一种母猪体温非接触式监测方法、系统、存储介质和巡检机器人与流程

摘要: 本发明涉及智能畜牧养殖,尤其涉及母猪体温智能监测,具体是指一种母猪体温非接触式监测方法、系统、存储介质和巡检机器人。背景技术:1、在当前的规模化养殖实践中,母猪...
一种母猪体温非接触式监测方法、系统、存储介质和巡检机器人与流程

本发明涉及智能畜牧养殖,尤其涉及母猪体温智能监测,具体是指一种母猪体温非接触式监测方法、系统、存储介质和巡检机器人。

背景技术:

1、在当前的规模化养殖实践中,母猪体温监测主要依赖以下方式:

2、(一)人工直肠测温法;

3、饲养员使用兽用体温计插入母猪直肠进行测温。该方法虽准确性较高,但存在显著缺陷:(1)效率低,对于存栏数百头的母猪舍,逐头测温耗时长,实现每日全员覆盖难度大、成本高;(2)应激反应严重,保定和测温操作会引起母猪强烈的应激反应,导致体温读数暂时偏高,影响监测结果的真实性,并可能诱发流产或攻击行为;(3)生物安全隐患,人员与猪只的直接接触增加了病原体交叉传播的风险;(4)无法实现连续监测,人工测温为离散采样,难以捕捉夜间或间歇性发热事件。

4、(二)植入式或佩戴式电子传感器法

5、通过手术或口服方式在母猪体内植入温度传感器,或佩戴项圈式、耳标式体温监测设备。该方法虽可实现连续监测,但仍存在成本较高、创伤与异物反应、电池寿命有限等不足。

6、(三)基于固定式红外热成像的测温法

7、在猪舍关键通道或采食区安装固定式红外热成像摄像头,对经过的母猪进行体温采集。该方法虽可实现非接触测温,但仍存在视角固定覆盖有限、距离与角度不一致导致测温精度不稳定、缺乏针对母猪特定测温部位的自动定位等不足。

8、近年来,巡检机器人搭载红外热像仪已试用于猪只体温筛查,但现有方案仍面临以下技术瓶颈:(1)巡检过程中,机器人运动引起测温精度下降;(2)母猪体表测温区域的自动选取与稳定跟踪困难;(3)环境温湿度、风速等因素对红外测温的干扰未充分校正;(4)体表温度到核心体温的反演模型不够精准;(5)缺乏与个体身份绑定的体温趋势管理,难以实现群体健康预警。。

9、因此,亟需一种能够能够实现无应激、全自动化、高精度、个体化连续监测的母猪体温非接触式监测方法、系统、存储介质和巡检机器人。

技术实现思路

1、本发明的主要目的在于提供一种母猪体温非接触式监测方法、系统、存储介质和巡检机器人,以解决现有技术中母猪体温监测无法兼顾无应激、自动化、高精度与个体化连续监测的问题。

2、为实现上述目的,本发明提供了一种母猪体温非接触式监测方法,完成了从图像采集、目标检测与roi定位、环境补偿校正、体温反演到个体关联预警的端到端自动化测温方法流程实现,解决现有母猪体温监测中人工操作效率低、应激反应大、固定式红外设备覆盖有限、环境因素影响测温精度、缺乏个体化体温管理等综合技术问题,实现无应激、全自动、高精度的连续体温监测。

3、一种母猪体温非接触式监测方法,包括:

4、s1.通过搭载双光谱视觉采集模块的巡检机器人,同步采集猪舍的可见光图像和红外热辐射图像,并对采集的可见光图像和红外热辐射图像进行时空对齐、图像去噪、光噪校正和畸变校正的预处理;

5、s2.将预处理后的可见光图像输入深度学习目标检测网络,识别图像中的母猪个体,并输出各母猪个体的检测边界框,利用语义分割网络在检测边界框内提取对应个体的测温兴趣区,通过可见光与红外热辐射图像之间的像素级配准矩阵,将测温兴趣区映射至红外热辐射图像的对应位置,获取映射区域并提取映射区域的温度值,作为初始测温值;

6、s3.实时采集猪舍的环境参数、母猪个体的体表发射率参数,结合集成在巡检机器人上的黑体辐射源的实时标定数据,构建环境补偿模型,并利用环境补偿模型对s2获取的初始测温值进行动态校正,获得校正后的体表温度值;

7、s4.通过集成在巡检机器人上的个体识别模块,获取各母猪个体的个体身份标识和对应的猪只特征参数,将各母猪个体对应的校正后的体表温度值、猪舍的环境参数、猪只特征参数输入体温反演模型,获取对应个体的体温估计值;

8、s5.将s4获取的体温估计值与个体身份标识绑定后,存入对应个体的体温历史数据库,利用时序趋势分析算法构建的个体体温基线并获取基线阈值,当体温估计值超过基线阈值时,触发异常发热预警。

9、s2中,深度学习目标检测网络为轻量化yolov8n目标检测网络,用于对预处理后的个见光图像进行母猪个体识别并输出各母猪个体的检测边界框;

10、语义分割网络为u-net网络或mask r-cnn网络,语义分割网络以深度学习目标检测网络输出的检测边界框内的可见光图像区域为输入,输出测温兴趣区二值分割掩码;

11、s4中的体温反演模型为基于极限梯度提升算法xgboost构建的机器学习回归模型;

12、猪舍的环境参数包括环境温度、环境湿度、环境风速;

13、猪只特征参数包括体型等级、被毛厚度估计值、姿态类别和胎次分组。

14、语义分割网络首先分割母猪个体的眼部角膜区域作为候选测温兴趣区,并计算眼部角膜区域的分割掩码像素,当眼部角膜区域的分割掩码像素不小于预设角膜像素阈值时,输出眼部角膜区域作为对应个体的测温兴趣区;

15、当眼部角膜区域的分割掩码像素小于预设角膜像素阈值时,再分割母猪个体的耳根内侧区域作为候选测温兴趣区,并计算耳根内侧区域的分割掩码像素,当耳根内侧区域的分割掩码像素不小于预设耳根像素阈值时,输出耳根内侧区域作为对应个体的测温兴趣区;

16、当耳根内侧区域的分割掩码像素小于预设耳根像素阈值时,跟踪对应个体最近三次有效测温的测温兴趣区的位置,预测当前帧的测温兴趣区的位置,预测成功后输出预测的测温兴趣区作为对应个体的测温兴趣区;

17、预测失败后,识别母猪头部区域作为候选测温兴趣区,将基于母猪头部区域获取初始测温值标记为低置信度标签,并触发巡检机器人进行返程巡检,重新采集对应个体的可见光图像和红外热辐射图像。

18、将测温兴趣区通过像素级配准矩阵映射至红外热辐射图像的对应位置后,获取映射区域,并提取映射区域内所有像素点对应的温度数据,将映射区域内的最高温度值作为初始测温值;

19、像素级配准矩阵通过离线标定获得,并根据巡检机器人上搭载双光谱视觉采集模块的云台角度变化进行实时更新;

20、离线标定阶段,采用同时设置有棋盘格和辐射标识区的复合标定板,通过巡检机器人在不同云台角度组合下采集可见光与红外辐射的图像对,获取多组标定图像,并提取每组标定图像的棋盘格角点;基于棋盘格角点,通过直接线性变换算法求解初始配准矩阵,再对初始配准矩阵进行最小化重投影误差优化,获取对应云台角度组合的最优配准矩阵,构建配准矩阵查找表;

21、实时更新阶段,首先读取当前帧的云台角度数据,根据云台角度数据,从配准矩阵查找表中调取对应云台角度组合的最优配准矩阵,再提前当前帧的可见光图像的orb特征点和红外热辐射图像的边缘特征点,通过快速最近邻搜索建立orb特征点与边缘特征点的匹配点对,并运用ransac算法对匹配点对进行筛选,输出精确匹配点对,对调取对应云台角度组合的最优配准矩阵进行优化,获取当前帧的像素级配准矩阵。

22、s3中,环境补偿模型为:

23、;

24、;

25、;

26、;

27、;

28、;

29、;

30、式中,表示校正后的体表温度值,为初始测温值,表示多因子环境补偿量,表示黑体辐射源标定修正量,表示环境温度衰减项,表示环境温度,表示固定基线偏移量,为环境温度的线性项系数,为环境温度的二次非线性项系数,表示环境湿度影响项,表示相对湿度,为环境湿度的线性项系数,为环境湿度的二次非线性项系数,表示风速对流散热项,表示风速,为风速的线性项系数,为风速的二次非线性项系数,表示发射率偏差与距离综合项,表示母猪个体的体表发射率,表示发射率偏差的修正增益系数,表示双光谱视觉采集模块至测温兴趣区的测量距离,表示距离衰减系数,表示当前增益系数,表示当前偏移量。

31、s4中,个体识别模块通过方式一、方式二、方式三中任一种方式获取各母猪个体的个体身份标识:

32、方式一、基于可见光图像的猪只面部识别;

33、通过猪只面部识别算法提取可见光图像中,母猪头部正面图像的特征向量并与预设特征库进行比对,根据比对相似度确定个体身份标识;

34、猪只面部识别算法采用改进型arcface算法,以mobilenetv3-small作为主干网络,将全连接层维度设置为256维,在全局特征基础上增设局部特征提取分支,分别提取母猪眼部褶皱区域和鼻唇镜纹理区域的局部特征并与全局特征拼接后,输出母猪头部正面图像的特征向量;

35、方式二、rfid电子耳标识别;

36、通过读取母猪耳标中的rfid标签数据获取个体身份标识;

37、方式三、基于深度学习的猪只重识别;

38、通过提取母猪体表花纹或背部纹理特征进行跨帧跨视角的个体匹配,确定个体身份标识。

39、为实现上述目的,本发明还提供了一种母猪体温非接触式监测系统,用于将所述的一种母猪体温非接触式监测方法的流程固化为完整的硬件系统架构,解决各功能模块的集成与协同工作问题,使系统能够独立完成从数据采集到预警输出的全流程自动化体温监测任务。

40、一种母猪体温非接触式监测系统,包括:

41、巡检机器人平台,包括行走基座、轨道适配机构、云台和驱动控制模块,用于沿猪舍轨道自主运动;

42、双光谱视觉采集模块,安装在巡检机器人上,包括可见光相机与红外热成像相机,可见光相机与红外热成像相机经硬件同步触发器实现帧级同步采集,用于同步采集猪舍的可见光图像和红外热辐射图像;

43、黑体辐射源,安装在巡检机器人平台上,用于获取红外热成像相机的实时标定数据;

44、环境传感器组件,包括温度传感器、湿度传感器和风速传感器,用于实时采集猪舍的环境参数;

45、个体识别模块,用于获取各母猪个体的个体身份标识;

46、边缘计算控制器,部署有图像预处理模块、深度学习目标检测网络、语义分割网络和体温反演模型,用于获取各母猪个体的体温估计值;

47、体温数据库与预警模块,用于将体温估计值与个体身份标识绑定后存入对应个体的体温历史数据库,利用时序趋势分析算法构建个体体温基线并获取基线阈值,当体温估计值超过基线阈值时触发异常发热预警;

48、通讯模块,用于将体温监测结果与预警信息实时上传至养殖管理平台。

49、边缘计算控制器的执行操作包括:

50、对双光谱视觉采集模块同步采集的可见光图像和红外热辐射图像进行时空对齐、图像去噪、光噪校正和畸变校正的预处理;

51、将预处理后的可见光图像输入深度学习目标检测网络,识别可见光图像中的母猪个体并输出各母猪个体的检测边界框;

52、将检测边界框内的可见光图像输入语义分割网络,提取对应个体的测温兴趣区;

53、根据云台角度,调用预先标定好的可见光与红外热辐射图像之间的像素级配准矩阵,将测温兴趣区映射至红外热辐射图像的对应位置,提取映射区域的温度值作为初始测温值;

54、根据猪舍的环境参数、母猪个体的体表发射率参数和黑体辐射源的实时标定数据,构建环境补偿模型,并利用环境补偿模型对初始测温值进行动态校正,获得校正后的体表温度值;

55、获取各母猪个体的个体身份标识和对应的猪只特征参数,将各母猪个体对应的校正后的体表温度值、猪舍的环境参数、猪只特征参数输入体温反演模型,获取对应个体的体温估计值。

56、为实现上述目的,本发明还提供了一种计算机可读存储介质,使该所述的一种母猪体温非接触式监测方法能够在通用计算设备上部署实施,便于在不同硬件平台上灵活适配和推广应用。

57、一种计算机可读存储介质,包括存储器和处理器,存储器上存储有计算机程序,计算机程序被处理器执行时实现所述的一种母猪体温非接触式监测方法的步骤。

58、为实现上述目的,本发明还提供了一种巡检机器人,通过将所述的一种母猪体温非接触式监测系统的所有功能模块集成于巡检机器人本体,解决运动状态下的自主采集、实时处理与即时预警问题。

59、一种巡检机器人,搭载所述的一种母猪体温非接触式监测系统,包括:

60、行走组件,包括行走基座、轨道适配机构和驱动控制模块,用于沿猪舍轨道自主运动;

61、轨道适配机构,安装于所述行走基座上,用于与猪舍轨道配合导向;

62、双光谱视觉采集模块,包括可见光相机与红外热成像相机,可见光相机与红外热成像相机经硬件同步触发器实现帧级同步采集,用于同步采集猪舍的可见光图像和红外热辐射图像;

63、云台,安装于所述行走基座上,用于搭载双光谱视觉采集模块并调节双光谱视觉采集模块的图像采集角度;

64、黑体辐射源,安装在巡检机器人的云台一侧,用于所述红外热成像相机的实时温度标定;

65、环境传感器组件,安装于巡检机器人上,包括温度传感器、湿度传感器和风速传感器,用于实时采集猪舍的环境参数;

66、个体识别模块,用于获取各母猪个体的个体身份标识;

67、边缘计算控制器,部署有图像预处理模块、深度学习目标检测网络、语义分割网络和体温反演模型,用于获取各母猪个体的体温估计值;

68、通讯模块,用于将体温监测结果与预警信息实时上传至养殖管理平台。

69、与现有技术相比,本发明的有益效果:

70、本发明通过巡检机器人自主采集双光谱图像,全程无需保定母猪或植入传感器,避免了应激反应与生物安全风险,可实现全天候连续监测;

71、本发明通过个体识别模块将体温与母猪身份绑定,基于历史数据构建个性化体温基线并动态触发预警,克服了缺乏个体化体温趋势管理、无法区分生理性波动与病理性发热导致误报率高的缺陷;

72、本发明将可见光图像依次输入yolov8n目标检测网络和u-net或mask r-cnn语义分割网络,通过优先分割眼部角膜并在被遮挡时逐级切换至耳根内侧、预测位置及临时兴趣区,形成多级自适应切换并触发返程巡检补采数据,确保在各种姿态和遮挡条件下均能稳定获取有效测温区域,克服了因母猪姿态多变导致测温部位不一致的缺陷;

73、本发明实时采集环境温度、湿度、风速及体表发射率参数,结合黑体辐射源两点动态标定,建立多因子非线性环境补偿模型,消除了探测器漂移及复杂环境对测温精度的影响;

74、本发明将校正后的体表温度值、环境参数及猪只特征参数(体型、被毛厚度、姿态、胎次)输入xgboost体温反演模型,利用该算法捕捉高阶非线性特征的优势,克服了线性校正精度不足的缺陷,使非接触红外测温满足临床发热诊断的精度要求。