李永鋒，王文生,2*，郭雷風(fēng)*，舒 航，許貝貝，齊景偉

(1.中國(guó)農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)信息研究所，北京 海淀100086；2.農(nóng)業(yè)農(nóng)村部 信息中心，北京 朝陽(yáng) 100125；3.內(nèi)蒙古農(nóng)業(yè)大學(xué) 動(dòng)物科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010018)

中國(guó)畜牧業(yè)不斷發(fā)展，從2015年到2019年，牛出欄數(shù)量增加7.66%，牛肉產(chǎn)量增加8.17%，牛奶產(chǎn)量增加0.67%[1]。隨著國(guó)內(nèi)肉、奶消費(fèi)的不斷增加，傳統(tǒng)農(nóng)場(chǎng)的養(yǎng)殖水平和生產(chǎn)效率難以滿(mǎn)足市場(chǎng)要求。規(guī)?；?、機(jī)械化、自動(dòng)化和精細(xì)化的農(nóng)場(chǎng)是未來(lái)發(fā)展的趨勢(shì)。農(nóng)場(chǎng)規(guī)模的增長(zhǎng)和集約化的養(yǎng)殖方式使得農(nóng)民難以及時(shí)獲取牲畜個(gè)體行為信息，影響生產(chǎn)管理和動(dòng)物福利水平。目前，牛的行為信息的監(jiān)測(cè)和識(shí)別主要有接觸式和非接觸式兩種。非接觸式的代表是圖像識(shí)別技術(shù)，其在牛的目標(biāo)檢測(cè)[2]、爬跨動(dòng)作檢測(cè)發(fā)情等[3]方面取得了進(jìn)展，但由于環(huán)境及場(chǎng)景復(fù)雜，距離實(shí)際應(yīng)用還有很長(zhǎng)的路要走。接觸式的代表是穿戴傳感器技術(shù)。穿戴傳感器技術(shù)發(fā)展較為成熟，且被廣泛應(yīng)用于牲畜行為監(jiān)測(cè)[4]。

載畜量、飼料花費(fèi)和疾病管理[5]是影響畜牧業(yè)成本的關(guān)鍵。為了增加收益，養(yǎng)殖場(chǎng)加大單位面積飼養(yǎng)的牲畜數(shù)量來(lái)降低成本，導(dǎo)致養(yǎng)殖環(huán)境擁擠，疾病多發(fā)。與此同時(shí)，對(duì)牲畜個(gè)體的關(guān)注時(shí)間減少，難以及時(shí)監(jiān)測(cè)疾病。利用穿戴傳感器可以在個(gè)體水平監(jiān)測(cè)牛進(jìn)食、反芻、飲水、運(yùn)動(dòng)和休息等日常行為，通過(guò)日常行為的特征變化，對(duì)牛生長(zhǎng)周期中的關(guān)鍵節(jié)點(diǎn)和常見(jiàn)疾病提前預(yù)警，及時(shí)防治和處理，使損失降低，同時(shí)減少勞動(dòng)力。本文總結(jié)了不同類(lèi)型穿戴傳感器在牛日常行為識(shí)別中的研究應(yīng)用，分析了日常行為特征在發(fā)情、產(chǎn)犢、跛足和疾病檢測(cè)方面的應(yīng)用情況，剖析了數(shù)據(jù)采集、數(shù)據(jù)傳輸、模型構(gòu)建和實(shí)時(shí)預(yù)警中的問(wèn)題，并對(duì)未來(lái)研究方向進(jìn)行了展望。

1 穿戴傳感器在精準(zhǔn)畜牧業(yè)中的應(yīng)用

精準(zhǔn)畜牧業(yè)(precision livestock farming, PLF)的研究聚焦個(gè)體，通過(guò)個(gè)體反映整體。從大的空間位置對(duì)牲畜定位，聚焦個(gè)體的姿態(tài)(站立、躺臥、行走)，再到局部動(dòng)作(進(jìn)食、反芻、飲水、舉尾等)的探索以及生理信息的實(shí)時(shí)獲取，實(shí)現(xiàn)空間和時(shí)間上對(duì)個(gè)體全方位跟蹤、監(jiān)測(cè)、分析和管理。傳感器的發(fā)展使得人們可以在個(gè)體水平下監(jiān)測(cè)牲畜，依據(jù)牛的不同部位可以得到不同的指標(biāo)，如圖1所示。

圖1 不同位置監(jiān)測(cè)的關(guān)鍵指標(biāo)

穿戴傳感器是穿戴在身上，綜合多種硬件傳感器和軟件處理單元，可以實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)采集、處理、傳輸?shù)谋銛y設(shè)備[6]。穿戴傳感器已經(jīng)在人體健康監(jiān)測(cè)方面取得重大進(jìn)展，智能手環(huán)可以實(shí)時(shí)監(jiān)測(cè)心率、步數(shù)、睡眠時(shí)長(zhǎng)等，用戶(hù)可以通過(guò)手機(jī)端接收每日運(yùn)動(dòng)量、睡眠質(zhì)量和久坐提醒等健康信息。應(yīng)用于牛行為識(shí)別的穿戴傳感器類(lèi)型見(jiàn)表1。穿戴傳感器采集動(dòng)物個(gè)體數(shù)據(jù)，通過(guò)實(shí)時(shí)傳輸、分析、統(tǒng)計(jì)和對(duì)比實(shí)現(xiàn)健康監(jiān)測(cè)和異常檢測(cè)。

表1 主要穿戴傳感器的對(duì)比

2 日常行為識(shí)別

牛的日常行為是體現(xiàn)福利水平的關(guān)鍵，高福利水平下精細(xì)化飼養(yǎng)可顯著提高牛肉和牛奶的質(zhì)量。牛的日常行為包括進(jìn)食、飲水、反芻、運(yùn)動(dòng)、休息和排泄等。日常行為判定的依據(jù)主要有3點(diǎn)：(1)日常行為每天都發(fā)生，且頻率較高；(2)日常行為是個(gè)體獨(dú)立的行為，與其他的個(gè)體交互較少；(3)日常行為特征對(duì)繁殖行為、異常行為或疾病檢測(cè)有指導(dǎo)價(jià)值。牛在受到外界刺激和生理疾病影響時(shí)，日常行為會(huì)發(fā)生變化。除此之外，監(jiān)測(cè)日常行為的變化對(duì)了解牛和飼養(yǎng)環(huán)境的關(guān)系以及牛和牛之間關(guān)系有益處。理解和識(shí)別牛的日常行為，是發(fā)情檢測(cè)、產(chǎn)犢檢測(cè)、跛足檢測(cè)和疾病檢測(cè)等技術(shù)的基礎(chǔ)。在此基礎(chǔ)上，采取科學(xué)的管理方式和合理的治療手段，提高動(dòng)物福利水平和生產(chǎn)效益。牛日常行為識(shí)別研究結(jié)果如表2所示。

表2 牛日常行為識(shí)別研究結(jié)果

2.1 進(jìn)食、反芻和飲水行為

監(jiān)測(cè)進(jìn)食行為可以估計(jì)牲畜個(gè)體的飼料攝入量和能量轉(zhuǎn)化率。飼料成本占奶牛場(chǎng)總成本的40%～60%。傳統(tǒng)的牧場(chǎng)管理中，通過(guò)產(chǎn)奶量、牧草前后變化和體重信息來(lái)間接監(jiān)測(cè)進(jìn)食量[15]。精準(zhǔn)畜牧業(yè)關(guān)注動(dòng)物個(gè)體，通過(guò)傳感器監(jiān)測(cè)進(jìn)食時(shí)間、反芻時(shí)間、飲水次數(shù)和下頜運(yùn)動(dòng)規(guī)律等信息，實(shí)現(xiàn)精準(zhǔn)飼養(yǎng)，并在此基礎(chǔ)上幫助人們預(yù)測(cè)產(chǎn)奶量、產(chǎn)犢時(shí)間等。其中進(jìn)食、反芻和飲水時(shí)間是長(zhǎng)時(shí)間窗口下的監(jiān)測(cè)，而下頜運(yùn)動(dòng)是在短時(shí)間窗口下的具體動(dòng)作監(jiān)測(cè)。目前主要通過(guò)壓力傳感器、聲音傳感器和加速度傳感器監(jiān)測(cè)進(jìn)食、反芻和飲水行為。壓力傳感器通常固定在牛的鼻翼[16]部位，在動(dòng)物進(jìn)食或者反芻時(shí)記錄下頜運(yùn)動(dòng)壓力值。在反芻時(shí)，由于咀嚼運(yùn)動(dòng)是規(guī)則的，壓力產(chǎn)生均勻規(guī)則的波形，而進(jìn)食則產(chǎn)生不規(guī)則波形，且振幅較大[17]。Zehner等[8]使用鼻帶壓力傳感器記錄了進(jìn)食、反芻和飲水等行為，并與直接觀察的數(shù)據(jù)進(jìn)行對(duì)比，兩者記錄行為的相關(guān)性在0.86～0.96之間，但對(duì)飲水的監(jiān)測(cè)并不理想。聲音傳感器通過(guò)采集咬、咀嚼和咀嚼-咬等聲音的波形特征來(lái)區(qū)分進(jìn)食和反芻。提取不同行為下聲音信號(hào)的形狀、振幅、持續(xù)時(shí)間和能量等特征，可實(shí)現(xiàn)相關(guān)行為的分類(lèi)。Chelotti等[18]提出了一種實(shí)時(shí)檢測(cè)牛進(jìn)食行為的算法(CBRTA)，該算法識(shí)別進(jìn)食事件的精確度高達(dá)97.4%，分類(lèi)為單獨(dú)咀嚼、咬和復(fù)合咀嚼-咬的精確度為84.0%。壓力傳感器和聲音傳感器一般固定在動(dòng)物的鼻翼或者前額，采集咀嚼過(guò)程中下頜壓力變化或發(fā)出的聲音，可以對(duì)撕咬、咀嚼等下顎運(yùn)動(dòng)細(xì)節(jié)進(jìn)行分析。加速度傳感器和IMU一般固定在頸部、頭部和耳部來(lái)監(jiān)測(cè)進(jìn)食和反芻等行為，任曉惠等[10]在牛頸部佩戴三軸加速度傳感器，利用支持向量機(jī)對(duì)進(jìn)食、反芻和飲水等行為分類(lèi)，分類(lèi)精確度高達(dá)97%。在頸部佩戴IMU運(yùn)動(dòng)傳感器時(shí)通過(guò)皮膚傳遞的力的變化感知加速度，根據(jù)頭部的轉(zhuǎn)動(dòng)感知角速度，由于佩戴的位置距離嘴巴較遠(yuǎn)，不易探測(cè)到咬和咀嚼的具體細(xì)節(jié)動(dòng)作。

2.2 運(yùn)動(dòng)和休息行為

運(yùn)動(dòng)與休息是評(píng)估生長(zhǎng)狀況和動(dòng)物福利的基礎(chǔ)。步數(shù)、行走速度、躺臥時(shí)間、躺臥次數(shù)等的測(cè)定反映牛的姿態(tài)特征，對(duì)跛足、發(fā)情有重要的指示作用。計(jì)步器、IMU、加速度傳感器和GPS都可以測(cè)量上述行為特征，而聲音傳感器和壓力傳感器對(duì)大姿態(tài)且涉及空間轉(zhuǎn)換的動(dòng)作無(wú)能為力。Brunassi等[19]采用計(jì)步器對(duì)奶牛的活動(dòng)量進(jìn)行測(cè)定，建立了以活動(dòng)量、歷史發(fā)情周期和激素應(yīng)用情況為參數(shù)的模糊邏輯專(zhuān)家系統(tǒng)，對(duì)發(fā)情進(jìn)行了預(yù)警。Achour等[12]在奶牛背部固定IMU，采集了躺臥(左躺和右躺)、站立、行走和靜止等行為的特征，設(shè)計(jì)了單變量和多變量有限混合模型和決策樹(shù)分類(lèi)模型，各行為分類(lèi)準(zhǔn)確率達(dá)90%以上。Vzquze Diosdado等[20]通過(guò)頸部佩戴三軸加速度傳感器，對(duì)6頭牛進(jìn)行連續(xù)36 h的監(jiān)控，利用決策樹(shù)算法對(duì)躺臥、站立和進(jìn)食進(jìn)行了分類(lèi)，平均精確度達(dá)到了87.5%。

不同的傳感器采集的物理量不同，對(duì)不同行為的敏感度不同。聲音傳感器和壓力傳感器一般佩戴在頸部、頭部和鼻翼，大多采用頭套固定，收集的數(shù)據(jù)主要是嘴巴發(fā)出的聲音或下頜運(yùn)動(dòng)時(shí)力的變化，可以有效監(jiān)測(cè)進(jìn)食和反芻的細(xì)節(jié)。加速度傳感器和IMU在頸部、腿部、背部和耳部都可以佩戴。在頸部佩戴時(shí)需要配重，不僅可以監(jiān)測(cè)頭部信息，還可以監(jiān)測(cè)身體姿態(tài)信息，所以常用來(lái)監(jiān)測(cè)多種日常行為。Dutta等[21]通過(guò)帶有IMU的項(xiàng)圈對(duì)奶牛行為數(shù)據(jù)進(jìn)行采集，提出了一種由概率主成分分析、模糊C均值和自組織地圖網(wǎng)絡(luò)算法組成的新型混合聚類(lèi)框架，分析了數(shù)據(jù)的自然結(jié)構(gòu)，并利用多種集成學(xué)習(xí)方法對(duì)進(jìn)食、反芻、休息、行走和其他行為分類(lèi)，發(fā)現(xiàn)基于決策樹(shù)的bagging集成算法平均分類(lèi)精確度最高(96%)。對(duì)進(jìn)食、反芻等頭部動(dòng)作和站立、行走等身體姿態(tài)進(jìn)行分類(lèi)研究時(shí)，通過(guò)多部位同時(shí)佩戴傳感器可以獲取更多分類(lèi)特征，提高分類(lèi)精度[22]。Benaissa等[13]在奶牛的頸部和腿部同時(shí)佩戴加速度傳感器，測(cè)定了佩戴1個(gè)加速度傳感器和佩戴2個(gè)加速度傳感器在不同算法的分類(lèi)精度差異，發(fā)現(xiàn)當(dāng)頸部和腿部數(shù)據(jù)融合時(shí)，分類(lèi)效果更好，此外還研究了采樣頻率對(duì)分類(lèi)精度的影響。多種不同類(lèi)型的傳感器的綜合使用可以感知到更多的行為信息。Pratama等[23]開(kāi)發(fā)了溫度傳感器、心率傳感器和加速度傳感器一體的頸部穿戴傳感器，識(shí)別了體溫和心率的正常與異常，并利用其中的加速度傳感器對(duì)站立躺臥進(jìn)食行為進(jìn)行分類(lèi)，結(jié)合三者對(duì)奶牛健康狀況進(jìn)行了評(píng)估。

3 日常行為特征應(yīng)用

利用穿戴傳感器采集的數(shù)據(jù)對(duì)日常行為進(jìn)行識(shí)別，可得到牛的位置、姿態(tài)和動(dòng)作信息，從中提取進(jìn)食、反芻、飲水、運(yùn)動(dòng)和休息的持續(xù)時(shí)間、強(qiáng)度、次數(shù)等特征量的變化，再應(yīng)用于發(fā)情、產(chǎn)犢預(yù)測(cè)、跛足和疾病檢測(cè)。常見(jiàn)模型方法分為兩類(lèi)，一類(lèi)主要是基于日常行為時(shí)間和次數(shù)的數(shù)據(jù)分析及閾值判斷；另一類(lèi)利用機(jī)器學(xué)習(xí)分類(lèi)算法，常見(jiàn)的分類(lèi)算法包括聚類(lèi)、邏輯回歸、決策樹(shù)、最近鄰、隨機(jī)森林和支持向量機(jī)等。牛日常行為特征應(yīng)用研究結(jié)果如表3所示。

表3 牛日常行為特征應(yīng)用研究結(jié)果

3.1 發(fā)情檢測(cè)

有效檢測(cè)發(fā)情周期和發(fā)情時(shí)間對(duì)于人工授精有重要意義。隨著集約化農(nóng)場(chǎng)的發(fā)展，傳統(tǒng)人工方法難以實(shí)時(shí)檢測(cè)發(fā)情，檢測(cè)準(zhǔn)確率低導(dǎo)致錯(cuò)過(guò)發(fā)情期。爬跨動(dòng)作是發(fā)情最明顯的標(biāo)志[35]。在圈養(yǎng)條件下，爬跨發(fā)情的表現(xiàn)越來(lái)越弱，爬跨的數(shù)量比放牧條件下明顯減少[36]。發(fā)情期間反芻時(shí)間減少約14%～24%[37]，發(fā)情期的母牛每小時(shí)行走的步數(shù)大約是正常時(shí)期的2～4倍[38]。L?vendahl等[39]在奶牛的頸部佩戴計(jì)步器，基于指數(shù)平滑每小時(shí)活動(dòng)指數(shù)的偏差，識(shí)別發(fā)情的開(kāi)始、持續(xù)時(shí)間和強(qiáng)度。結(jié)果表明，基于電子活動(dòng)標(biāo)簽測(cè)定第一次高活動(dòng)量(DFHA)、發(fā)情持續(xù)時(shí)間、強(qiáng)度和規(guī)律的方法，對(duì)檢測(cè)發(fā)情奶牛有重要意義。Wang等[40]結(jié)合加速度傳感器和室內(nèi)定位傳感器對(duì)12頭奶牛進(jìn)行12 d連續(xù)監(jiān)測(cè)，得到站立時(shí)間、躺臥時(shí)間、行走時(shí)間、進(jìn)食時(shí)間、飲水時(shí)間、步數(shù)、位移、平均速度、行走次數(shù)、進(jìn)食次數(shù)和飲水次數(shù)等特征，對(duì)比了不同的機(jī)器學(xué)習(xí)算法和不同時(shí)間窗口下發(fā)情預(yù)測(cè)準(zhǔn)確率，發(fā)現(xiàn)0.5 h時(shí)間窗口下的BP神經(jīng)網(wǎng)絡(luò)(BPNN)算法效果最好，精確度為95.36%。奶牛的正常體溫為38.6 ℃左右，在發(fā)情周期中，溫度變化顯著[41]。Miura等[42]設(shè)計(jì)了一種于熱敏電阻無(wú)線(xiàn)傳感器節(jié)點(diǎn)，連接到牛尾巴腹側(cè)表面的底部，根據(jù)方差分析測(cè)定表面溫度(ST)和殘留溫度(RT)的波動(dòng)。試驗(yàn)表明，排卵前24 h RT顯著上升，且沒(méi)有季節(jié)差異，發(fā)情檢測(cè)的靈敏度和精確度分別為56%～89%和46%～71%。Lee等[43]利用外部拾音器，發(fā)現(xiàn)在韓國(guó)奶牛聲譜圖中存在19個(gè)共振峰，提出了一種基于共振峰的特征子集選擇算法，得到最優(yōu)共振峰特征子集，用于韓國(guó)本土母牛發(fā)情檢測(cè)時(shí)精確度為97.5%。因此，在爬跨之外，活動(dòng)量、反芻時(shí)間、進(jìn)食量、體溫、叫聲等行為特征的變化也可被用來(lái)檢測(cè)奶牛是否發(fā)情。

穿戴傳感器檢測(cè)發(fā)情主要依靠活動(dòng)量、體溫以及發(fā)情時(shí)的聲音信息。發(fā)情一般發(fā)生在夜間，對(duì)實(shí)時(shí)監(jiān)測(cè)的要求很高。加速度傳感器、計(jì)步器和體溫傳感器采集的數(shù)據(jù)量小，易于實(shí)時(shí)傳輸，且待機(jī)時(shí)間長(zhǎng)。聲音傳感器采集的數(shù)據(jù)量大，易受周?chē)肼暩蓴_，不利于實(shí)時(shí)傳輸，需要將數(shù)據(jù)存儲(chǔ)，再進(jìn)行分析，難以滿(mǎn)足長(zhǎng)時(shí)間連續(xù)實(shí)時(shí)監(jiān)測(cè)的需求。

3.2 產(chǎn)犢檢測(cè)

難產(chǎn)是導(dǎo)致死亡和造成經(jīng)濟(jì)損失的重要原因。在傳統(tǒng)牧場(chǎng)，產(chǎn)犢時(shí)間的判斷依賴(lài)有經(jīng)驗(yàn)的工作者。隨著養(yǎng)殖規(guī)模的擴(kuò)大，對(duì)于牲畜個(gè)體的關(guān)注變少，需要利用高效、低成本的設(shè)備來(lái)預(yù)警個(gè)體的產(chǎn)犢行為。產(chǎn)犢前伴隨著一系列生理和行為的改變。激素水平的上升是判斷產(chǎn)犢最準(zhǔn)確的方式，但是由于激素的檢測(cè)是侵入式、不可逆的[44]，容易對(duì)牛的健康造成影響。體溫的下降也可以預(yù)測(cè)產(chǎn)犢，但是這一變化不夠明顯，監(jiān)測(cè)困難[45]。除此之外，在產(chǎn)犢前，牛的行為會(huì)發(fā)生變化，如躺臥、站立、反芻、進(jìn)食、離群和舉尾等行為，利用穿戴傳感器能夠有效監(jiān)測(cè)這類(lèi)行為并實(shí)現(xiàn)產(chǎn)犢預(yù)警。

Benaissa等[24]利用加速度傳感器采集頸部和腿部數(shù)據(jù)，構(gòu)建了每小時(shí)反芻時(shí)間、進(jìn)食時(shí)間和休息時(shí)間等特征，根據(jù)產(chǎn)犢7 d前每小時(shí)躺臥時(shí)間、躺臥次數(shù)、步數(shù)等特征變化，構(gòu)建了邏輯回歸模型，預(yù)測(cè)產(chǎn)犢行為。Borchers等[29]分別在牛頸部和腿部佩戴穿戴傳感器，利用隨機(jī)森林、線(xiàn)性判別分析和神經(jīng)網(wǎng)絡(luò)等算法對(duì)兩部位融合數(shù)據(jù)進(jìn)行產(chǎn)犢判別，試驗(yàn)表明奶牛在臨產(chǎn)時(shí)會(huì)變得焦躁不安，導(dǎo)致活動(dòng)量增加、反芻時(shí)間減少。Clark等[46]利用穿戴傳感器監(jiān)測(cè)反芻和活動(dòng)量，在該研究中奶牛的反芻時(shí)間在產(chǎn)前2天減少了33%，但活動(dòng)水平在產(chǎn)前維持不變，在產(chǎn)后幾天內(nèi)增加。Ouellet等[47]使用3個(gè)傳感器記錄4個(gè)特征變量(陰道溫度、反芻時(shí)間、躺臥時(shí)間和躺臥次數(shù))，在4個(gè)指標(biāo)中，陰道溫度 0.1 ℃的下降最能預(yù)測(cè)24 h內(nèi)的產(chǎn)犢。Krieger等[30]利用綁在尾巴的三軸加速度傳感器(見(jiàn)圖2)采集了產(chǎn)犢前2天的舉尾數(shù)據(jù)，利用舉尾的頻率和持續(xù)時(shí)間建立了決策函數(shù)，超過(guò)一定閾值觸發(fā)分娩警報(bào)。Miller等[48]同時(shí)在頸部和尾部佩戴穿戴傳感器，獲取了144頭肉牛和110頭奶牛每小時(shí)進(jìn)食時(shí)間、反芻時(shí)間、舉尾次數(shù)和每1.5 h活動(dòng)水平，利用隨機(jī)森林算法對(duì)不同特征進(jìn)行組合，發(fā)現(xiàn)舉尾次數(shù)預(yù)測(cè)性能最好，精確度為76.1%。

圖 2 加速度傳感器固定在牛尾上[30]

產(chǎn)犢前后活動(dòng)量、進(jìn)食量和反芻量[49]有明顯的變化。這些特征不僅能幫助飼養(yǎng)人員進(jìn)行產(chǎn)前預(yù)測(cè)，及時(shí)將待產(chǎn)奶牛轉(zhuǎn)移至產(chǎn)房重點(diǎn)照料，對(duì)于產(chǎn)后護(hù)理和飼料選擇也有指導(dǎo)價(jià)值，尤其對(duì)于初次產(chǎn)犢的牛。產(chǎn)犢前陰道溫度的變化不夠顯著，而舉尾次數(shù)的增加方便監(jiān)測(cè)，效果顯著。目前，對(duì)于產(chǎn)犢的預(yù)測(cè)準(zhǔn)確率較低，判斷不同行為特征對(duì)預(yù)測(cè)產(chǎn)犢的重要性、建立產(chǎn)犢預(yù)警和產(chǎn)后防護(hù)是未來(lái)研究重點(diǎn)。

3.3 跛足檢測(cè)

由于遺傳育種、圈舍環(huán)境、營(yíng)養(yǎng)配比和飼養(yǎng)管理等問(wèn)題導(dǎo)致牛蹄潰瘍、皮膚病變、肌肉損傷，輕癥者行走困難，重癥者不能行走，最終被淘汰。及時(shí)監(jiān)測(cè)到早期跛足能夠有效地降低動(dòng)物的痛苦和經(jīng)濟(jì)損失[50]。最早利用人工目測(cè)對(duì)牛的蹄肢進(jìn)行評(píng)分，最常用的是5分制標(biāo)準(zhǔn)[51]。隨著農(nóng)場(chǎng)規(guī)模的擴(kuò)大，依靠人工目測(cè)已經(jīng)不能滿(mǎn)足需求。穿戴傳感器可以通過(guò)監(jiān)測(cè)個(gè)體行為和步態(tài)來(lái)判斷是否跛足[52]。

在跛足初期，根據(jù)躺臥、行走、進(jìn)食、反芻等日常行為特征的改變，對(duì)牛進(jìn)行診斷和治療。躺臥行為被認(rèn)為和跛足關(guān)系密切。Blackie等[53]發(fā)現(xiàn)跛足發(fā)生時(shí)，躺臥次數(shù)變少，但躺臥時(shí)間并無(wú)差異，而Weigele等[54]研究發(fā)現(xiàn)，躺臥時(shí)間和每次躺臥時(shí)間都變長(zhǎng)，更偏愛(ài)側(cè)躺。Beer等[31]在后腿和頭部分別佩戴加速度計(jì)和鼻帶壓力傳感器，利用邏輯回歸算法準(zhǔn)確區(qū)分了跛足奶牛和非跛足奶牛，同樣得到了跛足時(shí)躺臥時(shí)間增加的結(jié)果，該研究表明，站立次數(shù)和行走速度是預(yù)測(cè)奶牛跛足的最佳因子，敏感性為90.2%，特異性為91.7%。反芻和進(jìn)食時(shí)間在一定程度上也反映跛足。Barker等[55]利用傳感器記錄的加速度和位置數(shù)據(jù)，基于兩階段決策樹(shù)算法將行為分類(lèi)為進(jìn)食、非進(jìn)食和擠奶，對(duì)分類(lèi)行為的統(tǒng)計(jì)分析顯示，跛足奶牛進(jìn)食時(shí)間較短。Taneja等[32]在奶牛的前腿固定加速度傳感器，通過(guò)聚類(lèi)算法將146頭牛活動(dòng)強(qiáng)度分為活躍、正常、低于正常，對(duì)牛群進(jìn)行標(biāo)簽化處理，將步數(shù)、躺臥時(shí)間和起臥轉(zhuǎn)換次數(shù)作為活動(dòng)特征，利用最近鄰算法進(jìn)行分類(lèi)，結(jié)果表明，在人工發(fā)現(xiàn)跛足前3天就能監(jiān)測(cè)到輕微跛足，精度為87%。

步態(tài)變化同樣被認(rèn)為是跛足征兆之一。Grimm等[56]研究發(fā)現(xiàn)，躺臥、行走、進(jìn)食和反芻等日常行為變化只是檢測(cè)跛足的補(bǔ)充，最能說(shuō)明跛足的是步態(tài)變化。Pastell等[57]在4個(gè)腿關(guān)節(jié)佩戴三軸加速度傳感器，計(jì)算各腿、各軸總加速度的方差和小波方差，根據(jù)跛足牛和正常牛步態(tài)中前進(jìn)加速度的后腿方差的對(duì)稱(chēng)性差異，可以識(shí)別出跛行牛和正常牛的步態(tài)變化；Thorup等[28]通過(guò)佩戴在后腿的三軸加速度傳感器，對(duì)348頭牛利用5分制對(duì)蹄肢打分，發(fā)現(xiàn)正常(LS1)和步態(tài)不均勻(LS2)的活動(dòng)水平不同，通過(guò)步行時(shí)間和步行活動(dòng)指數(shù)可以檢測(cè)出跛行的早期跡象。

行為特征不足以完全反映跛足嚴(yán)重程度。建立活動(dòng)量、行走速度、行走距離、躺臥時(shí)間等行為特征、產(chǎn)奶量和蹄肢評(píng)分之間的關(guān)系，對(duì)不同的跛足程度計(jì)算特征閾值，根據(jù)閾值判別跛足程度，有利于在跛足情況輕微時(shí)預(yù)警。

3.4 疾病檢測(cè)

行為的變化在一定程度上反映生理疾病和健康水平。發(fā)燒時(shí)，食欲不振，精神萎靡[58]；熱應(yīng)激反應(yīng)時(shí)，呼吸先變快變淺，非常嚴(yán)重時(shí)轉(zhuǎn)為慢而深的模式[59]。行為特征和疾病特征的關(guān)聯(lián)可以提前預(yù)警疾病，指導(dǎo)管理者事前決策。

傳統(tǒng)熱應(yīng)激的檢測(cè)停留在環(huán)境監(jiān)測(cè)，環(huán)境溫濕度指數(shù)(THI)是反映熱應(yīng)激的最常用指標(biāo)，此外還有等效溫度指數(shù)(ETI)、熱負(fù)荷指數(shù)(HLI)等[60]。這些指標(biāo)都是針對(duì)群體，但是不同個(gè)體和品種的牛對(duì)熱應(yīng)激的耐受度不同，Islam等[33]利用耳標(biāo)三軸加速度傳感器檢測(cè)不同品種牛的呼吸速率，在個(gè)體水平下測(cè)量熱應(yīng)激反應(yīng)，使選擇抗熱應(yīng)激的良種牛成為可能。Tullo等[61]將環(huán)境因素與動(dòng)物行為相關(guān)聯(lián)，利用加速度傳感器獲取奶牛躺臥行為，探究了躺臥行為與氣候條件(溫濕度指數(shù)、太陽(yáng)輻射、風(fēng)速及雨量)之間的相關(guān)關(guān)系，r2為0.84。該方法可用于評(píng)價(jià)農(nóng)場(chǎng)的熱應(yīng)激緩解策略是否奏效。

Tobin等[34]利用佩戴在頸部的三軸加速度傳感器，監(jiān)測(cè)到牛在出現(xiàn)流行熱癥狀的前48 h和24 h，活動(dòng)強(qiáng)度與對(duì)照組相比明顯偏低；Stangaferro等[62]通過(guò)穿戴傳感器監(jiān)測(cè)反芻時(shí)間和活動(dòng)水平，結(jié)合自動(dòng)健康監(jiān)測(cè)系統(tǒng)，檢測(cè)出了代謝和消化障礙，以及更嚴(yán)重的乳腺炎和子宮炎的奶牛；Gusterer等[63]同樣利用反芻時(shí)間和活動(dòng)水平在疾病的臨床表現(xiàn)前識(shí)別出了健康紊亂的奶牛。

4 問(wèn)題分析與未來(lái)展望

4.1 問(wèn)題分析

傳感器系統(tǒng)已經(jīng)在精準(zhǔn)畜牧業(yè)中廣泛使用，在標(biāo)準(zhǔn)化、集約化農(nóng)場(chǎng)中扮演重要的角色?；诖┐鱾鞲衅髋Ｐ袨樽R(shí)別模型如圖3所示，分為4步：(1)數(shù)據(jù)采集；(2)數(shù)據(jù)傳輸；(3)模型構(gòu)建；(4)實(shí)時(shí)預(yù)警。

圖3 基于穿戴傳感器的牛行為識(shí)別模型

(1)數(shù)據(jù)采集。不同的采樣頻率不僅影響行為分類(lèi)，而且和設(shè)備待機(jī)時(shí)間緊密相關(guān)。不同穿戴傳感器佩戴位置不同，聲音傳感器和壓力傳感器佩戴的位置主要是頭、頸區(qū)域，用來(lái)采集進(jìn)食和反芻效果良好。加速度傳感器佩戴的位置很多，頸部目前是采集行為最多的位置，尾部只能采集單一的舉尾行為。溫度傳感器最適合佩戴在血管多、毛發(fā)少的位置。雖然穿戴傳感器是非侵入式的，但佩戴過(guò)多容易對(duì)動(dòng)物造成壓力[64]且成本過(guò)高。因此，開(kāi)發(fā)多種傳感器融合的頸部智能項(xiàng)圈是可能的解決方案。

(2)數(shù)據(jù)傳輸。大多數(shù)研究都是用SD卡保存行為數(shù)據(jù)，采集結(jié)束后上傳電腦進(jìn)行離線(xiàn)分析。在真實(shí)生產(chǎn)管理中，只有實(shí)時(shí)傳輸，數(shù)據(jù)才有意義，才能真正起到防患于未然的作用。此外，傳輸?shù)臄?shù)據(jù)需要清洗掉噪聲數(shù)據(jù)，傳輸對(duì)預(yù)測(cè)模型有用的數(shù)據(jù)可以有效提高網(wǎng)絡(luò)的傳輸效率。

(3)模型構(gòu)建。根據(jù)對(duì)國(guó)內(nèi)外文獻(xiàn)總結(jié)可知，牛日常行為分類(lèi)的精度較高。但是在日常行為特征的應(yīng)用中，當(dāng)測(cè)試的樣本量增加時(shí)，效果不是很好。其次，單一的特征很難預(yù)測(cè)復(fù)雜行為，針對(duì)不同的檢測(cè)需要最佳的特征組合。將機(jī)器學(xué)習(xí)算法應(yīng)用于牛行為識(shí)別中依舊是研究熱點(diǎn)。

(4)實(shí)時(shí)預(yù)警。國(guó)內(nèi)對(duì)于行為特征的應(yīng)用停留在試驗(yàn)階段，并未進(jìn)行大規(guī)模驗(yàn)證。國(guó)外已經(jīng)開(kāi)始對(duì)傳感器系統(tǒng)進(jìn)行驗(yàn)證。傳感器系統(tǒng)為農(nóng)場(chǎng)帶來(lái)了環(huán)境、經(jīng)濟(jì)和社會(huì)可持續(xù)性效益，但這些效益尚未通過(guò)持續(xù)性評(píng)估的方法加以量化[65]。只有大規(guī)模驗(yàn)證，改進(jìn)技術(shù)，避免錯(cuò)誤預(yù)警，才能使生產(chǎn)者相信傳感器系統(tǒng)的積極效果。

4.2 展 望

自動(dòng)化的牲畜健康生產(chǎn)管理依賴(lài)大量的信息。單一的穿戴傳感器不足以采集全方位的生產(chǎn)周期數(shù)據(jù)。環(huán)境數(shù)據(jù)(天氣、溫濕度、風(fēng)速)、生理數(shù)據(jù)(激素、呼吸頻率、心率、血氧)和圖像數(shù)據(jù)獲取需要借助其他的監(jiān)測(cè)方法。綜合使用文本、聲音、圖片和視頻等數(shù)據(jù)，挖掘更深層次的信息，才能更加精準(zhǔn)地感知牲畜的健康，輔助管理決策。

新技術(shù)的發(fā)展給予穿戴傳感器更多的可能性。云計(jì)算可以為自動(dòng)牲畜管理系統(tǒng)提供高效的計(jì)算能力和數(shù)據(jù)存儲(chǔ)能力。穿戴傳感器只需進(jìn)行數(shù)據(jù)采集和傳輸，而不需要數(shù)據(jù)處理，處理工作和應(yīng)答工作都交由云計(jì)算，既緩解了穿戴傳感器的壓力，又延長(zhǎng)了設(shè)備的待機(jī)時(shí)間。高速度、大寬帶、低時(shí)延的5G(5th generation mobile networks)傳輸和高精度定位的GPS/北斗，能夠在放牧場(chǎng)景下實(shí)時(shí)感知每頭牛的位置，使建設(shè)牧場(chǎng)的虛擬圍欄成為可能。

搭建實(shí)時(shí)接收、處理、運(yùn)算和預(yù)警的數(shù)據(jù)平臺(tái)是個(gè)體監(jiān)測(cè)的服務(wù)核心。從傳感器獲取數(shù)據(jù)到傳輸?shù)狡脚_(tái)運(yùn)算處理，最后對(duì)牧場(chǎng)管理人員發(fā)布預(yù)警。平臺(tái)為文本、圖片、聲音和視頻等類(lèi)型數(shù)據(jù)提供接口，實(shí)現(xiàn)各類(lèi)穿戴傳感器、攝像機(jī)和環(huán)境傳感器即插即用。與此同時(shí)，平臺(tái)可以根據(jù)不同的農(nóng)場(chǎng)需求提供個(gè)性化定制服務(wù)。