哺乳期母猪母性行为智能监测关键技术研究

发布时间：2018-07-04 14:20

本文选题：母性能力 + 模糊综合评价　；参考：《南京农业大学》2016年博士论文

【摘要】：在大型养殖企业中,母猪个体间的母性差异显著,从后备母猪中选择具有优良母性能力的母猪作育种母猪,有助于提高仔猪断奶前的成活率及断奶后的窝均重,对于增加猪场的经济效益具有重要的意义。母性行为是评判母性能力的重要指标,哺乳期母猪常表现出声音呼唤,主动授乳,侧躺卧便于仔猪吸吮,行走、躺卧谨馍防止压仔,鼻-鼻接触等母性行为。2003年,欧盟建立的母性行为评价标准,主要依靠养殖人员的生产经验,结合长时间的人工观察对猪只行为进行评价,但该方法工作效率低下,且人工观察一般采用定时记录的方式,无法实现数据的连续记录,经常导致重要信息的疏漏。为此,建立基于行为的精准采集与评价智能监测系统,具有重要的研究价值。本文以江苏农林职业技术学院国家级小梅山猪育种中心饲养的小梅山母猪为研究对象,针对规模化养猪场对哺乳期母猪母性行为自动、连续、智能监测的实际需求,以建立小梅山母猪母性能力科学评价体系为目标,围绕行为数据采集、哺乳意愿分析、泌乳量计量和俯卧小心指数计算等关键技术展开研究。其主要工作包括以下几个方面:(1)为了实现哺乳期母猪运动数据与声音数据同步采集,设计应用于分娩限位栏环境下母猪姿态、动作、声音一体的行为数据采集节点。该节点由加载低功率MPU6050运动传感器、轻型VS1003芯片及低丢包率蓝牙模块构成,封装于防水、耐腐的ABS材料内,并选用加长加厚的帆布腰带系于母猪颈部;(2)针对节点偏移对母猪姿态识别的影响,研究基于MPU6050传感器的姿态修正算法。引入陀螺仪采集节点的姿态角,结合采食时段设计了基于母猪颈部圆形拟合方法,计算猪身体坐标系与节点间的偏转角及旋转矩阵,利用反向旋转进行节点数据的修正,比照录像进行统计,结果表明该算法对多次偏转叠加进行了一次性的、有效的校正,符合母猪各姿态的数值特征,为下一步姿态识别提供规范的基础数据;(3)母猪哺乳姿态能够反映其哺乳意愿,研究母猪立、侧、倾姿态及侧卧方向识别哺乳姿态。基于Haar小波变换方法将运动数据分解为低频姿态数据和高频动作幅度数据,归一化低频姿态数据,实现母猪姿态及侧卧方向识别,选择5头母猪哺乳期28天的低频基线数据进行测试,哺乳姿态的平均识别率为83.3%,哺乳初期侧姿比例较高,母猪表现出主动授乳的强烈意愿,进入后期,侧卧时长减少,立姿时长增加,侧卧姿向其他姿态变更频繁,母猪具有明显的断奶意愿。(4)产仔限位栏内母仔共同生活,环境嘈杂声、仔猪叫声及母猪发出饮水声、采食声及无食咀嚼声干扰哺乳声模式识别。针对环境嘈杂声、仔猪尖叫声等噪声,研究基于二次Log energy小波包的去噪方法,最大化保留母猪发声;针对去噪后的母猪发声,提出偏度系数聚类算法进行特征降维,选择4个特征子带的功率比构建母猪发声识别器,区分各类发声:就单个哺乳周期建立母猪成功授乳的声音模式,区分成功授乳与非成功授乳的比例。实验结果表明:经去噪,大于1300Hz高频噪声完全去除,对811个母猪发声样本进行基于偏度聚类的SVM方法分类识别,哺乳、饮水、采食及无食咀嚼声识别率分别100%、96.61%、95.17%和100%。按照成功和非成功授乳统计,第1w非成功授乳发生率13.1%,第2-3w母猪成功授乳间隔缩短为48.2min,第4w哺乳间隔增加至56.8min,反映母猪不同的授乳意愿;(5)俯卧指数衡量母猪俯卧动作的小心程度,研究姿态变换产生动作类型,计算高危动作发生频率和危险分数。基于直方图统计法设置动作幅度数据的参数阈值,定位高危动作区间,结合动作发生前后姿态构建高危动作分类器,与产后第1-21d的视频录像进行比照,正确标注高危动作区间2112次,准确率为76.3%,其中动作类型识别准确率为81.3%,误差产生的原因是由于阈值θ偏高及节点偏移造成的;(6)为了对每头母猪整个哺乳期母性行为进行综合评价,以生产性能、哺乳意愿、俯卧指数和泌乳量为评价因素,构建基于模糊集理论的母性能力评价模型。评价模型依据欧盟母性能力评价标准,建立各因素的隶属度函数,基于层次分析法,计算模糊评价的权重向量,对各因素的隶属关系进行模糊变换,根据最大隶属度原则,得到母性能力的综合评价结果,其中哺乳意愿由成功授乳频率、非成功授乳频率、放乳时长、母猪终止哺乳概率和侧卧姿时长五个二级评价指标组成。对5头哺乳期母猪整个哺乳期的综合评价模型与单因素评价模型进行比较,当某一因素贡献接近模糊边界时,前者全面的计算所涉及因素的贡献,评价结果更加准确、客观。
[Abstract]:An intelligent monitoring system based on MPU6050 sensor is designed . Based on the Haar wavelet transform method , the motion data is decomposed into low frequency attitude data and high frequency action amplitude data , and the average recognition rate of feeding posture is 83.3 % . Based on the statistical method of histogram statistics , a high - risk action classifier was developed to identify the occurrence frequency and risk score of sows . The results showed that the rate of success and non - successful feeding was 81.3 % . The accuracy of the method was 76.3 % . The evaluation model of maternal ability based on fuzzy set theory is constructed . The evaluation model is based on the criteria of the European Union ' s maternal ability evaluation , establishes the membership function of each factor . Based on the analytic hierarchy process , the weight vector of fuzzy evaluation is established . Based on the principle of maximum membership , the comprehensive evaluation result of maternal ability is obtained .
【学位授予单位】：南京农业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：S828

【相似文献】