家禽养殖智能装备与信息化技术研究进展

郑炜超，邓森中，童勤，2，3，王阳，2，3，李保明，2，3，滕光辉，2，3

（1.中国农业大学 水利与土木工程学院，北京 100083；2.农业农村部设施农业工程重点实验室，北京 100083；3.北京市畜禽健康养殖环境工程技术研究中心，北京 100083）

随着现代信息技术的不断发展及其在畜牧领域的应用，我国家禽养殖行业正在向信息化、智能化方向快速发展，但在现代信息技术与家禽养殖不断融合和生产方式转型升级的过程中出现了一些迫切需要解决的关键技术问题，主要包括：（1）禽舍空气环境恶劣，包含氨气、颗粒物、硫化氢等成分［1］，现有传感器往往精度低、使用寿命短［2］，同时缺乏基于网络技术的多元环境在线监测设备及综合评价技术；（2）现有家禽行为分析、健康诊断主要依靠人工，导致工人劳动强度大、家禽应激严重，无法满足现代家禽智慧养殖中福利化、精细化的管控要求［2］；（3）现代高产家禽品种环境适应能力弱，而现有禽舍建筑气密性差、通风模式切换频繁、环控系统基于单一指标控制，严重影响舍内热环境的均匀性与稳定性［3-6］，无法满足家禽环境需求；（4）缺乏家禽养殖智能化装备及管控系统［4，7-8］，从而使得生产过度依赖人工、整体管理效率低下等。本文从禽舍环境监测与评价、家禽生理信息感知与健康诊断、智能环境调控、智能装备、智慧管控等方面对近年来的主要研究进展进行总结，重点介绍了禽舍环境智能化监测及评估技术、家禽生理行为信息感知及健康预警技术、环境精准调控技术、家禽养殖智能装备及管控平台等技术装备，并对我国家禽养殖智能装备及信息化技术发展趋势进行了探讨，为我国现代家禽养殖绿色高质量转型升级与健康可持续发展提供参考。

1 禽舍环境智能化监测及评估技术

1.1 环境精准监测技术

舍内环境是影响家禽生产性能、健康状态的关键，精准监测各种环境因子是改善舍内环境、评估家禽应激的前提。谭鹤群等［9］针对目前畜禽舍NH3浓度检测普遍采用的电化学传感器存在环境抗性低、易钝化、精度低、使用寿命短等问题，基于可调谐吸收光谱技术搭建了一套畜禽舍NH3浓度检测系统，传感器线性误差和重复误差显著降低。同时，由于禽舍内环境复杂，家禽受舍内多元环境因子综合作用［10］，为实现禽舍内多元环境因子实时监测，中国农业大学团队研发并不断改进便携式环境监测仪器［11-13］，集成了温湿度、二氧化碳、氨气、风速、压差、颗粒物等多种环境监测功能，采用LoRa与4G进行数据无线传输、OneNET物联网开放平台作为云端数据存储中心，满足现代畜禽场多元环境参数连续监测、数据远程传输等功能需求（图1）。同时，由于规模化禽舍饲养密度大，禽舍内环境复杂、分布不均匀，国内部分学者对多源监测数据处理也进行了相关的研究。邵琳［14］采用虚拟仪器技术与多传感器数据融合技术、数据采集技术相结合的方式，实现对禽舍环境实时监测，并基于最优化加权算法对同环境参数多节点数据进行融合，采用D-S证据理论算法对多个环境因子进行数据融合，可对舍内环境做出更为准确的判断。李华龙［15］提出采用线性插值法和改进的拉依达准则对家禽环境监测过程中数据异常进行分析，并基于D-S证据理论算法融合环境数据，对家禽设施养殖环境质量进行综合分析。

图1 禽舍环境无线监测网络Fig.1 Wireless monitoring network for poultry house environment

1.2 环境舒适度评价

禽舍的环境质量已成为影响家禽生产性能与福利化水平的重要因素。目前基于湿热环境、温湿风环境建立的家禽环境应激指数评价较为常见，但舍内环境因素复杂，氨气、颗粒物等均会对家禽产生影响［16］，因此，为避免采用单一环境因素评价舍内环境不准确的弊端，白士宝等［17］利用模糊数学理论对温度、湿度、风速、二氧化碳浓度、氨气浓度进行数据融合，综合评估舍内环境舒适度；但由于鸡舍内部环境参数存在耦合关系，因此直接通过模糊数学的方法在实际应用中存在问题，杜欣怡等［10］采用雷达图的方法，通过雷达图位移加权或角度加权进行多种参数综合评价（图2），以保证评价结果的可靠性；温鹏等［18］在进行环境舒适度评价时还将颗粒物浓度、硫化氢、光照强度、外界环境等因素考虑在内，并通过灰色关联法分析影响鸡只体重的主要环境因子，为环境综合舒适度的评价参数的选取提供参考依据。

图2 蛋鸡舍环境舒适度评价系统人机界面［10］Fig.2 Human-machine interface of environmental comfort evalua⁃tion system in layer house［10］

2 家禽生理行为感知及健康预警技术

2.1 生理信息感知技术

家禽体重是体现家禽生长发育程度和养殖效果的重要指标，传统鸡群体重获取多采用人工称重方式，不仅费时费力，还易引发鸡只应激反应。近年来，因传感器成本降低、机器视觉技术进步以及精细化养殖理念发展，鸡群体重自动监测系统已经成为规模化鸡场迫切需求的养殖辅助设备。现有家禽体重自动监测系统主要针对散养、平养模式，白士宝等［19］针对新型栖架离地立体养殖系统，以福利化栖杆为载体，在其两端安装质量传感器，养殖系统顶部安装网络摄像头识别鸡只数量，通过LabVIEW实现体重数据实时采集与处理（图3）；Wang等［20］开发了一种体重传感器与图像处理技术结合的棒式称重系统，通过横杆吸引肉鸡站在称重平台上进行体重获取，使用图像处理技术检测杆上的肉鸡数量，从而获取平均体重和均匀度；王明等［21］研发了以盘式称重器为基础的鸡体重实时监测系统，并且集成了数据解析、存储、分析、展示和预警等功能。Ma等［22］进一步开发了改进的限幅滤波算法和BP神经网络模型用于体重自动监测系统，进一步提高称重系统的稳定性和准确性，体重估测误差可达3%以下。随着非接触式测量技术的发展，利用机器视觉技术的自动称重系统成为可能。王琳等［23］通过传统的图像处理技术提取与肉鸡体重相关的9种特征参数，体重估测误差为3.3%。

图3 蛋鸡体重监测系统［19］Fig.3 The real-time monitoring system for laying hens weight［19］

家禽音频信号能够代表不同的生理、行为状态，通过非接触式传感器监测家禽发声可作为家禽福利、应激状况的评价指标。针对家禽不同类型的音频信号，国内学者开发了多种分类模型，可实现家禽声频信号的准确分类。Du等［24］开发一种基于机器学习的蛋鸡发声检测方法（图4），通过滤波器处理家禽声频信号，采用支持向量机（SVM）进行特定叫声对应的家禽压力事件（警报、尖叫声和嘎嘎叫等）分类，平均分类精度约为97.6%；南京农业大学团队开发了基于隐式马尔科夫模型的肉鸡异常声音自动检测方法，实现了肉鸡3种类型（咳嗽、鼾声和干扰）声频信号的精准分类，肉鸡咳嗽识别算法的平均准确率为95%［25-26］；杨稷等［27］采用支持向量机（OC-SVM）对进行啄食信号识别，检测肉鸡进食时的啄食次数，分析确定啄食次数与采食量的关系，啄食次数计算正确率为94.58%，采食量计算正确率为91.37%。在声频信号分析方法上，Huang等［28］则提出了家禽发声自动提取方法与用于声频信号分类的神经网络模型，通过音频分析与时序模型相结合进行家禽进食行为自动检测；Du等［29］提出了一种基于声谱图纹理特征的蛋鸡发声分类识别方法，图像处理和声音处理技术相结合，通过滤波器提取蛋鸡发声声谱图中的声纹信息，并采用人工神经网络模型进行训练和分类识别。

图4 声频信号监测平台［24］Fig.4 Schematic of sound signal monitoring platform［24］

2.2 行为信息感知技术

家禽的行为是表征其健康状况、环境舒适度等状态的直接参数，也是评价福利状况的重要指标。随着计算机视觉、深度学习理论的快速发展，研究学者将其应用到养殖各个领域，在家禽养殖等复杂场景下的行为识别表现出了良好的性能。家禽的行为识别主要分为个体行为识别、群体行为识别，李娜等［30］利用YOLO V4目标检测模型进行鸡只个体行为识别，包括采食、站立、趴卧、梳羽、啄羽和打架行为，模型总体平均精确率为79.69%；Wang等［31］针对种鸡行为分析，将鸡只交配作为一个重要的行为信息加入了识别模型中；此外，Wang等［32］还针对家禽个体行为进行了更加深入的家禽个体行为追踪研究，包括一段时间内家禽位置、朝向等信息的自动识别。而群体行为识别方面，通过对家禽群体行为进行统计分析，有利于辅助鸡舍工作人员进行饲养管理。Cao等［33］利用全卷积神经网络统计整舍鸡只数量，能够很大程度减小管理人员工作强度；通过深度图像技术分析家禽的群里空间分布、活跃度等指标，能够判断饲养过程中鸡群的应激状态和偏好性［34-35］，同时通过接触式的RFID监测技术能够实现肉鸡的采食和饮水此类图像识别精度较低的行为监测，有研究对于瞬时饮水肉鸡数量和饮水时间识别的准确率均在92.5%以上［36］。

2.3 健康状态与疾病预警技术

目前我国大部分家禽养殖场家禽健康状态及疫病情况主要通过人工巡检，巡检工作强度大、主观性强、依赖饲养员经验［37］，因此家禽健康状态与疾病自动化、标准化识别的实现已成为我国智能化养殖发展的必经之路。杨威等［38］研发家禽穿戴式体温实时监测设备，依据家禽的体温变化进行疾病预警，尤其对低温死亡家禽的识别；但是对于规模化养殖场，穿戴式设备成本较高，通过机器视觉能够实现低成本的家禽疾病监测系统，通过图像处理精准定位家禽，并使用热成像进行头部、腿部等位置温度监测判断家禽健康状态，能够满足较高精度需求的同时减小成本［39-40］。另外，通过图像数据中家禽形态、体态等特征挖掘也能够实现健康状态判断［41］，通过图像识别鸡只鸡冠颜色和位置、鸡爪的形态等特征能够实现对鸡只健康/死亡状况判断，分类准确率可以达到90%［42］，利用鸡只的体态进行病鸡判断（病鸡/蔫鸡头部与尾部的凹面、骨架姿势角均与健康鸡只不同），可提前进行疾病预警［43］。当家禽饲养密度较高时，家禽之间互相遮挡会导致图像识别准确度显著下降［41］。因此针对笼养家禽，Wang等［44］提出了一种通过识别笼养模式下家禽传送带上异常粪便的方法，通过判断粪便的形状、颜色、含水量等参数反映家禽的疾病状态，模型精度能够达到93.3%（图5）。

图5 异常鸡粪识别［44］Fig.5 Recognition of broiler droppings［44］

3 环境精准调控技术

3.1 禽舍建筑与热环境耦合调控

禽舍舒适的热环境是保障现代高产家禽品种生产性能，发展规模化、智能化养殖的前提条件，而良好的建筑与通风设计是禽舍环境均匀、稳定和舒适基础。而我国不同气候区、不同类型禽舍设计随意、缺乏依据，严重阻碍了我国规模化智慧养殖鸡舍的发展，王阳等［45］通过分析不同气候地区蛋鸡舍外围护结构的最低热阻要求，得出了不同气候地区、不同类型密闭式传送带清粪蛋鸡舍的保温性能要求与鸡群饲养密度的影响关系，为不同气候区密闭式蛋鸡舍围护结构保温系统设计提供了理论依据；进一步利用经济性评价指标和全生命周期理论等先进研究方法探究现值因素、基层热阻和气候因素等对保温材料厚度影响，建立了鸡舍建筑外围护结构保温材料经济厚度模型［46］；基于优化的Solar-air degree day模型分析了不同气候区禽舍建筑能耗，为中国5个不同气候区典型城市（哈尔滨、北京、重庆、昆明和广州）鸡舍建筑设计提供了参考依据［47］。针对现有通风系统温度均匀性、稳定性较差，Wang等［48］解析了建筑与通风系统耦合作用下的禽舍稳温调控理论，提出全季节侧墙小窗进风山墙排风模式（图6），有效降低了舍内温度波动及局部高温、低温现象，并对该通风模式进风口位置、尺寸等进风参数进行优化，解析了进风贴附射流距离、温差衰减规律［49］。

图6 侧墙小窗进风山墙排风系统［48］Fig.6 Sidewall inlets of the new ventilation system with surge chamber and bottom hinged flap［48］

3.2 智能环境控制算法

环境精准调控是保障舍内舒适环境的主要手段之一，现有环境调控系统过度依赖于传感器实时数据，由于传感器、设备控制存在时间滞后性，无法保证禽舍内环境的稳定性。梁超等［50］基于热湿平衡理论构建了热湿环境参数全年逐时动态预测模型，同时将湿帘系统降温效率变化及其增湿作用考虑在内，能够实现鸡舍环境的逐时预测，此类基于物理模型的预测算法依赖物理模型的准确性。Chen等［51］则使用LSTM（长短时记忆神经网络）建立基于历史数据的湿度预测数学模型，实现了6 h以内鹅舍相对湿度的准确快速预测，但基于神经网络的预测模型对数据量、计算量要求较高。因此，Wang等［52］提出了一种基于小样本量的优化灰色预测模型对舍内环境进行预测，通过结合滚动机制、时间段组和变化指数提高模型的准确性，能够实现舍内温度环境的准确预测，并进一步基于灰色预测模型的预测数据提出了鸡舍热环境的“事前控制”策略（图7），能够使鸡舍夏季的最大温差从5.8 ℃降低到3.1 ℃，冬季从13.4 ℃降低到5.2 ℃，能耗降低4.61%~7.38%［53］。另外，禽舍内环境因素复杂、各种环境因子相互耦合，现有环境控制系统通常针对单一环境变量进行控制，王阳［46，49］基于舍内空气流动、传热及传湿守恒建立宏观尺度下热湿空气传递的耦合模型，为禽舍多元环境参数耦合调控提供依据；叶永辉等［54］设计了一套蛋鸡舍环境控制系统，将强化学习方法应用到鸡舍环境控制模型中，并引入温湿指数和先验知识优化强化学习方法，实现了鸡舍多环境参数的控制。

图7 鸡舍热环境预测调控策略［53］Fig.7 Thermal environmental predictive control strategy of poultry house［53］

4 禽舍智能机器人与管控平台

4.1 禽舍智能机器人

我国家禽养殖行业劳动力短缺问题突出，迫切需求养殖装备、禽舍管控向着智能化、无人化方向发展，目前我国家禽养殖智能机器人处于快速发展阶段。根据机器人功能种类，可以将养殖机器人分为巡检机器人、消毒机器人、清扫机器人等，中国农业大学团队研发了适用于叠层笼养家禽舍的自动巡检机器人，包括多层鸡笼的多元环境感知模块（温度、湿度、风速、CO2、NH3、三维风速），同时搭载图像采集及处理系统，以便实现对鸡只的健康福利状态及鸡舍环境进行实时监测［55-57］（图8）；福州木鸡郎智能科技有限公司自主研发了商用巡检机器人，可对每一层鸡笼里的蛋鸡、肉鸡进行可视化巡检，实时监测鸡舍各个位置的温度、湿度、光照、气味等环境数据，定位死鸡分布点，并上传数据至家禽养殖数字化平台。为解决禽舍日常清扫、消毒、捡死鸡等工作劳动强度大的问题，刘娜等［58］设计了一种家禽养殖场自动清扫机器人，使用超声波传感器获取外界环境信息，合理避开障碍物，并通过前轮处的清扫风扇对舍内废弃物进行清扫。冯青春等［59-60］设计了一种禽舍防疫消毒机器人，该机器人可沿地磁、RFID标签等既定路线移动，同时搭载了喷嘴和雾化结构，满足了禽舍消毒时大流量、远距离喷雾的需要。对于散养系统，鸡只活动面积大，死鸡、窝外蛋人工识别、捡拾难度大，通过深度学习算法与配套机械臂以及死鸡拾取、收集装置能够实现死鸡的能够有效识别并清除笼内死鸡，系统精度达到95.24%［61-62］；通过图像识别定位地面鸡蛋位置，利用移动平台导航、鸡蛋抓起装置能够实现窝外蛋的自动捡拾，减少工人劳动强度和工作时间［63］。

图8 笼养鸡舍巡检机器人Fig.8 Autonomous patrol robot of stacked cage poultry house

4.2 物联网管控平台

随着通讯技术的发展，基于“物联网+”的技术已经越来越多地应用在养殖中［10］，国内外学者在传统的环境控制的基础上，将传感器技术与移动通讯技术融合起来［2］，如基于ZigBee网络协议的无线传感 器技术结合 嵌入式服务器［8，64］、LoRa和MQTT通信技术等［65］，开发了基于物联网技术的环境数据采集方案，采取3G、3G+VPN［66］通讯技术设计家禽实时监控平台，结合生产过程数据设计并建立管理系统［7，67］。通过物联网采集数据，建立家禽舍环境温度的数学模型［68］，进而得到有效的环境控制方案。随着云平台技术的发展，通过集成数据采集以及后台管理系统，形成综合的数 字 化 智 能 监 测 系 统［12，69-70］。目 前 家 禽 物联网管控平台能够实现不同来源数据的互联互通，同步实时预警多单位多鸡场管理、养殖异常现象、推送环控方案及汇总分析生产数据（图9）。峪口禽业通过移动互联网、大数据等技术的实施，开展了贯穿蛋鸡全产业链的“智慧蛋鸡”增值服务平台建设，打通了从蛋鸡育种到种鸡扩繁再到鸡蛋生产、销售全过程的数据流，构建蛋鸡行业“大数据”应用模式，实现了大数据采集、大数据分析、大数据应用的科技闭环。

图9 蛋鸡养殖物联网平台Fig.9 Internet of Things platform of laying hen housing

5 结论与展望

5.1 结论

家禽养殖过程中环境、家禽生理行为信息是反映家禽生产性能、饲养状况的基础数据，生产信息的数字化感知是促进产业向网络化、智能化方向转型升级的关键环节，对于改善动物健康状况与福利水平、提高家禽生产效率等具有重要意义。我国规模化家禽养殖多采用全密闭式禽舍，精准环境调控技术是保障禽舍良好生产环境的基础，也是实现我国家禽养殖集约化、智慧化的前提条件，将智能化技术应用至禽舍建筑与环境调控有利于为家禽营造舒适的生长生产环境，提高家禽的福利化水平。家禽集约化、规模化养殖过程中，禽舍巡检与生产管理过度依赖人工操作，是使用劳动力最多、劳动强度最大、花费时间最长的环节，通过研发相关智能机器人，可有效缓解家禽生产对人工的依赖、降低工作强度，进一步建立集饲养规划、生产管理、可追溯于一体的家禽高效安全的物联网管控系统，实现多源生产信息的融合、挖掘和集成优化，可提高规模家禽健康养殖过程的智能化管理水平，达到节本增效的目的。

本文以家禽智慧养殖数据的感知技术为切入点，从家禽养殖过程环境数据智能化监测与舒适度评价、家禽生理行为感知及健康预警技术、环境精准调控技术、禽舍智能机器人与管控平台等4个方面对家禽养殖智能装备及信息化技术研究进展进行了综述，为构建我国家禽健康高效养殖智能装备与信息化技术体系和推动我国现代家禽养殖产业的转型升级与提质增效提供参考。

5.2 展望

农业农村部发布的《“十四五”全国农业农村信息化发展规划》中明确指出：“推进智慧牧场建设，加快规模养殖场数字化改造，推进环境感知、精准饲喂、粪污清理、疫病防控等设备智能化升级，推动生产全过程平台化管理”，通过发展智慧畜牧业等现代养殖业技术，推动我国家禽养殖产业转型升级。由于我国智慧畜牧总体起步晚、发展时间短等，目前智慧禽业技术，包括家禽信息先进感知技术（如高精度传感器）、精准作业技术装备、作业机器人、信息化技术，甚至产品材料、加工工艺、核心产品生产线等，落后于欧美发达国家，整体属于起步阶段，同时算法理论等基础研究薄弱，缺乏基于家禽自身的行为、环境生理、饲料营养与养殖设施设备及环境的互作关系的人工智能模型，导致我国规模化家禽场普遍使用的智能化、信息化系统和装备主要依赖进口。因此，未来需要集中解决家禽养殖产业的薄弱环节和“卡脖子”问题，突破生命体信息获取与分析、生产环境控制及生物安全防控数字化、生产过程智能化装备和养殖数据库构建与管控平台，研发适应于我国国情的相关设施设备，实现健康养殖工艺、智能环控与装备、管控分析平台集成创新。