一种基于肉牛异常行为识别的巡检机器人自适应观测方法

本发明涉及智能养殖、动物行为识别及移动机器人巡检，更具体的说是涉及一种基于肉牛异常行为识别的巡检机器人自适应观测方法。

背景技术：

1、随着规模化肉牛养殖的发展，基于巡检机器人开展牛只健康监测、异常行为识别及养殖环境巡检已成为智能养殖的重要技术方向。巡检机器人能够替代人工在牛舍或运动场内进行持续巡查，并通过视觉感知、环境感知和运动控制等技术获取牛只行为数据。

2、现有巡检机器人通常按照固定路线和固定拍摄方式采集图像，再将采集结果输入异常行为识别模型。然而，肉牛养殖环境具有非结构化、遮挡频繁、光照变化明显以及牛只自主运动和群体交互明显等特点。不同异常行为对应的关键观测区域并不相同，固定观测位姿难以同时满足多类异常行为的识别需求。

3、例如，流涎行为主要依赖口腔及下颌区域的细粒度图像信息；跛行行为需要连续观测四肢和关节的运动状态；卧躺异常行为需要获取牛体整体姿态；皮肤异常行为需要对局部病灶区域进行稳定聚焦；打斗行为则需要在安全距离外获取多目标交互区域。若巡检机器人未能依据异常行为识别结果调整观测位姿，容易出现关键区域未进入视野、局部遮挡、图像清晰度不足或观测距离不合理等问题。

4、此外，肉牛异常行为识别模型的性能依赖高质量样本数据，而养殖场景中异常行为样本具有发生频次低、持续时间不稳定和采集难度大的特点。巡检机器人若能够在识别到疑似异常行为后自适应调整观测策略，则能够提高关键样本的完整性、清晰度和可用性，从而为异常行为识别模型的持续优化提供数据基础。

5、同时，巡检机器人在靠近或跟随肉牛时可能引发后退、躲避、头部快速转向、尾部高频摆动或群体骚动等应激反应。现有观测方法多关注图像清晰度，缺少对关键观测区域完整性和动物生物应激状态的协同约束，导致观测质量与动物安全之间难以平衡。

6、因此，亟需提出一种以异常行为识别结果为驱动的肉牛巡检机器人自适应观测方法，使巡检机器人能够针对不同异常行为自动确定关键观测区域、生成合理观测位姿，并在观测过程中结合图像质量、区域完整性和生物应激状态进行动态修正。

技术实现思路

1、有鉴于此，本发明提供了一种基于肉牛异常行为识别的巡检机器人自适应观测方法，用于解决现有巡检机器人在肉牛异常行为识别场景下难以针对不同异常行为获取关键观测区域、观测位姿固定、观测质量不稳定以及缺乏动物应激约束的问题。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于肉牛异常行为识别的巡检机器人自适应观测方法，包括以下步骤：

4、构建肉牛异常行为观测知识库，所述肉牛异常行为观测知识库用于存储以异常行为类型为索引的异常行为识别特征、关键观测区域、观测策略参数、巡检机器人参数以及理论观测位姿之间的多级对应关系；所述多级对应关系包括异常行为类型与异常行为识别特征之间的识别对应关系、异常行为类型与关键观测区域之间的区域对应关系、关键观测区域与观测策略参数之间的策略对应关系，以及观测策略参数、巡检机器人参数与理论观测位姿之间的约束转换关系；

5、在巡检过程中获取目标肉牛行为图像以及目标肉牛空间位置信息，所述目标肉牛空间位置信息包括目标肉牛在巡检场景坐标系中的坐标、相对于巡检机器人的距离及方位，并用于将关键观测区域转换为可执行的观测距离、观测方向和云台指向参数；

6、基于所述目标肉牛行为图像对目标肉牛进行异常行为识别，得到异常行为类型和识别置信度，并以所述异常行为类型和/或异常行为识别特征为索引，在所述肉牛异常行为观测知识库中检索与其对应的关键观测区域；

7、根据所述异常行为类型、关键观测区域、目标肉牛空间位置信息以及巡检机器人当前状态参数，从所述肉牛异常行为观测知识库中调用对应观测策略参数，并在满足机器人运动范围、云台运动范围和安全观测距离约束的条件下生成理论观测位姿；

8、基于目标区域完整性、图像质量及肉牛应激状态构建联合观测评估机制，分别计算目标区域完整性评分、图像质量评分和肉牛应激评分，并根据预设权重或阈值输出联合观测评估结果；

9、根据联合观测评估结果对所述理论观测位姿进行自适应修正，生成最终观测位姿，并根据所述最终观测位姿控制巡检机器人采集有效观测数据。

10、可选的，构建肉牛异常行为观测知识库包括：

11、建立肉牛异常行为分类体系；

12、提取不同异常行为对应的视觉识别特征；

13、确定不同异常行为对应的关键观测区域；

14、建立异常行为类型、视觉识别特征、关键观测区域与观测策略参数之间的层级索引关系；

15、根据所述关键观测区域生成观测角度、观测距离、观测高度、观测时长、云台姿态参数及运动跟随方式；

16、结合巡检机器人尺寸、摄像机安装高度、云台运动范围、移动速度约束及安全观测距离生成理论观测位姿；

17、建立异常行为类型、关键观测区域、目标肉牛空间位置信息、巡检机器人当前状态参数与理论观测位姿之间的映射关系，形成肉牛异常行为观测知识库。

18、可选的，所述异常行为包括流涎行为、跛行行为、卧躺异常行为、皮肤异常行为及打斗行为中的一种或多种；

19、异常行为识别特征包括：

20、流涎行为对应的口角液体挂丝特征、下颌液滴特征及持续流涎特征；

21、跛行行为对应的步态不对称特征、肢体负重异常特征及关节运动异常特征；

22、卧躺异常行为对应的持续卧地特征、起卧困难特征及异常姿态特征；

23、皮肤异常行为对应的脱毛特征、红肿特征、结痂特征及创伤特征；

24、打斗行为对应的头部碰撞特征、追逐特征及群体聚集特征。

25、可选的，所述巡检机器人当前状态参数包括机器人位置、机器人姿态、移动速度、摄像机位置、云台俯仰角、云台偏航角以及机器人与目标肉牛之间的相对距离中的一种或多种。

26、可选的，所述理论观测位姿包括观测距离、观测方向、观测高度、观测时长、目标观测区域、云台俯仰角、云台偏航角及运动跟随方式中的一种或多种，并且所述理论观测位姿满足巡检机器人运动范围、云台运动范围和安全观测距离约束。

27、可选的，不同异常行为对应不同理论观测位姿，包括：

28、当识别到流涎行为时，生成面向目标肉牛口腔及下颌区域的前侧观测位姿；

29、当识别到跛行行为时，生成面向目标肉牛四肢及关节区域的侧向跟随观测位姿；

30、当识别到卧躺异常行为时，生成面向目标肉牛整体姿态区域的侧上方观测位姿；

31、当识别到皮肤异常行为时，生成面向目标病灶区域的局部聚焦观测位姿；

32、当识别到打斗行为时，生成面向多目标交互区域的远距离广角观测位姿。

33、可选的，所述联合观测评估结果包括图像质量评估结果、目标区域完整性评估结果以及肉牛生物应激状态评估结果；其中，所述图像质量评估结果由图像清晰度、亮度和遮挡程度加权得到，所述目标区域完整性评估结果由关键观测区域在图像中的覆盖率和视野中心偏移量得到，所述肉牛生物应激状态评估结果由目标肉牛后退行为、持续躲避行为、头部快速转向行为、尾部高频摆动行为、步频突变行为及群体运动异常波动中的一种或多种加权得到；所述联合观测评估结果由图像质量评估结果、目标区域完整性评估结果和肉牛生物应激状态评估结果进行加权融合或阈值判定得到。

34、可选的，根据所述联合观测评估结果对所述理论观测位姿进行自适应修正包括：

35、当图像质量评估结果低于第一预设阈值时，调整观测距离、云台俯仰角或云台偏航角；

36、当目标区域完整性评估结果低于第二预设阈值时，调整观测方向、观测角度或运动跟随方式；

37、当肉牛生物应激状态评估结果高于第三预设阈值时，增大观测距离、降低移动速度、改变观测方位或执行避让动作；

38、根据上述调整结果生成最终观测位姿。

39、可选的，控制移动底盘及云台摄像装置执行观测任务包括：根据最终观测位姿规划移动底盘运动路径，控制移动底盘移动至满足安全观测距离的位置，并控制云台摄像装置对准所述关键观测区域进行连续或间歇观测。

40、可选的，在采集有效观测数据后，将最终观测位姿、联合观测评估结果及异常行为识别结果反馈至所述肉牛异常行为观测知识库，以更新观测策略参数并提高后续异常行为识别场景下的观测适应性。

41、经由上述的技术方案可知，与现有技术相比，本发明提供了一种基于肉牛异常行为识别的巡检机器人自适应观测方法，具有如下有益效果：

42、第一，本发明以异常行为识别结果作为观测决策的直接依据，使巡检机器人能够针对不同异常行为自动选择关键观测区域和观测方式；

43、第二，本发明通过肉牛异常行为观测知识库实现理论观测位姿的快速生成，提高巡检观测的针对性；

44、第三，本发明通过图像质量、目标区域完整性和生物应激状态的联合评估实现观测位姿动态修正，在保证关键区域完整采集的同时降低对肉牛的干扰；

45、第四，本发明能够形成有效观测数据反馈，提高异常行为样本采集效率和后续识别模型优化能力。