生猪智慧养殖物联网系统设计与实现

摘要：

为实现远程对养殖猪舍的自动化管理，促进生猪养殖产业的智能化发展，以宿迁市东川养殖场为背景，采用分布式控制架构，综合运用无线自组网通讯、云计算等技术，构建基于养殖实时感知、决策、控制的生猪智慧养殖物联网系统。该系统可实现猪舍环境、饲料投喂、猪只生长情况等多项数据的实时监测，并通过系统进行自动策略分析控制。同时配备移动端APP，方便管理员随时随地进行猪栏监管和数据查询。测试结果表明，针对不同环境和养殖分区，该系统可实现猪舍分布式环境监测、远程调控、猪只生长监测、生猪生理状态监测等功能，系统无线信号传输稳定，控制可靠性高，连续进行1 000次接收数据测试数据无丢失，平均响应速率lt;200ms。

关键词：生猪；智慧养殖；远程调控；物联网；管理平台

中图分类号：S24

文献标识码：A

文章编号：2095-5553 （2025） 01-0073-06

Design and implementation of IoT system in swine intelligent breeding

Wang Zeping¹， Ying Shijia²， Fang Yinlong³， Liu Zheng⁴

（1. "Suqian Institute of Agricultural Science， Jiangsu Academy of Agricultural Sciences， Suqian， 223800， China;

2. Institute of Animal Science， Jiangsu Academy of Agricultural Sciences， Nanjing， 210014， China;

3. Nanjing Luwei Intelligent Technology Co.， Ltd.， Nanjing， 210014， China； 4. Nanjing Institute of Agricultural

Mechanization， Ministry of Agriculture and Rural Affairs， Nanjing， 210014， China）

Abstract：

In order to achieve remote automated management of swine farming houses and promote the intelligent development of swine farming industry， taking the Dongchuan breeding farm in Suqian as the background， this study adopted distributed control architecture， integrated wireless AD hoc communication， cloud computing and other technologies to build a swine intelligent farming iot system based on real-time perception， decision-making and control of breeding. This system can realize real-time monitoring of swine house environment， feed feeding， swine growth and other data， and perform automatic strategy analysis and control through the system. In addition， the system is equipped with a mobile APP for administrators to supervise the pigsty and query data anytime and anywhere. Test results show that the system can achieve distributed environmental monitoring of swine houses， remote control， monitoring of swine growth， and monitoring of swine physiological status for different environments and breeding zones. The wireless signal transmission of the system is stable， the control reliability is high， the data is received for 1 000 times continuously without data loss， and the average response rate is less than 200ms.

Keywords：

swine; intelligent breeding; remote control; Internet of Things; management platform

0"引言

受条件设施、养殖技术、养殖规模等因素的影响^［1］，养殖户很难及时发现生猪的异常，从而导致生猪病死甚至传染，造成巨大损失^［2］。此外，由于规模化猪场养殖密度高，生猪患呼吸道疾病的概率增大^［3］，对舍内环境控制、生猪健康状态监控以及生产关键数据实时监控等方面提出更高的要求。因此，规模化的猪场中，在尽量避免人和猪接触的情况下，如何在早期发现异常猪，实现养殖环境精准可控是亟需解决的问题。调研显示^［4］：48.38%农牧企业用工成本增高；超50%的农牧企业采取灵活用工方式，实施云平台办公、自动化生产等。可见，以状态感知、实时分析、自我决策、精准执行^［5］为特征的数字化、自动化、智慧化养殖方式已成为现代生猪养殖不可或缺的内容和发展的主要方向，也是农牧产业创新发展的重要力量。

早在2016年，欧美畜牧业发达国家规模化猪场智能化饲养设备的使用率已达到60%^［6］。我国物联网在农业养殖业领域的应用起步虽然相对晚一些，但随着物联网的发展，在“互联网+”的推动下，近年来我国在智慧养殖信息化水平方面同样涌现出许多成果。杨东轩等^［7］选取低功耗WiFi微控制器以及兼顾成本和性能的环境传感器，设计并实现一种低成本的禽舍环境监测器；刘冠廷^［8］利用Zig Bee技术建立组网模型对禽畜舍环境进行智能管控，这个模型可对多源感知节点进行精准监测，并且通过GPRS DTU对数据进行可靠传输；刘恰^［9］提出的移动式散养鸡舍环境监控系统，在实现环境参数提取的同时，通过模糊神经网络PID控制方式对鸡舍温度进行控制，系统可实现根据适宜鸡只生长的温度来控制温度装置；牛海春等^［10］利用一种基于STM32F103RCT6的微控制器进行设计并制作出畜禽养殖环境监测系统；邝楚文等^［11］针对畜禽养殖场地处偏僻，设备落后及异地养殖存在管理难点的问题，采用中移M6315模组，分析LwM2M协议、MQTT协议的发布订阅机制，以轻量级TCP协议进行网络传输，实现了畜禽养殖自动饲养机、通电水阀等功能。王默宣^［12］通过无线通信获得传感器数据并控制继电器开关，实现面向智慧养殖均衡环境参数的物联网联动控制系统；徐倩^［13］提出的一种基于云平台的猪舍监测系统实现了对猪舍内的温湿度、光照、氨气浓度、火焰、雨滴以及行人的监测，并利用YOLOv4算法实现猪舍内猪只的检测、跟踪以及分割。

现有的智慧养殖物联网系统在使用中存在以下问题：（1）缺乏自主调节的策略和系统，现有的智慧养殖物联网系统无法实现全自动无人化监控与管理，且很多系统监测参数单一。（2）现有人工及半自动养殖管理模式下，环境和饲喂调控管理需要依靠人工经验实现闭环调节，对管理人员的管理经验要求高，常因调控不及时和调控精度不高而影响养殖效果，同时人工的用工量较大。（3）现有的基于物联网的管理系统普遍采用集中管控的模式，虽能实现数据在线监测、远程人工操控，但难以针对不同环境和养殖分区制定不同的调控策略，难以实现高效、高质量的养殖生产管理，同时系统布线复杂，安装及维护难度较大。

为此，本文综合运用无线传感器网络、分布式控制、云计算等技术手段，设计一款较为完善的生猪智慧养殖物联网系统，包括猪舍养殖环境和猪舍调控机构的监管控、生猪生理功能监控、自动饲喂等功能。同时，构建基于策略和模型配置的分布式调控系统，可以针对不同场景及养殖分区高效进行系统构建和策略定制，并在猪场进行验证试验。

1"系统整体结构

系统主要包含底层硬件设备、云服务平台和移动客户端三部分。底层硬件设备包含视频监控设备、分布式环境监测终端、LoRa无线智能控制器、LoRa网关、4G智能网关、本地智能控制器。LoRa网关与分布式环境监测终端、LoRa无线智能控制器构建无线自组网，实时监测舍内多区域的温度、湿度、气体浓度等环境参数，4G智能网关用以接收云服务平台决策控制指令或接收本地智能控制器指令自动控制风机、湿帘、饲喂机、补光灯等机构，实现环境智能调节和饲喂管理。云服务平台作为系统的“大脑”，负责环境数据、机构操控、智能决策控制，与4G智能网关通过MQTT协议进行数据和指令交互，完成底层设备监控管理，提供科学的养殖管理建议，可随时随地查看猪场内的情况，了解猪只的健康状态、饲养情况等，同时提供移动客户端实现智慧化养殖管理。系统整体架构如图1所示。

2"系统软硬件设计与实现

2.1"硬件设计

2.1.1"环境监测终端

环境监测终端是集环境信息监测、LoRa无线网络连接和远程平台监测为一体的智能监测终端^［14］，环境监测终端周期进行环境参数采集，通过LoRa与4G智能网关组网通讯，通讯采用MODBUS-RTU协议，当收到智能网关的环境数据读取指令时，监测终端即将最新环境数据无线转发给智能网关，再由网关转发至远程监控平台，实现环境实时监测和历史趋势分析。环境监测终端结构如图2所示。

系统可以实时监测当前环境温度、湿度、光照强度、CO2浓度、NH3浓度、H2S浓度、PM2.5、PM10、PM1.0等信息，监测参数的技术指标如表1所示。

2.1.2"生猪智能耳标

所使用耳标材质为聚碳酸酯（PC），设计的通讯频段为2.4G，包含温度传感器、震动传感器、电池电压测量3个传感器类型，测温精度±0.2℃，每10s发送一个数据包。该耳标所配备的网关为无线通讯，覆盖范围半径为50m，网关与远程服务器的通讯通过4G或WLAN通讯，通讯采用UDP协议。网关每5min读取向平台更新一次耳标监测数据，包括生猪体温、运动时长、电池电压等数据。服务端工作流程如图3所示。

服务端采用Netty框架构建UDP服务器，调用耳标厂商提供的SDK解析耳标数据，最后将数据进行存储。Netty是异步的、基于事件驱动的NIO网络应用框架，能够开发高性能、高可用的网络应用程序。本框架可支持接入海量耳标终端，而且性能优秀。

2.1.3"智能LoRa无线控制器

智能LoRa无线控制器是集2路AD数据采集、4路开关量输入、4路继电器输出控制、无线LoRa通信、远程平台操控为一体的智能控制终端，控制终端通过LoRa与4G智能网关组网通讯，采用MODBUS-RTU协议。为满足本地手动操控和远程平台遥控，智能控制器通过开关量输入端外接多路自复位操作按钮进行本地操控，同时通过LoRa通讯进行远程指令操控，具体工作流程如图4所示。

当本地按钮按下时智能控制器自动进行防抖检测，并根据当前设备运行状态进行相反运行状态输出，再经强弱电隔离驱动完成220V或380V的强电设备控制，同时记录的设备运行状态也相应进行更新，并实时发送给4G智能网关进行远程平台的设备状态同步更新，从而保证远程平台端能够实时动态监测本地机构运行状态；当远程平台控制指令通过4G智能网关下发至智能控制器时，控制器通过ID和操作指令解析，控制继电器输出使设备达到预期工作状态，并进行设备状态更新存储，同时反馈控制执行结果，保证设备远程可靠闭环控制。

2.1.4"4G智能网关

网关采用FCU1103嵌入式控制单元，Cortex-A7架构，NXP单核i.MX6UL处理器，支持LoRa、4G无线通信、485总线通信，与服务器采用MQTT协议交互，实现本地控制系统高效网联管理，保证消息的可靠性。智能网关作为整个监控系统的核心，具备LoRa自组网能力和远程网络无线通讯能力，负责与环境监测终端和智能无线控制器组建无线通讯网络进行环境数据采集、设备控制、设备运行状态监测，同时连接远程服务器完成数据远程传输和控制指令接收转发^［15］，智能网关的工作原理如图5所示。

智能网关内建4个线程任务，通过文件配置设定各任务执行参数进行循环执行。网关同时还配有触摸显示终端，通过可视化数字文本和动态图标实时显示当前养殖舍的环境参数和设备运行状态，并对LoRa终端设备的连接状态和远程服务器的连接状态进行动态监测，帮助现场管理人员更加便捷地查看与管理。

2.2"软件设计

智慧猪舍管控云服务平台基于Spring框架设计开发，由访问层、前端展示层、交互层、业务应用层、数据层和平台层构成，系统功能如图6所示。数据中心通讯中间件采用Niosocket通信，负责与智能网关建立4G连接，维持连接并进行接收数据和操控指令的双向收发和解析存储；后端基于spring框架，用于完成软件通讯功能的业务和数据支持，与前端建立交互；业务应用前端交互基于VUE进行设计，提供Web页面进行人机交互。

2.2.1"软件后台

1） "数据库设计。系统后台数据库采用MySQL+Elastic Search双数据库，MySQL存储业务数据，Elasric Search存储设备采集的数据。由于业务数据量相对较小，而且增量不大，故选用关系型数据库MySQL^［16］；由于设备采集的数据量会随着时间的推移越来越大，Elastic Search具有实时存储和实时分析的分布式搜索引擎，面向文档，检索速度快等特点^［17］，故选用Elastic Search存储传感器数据，能大大提高数据的检索效率，提升用户体验。

2） "决策管理。后台共采用两种策略管理模式。一是定时策略：后台启用定时策略，执行系统预先设定的控制模型，策略模型包含开启养殖舍内的风机、湿帘、喂料、照明等机构，定时时间到，下发控制指令至智能网关；二是规则策略：系统后台根据实时采集的传感器数据以及系统预制的控制模型，进行实时在线分析，若达到某一控制模型的触发条件，则立即执行。智能网关内部集成的4G通讯模块在系统启动时自主连接管控平台，并与平台进行调控策略和模型的匹配，若有修改则同步更新，若无修改则直接运行，自动调控策略运行时，依据调控策略对接收到的环境参数信息进行解析并生成调控指令下发给智能控制器完成机构自动调控，并将实时参数和机构状态同步向平台更新传送。智能策略控制运行机制如图7所示。基于自主策略的养殖在线调控能够进一步解放人工，并摆脱现场养殖管理对人工经验的过分依赖，解决人工或半自动管控模式下调控不及时和调控精度不高等问题。

2.2.2"软件前端

软件前端采用Html+Css+Vue框架进行设计开发。软件功能包括数据监测，后台管理，设备管理，用户管理等多模块。点击进入软件后台，可从数据监测页面查看所有环境监测终端的数值及舍内所有设备的运行情况；视频监控中所选用的是360°可旋转摄像头，在软件后台可以根据需要向上下左右自由旋转，并可放大缩小近远焦查看所想要观看的区域；除此以外，在后台的设备管理中，可自由地增加、减少或者编辑养殖舍内的设备信息，同时设备模型中可自由配置属性，并进行图标管理；生猪管理中，也可以自由增删生猪编号，并对其具体的信息如日龄、免疫情况等进行编辑，并可随时查看每一头生猪的具体体温及活跃度情况；同时，后台的数据报表可供随时查看并导出历史数据；用户权限管理界面可供管理员进行用户访问权限的设置。

3"系统集成与测试

智慧养殖物联网系统主要从3个方面作为切入点实现智慧养殖：一是通过传感器和摄像头对养殖场内的状况进行环境数据、影像数据的采集；二是分别对2种数据进行解析、处理和分析，驱动分布式智能控制器进行养殖机构调控；三是对Web端进行环境超标、病猪监测的告警推送，并通过Web端实现环境控制。

3.1"系统集成

用户直接访问公网IP进入Web页面，登录智慧猪舍养殖管控平台后，用户可在前端页面实时查看到猪舍内视频监控窗口、猪舍内环境监测数据、猪舍内调控机构的状态以及猪舍内各猪只身体状态，并可在前端页面进行猪舍风机、湿帘、喂料、照明等开关操作。饲养员不仅能通过前端界面查询饲喂记录以及生猪身体状态，系统还会向用户提供各种异常报警（包括猪舍环境温度异常以及猪只体温异常）。实际前端交互界面经过日常使用验证，可以完成业务需求。

3.2"生猪个体体温监测

通过生猪佩戴的无线设备，实时采集对应生猪的体温、行为信息，及时提供健康异常状态预警。通过后台点击生猪耳标所属编号，可查看对应生猪体温和运动时长的当前和历史数据。同时可获得该猪日龄及所接种疫苗的具体情况；在整个试验过程中，选取的生猪的耳朵体表温度在35.52℃～36.93℃范围内波动（图8）。由于试验时间跨度较大、猪舍外界环境消毒等因素，造成了猪的体表温度出现些许变化，但可作为生猪是否发病的参考衡量因素之一。

3.3"系统可靠性测试

对智慧养殖物联网系统进行测试，环境监测终端每1min上传一次数据，结果如表2所示，可以看出连续进行1 000次接收数据测试数据无丢失。

对LoRa网关分为两步进行测试，结果如表3所示。首先是下行数据测试，通过向4个LoRa无线控制器下发控制指令，底层设备均能正确响应，说明LoRa网关下行数据转发正常；从收到指令到下发指令，耗时0.5s，数据无丢失，控制成功率100%。其次，通过对上行数据测试，每次下发控制指令，均能接收到LoRa无线控制器返回的响应，说明上行数据正常。

4"结论

1） "设计一套生猪智慧养殖物联网系统，该系统利用各类传感器集实时采集、记录、上传、报警等功能于一体，通过云端（阿里云）进行数据分析、保存并将报警信息通过微信小程序和短信推送给养殖管理员，可实现对各区域养殖环境、猪只生长信息、饲喂设备的动态监管控。

2） "本系统数据传输与远程操控稳定可靠，平均响应速率lt;200ms。系统支持PC端网页、微信端登录查看及导出实时数据、实时曲线、报警记录、历史记录等，可以极大地减少养殖人员的工作量，提高工作效率和信息化管理水平。

3） "构建的基于策略和模型配置的分布式调控系统，灵活性更高、实用性更强，可以针对不同场景及养殖分区高效进行系统构建和策略定制，更契合规模化智慧养殖的产业及技术需求，保障生猪养殖安全与质量的同时，实现提高养殖企业的经济效益和社会效益的最终目标。

参"考"文"献

［1］

王香菊. 生猪养殖业的现状及发展建设［J］. 今日畜牧兽医， 2022， 38（9）： 48-49.

［2］

耿金如. 非洲猪瘟流行特点及区域性防控措施［J］. 今日畜牧兽医， 2023， 39（4）： 29-31.

［3］

刘潇潇. 猪呼吸道疾病的病因及防治措施［J］. 畜禽业， 2023， 34（2）： 76-78.

［4］

中国农业大学MBA中心， 农信研究院. 新型冠状病毒肺炎疫情对中国农牧企业影响调研［J］. 畜牧业环境， 2020（4）： 4-6.

［5］

王金环， 陈湘云， 褚帅令， 等. 我国智能养猪现状、问题及趋势［J］. 中国猪业， 2018， 13（12）： 17-23， 27.

［6］

尹汉周， 姚美玲， 黄大鹏. 规模化猪场智能化饲养设备发展现状及成本效益［J］. 黑龙江畜牧兽医（下半月）， 2016（6）： 69-71.

［7］

杨东轩， 吴叶兰， 张刚， 等. 基于低功耗WiFi的低成本禽舍环境监测器设计［J］.国外电子测量技术，2021，40（12）：135-143.

Yang Dongxuan， Wu Yelan， Zhang Gang， et al. Design of low-cost poultry house environment monitor based on low-power WiFi ［J］. Foreign Electronic Measurement Technology， 2021， 40（12）： 135-143.

［8］

刘冠廷. 畜禽舍养殖环境智能管控系统设计与实现［D］. 哈尔滨： 东北农业大学， 2017.

Liu Guanting. Design and implementation of livestock house environment intelligent administrative control system ［D］.Harbin： Northeast Agricultural University， 2017.

［9］

刘洽. 移动式散养鸡舍环境监控系统设计［D］. 保定： 河北农业大学， 2019.

Liu Qia. Design of environmental monitoring system for Mobile free-range chicken house ［D］. Baoding： Hebei Agricultural University， 2019.

［10］

牛海春， 王乐林， 宋海燕. 畜禽养殖环境监测系统的设计［J］. 电子测试， 2022， 36（14）： 23-25， 134.

Niu Haichun， Wang Lelin， Song Haiyan. Design of monitoring system for livestock and poultry breeding environment ［J］. Electronic Test， 2022， 36（14）： 23-25， 134.

［11］

邝楚文， 周永丰， 黄燕. 基于M6315模组的畜禽养殖系统研究［J］. 电子技术与软件工程， 2022（13）： 57-60.

［12］

王默宣. 面向智慧养殖的物联网云平台的设计与实现［D］.邯郸： 河北工程大学， 2020.

Wang Moxuan. Design and implementation of IoT cloud platform for smart breeding ［D］. Handan： Hebei University of Engineering， 2020.

［13］

徐倩.基于云平台的猪舍监测系统设计与实现［D］. 南京：南京信息工程大学， 2022.

［14］

孟冲， 张赛， 李文方， 等.基于无线传感网络的环境监测终端模块化设计［J］. 黄河科技学院学报， 2021， 23（5）： 52-57.

Meng Chong， Zhang Sai， Li Wenfang， et al. Design of environmental monitoring system based on WSN ［J］. Journal of Huanghe S amp; T College， 2021， 23（5）： 52-57.

［15］

周柳慧.物联网智能网关的开发及应用［D］. 杭州： 浙江大学， 2018.

Zhou Liuhui. Development and intelligent gateway of IoTs and its application ［D］. Hangzhou： Zhejiang University， 2018.

［16］

陈江， 王政山， 隋福宁.MySQL分区技术在海量系统日志中的应用［J］. 电脑编程技巧与维护， 2023（4）： 97-99.

［17］

许贤慧， 王淑营， 曾文驱. 面向工程数据检索的ElasticSearch索引优化策略［J］. 计算机与现代化， 2022（2）： 79-84， 119.

Xu Xianhui， Wang Shuying， Zeng Wenqu. Elasticsearch index optimization strategy for engineering data retrieval ［J］. Computer and Modernization， 2022（2）： 79-84， 119.