畜牧信息智能监测研究进展
摘要：畜牧信息主要包括养殖环境信息、动物行为信息及健康指标信息。准确高效地采集养殖环境参数是反馈控制养殖环境的基础，是为动物构建良好生存环境的前提。动物行为是动物生理健康状况的外在表现，动物行为监测、分析有利于及早发现疑似发病牲畜个体，降低经济损失。目前国内主要依靠人工观察方式监测畜牧信息，主观性强且精度低。随着现代信息技术的不断发展，智能化畜牧信息监测技术也在快速发展和不断更新。阐述了音频分析技术、机器视觉技术、无线传感器网络技术及射频标识(RFID)技术在畜牧信息监测中的应用研究现状，展望了智能化畜牧信息监测的后续研究方向。
本文源自《中国农业科学》1960年创刊，是农业部主管，中国农业科学院主办的综合性、学术性月刊。中国农业科学院院长翟虎渠任编委会主任/主编，中国农业科学院副院长刘旭、屈冬玉，中国工程院院士郭予元、方智远，著名美籍农业科学家耿旭，中国农业科学院农业信息研究所所长许世卫等分别出任编委会副主任、副主编。还有以两院院士和资深农业科学家为主的阵容强大的顾问组织及海内外著名学者组成的编委会。
关键词：畜牧信息;智能监测;动物行为;健康养殖;动物福利
畜牧业是中国农业增效、农民增收的重要产业，近年来取得了长足的进展[1]。随着规模化、集约化畜牧养殖场的饲养密度增加，养殖环境变得恶劣，饲养动物处于亚健康或不健康状态，导致疾病频繁发生[2]。鉴于较大的养殖规模，依靠人工监测动物健康状况、动物行为以及养殖舍环境参数等畜牧信息的方法既浪费大量的时间和精力，监测结果也不够精确[3]。
随着现代信息技术的快速发展，国外涌现出一批畜牧信息智能化监测方法和技术，精准采集畜牧信息的同时，注重挖掘信息所蕴藏的动物健康水平、动物对养殖环境的适应度等深层含义，为动物疾病预警、养殖环境反馈调节提供低成本、高精度的解决方案，而国内在这一领域的研究仍处于起步阶段。本文归纳、分析音频分析技术、机器视觉技术、无线传感器网络技术及 RFID 技术在畜牧信息智能化监测应用中的研究现状，并展望其发展方向，以期为国内开展畜牧信息智能化监测研究提供有益参考。
1 音频分析技术
动物叫声与其情绪状态、生理健康状况密切相关[4]，利用音频分析技术处理动物叫声可实现动物健康、动物福利[5]水平的自动评估。也可实现散养动物采食行为智能监测的目标[6-7]。动物叫声音频分析的一般流程如图 1 所示，声音采集需要针对不同动物种类设计相应的采集方案，对于性情温顺动物而言可使用便携式麦克风采集声音信息，不限制动物活动范围，对于性情暴躁动物宜构建声音采集室，屏蔽外界噪声干扰，确保声音信号质量。
预处理步骤对声音信号做适当放大和增益控制并消除干扰信号;特征提取步骤主要完成提取反映声音信号特点的若干参数;参考模式库构建步骤对特征参数形式表示的声音含义进行处理，获得表示识别基本单元(如动物饥饿、感染呼吸道疾病、牛只咀嚼行为等)共性特点的标准数据，以此构成参考模板，将所有能识别的基本单元的参考模板结合在一起形成参考模式库;在识别阶段，将待识别的声音信号经过特征提取后与模式库中的各参考模板匹配，找出最相近的参考模板对应的基本单元。
广义上的动物健康可分为生理健康及情绪健康，音频分析技术一般都是针对患有呼吸道疾病的动物咳嗽声处理实现生理健康监测。为此应首先提取患病动物咳嗽声特征，Ferrari 等[8-9]通过临床检查筛选染病猪并采集其咳嗽声，与柠檬酸诱发的健康猪咳嗽声对比发现染病猪咳嗽音频的标准化压力均方差及峰值频率均值均低于健康猪，而染病猪咳嗽持续时间及咳嗽频率则高于健康猪。
针对染病猪咳嗽音频特征参数构建参考模板，将日常生产中利用定向麦克风采集到的猪咳嗽声与该参考模板做模式匹配，可以实现呼吸道疾病疑似病猪智能识别。在圈舍群养的猪饲养方式下，很难实现猪个体咳嗽声的采集，可将圈设定为监测对象，使用麦克风阵列定位具备病猪咳嗽音频特征的咳嗽声[10]，将出现病猪咳嗽声频率高的圈设定为高危圈，养殖人员重点关注高危区内动物健康状况，及早隔离确诊病例，这不仅有效降低了人工劳动强度，而且提高了患病猪识别效率，降低了规模化养殖场由于动物疾病带来的经济损失。
动物情绪健康更多是动物福利关注的问题，目前音频分析技术主要用于提取动物在恐惧、孤独、焦虑等不良情绪下的叫声特征，在此基础上可实现动物情绪健康的无损监测。Jahns[11]针对已知的牛饥饿和发情叫声信号提取出先验特征矩阵及其参考模式，利用模式匹配方法识别牛只日常叫声中所蕴含的饥饿及发情信息。Ikeda 等[12]利用线性判别分析方法处理声音信号的频谱结构变化特征，进而智能识别母牛饥饿以及与仔牛分隔而产生的两种焦虑状态。
猪的情绪健康水准评价研究目前鲜见报道，限位栏饲养母猪和剪牙断尾仔猪的情绪健康问题最值得关注。以仔猪为例，为了验证剪牙断尾过程会引起仔猪极强的恐惧情绪，可设计独立的仔猪叫声采集室，人为制造令其恐惧的突变环境，采集其叫声音频并提取音频特征构建参考模板，与剪牙断尾时采集的仔猪叫声做模式匹配，实现仔猪恐惧情绪的智能识别。
动物采食、饮水、排泄行为异常可用于预测其健康异常，因此这三大行为是畜牧养殖从业人员最为关注的动物行为。及时监测到动物行为模式的突变有利于及早发现疑似发病个体，降低经济损失。音频分析技术目前主要用于牧场放养的牛羊采食行为监测，这种饲养方式下牛羊活动范围广，人工观察方式及机器视觉技术难以监测它们的采食行为。但是牛羊采食主要有咬断及咀嚼草料两种动作，而实际采食量可由咬断草料的次数来判定，因此可通过咬断、咀嚼草料两种动作的不同音频特征识别牛羊采食过程中咬断草料的次数，进而实现采食量的智能监测[6-7]。
难以实时、准确掌握养殖动物需求是目前畜牧养殖业面临的挑战之一，而动物叫声是其生理、情绪健康状况的外在表现，准确掌握动物叫声含义有利于养殖人员根据动物自身需求开展养殖工作。动物叫声音频分析的首要目标是针对大量已知含义的动物叫声音频提取特征参数，不断扩充动物叫声音频分析模式库，这是研发动物叫声含义智能识别系统的基础。另外，动物叫声含义分析对音频质量要求高，如何有效降低圈养动物叫声间的相互干扰及环境噪声的影响以实现音频高质量地实时采集，是后续研究中需要解决的问题。
2 机器视觉技术
在畜牧养殖领域，动物行为与动物健康状况、生存舒适度密切相关，利用动物行为自动分析动物健康及舒适度状况相比人工经验观察而言结果更加客观。随着机器视觉技术在数字化农业领域的广泛应用，近年来，研究人员开始涉足基于动物视频自动分析动物行为及动物生存舒适度的研究领域[13]。基于动物视频的动物行为分析的一般步骤如图 2 所示。
图 2 中，行为模型是核心，该模块从动物形体姿态特征、行为间内在联系以及行为与环境间联系三个方面针对动物行为进行定义、表示和建模。视频流是动物行为分析的信息源，目前一般是在养殖舍顶部架设连接 PC 的摄像机实现视频流信息采集[14-17]，而关注动物腿部运动姿态的研究一般会单独构建规则通道，侧方位架设摄像机，在动物经过通道时采集其运动视频[18]。运动目标分割步骤从视频流原始图像中分割出监测对象，特征提取步骤主要工作是提取足够的动物形体特征，以区分不同的动物行为，这些形体特征包括位置、姿态、运动速度、轮廓等等信息，该步骤首先需要解决视频序列中研究目标的检测与跟踪问题。目前针对群养猪个体跟踪的最新方法能够准确识别、跟踪 3 头猪长达 8 min，为猪只行为特征提取奠定了良好的基础[14]。
行为特征提取的目的是区分不同的动物基本行为，所谓基本行为是指诸如休息、探究、采食等能够持续一定时间的独立行为。临产母牛的站立、躺卧、摄食等基本行为可用于预测母牛分娩时间，Canger 等[15]研究了这些基本行为对应的主轴线方向、臀围长度、体型宽长比、背部面积等图像特征，实现了基本行为的自动识别，该研究成果使得设计一种基于母牛行为的人工助产自动预警系统成为可能。
复杂行为由一个或多个具有时空关联的基本行为组成，复杂行为分析也可称为动物行为模式分析，其主要工作是挖掘动物基本行为间或基本行为与环境间的内在联系。Shao 等[16]针对群养猪睡眠时的红外图像选取图像不变矩、背景前景像素转换频率以及猪群紧密程度作为特征向量，使用最小欧几里德距离方法区分环境温度寒冷与舒适两种状况下猪的睡眠姿态。基于此，养殖人员可根据动物睡眠姿态判断其环境温度舒适度，实现养殖环境参数的按需调节，该研究对探索环境因子对猪生长的影响也具有重要的学术意义和实用价值。
动物行为模式是发现动物反常行为的基础，而反常行为是动物个体出现健康异常或环境发生突变的外在表现。动物反常行为的及时发现可用于动物疾病或环境调节预警。朱伟兴等[17]利用安装于猪舍排泄区的嵌入式监控设备对群养猪的排泄行为进行 24 h 监控，对于单日排泄次数超过系统阈值的猪只，认定其排泄行为出现异常。Song 等[18]将牛行走过程中同侧前后蹄接触地面中心点间距离定义为形迹重叠参数Δ，并挖掘出健康牛行走行为模式：行进过程中Δ值小于或等于 0。将行进过程中Δ>0 的牛只认定为患有跛腿残疾。
仅从畜牧信息的无损监测角度而言，基于机器视觉技术的动物行为监测是目前最好的方法，这种技术以无接触方式记录动物行为信息，对动物活动没有任何影响。但是该方法的技术实现难度较大，受现场光照条件影响大，摄像机视距、拍摄范围有限，一般只能监测圈养动物信息。后续研究中除了需要针对动物行为进行更精确的行为建模外，还需要解决养殖动物个体识别与跟踪的问题，以猪行为监测为例，目前最新研究进展能够准确识别、跟踪 3 头猪 8 min 时间[14]。而中国群养猪的单栏养殖密度一般都大于 3 头/栏，仔猪单栏养殖密度则更高，在这种应用场景下，如何在大通量的视频信息中识别跟踪某一行为异常的个体是后续研究需要重点解决的问题。
3 无线传感器网络技术
无线传感器网络是由部署在监测区域内众多的微型传感器节点组成，通过无线通信方式形成的一个自组织无线网络系统，可用于监测复杂多变的环境条件，如温度、湿度、噪声等级等，也可监测节点附着对象的运动特征，如速度、加速度、运动方向等[19]。无线传感器网络丰富的传感器资源使其在畜牧信息监测应用中具有得天独厚的优势，无线通信方式不仅解决了养殖现场布线困难的问题，而且使得网络节点可以穿戴在养殖动物躯体上，能够满足动物行为、体征等参数信息监测的连续性和实时性要求。
3.1 养殖环境监测
适宜的养殖环境可以充分发挥养殖动物的生产潜力，增强动物抵抗力，减少疾病的发生，继而提高畜牧业的生产效益[20]，同时，良好的环境也是动物福利的要求。畜牧生产中重点关注的养殖环境指标主要有温湿度、光照强度及有害气体浓度。利用无线传感器监测养殖环境指标信息主要有以下 3 个挑战：一是于节点监测范围受限，单个节点监测结果不能客观反映整个养殖舍环境信息;二是养殖舍内多种气体传感器存在交叉敏感的问题;三是实际生产中需经常冲洗圈舍，网络节点不能布署于舍内较低的位置，这就带来节点无法测得动物高度层的实际环境信息的不足。
针对第一个问题，滕翠凤等[21]提出采用自适应加权融合算法融合同类传感器组的多源数据，利用 D-S 证据推理理论融合温度湿度和光照度环境参数，提高了环境监测的精确度。针对第二个问题，俞守华等[22] 利用小波变换提取气体信号动态反应过程的局部特征，利用遗传算法对小波系数特征值进行筛选，降低特征维数并简化神经网络结构，进而提高基于 BP 神经网络的有害气体定性测定准确率。对于第三个问题，可将养殖舍内环境看作一个场，研究养殖舍温湿度场、气体浓度场，挖掘出不同高度层的环境参数的关系模型，实际布署网络时将节点布署于养殖舍顶部，根据顶部环境指标结合不同高度环境参数关系模型，得到养殖动物所处高度层的实际环境信息。
无线传感器网络监测的环境参数可通过 3G 网络[23]或其它无线通信方式由基站(或网关节点)发送到服务器端。对于采集到的环境参数目前主要有两种处理方案：一种是当养殖环境监测值超过系统设定阈值时由服务器自动向管理人员或养殖人员报警[1];第二种是由服务器自动控制养殖场环境调控设备，这种处理方案中控制算法设计是关键，目前主要采用的是模糊控制算法[22,24]。综合运用养殖环境监测与反馈调节技术，可以设计完整的养殖舍环境监控系统[25]，为养殖动物创造良好的生存环境。
3.2 动物个体信息监测
目前利用无线传感器网络监测的动物个体信息主要包括动物生理指标(体温、心率等)信息及行为(休息、散步、快走等)信息两类，其一般流程如图 3 所示，流程中首先需要解决的问题是设计适合动物穿戴的高效、耐用的传感器及相应的节点。
心率和体温是传统意义上的动物生理健康状况重要指标，Eigenberg 等[26]分别针对牛和猪设计了体温和呼吸频率传感器。Martinez 等[27]与 Warren 等[28]设计了一种能安置在瘤胃上的药丸式心电图节点来自动测量牛的心率，但该节点存在射频信号受动物脂肪组织影响而衰减严重的问题，Hoskins 等[29]针对这一问题设计了一种电感链路用以将体内节点监测的数据发送到体外数据接收器。
在行为监测方面，研究人员提出利用三轴加速度传感器监测养殖动物运动过程中的三向加速度值并基于此对动物行为进行分类[30-34]。Brehme 等[35]在已经投入实际应用的电子计步器基础上扩展环境温度传感器、位置信息传感器，设计了一款综合记录动物生理、行为信息的传感器节点，并将该节点应用于奶牛发情周期监测。
为了防止动物运动对传感器节点带来的破坏，需要将监测节点合理固定在动物躯体上，利用动物项圈在动物颈部固定节点是目前最常用的方法[36-38]，但对于有特殊监测目标的节点而言，应灵活调整固定位置。 Watanabe 等[39]将三轴加速度传感器固定在牛的下颚部以监测其下颚运动特征，进而分析牛咬断、咀嚼草料以及休息 3 种行为。Robert 等[31]将三轴加速度传感器固定于牛脚踝处以实现远程监测牛行走、站立和躺卧等行为。Warren 等[28]为监测牛心率参数将传感器节点通过手术固定在牛瘤胃上。
附属于动物躯体的传感器节点按设定时间间隔监测动物体温、心率、肢体运动三轴加速度等参数，将监测数据无线发送到数据收集器(如基站或网关节点)的方法目前主要有两类：第一类是节点将监测数据缓存于存储器，当动物活动到数据接收器(一般置于动物饮水器或食槽上)附近时，将缓存的监测数据无线发送到数据接收器[31,40-41];第二类是设计无线传感器网络数据路由协议，利用节点转发监测数据到数据收集器，这些路由协议需重点解决节点移动带来的网络拓扑实时动态变化的问题[36]。
对于传感器网络监测到的动物生理指标参数信息，可设计养殖专家知识库自动分析生理指标所蕴含的动物健康状况，并针对健康异常个体发出报警。对于监测到的动物行为数据，需要研究相应的动物行为模型以实现行为自动分类，动物行为模型主要解决传感器数据与行为类型之间的关联问题。目前针对三轴加速度值的行为建模主要采用的数学方法有动态线性模型、尔曼滤波[32-34]、K-均值聚类算法[42] 及支持向量机[43]。动物行为模型是分析动物运动能力特征的基础，可为母猪、奶牛发情的初步鉴定提供判定依据[32,34,44]。
目前已经投入实际使用的传感器节点大多针对生产环境相对规范稳定的工业现场设计，但是畜牧业生产环境复杂，有些应用场合甚至具有高温高湿的特点，而且在动物个体信息监测应用中，需要将节点固定在养殖动物躯体上，在动物躺卧甚至相互争斗时都可能破坏传感器节点。因此，畜牧业中应用的传感器节点应该具备比工业生产现场更好的抗高温抗高湿及抗损坏性能，然而畜牧业生产特点决定了其使用的传感器节点不能代价高昂。高性能、高稳定性、低成本间的矛盾是无线传感器网络在畜牧业中应用需要重点解决的问题。
4 RFID 技术
随着物联网技术的兴起，RFID 技术在畜牧业中得到广泛应用[45-47]。RFID 是一种非接触式的自动识别技术[48]，具有数据储存量大、可读写、环境适应性好等特点，可以实现多目标识别[49]。RFID 产品成本低，在畜牧养殖中应用在经济上具备可行性[50]。目前在动物行为监测研究领域一般将被动 RFID 标签以耳标形式固定在动物体上，当动物出现在读写器磁场范围内时，其耳标接受读写器射频信号，凭借感应电流所获得的能量向读写器发送芯片中存储的标识信息，读写器根据获取的耳标号识别出位于其读写范围内的动物个体。
一个完整的 RFID 系统由电子标签、读写器和天线三部分构成，电子标签一般以耳标形式固定在动物耳朵上，读写器的位置需要根据不同的监测目标灵活设置。如 Reiners 等[51]为监测仔猪采食行为，将 RFID 读写器及天线安装在仔猪喂料器上;钟芳葵[52]为监测群养母猪的采食行为将 RFID 读写器安装在母猪食槽上;Ostersen 等[53]为了监测母猪与公猪的亲近行为，将 RFID 读写器安装在公猪栏上的接触窗口上，记录通过接触窗口亲近公猪的母猪耳标值、亲近行为开始时间、结束时间，然后利用动态线形模型分析亲近行为频率和时长，实现母猪发情的自动鉴定。
将电子耳标出现在读写器读写范围内认定为一次行为发生的做法对于仅关注行为频率的监测目标而言是可行的[51-52]，但对于动物个体采食量、饮水量的监测目标，则需要扩展秤重、流量监测等功能，才能实现动物行为信息的准确监测。
Tu 等[54]设计了一套由 RFID 模块、电子地磅模块及通信模块构成的实时、远程监测火鸡采食行为的自动化系统，自动记录采食火鸡标签号，采食前后体重变化情况，为选择食物转化效率高的优良品种提供参考，同时也为群养火鸡个体行为分析提供了有力工具。
RFID 技术配合水流量计可以实现群养母猪个体饮水行为远程监测的目标，改造母猪饮水点，确保一次只有一头母猪接近饮水器。将 RFID 读写器安装在饮水器上方，记录饮水母猪个体耳标号，利用嵌入式系统技术处理水流量计输出信号得到群养母猪个体的饮水频率及饮水量信息，饮水行为的实时监测有利于及时发现饮水模式的突变，为母猪健康评判提供参考依据。
5 讨论及展望
从近年来国内外研究现状来看，基于音频分析技术、机器视觉技术、无线传感器网络技术及 RFID 技术的畜牧信息智能监测研究大多围绕健康养殖展开，虽然这些智能化技术已经大幅提升畜牧信息监测精度，大幅降低信息监测消耗的人力，但仍有一些问题需要进一步的研究和探讨，主要包括以下几个方面：
(1)动物行为监测智能装备研发
动物正常的采食、饮水、排泄等行为是判断其健康与否的重要依据，这些行为表现能反映出动物生长过程的不同状态，通过分析动物行为表现有助于监控其生长过程。对于动物采食行为监测目前已经出现大量研究成果，但动物饮水、排泄行为监测系统研究与设计鲜见报道，后续研究需要针对不同养殖动物种类、不同的行为研发专用的行为监测智能化设备，准确采集动物个体饮水、排泄等行为数据，为动物行为分析、疾病预警提供有力支持。
(2)动物行为模型与健康模型构建
动物行为模型构建是指在动物发声音频信息、动物活动视频信息、传感器监测数据等信息与动物行为分类间建立映射关系，进一步提高基于音频分析、机器视觉等技术无损监测、分类动物行为的准确度;动物健康模型是指探究不同养殖动物不同生长阶段的饮食量、行为规律，并基于此设计动物疾病预警系统，当实时监测的动物个体饮食量、行为信息与模型偏离程度超过系统设定阈值时，向养殖人员发出疾病预警，减少了养殖人员工作量的同时也降低了疾病带来的经济损失。
(3)养殖环境调控专家系统设计
养殖环境信息监测的目的是按需调节养殖环境，因此，后续研究需要针对不同养殖动物及不同养殖阶段的生长规律设计相应的专家系统自动反馈调节养殖环境。设计该专家系统应注意到养殖环境参数间相互关联的特点，系统需要综合考虑、调节各项环境信息因素到一个相对合理的水平。这不仅需要工程技术专家和动物养殖专家进行通力协作，而且需要长期的试验积累。养殖舍设计也是养殖环境调控领域需要关注的方面，中国幅员辽阔，不同地域自然气候条件相差较大，应当针对不同地域气候条件设计各具特色的养殖舍，在此基础上配备必要的加温、通风设备，为畜牧环境参数的反馈控制提供基础设施保障。
总之，欧美发达国家利用信息技术智能监测畜牧信息方面的工作起步较早，这些国家不仅仅有一大批智能化畜牧信息监测的研究成果，而且也有一些已经投入实际生产应用的产品。而中国在智能化畜牧信息监测方面的研究还处于探索阶段，能将这方面的学术研究应用于实际生产中的案例几乎是空白。中国研究人员应该准确把握国外研究进展，结合中国畜牧业特点，在中国畜牧业生产实践中合理引入信息技术、自动控制技术，设计高稳定性、低成本的智能化畜牧信息监测系统，以期大幅提高动物养殖效益及动物福利水平。