【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及一種蝦類自動投喂系統(tǒng)和方法，屬于漁業(yè)養(yǎng)殖。
技術(shù)介紹
1、綠色、無公害的健康食品已成為人們的首選，工廠化循環(huán)水養(yǎng)蝦作為一種環(huán)保高效的養(yǎng)殖方式，逐漸受到廣泛關(guān)注。然而，在高密度的工廠化養(yǎng)殖環(huán)境下，投喂飼料的方式和量是決定對蝦存活率和養(yǎng)殖效益的關(guān)鍵因素之一。
2、當(dāng)飼料投喂不足時，會導(dǎo)致對蝦之間的生長不均衡，甚至引發(fā)搶食和互相傷害，嚴(yán)重影響存活率；而過量投喂則不僅增加了養(yǎng)殖成本，還會加重水體的負(fù)荷，增加疾病的發(fā)生風(fēng)險。傳統(tǒng)的人工投喂雖然可以通過經(jīng)驗控制殘餌量，但人工成本高、依賴性強、效率低等問題限制了其應(yīng)用范圍和效果。
3、現(xiàn)有技術(shù)中，為了節(jié)約投喂飼料，出現(xiàn)了基于視覺對蝦進行適應(yīng)性投喂的技術(shù)，但是現(xiàn)有的視覺投喂策略，缺乏對于蝦本身的關(guān)鍵點提取，缺乏對于蝦自身覓食行為的特征的關(guān)注，以及投喂裝置的設(shè)計上仍然存在不足，導(dǎo)致實際投喂策略仍然缺乏針對性。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的是提供一種基于機器視覺蝦類攝食行為預(yù)測及自動投喂系統(tǒng)和方法，可實現(xiàn)精準(zhǔn)識別對蝦覓食行為的訓(xùn)練模型，能適應(yīng)循環(huán)水養(yǎng)殖池水下環(huán)境復(fù)雜、多變，技術(shù)魯棒性高，可實現(xiàn)精準(zhǔn)識別，智能化程度高。
2、本專利技術(shù)采取以下技術(shù)方案：
3、一種基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，包括以下步驟：
4、s1、識別和分析蝦的行為：通過對對蝦步足的特征標(biāo)注和模型訓(xùn)練，識別蝦的步足動態(tài)和整體行為，并判斷其休息、游泳、覓食的行為狀態(tài)；
5、s2、通過
6、s3、算力中心獲取水下高清攝像頭實時圖像幀，運用算力分析后、發(fā)送信號給投飼機控制中心，并接收反饋信息，達(dá)到信號聯(lián)動；
7、s4、視頻實時監(jiān)測、養(yǎng)殖數(shù)據(jù)實時顯示。
8、優(yōu)選的，步驟s1中，具體包括：
9、s1a、使用高清水下攝像頭進行視頻采集：通過高清攝像頭捕捉蝦類在不同水環(huán)境中和夜視模式下的視頻；
10、s1b、該模型訓(xùn)練對對蝦的標(biāo)注的關(guān)鍵點為：左眼、右眼、頭部、腰節(jié)、尾節(jié)、左右第一步足的三個點位、左右第二步足的三個點位、左右第三步足的三個點位；
11、s1c、訓(xùn)練模型和關(guān)鍵點預(yù)測：使用標(biāo)記好的數(shù)據(jù)集訓(xùn)練dlc模型，模型訓(xùn)練完成后，使用該模型對新的視頻進行關(guān)鍵點預(yù)測，可形成對蝦的骨架，骨架的左眼右眼分別跟頭部相連，頭部跟腰部相連，腰部和尾部相連，蝦的三對步足的三個點位分別相連；視頻中顯示身體骨架和三對步足；
12、s1d、從關(guān)鍵點數(shù)據(jù)中提取時間序列用于構(gòu)建行為識別模型，識別后得到輸出數(shù)據(jù)，它包含了每一幀的關(guān)鍵點位置和置信度，將這些所述輸出數(shù)據(jù)處理為適合行為識別模型的格式；
13、s1e、構(gòu)建行為識別模型和行為標(biāo)記訓(xùn)練：使用提取的關(guān)鍵點數(shù)據(jù)作為輸入，創(chuàng)建一個序列模型，來識別不同的行為，根據(jù)標(biāo)記的行為，為每個時間段的數(shù)據(jù)分配標(biāo)簽，使用這些標(biāo)簽來訓(xùn)練所述序列模型；
14、s1f、實時行為預(yù)測：在實時監(jiān)測中，使用所述數(shù)據(jù)集訓(xùn)練dlc模型提取的關(guān)鍵點數(shù)據(jù)輸入到所述序列模型中，進行行為識別。
15、優(yōu)選的，步驟s2中，具體包括：
16、s2a、使用yolov11檢測視頻中的蝦：通過持續(xù)監(jiān)控每個蝦在視頻中的位置，比較連續(xù)幀中相同蝦的位置信息，計算其位移和速度，采用延遲判決機制，當(dāng)檢測到一個動作開始后，再等候一定周期來確認(rèn)該行為是否持續(xù)，從而決定最終是否推給dlc分析；根據(jù)計算得出的速度或位移信息，篩選出符合設(shè)定條件閾值的蝦，初步閾值通過觀察數(shù)據(jù)分布和目標(biāo)行為的特點來設(shè)定，根據(jù)養(yǎng)殖對蝦的實際環(huán)境情況調(diào)整；如果結(jié)果超過預(yù)定的閾值，便視為顯著變化，將其推給dlc進行特征分析；
17、s2b、傳遞篩選后的蝦給數(shù)據(jù)集訓(xùn)練dlc模型：經(jīng)dlc模型分析后，如果為覓食行為，發(fā)送信號給樹莓派，樹莓派控制投飼機投飼一次；對蝦進食的時候，用yolov11識別到蝦進食和餌料，則關(guān)閉dlc分析，當(dāng)yolov11識別不到殘餌，認(rèn)為飼料已經(jīng)吃盡，那么開啟dlc分析，當(dāng)yolov11再次識別到符合移動閾值條件的對蝦，循環(huán)步驟s2b的以上程序，直到捕捉不到蝦覓食行為，那么蝦進入游泳或休息狀態(tài)，給投飼機控制中心認(rèn)為所有的蝦都已經(jīng)完成進食。
18、進一步的，步驟s2a中的所述設(shè)定條件為：速度變化超過設(shè)定百分比范圍的閾值，速度變化百分比通過以下公式評估：
19、
20、其中，vnew表示變化后的速度，vold表示變化前的速度。
21、更進一步的，所述設(shè)定百分比范圍為10％到30％的范圍。
22、一種基于上述方法的自動投喂系統(tǒng)，包括魚池7、投飼機4、帶gpu的算力中心3、水下網(wǎng)絡(luò)攝像頭1、水面收集器5、路由器2；所述投飼機4固定設(shè)置在魚池7上方，其落料部位下方與所述水面收集器5位置對應(yīng)，所述水面收集器5下部正對的位置為攝食區(qū)域6，所述水下網(wǎng)絡(luò)攝像頭1對準(zhǔn)所述攝食區(qū)域6；當(dāng)對蝦進入攝食區(qū)域6，水下網(wǎng)絡(luò)攝像頭1拍攝到畫面，經(jīng)路由器2傳輸?shù)剿鏊懔χ行?，算力中心3中的yolov11開始對畫面進行識別，識別的畫面中分別顯示蝦的狀態(tài)，有“游泳”、“休息”、“移動”，當(dāng)識別到“移動”的對蝦，經(jīng)閾值分析，符合預(yù)設(shè)條件，則推數(shù)據(jù)集訓(xùn)練dlc模型進一步的特征識別分析，經(jīng)數(shù)據(jù)集訓(xùn)練dlc模型分析后，如果為覓食行為a1，則發(fā)送信號給帶控制中心的投飼機4，控制中心控制投飼機投飼一次a3，飼料投入到水面收集器5中，避免受到水流的波動，飼料經(jīng)過下沉，定點投喂到攝食區(qū)域6中，對蝦進食的畫面會被攝像頭1捕捉，對蝦進食的時候a2，用yolov11識別到對蝦進食和餌料，則關(guān)閉dlc分析，當(dāng)yolov11識別不到殘餌，控制中心則認(rèn)為飼料已經(jīng)吃盡，那么開啟數(shù)據(jù)集訓(xùn)練dlc模型分析；當(dāng)yolov11再次識別到符合“移動”閾值條件的對蝦a4，循環(huán)以上程序，直到捕捉不到蝦覓食行為，那么蝦進入“游泳”或“休息”狀態(tài)，認(rèn)為所有的蝦都已經(jīng)進食。
23、優(yōu)選的，投飼機4的控制中心為樹莓派。
24、優(yōu)選的，所有數(shù)據(jù)存儲和顯示在帶gpu的算力中心3中。
25、優(yōu)選的，還包括一導(dǎo)軌，該導(dǎo)軌橫跨設(shè)置在魚池7的頂部，所述投飼機7可沿所述導(dǎo)軌4滑動。
26、本專利技術(shù)的有益效果在于：
27、1)提高投飼效率：采用多種機器視覺融合技術(shù)，通過實時監(jiān)控蝦的行為，實現(xiàn)精準(zhǔn)投喂，減少飼料浪費，并提高蝦的生長率和存活率。
28、2)降低人工成本：減少人工監(jiān)測和投飼，降低人力成本，提高管理效率。
29、3)改善水體環(huán)境：適當(dāng)?shù)耐讹暳磕苡行Ы档退w污染，改善養(yǎng)殖環(huán)境。
30、4)預(yù)測和優(yōu)化生長方案：通過收集的行為和投飼數(shù)據(jù)推測蝦的生長情況，優(yōu)化養(yǎng)殖方案。
31、5)養(yǎng)殖無人化技術(shù)開發(fā)：智能投飼技術(shù)的實現(xiàn)是無人化養(yǎng)殖的重要一步，通過自動化設(shè)備和系統(tǒng)來管理和投喂飼料減少人工干預(yù)，本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：
2.如權(quán)利要求1所述的基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：步驟S1中，具體包括：
3.如權(quán)利要求1所述的基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：步驟S2中，具體包括：
4.如權(quán)利要求3所述的基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：步驟S2a中的所述設(shè)定條件為：速度變化超過設(shè)定百分比范圍的閾值，速度變化百分比通過以下公式評估：
5.如權(quán)利要求4所述的基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：所述設(shè)定百分比范圍為10％到30％的范圍。
6.一種基于權(quán)利要求1-5中任意一項所述的方法的自動投喂系統(tǒng)，其特征在于：
7.如權(quán)利要求6所述的自動投喂系統(tǒng)，其特征在于：投飼機(4)的控制中心為樹莓派。
8.如權(quán)利要求6所述的自動投喂系統(tǒng)，其特征在于：所有數(shù)據(jù)存儲和顯示在帶GPU的算力中心(3)中。
9.如權(quán)利要求6所述的自動投喂系統(tǒng)，其特征在于：還包括一導(dǎo)軌，該導(dǎo)軌橫跨設(shè)
...【技術(shù)特征摘要】
1.一種基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：
2.如權(quán)利要求1所述的基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：步驟s1中，具體包括：
3.如權(quán)利要求1所述的基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：步驟s2中，具體包括：
4.如權(quán)利要求3所述的基于機器視覺蝦類攝食行為預(yù)測及自動投喂方法，其特征在于：步驟s2a中的所述設(shè)定條件為：速度變化超過設(shè)定百分比范圍的閾值，速度變化百分比通過以下公式評估：
5.如權(quán)利要求4所述的基于機器視覺...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：顧川川，張海耿，高倩倩，單建軍，
申請(專利權(quán))人：中國水產(chǎn)科學(xué)研究院漁業(yè)機械儀器研究所，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。