复杂环境下肉牛三维点云重建与目标提取方法

基于点云采集技术的非接触式测量能够缓解肉牛在采集体尺体重等参数时的应激问题,但采集肉牛的三维数据耗时长且易受环境干扰而产生大量无关噪点,难以适应实际养殖环境需求。为解决该问题,本研究开发了一种非接触式肉牛三维点云重建与目标提取系统与方法,采集的肉牛三维点云可为肉牛育种育肥提供大量标准化和三维量化表型数据。三维点云采集系统由Kinect DK深度相机、红外对射光栅触发器和射频识别（Radio Frequency Identification,RFID）触发器组成,可在肉牛自由通过步行道的瞬间实现肉牛点云的多角度瞬时采集。肉牛点云目标提取方法基于C++语言与点云处理库（Point Cloud Library,PCL）开发,通过空间直通滤波、统计学离群点滤波、随机抽样一致（Random Sample Consensus,RANSAC）形态拟合与点云抽稀、基于降维密度聚类的感知盒滤波等算法有效滤除与肉牛紧贴的栏杆等干扰,不破坏点云的完整性,实现肉牛点云的三维重建与分析。在养殖场中对20头肉牛进行了124次点云采集与目标提取试验。结果表明,重建的肉牛三维模型与肉牛真实形态1:1对应,系统的采集成功率为91.89%,采集的点云与真实值相比,体尺重建误差为0.6%。该系统与方法可以在无人干预的情况下,实现多角度肉牛点云数据的自动采集与三维重建,并从复杂环境中自动提取目标肉牛的点云,为非接触式肉牛体高、体宽、体斜长、胸围、腹围和体重等核心表型参数的测量提供重要的方法支撑,促进肉牛育种和育肥的标准化管理。     

智能养殖机器人技术与应用进展

【目的 】 随着人工智能和机器人技术的崛起，畜牧机器人的研究发展迅速。基于国内外相关成果，阐明畜牧机器人研究与发展现状，归纳总结畜牧机器人的应用效果和实际问题，较准确地指明畜牧机器人的未来发展趋势。 【方法 】 文章利用文献梳理法收集国内外大量应用实例和文献资料，重点介绍7类典型机器人，分析梳理已有的畜禽机器人研究成果和实际应用情况，归纳总结畜牧机器人应具备的普遍特点、目前的技术瓶颈和实际应用中的具体要求，并讨论畜牧机器人的现存问题，预测畜牧机器人技术发展方向，为畜牧智能机器人技术的进一步发展提供参考。 【结果 】 国外对畜牧机器人的研究成果多，技术成熟，有一批适应养殖需求的智能机器人产品。我国对畜牧机器人的研究虽然起步较晚但是发展迅速，积极吸纳先进技术，已有许多产品用于商业化推广，但仍存在与生产环节契合度低、设备续航与鲁棒性差、信息利用维度低等问题。 【结论 】 畜牧业的规模化和集约化发展对畜牧机器人提出了更迫切的需求，畜禽机器人可有效提高畜禽养殖过程中的动物福利水平，降低畜牧养殖过程中因饲养环境恶劣、人工劳动强度大带来的经济损失以及存在人畜共患病的风险，未来畜牧机器人将进一步提高其与养殖环节的衔接与适应性、闭环处理决策能力以及自动化水平，朝着无人化、智能化与可持续化方向发展。