任春江 陶松兵 吴学栋

摘 要

随着以机器视觉为代表的人工智能技术的快速发展，机器人技术在规模化畜牧养殖中的应用也逐渐崭露头角，并成为当前养殖业发展的主流。机器人技术在畜牧养殖业的应用场景众多，本文对机器人技术在猪场养殖疫病防护中的应用进行探讨。通过对猪场疫病防护机器人的基本功能单元进行介绍，对当前仍待解决的科学技术问题进行分析，为进一步促进机器人技术在猪场养殖疫病防护中的应用研究提供参考。

关键词

机器人技术;人工智能;疫病防护机器人;智能猪场

中图分类号： S858.28               文献标识码： A

DOI：10.19694/j.cnki.issn2095-2457.2020.19.089

Abstract

With the rapid development of artificial intelligence technology including machine vision，robotics has been widely applied for large scale animal husbandry operations， which also indicates the mainstream of the current development.As robotics is available for many cases of animal husbandry，in this paper，the development of epidemic prevention robot in pig farms which has not yet reached a mature state is discussed.Combined with the introduction of basic function units of epidemic prevention robot，problems of science and technology that still need to be solved are analyzed.Review in this study provides a reference for further developing robot technology for the epidemic prevention of pig farms.

Key Words

Robotics;Artificial intelligence;Epidemic prevention robot;Intelligent pig farm

1 機器人技术及应用

机器人，直观理解即为，代替人类完成指定任务的特殊设备。当前，主流机器人已基本具备高度自适应的自治能力，具体表现为：具有多种途径的感知功能，可进行基于复杂逻辑思维的自主判断与决策，可在复杂作业环境中独立完成指定动作及任务等[1]。得益于当前机器人高度自适应的自治能力，其已被广泛应用于养殖场的不同生产环节，主要包括：环境感知与控制（温湿度及光照控制等）、幼苗孵化及培育、自动饲喂、牧场品收割（挤奶，捡蛋及屠宰等）、畜禽健康监测、消毒防疫及粪污处理等[2]。

生猪养殖作为我国传统农牧业发展的典型代表，在大数据、人工智能等新技术发展的浪潮中，也开始了行业生产经营结构的升级，开启了“智能养猪”的新时代。当前，机器人技术在猪场养殖中的广泛应用，不仅缓解了恶臭环境下人手不足的问题;并且通过提高猪场饲喂、清粪等过程的自动化集成，显著提升了猪场养殖效率。此外，以机器视觉和人工智能为代表的新一代自主移动机器人，依靠其良好的环境适应特性、多功能集成特性以及大数据分析特性，正逐渐成为智能养猪中的重要一环。

2 猪场疫病防护难点

虽然近年来，国内外智能养猪话题持续走热，网易、阿里巴巴和京东等的国内大型集团的智能养猪计划的宣布，更是被视为人工智能养猪时代来临的标志。但现有“智能养猪”，多针对猪场环境监测、自动投喂或清粪等养殖过程[3]，对于猪瘟等疫病防护的智能化发展不足。最为典型的就是，2018年非洲猪瘟（African Swine Fever， ASF）疫情在我国大范围的爆发[4]，导致国内养猪业损失惨重，猪肉价格飙升，直接升级为国务院关注的影响居民生活质量的重大民生问题。

猪只疫病问题由来已久，传统规模猪场主要以慢性猪瘟为主，常见的包括高致病性非洲猪瘟、猪蓝耳病、猪丹毒、败血性沙门氏菌等多种疫病类型。虽然在现有猪瘟预防和控制措施中，都会采用接种防疫疫苗的方式确保生猪接种质量。但地方接种疫苗种类繁多，疫苗质量难以得到全面保障。而规模化养殖场通常生猪群体大，接种时间紧凑任务重，易出现各种接种疫苗注射不规范或接种疫苗剂量不足等情况[5]，这就是为什么不少规模化猪场仍存在潜在野病毒株的原因。接种防疫的失败，进一步导致规模化养猪场中易存在潜在的耐受猪群、亚临床感染猪、慢性感染病例等。

另一方面，规模化养猪场生猪数量庞大，显然，通过人对每一头猪的健康状态进行连续观察并及时发现潜在疫病特征，是几乎不可能的。主要原因：人的精力无法保证24小时连续工作;即使对猪只进行人工标记，人眼也无法快速准确辨别;期望每个记录员都是经验丰富的兽医是更不现实的，而这对于猪只疫病的早发现早隔离尤为重要。

随着以机器视觉为代表的人工智能技术在机器人中的应用，辅助以先进的机器人自主导航系统，对猪场猪只实现24小时全天候不间断观察，以及猪只早期疫病检测及诊断成为可能。因此，新型猪场疫病防护机器人的使用，必将使得病猪检测和隔离更为高效，为规模化猪场的疫病传染控制提供新的解决方法。

3 猪场疫病防护机器人

针对猪场特殊作业环境及需求，研究了猪场疫病防护机器人，以实现病猪的早期检测和疫情的早期预警与防护。猪场疫病防护机器人主要包括：自主导航及定位系统、猪场环境监测系统、活猪疫病移动检测系统、自动消杀系统等。

3.1 自主导航及定位系统

自动导航车（Automatic Guidance Vehicle）即AGV是一种能够自动导航的无人驾驶车辆，疫病防护机器人也是一种特殊的AGV。传统自动巡检机器人多是依靠惯性导航来实现自主移动，但其导航精度会随运行时间的增加而逐渐降低。而磁导式巡检机器人，通常需在地面铺设磁条等外界辅助设备，应用场景的大范围改造，限制了其大规模应用的可行性。猪舍通道狭长，路面多颠簸不平，清洁消毒过程还导致路面潮湿，显然，传统的自动导航技术难以胜任。

新一代智能移动机器人，多采用激光雷达为主、深度摄像机为辅的导航结构，并结合同步定位与建图（Simultaneous Loca lizati on and Mapping， SLAM）技术，实现机器人自主导航、定位及避障。激光雷达导航，主要是通过雷达扫描机器人所处环境，利用采集的数据构建环境地图，然后根据目的地以及机器人在地图上的位置信息，规划无障碍的行进路线。其中，在行进过程中，AGV使用激光雷达连续地扫机器人周边环境并与地图数据进行比较，一方面用于确定AGV当前所处的位置，以对行进路线进行实时校正;另一方面用于判断行进方向是否存在障碍物，并判断障碍物的（静止或移动）运动特性，以决定是否需要重新规划路径以到达目的地[6]。而对于深度摄像机，当前，多用于二次辅助定位。如当疫病防护机器人需对特定猪只近距离观察时，显然，需结合深度摄像机扫描结果对机器人位置进行微调。当前，基于深度相机的视觉导航技术还未成熟，仍以激光雷达导航为主。

3.2 猪场远程环境监测系统

养殖场环境的温湿度，以及硫化氢（H2S）、氨气（NH3）以及一氧化碳（CO）等有害气体均会直接或间接地对牲畜生长状况产生影响，部分有毒气体浓度过高还可能引起爆炸，威胁养殖场牲畜伤亡及财产安全。因此，对猪场环境进行实时、全方位的监测是十分有必要的。

猪只疫病防护机器人作为新型智能移动平台，其在按照预定路线自主行进过程中，利用安装的多种气体测量传感器，即可获取猪舍各处的温度、湿度、H2S、NH3、CO和PM2.5等信息。然后通过机器人集成的GPRS网络将数据传输到监控中心的数据库服务器，并在电脑或手机等客户端进行可视化显示。同时，用户也可通过客户端远程发送指令，控制机器人运动至特定区域，以实现对猪舍重点区域养殖环境的主动监测。

3.3 活猪疫病移动检测系统

3.3.1 猪只识别

要实现猪场猪只的疫病检测，首先需实现所有猪只的标签化，以保证不同猪只个体的有效区分。传统的猪只识别，主要是通过给猪佩戴无线射频识别（Radio Frequency Identification， RFID）电子耳标，通过无线电波的方式读取电子耳标信息以实现猪只识别。但电子耳标通常需配合读卡器等其他硬件设施，且随着猪只生长周期的结束而需再次更新。相比之下，基于机器视觉的猪只识别，则是一种低成本、非侵入式且实用的猪只识别方式，其无须额外硬件投入且可在线更新猪只信息。

当前，基于机器视觉的人脸识别技术已被广泛应用于机场、高铁等不同公共区域，并取得了较好的实际应用效果。但在畜牧养殖行业，以猪只为代表的非侵入式牲畜身份识别技术还处于探索阶段。智能猪只身份识别技术，主要通过图像技术，对猪只面部、外貌、体型等特征细节进行提取，结合先进的人工智能算法实现每头猪的精准识别及定位。其中，猪只识别研究中以猪只面部识别最为典型。英格兰西部大学Bristol机器视觉中心的研究成果表明，基于猪面部识别技术的猪只识别准确性可达97%。此外，研究还表明，机器视觉也可用于识别猪核心情绪状态（如快乐或痛苦）的面部表情，这为猪只的健康评估提供了重要的参考指标。

3.3.2 病疫识别

生猪疫病抗体检测是相对最为直接和可靠的疫病识别方式，但其投入成本也相对较高且猪群集中检测时间长。除去成本与时间的考虑，抗体检测通常具有针对性，因此，疫病抗体检测，更适合于特殊需求下有计划的、有选择性地进行。其次，由于生猪养殖过程中，饲料来源、环境变化以及人员出入等，都可能使猪群再次暴露于疫病风险之中。此时，对于生猪个体健康状态的实时动态监控就显得尤为重要。

除了抗体检测，生猪的疫病识别主要从以下几个方面着手：生猪体温变化，当猪受疫病影响时，体温常会出现时高时低的特点，对于急性疫病，则会出现突然发热，发热甚至高达41℃以上;生猪行为变化，当疫病情况较轻时，病猪通常会表现出弓背缩腹，行走摇晃等细微肢体行为变化，严重时则可能出现全身痉挛，四肢抽搐等肢体动作;体表特征，在疫病早期，病猪耳尖或尾尖常会出现干枯、皮肤发绀等症状，此外，猪蓝耳病以及非洲猪瘟等疫病还会导致病猪的体表局部（耳、鼻、腹部、臀部等）颜色发生变化。

针对上述特征，为实现疫病防护机器人的疫病识别，分别设计了：无接触体温检测、异常行为检测以及体表颜色检测等不同的疫病特征分析模块。

（1）无接触体温检测

传统生猪体温检测多采用接触式，即对肛口温度进行检测。其不仅消耗大量人力和时间，而且往往会使猪产生应激反应，若检测流程不规范，甚至可能导致猪群内部交叉感染。而利用疫病防护机器人自带的热红外成像仪，即可实现任意或指定猪只身体各部位的温度检测。疫病防护机器人利用其优异的自主导航及避障功能，可24小时不间断对不同猪舍猪只体温进行轮流检测，不仅能及时发现突然发热的病猪，也能够通过对同一頭猪在24小时内的体温记录比对，及时发现体温时高时低的病猪。

（2）异常行为检测

正常猪只的日常行为主要包括：趴窝、站立、漫步、跑动、采食、饮水、排泄等，而病猪在疫病暴发早期，病猪个体多会出现咳嗽、弓背缩腹以及行走摇晃等肢体变化特征，病猪猪群出现非正常聚集。因此，对猪只异常行为变化的监测，也是疫病防护的极为有效和必要的环节。

目前，虽然机器视觉技术已被证明其在人的面部表情及行为动作检测中的有效性，但其在牲畜行业的应用还未被推广。其原因之一便是缺乏标准的生猪行为识别数据库，而人工智能的优异性能往往是通过大量的带标签数据的训练得到的。此外，当前机器视觉技术仍存在发展的空间。如，在猪场复杂背景下，光照强度、图像视角以及围栏遮挡等情况均会降低猪只检测的准确性。

（3）体表颜色检测

目前，生猪体表颜色检测多采用可见光图像与热红外图像相结合的方法。如在生猪无接触体温检测中介绍，在红外背景中，生猪耳根部通常与身体其他部位颜色存在显著差异，这有利于猪耳区域识别。然后结合同一时间、同一视角下的可见光图像，在HSV色彩空间下，判断猪耳区域的HSV值是否與标定值一致。其中，标定值是指通过健康猪只耳部区域扫描得到HSV值。

3.4 自动消杀系统

猪场环境净化与消毒主要包括厂区进出人员、猪舍及过道、消毒车等工具器械以及粪污等。智能疫病防护机器人可根据不同的消毒任务，配备不同的消毒剂以实现设定范围内的自动消杀作业。智能疫病防护机器人的使用，不但可以降低人员进入的频率，保证猪场与外界环境相对隔离，还可减少各类消毒剂对消毒人员的影响。

4 总结

得益于以机器视觉为代表的人工智能技术的快速发展，猪场疫病防护机器人的功能也不断完善和提升。猪场疫病防护机器人的使用，完成了猪场猪只24小时全天候的无人化监测，实现了猪只全生长周期的连续记录。机器视觉的应用，配合先进的人工智能算法，同时实现了猪只面貌、行为、外形以及色斑等不同特征的检测，为疫病防护提供重要的参考信息。此外，基于机器人集成的猪只疫病检测系统，不仅可以高效地检测出病猪，还能实现猪群整体疫情发展的趋势预警。这对于猪群疫病的早发现、早隔离，控制猪群疫病暴发，避免猪只养殖场的意外经济财产损失，具有重要意义。

参考文献

[1]王晓芳.智能机器人的现状、应用及其发展趋势[J].科技视界，2015（33）：98-99.

[2]王廷轩，张钦玉.机器人技术在淡水产养殖病害测诊中的应用初探[J].科技视界， 2013（24）：308-309.

[3]陆蓉，胡肄农，黄小国，等.智能化畜禽养殖场人工智能技术的应用与展望[J].天津农业科学，2018，24（07）：38-44.

[4]康桦华，张春红，刘志成，等.非洲猪瘟诊断方法研究进展[J].广东畜牧兽医科技， 2019，44（4）：10-13.

[5]王俊文.规模化猪场猪瘟预防与控制措施[J].中国畜禽种业，2019（5）：131-131.

[6]史风栋，刘文皓，汪鑫，等.室内激光雷达导航系统设计[J].红外与激光工程， 2015， 44（12）：70-75.