一种笼养鸡舍内智能监测方法和系统

本技术涉及家禽智能养殖，尤其涉及一种笼养鸡舍内智能监测方法和系统。

背景技术：

1、在畜牧业中，特别是在笼养鸡场，巡检和管理鸡只的健康和环境条件是至关重要的。传统的鸡舍巡检方法通常依赖于人工巡视和经验判断，这种方式存在着几个明显的缺陷，限制了其在效率和准确性上的表现。

2、首先，传统的人工巡检方法存在人力资源成本高和时间成本大的问题。大型鸡场通常养殖规模达几十万羽，需要定期检查数以千计的鸡笼，这对人工巡视人员的要求很高，容易导致巡检效率低下和漏检问题。

3、其次，人工巡检往往难以实现对鸡只健康状况的即时监测和精确评估。鸡只的健康问题可能因为早期未被发现而加重，从而影响整个鸡群的生产性能和健康状况。

4、另外，传统方法在数据收集和分析方面存在局限性。虽然有些鸡场可能使用手工记录或简单的电子表格进行数据记录，但这些方法通常无法提供实时数据分析和趋势识别，限制了对鸡场整体健康管理的精准性和及时性。

5、综上所述，传统的笼养鸡巡检方法存在诸多局限性，这些局限性使得鸡场管理者难以实现高效、准确和即时的鸡群健康监控和管理。因此，有必要引入一种新的技术方案来解决这些问题，提升笼养鸡场的管理水平和生产效率。本技术提出的技术方案正是为了应对这些挑战而设计，通过结合物联网、图像识别和数据分析等先进技术，实现对鸡场环境和鸡只健康状况的实时监测与精准管理，从而提升鸡场的运营效率和经济效益。

技术实现思路

1、本技术提供了一种笼养鸡舍内智能监测方法和系统，旨在解决传统的笼养鸡巡检方法对于鸡群健康监控效率较低的问题。

2、为解决上述技术问题，本技术实施例提供了：一种笼养鸡舍内智能监测方法，所述方法包括以下步骤：

3、将所述环境参数值输入至第一多维数据处理装置进行数据分析和预测，获得第一预测结果；将所述行为数据输入至第二多维数据处理装置进行数据分析和预测，获得第二预测结果；其中，所述环境参数值包括湿度值、温度值、目标气体浓度值、照明值和饲料消耗数据，是通过环境传感器对笼养鸡舍内的环境进行监测所获取的；所述行为数据包括行为视频数据和行为图像数据，是通过行为数据获取装置对笼养鸡舍内的所有鸡只进行行为监测所获取的；

4、将所述第一预测结果和所述第二预测结果按照预设算法进行计算后，获得第三预测结果；

5、将所述第三预测结果发送至中央控制装置，以使得所述中央控制装置向用户显示所述第三预测结果；

6、获取所述用户反馈的控制指令，基于所述控制指令，对鸡舍内的物理环境管理装置进行智能管理。

7、作为本技术一些可选实施方式，所述将所述环境参数值输入至第一多维数据处理装置进行数据分析和预测，获得第一预测结果；将所述行为数据输入至第二多维数据处理装置进行数据分析和预测，获得第二预测结果的步骤，包括：

8、将所述环境参数值输入至时间序列预测模型进行数据分析和预测，获得第一预测结果；

9、将所述行为数据输入至行为识别模型和目标检测模型进行数据分析和预测，获得第二预测结果。

10、作为本技术一些可选实施方式，所述第一预测结果包括未来特定时间的温度波动数据、湿度波动数据、气体浓度变化数据、照明变化数据和饲料消耗数据；

11、所述第二预测结果包括目标鸡只的活动模式数据、食欲变化数据和异常行为数据。

12、作为本技术一些可选实施方式，所述将所述环境参数值输入至时间序列预测模型进行数据分析和预测，获得第一预测结果的步骤，包括：

13、将所述环境参数进行季节性分解，获得第一环境参数和第二环境参数；其中，所述第一环境参数存在季节性变化或周期性变化；所述第二环境参数不存在季节性变化或周期性变化；

14、将所述第一环境参数输入至prophet时间序列预测模型中进行数据分析和预测，获得第一环境预测参数值；

15、将所述第二环境参数输入至arima时间序列预测模型中进行数据分析和预测，获得第二环境预测参数值。

16、作为本技术一些可选实施方式，所述将所述行为数据输入至行为识别模型和目标检测模型进行数据分析和预测，获得第二预测结果的步骤，包括：

17、将所述行为数据进行预处理后，输入至行为识别模型中进行数据分析，以筛选获得异常鸡只的数据；所述异常鸡只存在异常行为；

18、将所述异常鸡只的数据输入至目标检测模型，对所述异常鸡只进行定位，获得所述异常鸡只的实时位置；并基于所述异常鸡只的实时位置，对其行为进行实时监测，获得所述异常鸡只的实时行为数据；

19、将所述异常鸡只的实时行为数据输入至长短期记忆网络模型中进行分析和预测，获得第二预测结果。

20、作为本技术一些可选实施方式，所述将所述第一预测结果和所述第二预测结果按照预设算法进行计算后，获得第三预测结果的步骤，包括：

21、将所述第一预测结果和所述第二预测结果进行预处理后，输入至已训练完成的决策树模型中，以使得所述决策树模型输出预测信息；

22、所述预测信息包括生产预测信息、环境预测信息、饲料消耗预测信息、鸡群行为预测信息和鸡群健康状态预测信息。

23、作为本技术一些可选实施方式，在所述决策树模型输出预测信息的步骤之后，还包括：

24、将所述预测信息输入至决策支持系统中，以获得所述决策支持系统输出的管理建议信息；所述决策支持系统中包含各预测信息对应的判断条件；

25、当各所述预测信息的处理等级均小于等于一级时，则所述管理建议信息为无需人工干预；

26、当各所述预测信息的处理等级均大于一级且小于等于二级时，则所述管理建议信息为自动控制设备进行调节；

27、当各所述预测信息的处理等级均大于二级且小于等于三级时，则所述管理建议信息为需人工干预。

28、作为本技术一些可选实施方式，所述决策树模型通过以下步骤进行训练：

29、获取鸡舍内的历史环境参数数据和历史鸡只行为数据；

30、将所述鸡舍内的历史环境参数数据和历史鸡只行为数据进行预处理，以获取标准化训练数据；

31、通过决策树算法构建初始决策树模型，将所述标准化训练数据输入至初始决策树模型进行训练，以获得已训练完成的决策树模型。

32、作为本技术一些可选实施方式，所述决策支持系统通过以下步骤进行训练：

33、收集鸡舍历史数据；所述鸡舍历史数据包括鸡舍环境历史参数、鸡群行为历史数据、饲料消耗历史数据、鸡群健康状态历史数据和生产历史数据；

34、将所述鸡舍历史数据进行预处理后，提取鸡舍历史数据的特征信息，获得目标鸡舍历史数据；所述特征信息包括鸡舍环境参数平均值及变化率、饲料消耗趋势、鸡群活动模式的频率、鸡群健康状态变化趋势和生产平均值；

35、将所述目标鸡舍历史数据分为训练集和验证集，基于所述训练集对初始机器学习模型进行训练后，基于所述验证集对初始机器学习模型的超参数进行优化，以获得目标决策支持系统。

36、再一方面，本技术还提供了一种笼养鸡舍内智能监测系统，包括：

37、第一多维数据处理装置，用于将所述环境参数值输入至第一多维数据处理装置进行数据分析和预测，获得第一预测结果；所述环境参数值包括湿度值、温度值、目标气体浓度值、照明值和饲料消耗数据，是通过环境传感器对笼养鸡舍内的环境进行监测所获取的；

38、第二多维数据处理装置，用于将所述行为数据输入至第二多维数据处理装置进行数据分析和预测，获得第二预测结果；所述行为数据包括行为视频数据和行为图像数据，是通过行为数据获取装置对笼养鸡舍内的所有鸡只进行行为监测所获取的；

39、预测装置，用于将所述第一预测结果和所述第二预测结果按照预设算法进行计算后，获得第三预测结果；将所述第三预测结果发送至用户平台，以使得所述用户平台向用户显示所述第三预测结果；

40、中央控制装置，用于获取所述用户平台反馈的控制指令，基于所述控制指令，对鸡舍内的物理环境管理装置进行智能管理；

41、所述笼养鸡舍内智能监测系统还包括用户平台，用于接收所述预测装置发送的第三预测结果，并基于所述第三预测结果，生成控制指令；并将所述控制指令反馈至中央控制装置，以使得所述中央控制装置基于所述控制指令，对鸡舍内的物理环境管理装置进行智能管理

42、与现有技术相比，本技术提供的笼养鸡舍内智能监测方法通过对综合数据进行分析与预测，从而提供更精准的预测结果，同时通过实时监控与反馈机制，从而进行智能化管理，同时提高优化效率。具体来说，本技术所述方法利用两个多维数据处理装置分别处理环境参数和行为数据，进行数据分析和预测。这种综合分析能力使系统能够从多个维度全面了解鸡舍内的情况，包括湿度、温度、气体浓度、照明和饲料消耗等环境参数，以及鸡只的行为模式和活动。并将分别通过多维数据处理装置所获得的第一预测结果和第二预测结果经过预设算法计算后得到第三预测结果，这一过程利用了数据分析和预测技术，可以提供更为精准和可靠的预测。例如，能够预测鸡舍内环境变化对鸡只行为的影响，或者预测未来一段时间内鸡舍内的环境状态。再通过将第三预测结果发送至中央控制装置，用户可以实时了解鸡舍的状态和预测信息。这种实时监控与反馈机制有助于及时调整管理策略，提高养鸡效率和生产质量。最后，根据用户反馈的控制指令，系统可以对鸡舍内的物理环境管理装置进行智能管理。这意味着系统可以自动调整温度、湿度、照明等参数，优化鸡只的生活环境，从而提高养殖效率和健康水平。由此可见，本技术所述智能监测方法不仅能够提供全面的数据分析和预测能力，还通过实时监控与反馈机制以及智能化管理，显著提升了养鸡场的管理效率和生产质量。