胡子康，姜 来，王 辉，王文娣，唐 娟，张亭亭，霍晓静

（河北农业大学机电工程学院，河北 保定 071000）

随着我国社会经济发展以及人们生活水平不断提高，肉类需求量快速提升，其中对禽肉仅次于猪肉，居肉类消费第二位[1]。我国肉鸡养殖发展较快，规模化肉鸡养殖场中，饲养方式多为阶梯式或H型笼养，单位面积饲养密度大幅提高，养殖过程中肉鸡平均死亡率为2%～3%[2-3]。目前大部分规模化养鸡场主要依靠肉眼和经验判断鸡状态（死亡或健康），周期性巡视和检查耗费人力、效率差，且死鸡可能导致鸡群间疾病相互感染，给养殖场带来巨大经济损失。

目前，国内外对死鸡自动识别与处理机器人的研究主要集中在死鸡识别机器视觉算法方面[4]。李亚硕等在喂料机上搭建高清机器视觉系统，可根据病鸡明显体征之一鸡冠颜色异常提取特征差异判断是否为病鸡，启动报警装置并定位鸡具体位置[5]。毕敏娜等提出一种基于鸡冠及鸡眼构成的鸡头特征信息病鸡识别方法，以鸡头为感兴趣区域，通过ARA算法提取区域特征向量，采用支持向量机（SVM）分类器作训练分类，病鸡识别成功率为92.5%，利用机器视觉处理病死鸡问题具有可研究性[6]。翟子淇利用Lib SVM和鸡图像形状和颜色特征对鸡图像分类，将死鸡识别图像处理算法与经典算法作对比，结果表明死鸡分类算法可用于养殖机器人采集到的图像且分类成功率达到90%[7]。西班牙FAROMATICS公司制造屋顶悬挂机器人Chicken Boy，通过其配备的多个传感器和摄像机持续监测地面散养肉鸡健康状况、空气质量和设备运行情况，作疾病预警和死鸡识别，但不具备死鸡捡拾功能[8]。……