吴远红，崔振东，候志凌

(浙江海洋大学数理与信息学院,浙江舟山 316022)

“建设信息化和工业化深度融合国家示范区”[1]为浙江省海洋渔业的集约化生产和高端加工带来了重要的发展机遇。当前对高端海产的需求日益强烈,基于物联网、大数据技术的高端海产智能化生产和安全流通具有重要的研究价值和广阔的推广前景。

当前海产生产、加工和流通中存在以下突出问题：其一,在海产品的获取领域,经验操作还占主导地位,效率低[2];其二,在海产品的加工领域,海产品的甄别分类方法原始,速度慢且质量无法保证[3];其三,在海产品流通的质量保障领域,用户对产品品质的不信任,生产企业无法树立高端、可靠、放心的品牌形象[4]。

大数据、云计算、物联网技术[5]为精细海产智能化生产和安全流通提供了重要的技术支撑,使得海产品的精细养殖[6]、智能捕捞[7]、高效流通[8]和质量追溯[9]等的实现成为了可能,开展高端海产智能化生产和安全流通具有重要的应用价值和良好的社会效益。建设支撑海洋渔业生产和流通的物联网涉及面广,不但需要软硬件技术打底,还需要养殖、捕捞、加工、分销、流通等各个环节配合。《浙江省国家信息经济示范区建设实施方案》指出：发展农业物联网,整合多方数据资源,打造智慧农业云平台[5],海洋渔业物联网未来将实现生产智能化、加工精准化、流通网络化、服务便利化的现代农业物联网示范点。

1 关键技术

1.1 物联网信息获取技术

传感器是指能感知预定的被测指标并按照一定的规律转换成可用信号的器件或装置,一般由敏感元件和转换元件组成。与传统传感器相比,物联网的传感器节点具有感知、计算和通信能力,可实现数据的采集、筛选、计算以及交互功能。随着嵌入式智能技术的应用,传感器功耗越来越小、集成度和效率越来越高。部署在检测区内,大量低功耗、微型传感器节点通过无线自组网形成传感器网络,传感器网络能协作感知、监测、并采集覆盖区域内的各种微观环境信息,实现信息的交互与处理,并通过移动通信技术、互联网实现物与物,以及物与人的互联。

海水养殖过程中通过物联网传感器的布置可获取养殖信息,包括：水质监测、预测预警、疾病预防及诊治,饲料配比与投饲决策,养殖管理,海产品追溯,水产养殖面积及时空变换[10];远洋捕捞过程中的基于物联网的船只调度、渔情预报;冷链物流中基于物联网的温度采集、监控信息获取。随着现代养殖装备工厂化、捕捞装备数字化、水产品加工装备自动化的发展趋势[11],物联网也成为现代海洋渔业获取信息的重要途径。

1.2 图像识别与智能控制

海产智能识别与分拣是基于图像识别和智能控制技术,采用机器视觉代替人眼,对海产鱼品质进行自动检测分级,并在人工智能支持下实现海产鱼类分类和快速包装,并赋予每个高端产品独立的数据服务支持[12]。自动化分级系统与传统人工检测分级方法相比较,其分级结果更稳定、检测精度更高、分级速度更快、功能更全,并已逐步被推广使用。

基于机器视觉的海产品检测分级技术,可以对海产进行大小、颜色、缺陷等外观品质进行全面检测分级,实现海产品质界定的自动化、规范化、流水作业化,对提高海产品的商品化处理的能力和水平,增强海产品在国际市场上的竞争力将起到重要作用。

1.3 生产与安全流通大数据处理物联网技术

针对海产物流信息化推广应用,提供生产过程信息自动采集、物流配送、运输监控以及优化调度技术等技术方案。借助物联网信息处理技术,建立面向海产品全供应链的物流配送平台,可有效降低产品物流成本,提升本行业的标准化、信息化水平。

针对海产品追溯查询、市场趋势分析、产品质量认证、应急管理与责任追溯等服务,提供追溯信息获取、溯源数据中心构建和信息溯源服务等技术方案,从而实现海产品生产、流通、销售的全程质量监控与品质溯源,以此确保终端用户购买到放心海产品,防止假冒伪劣、有毒有害海产品进入市场。

2 系统设计与实现

2.1 海产精准养殖和信息化捕捞物联网的实现

基于物联网信息获取技术,开发适用于海产养殖、捕捞、流通、追溯等信息的采集、捕获、识别的设备和方法,建立绿色海产信息获取示范体系。

海产精准养殖和信息化捕捞示范体系主要实现海产品信息监控技术、海产品基础数据中心构建技术、以及精准生产服务技术(图1),具体应用如下：(a)精细化养殖监测系统。基于实时图像采集、RFID、无线传感网数据处理,集成开发海产养殖环境监测系统,实现对海产品养殖的各种生态环境、生长规律、疾病诊断,以及海洋灾情的动态实时高精度监测;(b)基于感知数据的海产品生产智能决策系统。采集信息采集点感知数据,形成海产品生产管理知识模型,开发生产智能决策系统。尽而实现饵料智能搭配、自动投饵、自动免疫、病情预警等生产措施的智能一体化管理;(c)基于物联网的海产作业过程质量监控与采收管理系统。基于RFID、二维码、无线传感器、定位导航与决策技术,实现高端海产的完整信息标识,实现海产养殖和捕捞资源的管理、采收作业质量监控和进入流通领域的信息化处理;(d)海产精准养殖推广物联网技术。研发海产精准养殖、捕捞技术推送、以及远程培训的物联网技术,为现代海产养殖和捕捞技术的推广建设提供智能化解决方案。

图1 海产精细生产和智能流通物联网示范平台Fig.1 The internet of things demonstration platform of fine seafood production and intelligent circulation

2.2 海产智能识别分拣与自动包装生产线的开发

海产智能生产线的关键在于研究基于机器视觉的大黄鱼、鱿鱼等的自动智能检测分级设备及算法。该生产线可以对鱼品进行大小、色泽、体型完整、肉体洁净、无残缺、无损伤等外观品质进行全面检测分级。有助于提高新鲜海产商品化处理的能力和水平,增强海产品在国际市场上的竞争力。同时,利用机器视觉实现大黄鱼、鱿鱼等的分级检测技术,还可以应用于其它海产品的检测中,具有较强的推广价值和实用性。

系统研究鱼货的图像分割技术,开发特征提取的算法,提出品质分级的方法,研究结果将应用于鱼货的智能分拣,重点研究鱼的色泽、体形完整性、肉体洁净、残缺和损伤程度等的量化方法等,使得其成为可以具体操作的分级指标。

下面是建设自动化生产线,实现鱼货的全程自动化分拣与包装的关键算法流程。首先,基于自动分类机,实现鱼货的大小分类(图2中装置1);其次,针对每种分类,根据图形图像处理技术,实现鱼的品质甄别与分拣(图2中装置2);装置1和装置2通过输送设备连接,装置1处于输送设备上游,装置2处于输送设备下游。

图2 鱼货生产线中的鱼货大小分类品质分拣Fig.2 Sorting quality of fish in fish production line

鱼大小分拣装置1包括第一锥形斗3(侧壁从上而下设有宽度逐渐增大的条形筛孔),第二锥形斗4(侧壁外表沿径向方向设有接收从同一宽度条形筛孔掉落下的鱼的环形槽,环形槽底板设有通孔,方便鱼滑出),用于使第一锥形斗3旋转的驱动装置和将鱼导入第一锥形斗3的导流池5,导流池5有进料口和出料口,第一电机6,旋转轴7。鱼品质分拣装置2包括：图像采集设备摄像头9,图像采集处理设备单片机10,第二电机11,以及和电机11连接的拨轮12(拨轮12设有将用于将输送设备上的鱼分拣的弹性材料拨片12.1),传送皮带13,支撑架14。

智能分拣步骤如下：

1)启动第一电机6,驱动旋转第一锥形斗3;

2)将原料鱼通过导流池5投进第一锥形斗3中;

3)原料鱼在第一锥形斗3内在重力和离心力的作用下按大小不同分别从不同宽度的条形筛孔,各自掉进环形槽4,从通孔掉到输送皮带13上;

4)经大小分拣过的鱼,经过输送皮带13输送到鱼品质分拣的图像采集设备9,采集装备通过对鱼图像进行采集,把信息输送到信息处理单元10,通过10对信息进行处理;

5)信息处理单元10对采集图像处理后,把信息处理结果反馈给鱼品质分拣执行单元第二电机11,第二电机11响应后启动旋转带动拨轮12,对输送皮带上的鱼进行拨刮,把鱼拨刮到相应的输送皮带13上,鱼输送到下一个工序。

接下来,将精细化分类的鱼货进行包装、身份标示和追溯数据的对接。项目实施将从大黄鱼、鱿鱼的智能分拣与自动包装生产线的建设开始,并逐步推广到其它海产鱼类,并根据项目成果推广中不同的企业需求,开展可定制的技术研究与产业化。

2.3 绿色海产流通与溯源物联网

建立绿色海产品质可追溯服务物联网示范体系,从远洋高端海产捕捞、加工、库存、运输和销售各个环节,保障产品安全的全程信息追溯云服务示范体系,树立高端海产品牌。以物联网和云计算技术为依托,主要采用条形码、二维码和RFID技术为标识,并结合全球统一标识系统和通用商务标准编码体系,对海产品供应链的每一个环节进行赋码关联标识,对各个环节进行信息管理、传递和交换,设计从捕捞、养殖、加工、储存、运输和销售一体化的安全保障可追溯系统,如图3所示。

绿色海产品质追溯服务示范体系的建立,将实现海产养殖、捕捞的“从海洋到餐桌”的全程信息追溯物联网示范体系。追溯体系的建立,能够有效地提升浙江海产品质和信誉,树立一系列高端海产品牌,并最终为提高渔农业收入和解决“三农”问题提供有力支持。

2.4 精细养殖生产与安全流通大数据处理和数据挖掘

构建海产品加工信息监控网络与数据中心,以及应用服务系统,为海产加工技术的推广应用、品质安全保障提供物联网技术方案,为海产品加工企业及有关的管理部门提供各类海产品加工的规模、数量、程度、技术、设备、原料等全面准确的信息服务,架设养殖捕捞业、加工业与市场之间的信息桥梁。建立远洋捕捞、精细养殖、海产交易等时空大数据平台,开发相应数据挖掘和知识发现方法,为绿色海产生产、储运、交易和流通提供全面服务,并最终建立功能完备的海洋渔业物联网平台。

图3 精细养殖、生产与安全流通溯源平台Fig.3 Fine breeding,production and safety circulation traceability platform

3 总结

本文研究绿色海产物联网和海产安全流通的关键技术。从海产的养殖、捕捞、储运、交易、流通各产业链环节入手;利用物联网技术进行绿色海产精细化养殖;抽取海产养殖数据、远洋捕捞数据、智能生产、流通数据,结合赋码关联技术,进而建立整个海产安全流通溯源体系;在智能化生产线上利用机器视觉完成海产大小分拣智能化分级,提高生产效率。最终建立海洋渔业物联网大数据平台,有利于全面延长海产养殖和远洋捕捞产业链、供给放心海产品;能全面提高海产品产业化水平和综合效益;并成为“建设信息化和工业化深度融合国家示范区”的重要组成部分。

[1]浙江省人民政府.浙江省人民政府关于建设信息化和工业化深度融合国家示范区的实施意见[浙政发(2014)18号][Z].2014.

[2]岳冬冬,王鲁民,张 勋,等.我国海洋捕捞装备与技术发展趋势研究[J].中国农业科技导报,2013,15(6)：20-26

[3]欧阳杰,沈 建,郑晓伟,等.水产品加工装备研究应用现状与发展趋势[J].渔业现代化,2017,44(5)：73-78

[4]陈胜军,李来好,杨贤庆,等.我国水产品安全风险来源与风险评估研究进展[J].食品科学,2015,36(17)：300-304

[5]浙江省人民政府办公厅.浙江省国家信息经济示范区实施方案[Z].2017.

[6]毛 烨.基于物联网技术的泰州市水产精细养殖监管系统研究[J].农业网络信息,2016(9)：67-69.

[7]陈新军,高 峰,官文江,等.渔情预报技术及模型研究进展[J].水产学报,2013,37(8)：1 270-1 280.

[8]齐 林,韩玉冰,张小拴,等.基于WSN的水产品冷链物流实时监测系统[J].农业机械学报,2012,43(8)：134-140.

[9]王雅君,张 浩,时君丽,等.基于过程的海产食品质量信息可追溯系统[J].农业工程学报,2015,31(14)：264-271.

[10]胡金有,王靖杰,张小栓,等.水产养殖信息化关键技术研究现状与趋势[J].农业机械学报,2015,46(7)：251-263.

[11]黄一心,徐 皓,刘 晃.我国渔业装备科技发展研究[J].渔业现代化,2015,42(4)：68-74.

[12]刘子豪.基于机器视觉技术的南美白对虾分类算法研究与在线实现[D].杭州：浙江大学,2016.

[13]颜 波,石 平.基于物联网的水产养殖智能化监控系统[J].农业机械学报,2014,45(1)：259-265.

[14]王 诗,宇 林,孙一兰,等.基于机器视觉的机器人分拣系统的设计与实现[J].组合机床与自动化加工技术,2017(3)：125-129.