栏3～6号猪只在连续5 d内耳根区域温度最大值变化趋势基本保持一致，总体都呈先下降后上升再下降的变化趋势，其中耳部区域温度最大值为39.1℃，最小值为36.3℃。所测得的猪只体温白天整体高于黑夜，一方面是因为猪只的进食时间为07:00—08:00及17:00—18:00且白天猪只由于进食、饮水等行为呈现一种较为活跃的状态，因此温度较高；另一方面，试验期间正处夏季，设施猪场内部环境温湿度虽得到有效控制，但昼夜温度差异也对所得到的温度数据有一定的影响。

图9 3～6号猪只耳根区域温度最大值变化曲线Fig.9 Maximum temperature curves of ear roots region from pigs 3 to 6

如图10所示，对3～6号猪只2018年7月17—21日连续5 d采集的耳根区域温度最大值进行均值分析。结果表明，3～6号猪只耳根温度最大值均值均在37℃以上，不同猪只个体间所测得耳根温度有差异。6号猪只相对3、4、5号猪只而言，其均值最大，4号猪只则均值最小。总体而言，温度数值较为稳定，在一定程度上验证了温度数值的科学性，后期可结合环境因子数据、猪只姿态、行为等数据深入挖掘分析，为健康养殖、福利养殖提供技术支撑。

图10 3～6号猪只耳根区域日温度最大值均值Fig.10 Daily average temperature of ear roots region of pigs 3 to 6

4 结论

(1)设计了一种基于红外技术的设施猪场生猪体温巡检系统，通过各装置及相应控制系统可实现生猪红外图像的自动化巡检采集、有效存储和远程传输。

(2)对系统进行试验测试，试验结果表明，该系统运行稳定，巡检过程红外图像平均缺失率为1.12%，猪只耳根区域周期性巡检精度在90%以上，在一定程度上验证了系统的稳定性、可行性。

(3)连续5 d对限位栏3～6号猪只的耳根区域温度最大值及日均值进行监测分析，验证了所采集红外图像温度数值的科学性，也为后续研究猪只行为、体温异常提供了数据支撑。