智能物联网在养殖领域的应用

庞龙

（网银在线（北京）科技有限公司 北京市 101111）

随着科学技术的发展，智能物联网技术已经融入到人们的生活中方方面面，如物流、安防、医疗、家居以及交通，智能物联网基于物联网技术和人工智能技术，将二者结合应用到人们的生产生活中，逐步代替重复的人类劳动，提高生产效率，降低人力成本，大大提高了人们工作生活的信息化程度及智能化水平。

我国作为一个农业大国，农业是我们的第一产业，也是人们生产生活的基础，然而，我国的农业生产力水平相对于西方发达国家还很落后，我国的农业发展现状已经远远跟不上现代化经济的发展趋势。

目前传统农业对于现化代的经济发展趋势已越来越不适应，随着现代化技术的发展和成熟，智慧农业成为了突破目前农业弊端的新型农业发展模式[1]。伴随着我国互联网技术的快速发展，物联网和人工智能技术也得到了广泛的应用，也是实现我国农业赶上并超过世界先进农业生产力水平的一个重要的发展方向。

1 智能物联网架构与关键技术

智能物联网架构通常分为感知层、网络层和应用层三个层次。

感知层在智能物联网架构中的主要作用是信息采集，这一层最常见的就是各种传感器和摄像头，用于替代或者延展人类的感官完成对物理世界的感知。

网络层主要实现信息的传递、路由和控制，主要包含通信技术和通讯协议，通信技术分为有线通信技术和无线通信技术，有线通信技术包括以太网、RS-232、RS-485、M-Bus、PLC 等，有线通信稳定性强，可靠性高，但是受限于媒介，而无线通信技术的发展比有线通信技术稍微广泛些，主要分为蜂窝移动通信技术（2/3/4G）、短距离无线通信技术（蓝牙、Wi-Fi、ZigBee、Zwave）以及专门针对物联网传输的万物互联的LPWA（低功耗广域网）技术，解决了传统网络不能应对特殊物联网场景的通信问题，LPWA 技术中包含SigFox、LoRa 和NB-IOT。常见的通讯协议包括MQTT、AMQP、XMPP、REST 以及CoAP 等。

应用层实现物联网与用户的对接，将用户需求与物联网感知、处理和传递后的信息项结合，实现物联网的智能化应用[2]。利用边缘计算、物联网平台、云服务以及大数据技术，基于某些应用场景对物联网数据进行分析、计算以及反馈控制，从而达到人、物、环境之间的协同，常见的智能物联网应用架构图1 所示。

1.1 人工智能技术

人工智能技术是计算机科学的一个分支，致力于生产出能与人类智能相似的方式做出反应的智能机器，该领域的研究包括语音识别、图像识别、机器人、自然语言处理、智能搜索和专家系统等。通过人工智能可以实现对人的意识、思维的信息过程的模拟，能像人那样思考，甚至超过人的智能。

人工智能的发展几经沉浮，其再次快速发展得益于深度学习在2012年，Hinton 课题组为了证明深度学习的潜力，首次参加ImageNet 图像识别比赛，其通过构建的CNN 网络AlexNet 一举夺得冠军，且碾压第二名（SVM方法）的分类性能。也正是由于该比赛，CNN 吸引到了众多研究者的注意。

图1：智能物联网技术架构图

人工智能技术的应用领域不断扩大，对于社会的发展具有重要作用，也是人类科学技术不断向前发展的有效象征[3,4]。

1.2 信息采集技术

信息采集技术工作原理跟人类类似，是通过听觉、嗅觉、视觉等方式将信息采集上来。在嗅觉方面应用了传感器来接收外部的温度、湿度、二氧化碳、氨气等等数据，在视觉方面主要应用摄像头，摄像头从应用场景上可以分为普通摄像头，双目摄像头以及红外摄像头，分别应用到不同的环境和场景中，听觉方面主要应用监听器、麦克风等设备收集外部的声音数据。

1.3 云服务技术

云服务是通过物联网将采集到的数据传输到云端的服务器上，并对采集上来的数据进行计算和加工，从而实现对现场的实时监控、事件报警、故障检测以及根据实际应用场景设计出来的业务逻辑。

1.4 物联网平台

物联网平台是物联网生态系统的重要组成部分，通过提供内置工具和功能，为设备提供安全、稳定的通信能力，帮助开发者低成本、快速的实现设备端与服务端的对接，方便管理设备上报数据与服务端下发控制，同时还能够基于规则引擎进行数据过滤与转发，实现了高效的数据存储、计算和智能分析，能够减少大量的物联网开发成本，加快应用场景落地并简化部署流程。

1.5 边缘计算技术

物联网不断发展的过程会遇到海量的数据传输、数据处理、数据分析等功能众多挑战，从而带来带宽占用量大、服务响应慢、数据安全风险高等问题，单纯靠云端计算已然无法完全解决问题，边缘计算可以有效缓解以及解决这些挑战和问题，同时物联网边缘计算可以将AI 算法、数据处理、应用程序等功能的实现，由云端中心下放到网络边缘的节点上，从而实现可以在网络边缘端实现低时延、高带宽、高可靠、海量连接、异构汇聚和本地安全隐私保护等特殊业务要求的应用场景。

图2：智能养猪网络拓扑图

1.6 大数据技术

目前大数据技术的发展已经非常成熟，为人工智能、物联网提供了强有力的数据能力支持，主要核心技术包括采集解析技术、存储管理技术以及并行计算技术，同时技术生态非常开放，如hadoop、hive、hbase、spark 等大数据软件能够帮助用户快速实现基于大数据的分析和挖掘，通过对海量的数据进行分析，从而挖掘出非常有价值的信息。

2 基于智能物联网的养殖应用分析

如图2 所示。

2.1 智慧养猪

智能巡检系统，通过智能物联网设备（巡检车、AI 摄像头、边缘计算网关、传感器）实现对活体的运动追踪、行为播报、数据采集等功能，参见图2，利用自动巡检功能实现远程的控制和监察，通过24 小时巡检监控及时发现异常，避免猪场造成生产损失，同时在云服务端实现数据实时更新状态，并且对数据进行处理分析，建立智能数据储备库，实现减少人力成本，实现高效养殖。

精准饲喂系统通过根据猪只日龄、体况生成饲喂曲线实现自动饲喂，同时自配规则，实现定时定量饲喂，同时通过制定科学饲喂套餐，实现干湿料混合状态，满足猪只营养需求，并利用AI 摄像头可以检测到余食状态，根据剩余饲喂情况进行数据分析，动态调控下料量，并通过利用大数据技术分析饲喂数据反映猪只的健康状况。

疫情监测系统利用声音识别技术对猪群声音（咳嗽、哮喘）进行处理分析，及时发现异常猪群，监控猪只异常状态，并结合历史疾病监控数据，挖掘疾病分布及规律，分析疾病原因，为疫病防控提供有效的数据支撑。同时通过AI 摄像头监测猪只排泄物，利用图像识别技术及时发现并处理异常猪只，有效掌握猪只身体健康状况。

2.2 智慧养牛

利用智能项圈、智能监测站、实时监测网、视觉识别等技术，进行牛只繁育性能测定、视觉估重，以及蹄病和药浴监测，同时对牛只进行精准降温、疾病预警，以及运动行为和轨迹的分析，及时做到发情监测和疾病预警，降低养殖风险，提高生产效益。

智能项圈通过多种传感器分析牛只姿态、运动步数等信息，实现对牛只发情等异常的精确判断。

智能监测站利用机器视觉技术，借助AI 摄像头和边缘计算网关实现牛脸牛背识别，智能识别牛只面部特征及背部花纹，快速精准识别牛只身份，然后将AI 摄像头采集的牛只图像信息与AI 估重算法结合估测，同时采集牛只行走状态图像数据，对牛只进行智能步态评分，最后通过数字化处理和数据分析计算，实时监测牛只体重变化、体况变化、肢蹄健康状况、药浴情况，为牧场生产管理决策提供数据依据。

实时监测网在牛舍内全方位部署24h 智能监测设备，监测圈舍内全部牛只及环境状况，向饲养员发送异常预警及任务指令，智能化驱动物联网设备，对牛只爬跨、卧地不起等发情或疾病行为进行监测，并锁定异常牛只，发送给相应的饲养员。同时利用AI 摄像头自动识别进场车辆及人员，记录作业时间和频次，提高牧场管理效益，结合智能分析食槽内余食量，对空槽等异常现象及时预警，降低人员巡检成本。

智能喷淋利用AI 摄像头和边缘计算网关，提取牛只图像信息，判断各栏位是否有牛正在进行采食，准确识别牛只并进行一对一精准喷淋，并联动THI 指数，通过物联网平台传输与处理数据，自动启动喷淋系统，并根据温湿度指数的不同调整喷淋频率以降低奶牛在高温情况下产生的热应激可能。

3 结束语

基于智能物联网的智慧养殖场景构建已经成为当前中国农业发展的一个重要的方向，在构建智慧养殖场景时，包括物联网技术、人工智能技术、边缘计算技术以及5G 通信技术都应该得到充分的探索和应用，而对于当前的智慧养殖场景的构建而言，物联网技术则发挥着主要作用，也可以说物联网技术是智慧养殖的基石，相关技术人员需要了解智能物联网技术在智慧养殖场景中的应用发展趋势，并采取各项措施进行推进，促使智能物联网技术能够更好的支持和丰富智慧养殖功能，更好的推动数字化农业的建设。