基于YOLO v5+DeepSORT算法的羊群游走同步群体决策行为研究

随着畜牧养殖智能化监控技术的产业化应用,进一步提升畜禽养殖的分类施策精细化管理,成为现代畜牧业精细高效养殖管理的新需求。采用固定机位、多角度视频采集技术,实时记录羊群牧食过程中的游走行为;针对羊群游走视频中易出现遮挡的复杂情况,设计了基于YOLO v5模型的羊群多目标检测模型,羊群游走过程中的多目标实时跟踪识别率可达90.63%;采用羊群游走多目标轨迹跟踪DeepSORT算法,通过提取羊目标的深度表观特征,计算出羊群游走轨迹和变化节拍规律。结果表明,羊的游走过程通常为慢走、快走和疾走3种方式,单只羊的游走过程通常是不固定的随机组合。在中大规模羊群中,由于亲缘关系结构的复杂性,羊群往往分化为多个小群体,这使得从整体上观察和分析羊群行为变得异常困难。为此,聚焦于小规模羊群进行研究,通过羊群散列、聚集和同步3个游走过程分析,初步验证了羊群游走节拍周期上的同步现象。     

母猪智能化精准饲喂系统研究现状及展望

母猪智能化精准饲喂系统是一种满足动物福利要求的精准饲喂母猪的智能化群养系统.介绍了母猪智能化精准饲喂技术、精准饲喂系统工作原理,总结了国内外母猪精准饲喂系统研究现状,指出国内研究存在的问题并提出发展方向,为国内母猪智能化精准饲喂系统开发研制提供参考.     

基于STM32的羊群智能化养殖装置的设计

针对国内养殖业普遍存在的人工称重分栏效率低、精度差等问题,设计开发了一种羊群智能化养殖装置。该装置以STM32处理器为控制器核心,综合利用传感器、射频识别、485通信等技术,对养殖场的羊群进行个体识别、自动称重,并根据设定好的羊只体重范围实现分群管理的目的。试验结果表明:该装置实现了对羊只的个体识别、自动称重及根据称量的质量对羊只自动分栏,系统结构合理,达到了节省劳动力和提高称重效率的目的,为养殖业中羊群识别、称重、分栏提供了技术支持。     

丘陵山区雨水积蓄工程技术的专家系统开发

以雨水积蓄过程技术的专家知识、经验为依据,以人工智能专家系统的设计思想为指导,针对我国干旱、半干旱地区农业所面临的严重缺水问题,设计开发出一套智能化的丘陵山区雨水积蓄工程技术的专家系统.同时,系统综合了分析、统计知识,以Visual Basic6.0语言为开发平台,形成包括集雨系统、输水系统、蓄水系统、施工系统、知识浏览系统、知识获取系统、管理系统、查询系统等8个子系统的设计环境.在设计过程中把系统程序设计为子程序的形式,系统界面采用可视化的设计,界面友好.     

基于物联网的规模化畜禽养殖环境监控系统

规模化畜禽养殖已经成为畜禽养殖的趋势,其对环境的要求比较严格。为此,基于物联网技术对规模化畜禽养殖环境监控系统进行了设计。该系统采用簇型无线传感器网络结构,进行了智能管理模型设计。系统以MSP430单片机为现场控制中心,采用RFID技术,组建猪只智能群养管理系统;依据分布在养殖环境的传感器获得的环境参数,精确调整猪舍环境;采用B/S(浏览器/服务器)模式,通过远程控制系统,实现远程实时监控。试验结果表明:该系统性能稳定,对信息的无线采集、环境自动调控及远程可视化调控均达到实际需求,适合畜禽养殖智能化精准管理,可应用于规模化、智能化畜禽养殖业。     

智能化甘蔗喷药系统的设计

针对甘蔗人工喷洒农药的劳动强度大、以往机动弥雾机自动化程度偏低、喷药杀虫效果不理想的现状,设计了一种智能化甘蔗喷药系统.该系统采用水位传感器、质量检测器和STC89C516单片机,在实现智能化农药对水的基础上,使用CMOS摄像头对喷药质量进行实时监测,在药液中适当加入天然红色素和运用改进型BP神经网络进行模式识别,提高了着药面积的识别效果.甘蔗叶面喷药试验结果表明,该系统的农药对水和图像识别效果理想,只是机器在转弯时灵活性略差,但可以在后续的研究中对其改进.因此,该智能化甘蔗喷药系统具有实际开发价值.     

基于自适应模糊控制的拖拉机远程监测系统设计

为了提高拖拉机监测系统的自动化和智能化水平,将自适应模糊算法应用到了拖拉机监测系统的设计上,通过自适应遗传算法和模糊PID反馈调节,实现了拖拉机故障和作业质量的智能化监测。为了验证自适应模糊算法在监测系统中的作用,以多拖拉机联合作业为测试对象,在农田作业区域布置了无线传感网络,对远程监测故障诊断结果进行了统计。统计结果表明:自适应模糊算法相比不采用智能算法得到的诊断结果更加准确,对提高监测系统的精度具有重要作用。     

基于机器视觉的棉种破损检测技术

研究了破损棉种的机器视觉识别方法,采用均值、方差、均方比等统计特性参数,计算棉种边界破损参数.通过实验确定均方比分类阈值为0.58,将棉种分为破损棉种和正常棉种.选取正常棉种330粒、破损棉种110粒,利用该检测系统进行检测,其识别精度达93%.     

智能播种监视系统的研制及产品化设计

介绍了一种与大型宽幅高速气吸式精量播种机配套使用的智能播种监视系统。该系统采用红外反射式的检测原理来感知种子的下落,创新性地采取了主从分布式的系统结构设计,即主机和显示终端分别内置一套单片机系统,设有语音提示系统,可自动播报工况及故障信息,配备LCD背光的高亮度触摸液晶模块,智能化自适应检测软件。此外,还对该系统在产品化设计时遇到的问题及解决方案进行了探讨。     

基于改进YOLOX的群养生猪轻量化目标检测方法

针对目前群养生猪智能化养殖中复杂环境下猪只目标检测精度低的问题,提出了一种基于改进YOLOX的群养生猪轻量化目标检测模型Ghost-YOLOX-BiFPN。该模型采用Ghost卷积替换普通卷积,在减少主干网络参数的情况下,提高了模型的特征提取能力。使用加入CBAM注意力机制的BiFPN作为模型的Neck部分,使得模型充分融合不同体型猪只的特征图,并使用Focal Loss损失函数解决猪圈环境下猪只与背景难以区分的问题,增强模型对正样本的学习。实验结果表明,改进后模型对群养生猪检测精度为95.80%,相比于原始YOLOX算法,检测精度提升2.84个百分点,参数量降低63%。最后将本文轻量化模型部署到Nvidia Jetson Nano移动端开发板,通过在开发板上实际运行表明,本文所提模型实现了对不同大小、不同品种猪只的准确识别,为后续智能化生猪养殖提供支持。     

基于改进MobileFaceNet的羊脸识别方法

针对羊只个体差异较小,相似度高难以辨别,远距离识别准确率不高等问题,本文基于MobileFaceNet网络提出了一种融合空间信息的高效通道注意力机制的羊脸识别模型,对羊只进行非接触式识别。该研究基于YOLO v4目标检测方法生成羊脸检测器,以构建羊脸识别数据库;在MobileFaceNet的深度卷积层和残差层中引入融合空间信息的高效通道注意力(ECCSA),以增加主干特征的提取范围,提高识别率,并采用余弦退火进行动态学习率调优,最终构建ECCSA-MFC模型,实现羊只个体识别。试验结果表明,在羊脸检测上,基于YOLO v4的羊脸检测模型准确率可达97.91%,可以作为脸部检测器;在羊脸识别上,ECCSA-MFC模型在开集验证中识别率可达88.06%,在闭集验证中识别率可达96.73%。该研究提出的ECCSA-MFC模型在拥有较高识别率的同时更加轻量化,模型所占内存仅为4.8 MB,可为羊场智慧化养殖提供解决方案。     

基于PC端的农残速测仪智能化检测管理系统设计与应用

针对农残速测仪单机操作模式在实际应用中普遍存在的问题,采用多线程、拟合曲线计算、RPC、MQ、JPA等多项技术,设计开发基于PC端的农残速测仪智能化检测管理系统,实现农药残留快速检测全过程智能控制和检测数据自动上传。实际应用测试结果表明:与单机操作模式相比,联机操作模式在通道打开、调0/100、通道稳定性识别等方面操作更为便捷;平均检测时间缩短7.2 min,提高效率18%;检测数值标准差9.05小于单机操作模式标准差17.63,检测结果的稳定性良好;数据自动上传至服务器间隔时间集中在3.00~11.22 s之间,占比85.71%,完整率为100%,数据上传的实时性和完整性良好。     

基于微机的智能消防报警系统研制

以高层建筑为背景，论述了分布智能型报警系统的优点和基于微机的大厦分布型智能消防报警系统的结构；分析了该系统的智能型探测器与智能型区域消防报警控制器的硬件构成和软件流程。     

基于改进YOLO v5n的舍养绵羊行为识别方法

日常行为是家畜健康状况的重要体现,在传统的行为识别方法中,通常需要人工或者依赖工具对家畜进行观察。为解决以上问题,基于YOLO v5n模型,提出了一种高效的绵羊行为识别方法,利用目标识别算法从羊圈斜上方的视频序列中识别舍养绵羊的进食、躺卧以及站立行为。首先用摄像头采集养殖场中羊群的日常行为图像,构建绵羊行为数据集;其次在YOLO v5n的主干特征提取网络中引入SE注意力机制,增强全局信息交互能力和表达能力,提高检测性能;采用GIoU损失函数,减少训练模型时的计算开销并提升模型收敛速度;最后,在Backbone主干网络中引入GhostConv卷积,有效地减少了模型计算量和参数量。实验结果表明,本研究提出的GS-YOLO v5n目标检测方法参数量仅为1.52×106,相较于原始模型YOLO v5n减少15%;浮点运算量为3.3×109,相较于原始模型减少30%;且平均精度均值达到95.8%,相比于原始模型提高4.6个百分点。改进后模型与当前主流的YOLO系列目标检测模型相比,在大幅减少模型计算量和参数量的同时,检测精度均有较高提升。在边缘设备上进行部署,达到了实时检测要求,可准确快速地对绵羊进行定位并检测。     

基于LightGBM-SSA-ELM的新疆羊舍CO2浓度预测

为减少肉羊集约化养殖过程中因环境恶化产生的应激反应,精准调控CO2质量浓度,提出了基于分布式梯度提升框架(LightGBM)、麻雀搜索算法(SSA)融合极限学习机(ELM)的CO2质量浓度预测模型.首先利用LightGBM筛选出与CO2质量浓度相关的重要特征,降低预测模型的输入维度;然后选择Sigmoid为激活函数,使...     

基于IFSSD卷积神经网络的柚子采摘目标检测模型

为了解决柚子采摘时传统水果检测模型对于小目标柚子漏检和将叶子误检为膨大期柚子的问题,设计了一种改进的特征融合单镜头检测器(Inception V3-feature fusion single shot-multibox detector,IFSSD)。该检测器以特征融合单发多盒探测器(Feature fusion single shot-multibox detector,FSSD)为基础检测器,以改进的Inception V3网络作为骨干网络代替超深度卷积神经网络(Very deep convolutional networks 16,VGG16),从而提高了计算效率,同时使用Focal Loss损失函数代替Multibox Loss损失函数,进而改善了由于正负样本不平衡导致的检测器误检情况。对测试数据集进行检测,结果表明,该模型的检测准确率为93. 7%(IoU大于0. 5),在单个NVIDIA RTX 2060 GPU上每幅图像检测时间为29 s。本文模型可以实现树上柚子的自动检测。     

基于遗传优化模糊PID算法的温室智能控制系统研究

近年来,随着信息智能化和农业现代化的快速发展,我国温室种植取得了重大进展,形成了以科学方法管理控制大棚温室环境的理念;但因缺乏工厂化管理方式,温室智能控制技术在设施配套和产业自动化方面还有不足之处,与欧洲发达国家差距甚远。因此,设计一套适合我国农情的现代化温室控制系统显得非常重要,其对实时监测和精确控制温室环境参数,提高农作物产量和质量意义深远。本文根据大棚种植特点,基于遗传优化模糊PID融合算法,设计和研究了一套独有的温室智能控制系统,并对该系统进行性能仿真实验。结果表明:本温室智能控制系统性能良好、自动化程度高、节能显著,对大棚蔬菜的种植具有重要的促进作用。     

智能式香梨分级机自动控制系统的设计——基于工业4.0

利用工业4.0背景下的嵌入式和物联网技术,采用TI公司Sitara系列的AM5728处理器,结合图像处理技术,设计了一套基于工业4.0的智能式香梨分级机自动控制系统。试验结果表明:系统正确分级数均超过9 3 0个,即正确率都在9 3%以上,且效率高,稳定性强,具有广阔的市场空间。     

智能控制移动式小型圆形机组控制系统设计

针对国内缺乏适用于散水源、小地块,且具有一定自动化程度的喷灌设备现状,研制开发一种基于圆形喷灌机的智能控制轻型移动喷灌机组,其关键技术问题是机组控制系统研发,主要包括正反向运行同步系统、同步控制系统、安全保护装置、智能控制系统、变量降水控制系统和远程控制系统等。其中智能控制系统、变量降水控制系统和远程控制系统为关键系统。该系统的成功研发有效提升了我国喷灌行业的自动化水平。