基于大数据技术的智能养殖平台的通信设计与实现探析

摘要：旨在探讨大数据技术下的智能养殖平台建设，通过研究与分析平台设计与实现，展现平台应用价值。结合某养猪场案例简要分析了智能养殖平台通信功能与整体设计，首先，简要分析如何设计智能化养殖平台，实现平台高效应用；其次，重点阐述平台设计要点，并结合养殖场示范测试情况明确智能养殖平台的重要性。测试结果表明，各个养殖场日常管理更为有序，生猪日常饲喂、防疫管理等管理水平显著提升。由此可知，构建智能养殖平台对畜牧产业发展大有裨益。

关键词：大数据技术智能养殖平台通信功能通信设计与实现

中图分类号：TP311.1

AnalysisofCommunicationDesignandImplementationofIntelligentFarmingPlatformBasedonBigDataTechnology

MOZhongkaiLIHaiqiang

GuangxiCityVocationalUniversity，Chongzuo，GuangxiZhuangAutonomousRegion，532200China

Abstract：ThispaperaimstoexploretheconstructionofintelligentfarmingplatformunderBigDatatechnology，andshowstheapplicationvalueoftheplatformthroughresearchandanalysisofplatformdesignandimplementation.Thecommunicationfunctionandoveralldesignofintelligentfarmingplatformarebrieflyanalyzedbasedonapigfarmcase.Firstly，itbrieflyanalyzeshowtodesignintelligentfarmingplatformandachieveefficientplatformapplication.Second，itemphasizes thekeypointsofplatformdesign，andclarifiestheimportanceofintelligentfarmingplatformincombinationwiththedemonstrationandtestoffarms.Thetestresultsshowthatthedailymanagementofeachfarmwasmoreorderly，andthemanagementlevelofdailyfeedingofpigsandepidemicpreventionmanagementwassignificantlyimproved.Itcanbeseenthattheconstructionofintelligentfarmingplatformisofgreatbenefittothedevelopmentoflivestockindustry.

KeyWords：BigDatatechnology;Intelligentfarmingplatform;Communicationfunction;Communicationdesignandimplementation

大数据技术在各行各业的应用逐渐广泛，基于大数据技术的智能化养殖系统既可实现牲畜养殖精细化管理，也可进一步提升养殖效率与养殖质量。智能化养殖系统可精确监测与控制场内现状，实时查看牲畜生长现状，一旦发现异常即可发出预警，养殖人员可及时针对牲畜异常症状判断是否患得疾病，防止病菌扩散影响其他健康牲畜。

1智能养殖平台通信功能分析

为提高某猪场养殖管理水平，相关人员需要引进智能养殖平台通信，利用大数据技术实现科学管理。基于大数据技术的智能养殖平台通信功能包含以下几类内容。

（1）数据收集[1]。如收集猪群疫苗注射情况、进场猪群健康情况等。（2）无缝通信。也被称为“全IP通信”，通信系统可根据用户需求不断切换网络，管理者在切换网络时基本感觉不到卡顿等现象，即实现了无缝连接另外一个网络。日常管理猪场猪群过程中，管理者也可省去后顾之忧（网络不通畅造成系统运行故障，无法实时查看猪群生长情况等），全方位无时限完成智能管理。（3）远程监控。该功能可保证养猪场工作人员实现远距离监控，利用安卓/IOS收集、计算机、平板等电子产品全面掌握猪场内部情况，通过查看猪群养殖可视化信息，允许主动干预与生产力的有效提升。

2智能养殖平台通信整体设计

2.1平台应用需求分析

设计智能化养殖平台前，必须全面分析养猪场实际需求。畜牧产业发展历程中，因技术融合差造成产业管理方式落后混乱，使产业核心竞争力逐步下降，不利于产业健康持续发展。因此，在建设养猪场智能养殖平台前，养殖人员需要先了解场地管理需求，以保证平台建设的科学性与合理性。

由于猪产业基础薄弱，且其转型速度较为缓慢，可将物联网与计算机技术高度融合于平台建设中，结合猪场养殖情况构建完善的大数据基础信息资源库。针对养殖过程中生成的多源数据信息完善平台内容。建立多个管理平台，以便养殖人员快速查看相关信息，实时掌握猪只生长情况。

（1）档案管理平台。该平台主要存储猪只信息，养殖人员可在该功能处查看猪只养殖详细信息，如入场时间、品种等；（2）防疫管理平台。统计记录猪只疫苗接种数据，养殖人员可定期查看疫苗注射情况，保证疫苗注射的稳定性与有序性；（3）育种管理平台。该管理平台主要记录猪只育种配种全过程数据信息，养殖人员可在育种时查看相关信息，以提高猪只繁殖率，为养殖场创收更为可观的经济效益；（4）环境管理平台[2]。该管理平台主要对猪厩内部环境指标进行实时监测，养殖人员可以根据数据信息反馈内容了解环境管理情况，针对性制定管理整改计划，以保证猪厩干净整洁；（5）行为管理平台。该管理平台可利用AI监控设备完成高效管理，对猪场不同区域的猪只行为进行全方位监测，如发生异常行为，云视频平台会发出预警，通过实时报警提醒养殖人员猪只异常。该功能可有效避免养猪场猪只大批量患病，保证猪只健康的同时减少不必要成本支出。

2.2平台架构设计

结合猪只养殖需求设计几个智能养殖平台的板块。

2.2.1设备层

采集网络渠道可分为3类：全覆盖养殖大数据、立体化养殖大数据以及人机协同。数据采集猪只个体数据、环境指标、驯猪信息等。其中，环境数据采集主要利用智能传感器完成；猪只行为采集主要利用AI摄像头完成；猪只不同生理指标主要利用穿戴式设备完成；猪只基础数据主要利用移动终端收集完成。

2.2.2数据层

该智能养殖平台通过采集猪只养殖全过程信息，构建分类存储数据库，为平台建设提供真实可靠的数据基础[3]。采用无线网络或者5G网络，快速传输养猪场全域物联网数据，将数据汇聚为多源异构养殖资源，属性可为结构化或非结构化，收集至平台后再分类至不同大数据平台数据库。关于猪只养殖数据的类别可分为三类：第一类为“基础”，也即猪只基础信息，如猪只姓名、芯片号码、猪只品种、猪只性别、猪只血统等，在移动端处录入猪只基础信息；第二类为“动态”，也即猪只行为动态信息，采用传感器、穿戴式设备以及移动端信息实时录入；第三类为“预警”，也即预警猪只异常行为。采用常规气体监测传感器和AI监控摄像头收集数据：湿度、氨气、光照、猪只日常行为等。

2.2.3数据处理层

数据处理层主要针对现有数据进行处理与清洗，以保证智能养殖平台数据真实可靠。数据清洗与处理内容如下。

第一，数据去重。基于排序去重方法，对数据集合数据进行排序，之后确定相邻数据是否一致。如数据相同，则代表其为重复数据，可使用去重处理功能处理数据；第二，异常值处理。该环节的数据处理方法为Z-Score，通过集合计算数据，得出数据与均值差值。用差值除以数据集合标准差算出Z-Score数值。如最终数值大于某一阈值，则代表数据异常，可处理该数据；第三，数据格式化。该项数据功能主要分为多种格式化内容：数字、日期、时间、百分比、文本以及自定义。

对养猪场猪只数据进行清洗与处理后，可将数据传送至数据存储与管理系统。利用数据分析与数据挖掘功能，完成不同阶段的数据处理：（1）聚类分析；（2）趋势预测；（3）决策分类；（4）模式识别。通过数据分析与挖掘，建立4个数据库如下。

第一，基本信息数据库。主要用来存储猪只基础信息。第二，防疫管理与育种管理数据。主要用来存储日常防疫与日常饲喂信息。第三，猪只行为数据库。主要用来存储猪只日常动态数据。第四，养殖环境数据库。主要用来存储养殖场内部情况（如猪厩基础设施是否可正常使用等）数据。

2.2.4应用层

智能养殖平台应用层基础为处理层形成的数据，其建设目标为养猪场多样化需求。结合大数据技术内容，为数据驱动智能决策提供可靠支持。创建多个应用工具，如用户应用工具、仪表板工具以及可视化工具，为养猪场养殖人员制订更具个性化与针对性的养殖计划[4]。平台可根据资源预测市场需求，生成数据报告以供参考。大数据可视化平台中的信息管理系统可高效管理养猪场，环境监测系统则可实时监测养猪场内部猪只行为，实现一级监测。

3智能养殖平台通信设计要点

3.1硬件设计

硬件设计可分4个模块，具体叙述如下。

（1）传感器节点。传感器主要用来采集养殖环境中的不同数据指标，如猪只饲喂数据、猪只日常行为数据。使用不同类型的传感器，可满足不同数据采集需求。（2）网络通信模块。主要传输传感器节点收集信息，通信形式包含Wi-Fi/LoRaWAN/NB-IoT等。（3）中央控制中心。主要接收、存储以及处理数据信息，数据内容来源为处理传感器。收集数据还可实现数据分析与数据支持功能。（4）数据可视化界面。利用图表和报表处理分析数据，并将其展示给养殖场工作人员，帮助用户了解养殖环境变化趋势与变化状态。

3.2通信接口模块设计

利用ARM+FPGA架构在芯片内搭建千兆以太网模块，传输速度主要可分为两种：一种为640Mb/s；另外一种为870Mb/s。利用FSMC总线完成芯片间通信功能，发挥ARM在控制方面以及FPGA扩展与处理优势，构建智能养殖平台通信接口模块。外部数据可从千兆网口进入FPGA解包，利用FSMC总线传输至ARM处理信息，下行数据主要从ARM渠道发出，在FSMC总线进入FPGA中打包，结合命令从相应通道向外发送数据。

3.3消息队列设计

消息队列属于存放消息的容器，养猪场养殖人员在使用所需数据时可在平台中找到相关信息，作为猪场管理决策参考依据。在智能养殖平台中设计消息队列，既可提高系统性能，也可降低系统耦合性。建立消息传递模型与消息排队模型，在分布式环境下提供多种功能：应用解耦功能、冗余存储功能、弹性伸缩功能、流量削峰功能、异步通信功能、数据同步功能等，作为分布式系统架构中的重要组件，设计时可结合实际应用需求，选择合适的消息队列模式。平台建立可使用Redis列表，将需要延后处理的结构体系按照顺序化成字符串形成列表。另外一个线程可从列表轮询数据中处理。如需要将一份消息数据发送给多个接收者，可创建单独队列多份发送，但该方法空间占据过大，可利用“发布—订阅”模型快速发送所需数据信息。基于“发布—订阅”模型，存放数据消息的容器变成主题，订阅者接收消息之前必须订阅该主题，以该种形式收取全量信息。

3.4通信协议设计

设计智能养殖平台的核心要求为解析效率、可扩展与可升级。设计细节分为五类：数据帧完整性判断、序列化和反序列化、协议升级与兼容性、协议安全以及数据压缩。协议设计目标如下。

（1）解析效率。基于高并发场景，可确定使用协议CPU成本。（2）编码长度。可确定协议网络带宽与存储成本。（3）容易实现。满足协议需求即可；（4）可读性。确定使用协议的调试和维护成本。（5）兼容性。协议可升级，明确使用协议的双方是否可完成独立升级或增减协议字段。（6）跨平台语言。协议使用任何语言完成。使用Windows时用C++；使用Web时用Js。（7）安全可靠。防止养殖数据信息泄露。协议设计时，应注重消息边界内容，明确方式界定消息边界；开展版本区分，明确版本号摆放位置；合理区分消息类型，对应不同业务设计，如猪群基本信息、猪只行为等。

4智能养殖平台通信设计实现测试

引进该智能养殖平台前，提前测试其应用效果，实现全平台应用。试行以来该平台运行稳定，可满足养猪场业务需求。根据平台设计要求与应用指标，开发完成不同功能：第一，专家以及技术人才库与养殖场（户）信息库；第二，大数据采集与管理平台；第三，生猪及其产品交易电商微信端；第四，手机端（WAP版）服务平台等技术指标。

平台示范应用时间为5个月，选择49户养殖场作为平台测试示范基地。通过平台测试采集服务效能数据。母猪饲喂场共有21户，育肥猪养殖场共有28户，覆盖生猪总存栏达到17834头[5]。智能养殖平台示范应用期间，共有15名畜牧专家可提供在线服务，养殖户遇到养殖问题时可实施在线咨询，以防止生猪出栏率下降。利用平台管理工具录入生猪养殖日常信息，即可自动处理数据，同时针对生猪生产周期与逻辑生成生猪养殖关键节点信息。养殖户可在该平台提醒养殖户及时执行关键任务，如母猪生产分娩时间、防疫管理等。位于一线的养殖人员需要利用该平台管理数据录入生猪信息，待其生成任务单后及时提醒养殖人员在规定时间内完成养殖任务。主要养殖任务可分为分娩任务、断奶任务、防疫任务、出栏任务以及消毒任务5种。提醒注意事项：生猪耳牌及其栏位信息、任务事项以及任务完成时限。示范应用养殖场在该平台下成为智慧牧场，其生猪全流程管理与疫病处理能力也会随之发生变化。

智能养殖平台测试应用结果表明，各个养殖场日常管理更为有序，生猪日常饲喂、防疫管理等管理水平显著提升。

5结语：

大数据时代下的智能养殖平台构建可促进养殖场实现高效管理，养殖场应积极引进智能养殖平台提高饲喂管理水平。在日常应用中，结合养殖场规模大小与实际需求更新与优化系统平台，在实现平台建设应用价值。技术加持下，不断强化养殖场内部管理，促进经济效益的进一步增长。

参考文献

[1] 刘同来，徐立恒，赫敏，等.基于人工智能的肉鸡养殖信息化服务平台设计[J].农业与技术，2024，44（1）：32-37.

[2] 张远民，廖愈乐，黄勇，等.基于深度学习网络的智能养殖AI算法服务平台构建方法[J].通信与信息技术，2023（6）：125-127.

[3] 温希军，周喜荣，王琼，等.智能化养驴场管理平台建设的探索与实践[J].福建畜牧兽医，2022，44（3）：29-30.

[4] 郑泽林，曹贵方.电子信息技术在智慧养殖业中的应用[J].畜牧兽医杂志，2024，43（2）：59-61.

[5] 刘严红，曹克涛，陈新文，等.猪智慧养殖大数据平台设计与实现[J].农业大数据学报，2023，5（3）：93-103.