新一代信息技术背景下养殖智能装备发展趋势分析

doi:10.19788/j.issn.2096-6369.230310

农业大数据学报 ›› 2023, Vol. 5 ›› Issue (3): 56-68.doi: 10.19788/j.issn.2096-6369.230310

新一代信息技术背景下养殖智能装备发展趋势分析

胡天赐¹(), 王文生², 齐景伟³, 蒋呈祥¹, 陈新文⁴, 郑文新⁴, 郭雷风^2,^*()

1.新疆农业大学计算机与信息工程学院，乌鲁木齐 830052，中国
2.中国农业科学院农业信息研究所，北京 100081，中国
3.内蒙古农业大学动物科学学院，呼和浩特 010018，中国
4.新疆畜牧科学院畜牧业质量标准研究所，乌鲁木齐 830011，中国

收稿日期:2023-07-04 接受日期:2023-08-10 出版日期:2023-09-26 发布日期:2023-11-14
通讯作者: 郭雷风，E-mail：guoleifeng@caas.cn。
作者简介:胡天赐，E-mail：1272341570@qq.com。
基金资助:
运动马及马场智慧管理关键技术研发(2022B02027-2);宁夏回族自治区重点研发计划(2022BBF02021);内蒙古自治区科技重大专项(2020ZD0004);中国农业科学院农业科技创新工程(CAAS-ASTIP-2023-AII);规模奶牛场中央厨房精准饲喂决策系统研发与应用(22326609D)

Analysis on the Development Trend of Breeding Intelligent Equipment Under the Background of New-Generation Information Technology

HU TianCi¹(), WANG WenSheng², QI JingWei³, JIANG ChengXiang¹, CHEN XinWen⁴, ZHENG WenXin⁴, GUO LeiFeng^2,^*()

1. College of Computer and Information Engineering, Xinjiang Agricultural University, Urumqi 830052, China
2. Agricultural Information Institute of Chinese Academy of Agricultural Sciences, Beijing 100081, China
3. College of Animal Sciences, Inner Mongolia Agricultural University, Hohhot 010018, China
4. Quality Standards Institute of Animal Husbandry of Xinjiang Academy Animal Science, Urumqi 830011, China

Received:2023-07-04 Accepted:2023-08-10 Online:2023-09-26 Published:2023-11-14

摘要/Abstract

摘要：

在国家推广发展数字农业和智慧养殖的背景下，国内开始大力发展养殖智能装备。在规模养殖场中使用智能装备能够提高养殖效率，缩减人工成本。目前，国内养殖场智能装备尚未普及，对智能装备的研究不充分，部分智能装备还处于研发阶段尚不能规模量产。文中以牛羊养殖为例，综述了养殖过程中各阶段所需要的智能装备及其功能，列举了当前国内智能装备的部分研究内容，介绍了大数据、人工智能等新一代技术对养殖智能装备发展的影响，讨论了当前国内发展养殖智能装备的意义及存在问题，分析了在当前新一代信息技术的快速发展背景下养殖智能装备的发展趋势。养殖智能装备能够加快我国数字畜牧的发展，提高畜牧业的经济效益，发展前景广阔，同时智能养殖装备可作为智慧养殖及精准饲喂的硬件支撑，为建造新一代智慧养殖场奠定基础。

关键词: 智慧养殖, 智能装备, 人工智能, 大数据, 趋势分析

Abstract:

In the current background of national promotion of the digital agriculture and smart farming, the breeding intelligent equipment began to develop vigorously. Using intelligent equipment in large-scale farms can improve breeding efficiency and reduce labor costs. At present, the domestic intelligent equipment has not been popularized, the domestic research on intelligent equipment is not sufficient, some of the intelligent equipments are still in the research and development stage, which can not reday for mass-scale production. Taking cattle and sheep breeding as example, the paper 1) summarizes breeding intelligent equipment and equipment function introduction demanded in the various stages of farming, 2) lists some of the current domestic research in the intelligent equipment, 3) introduces the impact of the new-generation technology, such as big data, artificial intelligence, etc. on the breeding intelligent equipment, 4) discusses the significance and existing problems of the domestic current development of breeding intelligent equipment, and 5) analyses the future development of the breeding intelligent equipment under the current background. The breeding intelligent equipment can accelerate the development of China's digital animal husbandry and improve the economic benefits of animal husbandry, which embraces the expansive prospects. Moreover, the breeding intelligent equipment can be used as hardware support for intelligent breeding and precision feeding, laying the foundation for the construction of a new generation of intelligent farm construction.

Key words: smart farming, smart equipment, artificial intelligence, big data, trend analysis

胡天赐, 王文生, 齐景伟, 蒋呈祥, 陈新文, 郑文新, 郭雷风. 新一代信息技术背景下养殖智能装备发展趋势分析[J]. 农业大数据学报, 2023, 5(3): 56-68.

HU TianCi, WANG WenSheng, QI JingWei, JIANG ChengXiang, CHEN XinWen, ZHENG WenXin, GUO LeiFeng. Analysis on the Development Trend of Breeding Intelligent Equipment Under the Background of New-Generation Information Technology[J]. Journal of Agricultural Big Data, 2023, 5(3): 56-68.

图/表 11

图1

图2

图3

图4

图5

图6

图7

图8

表1

图9

图10

参考文献 52

[1]	数字农业农村发展规划(2019—2025年)[J]. 畜牧产业, 2020(2): 13-22.
[2]	赵春江:智能养猪是猪业发展大方向[J]. 北方牧业, 2020(14):17.
[3]	李保明. 畜禽养殖数字化技术装备[J]. 兽医导刊, 2019(15):9.
[4]	熊本海, 杨振刚, 杨亮, 等. 中国畜牧业物联网技术应用研究进展[J]. 农业工程学报, 2015, 31(S1):237-246.
[5]	农业部农业机械试验鉴定总站. 全混合日粮制备机选配及维修保养[M]. 北京: 中国农业科学技术出版社, 2014.
[6]	Trioliet. Triotrac自走式饲喂搅拌车[EB/OL].[2022-5-17]. https://www.trioliet.com/products/self-propelled-feed-mixers/self-propelled-feed-mixer-triotrac.
[7]	席瑞谦, 王娟, 李正义, 等. 奶牛智能饲喂关键技术研究[J]. 中国农机化学报, 2021, 42(02):190-196.
[8]	郑国生, 施正香, 滕光辉. 中国奶牛养殖设施装备技术研究进展[J]. 中国畜牧杂志, 2019, 55(7):169-174.
[9]	Rovibec. Robot d’Alimentation Rover[EB/OL]. [2022-5-17]. https://rovibecagrisolutions.com/produit/robot_alimentation_autonome_rover.
[10]	方建军. 饲喂机器人的研究与开发[J]. 农机化研究, 2005(1): 158-160.
[11]	杨存志, 李源源, 杨旭, 等. FR-200型奶牛智能化精确饲喂机器人的研制[J]. 农机化研究, 2014, 36(2):120-122+126.
[12]	孙芊芊, 李海军, 宣传忠, 等. 基于羊只应激反应的智能饲喂机器人功能与造型研究[J]. 内蒙古农业大学学报(自然科学版), 2019, 40(5): 60-64.
[13]	吕占民, 金红伟, 王明磊. 奶牛规模养殖机械化先进适用装备概述(一)[J]. 中国奶牛, 2021(10):39-43.
[14]	Bakirov S M, Logachev O V, Shlyupikov S V. Justification of parameters of automatic control system of robot feed distribution in cattle barn. IOP Conference Series: Earth and Environmental Science, 2020, 422:012057. DOI:10.1088/1755-1315/422/1/012057.
[15]	BouMatic. SELF-GUIDED, COMMERCIAL GRADE ROBOTIC FEED PUSHER[EB/OL].[2022-5-17]. https://boumatic.com/us_en/products/robotic-feed-pusher-fp-2.
[16]	焦盼德, 贺成柱, 杨军平. 奶牛智能推料机器人的研制[J]. 中国农机化学报, 2018, 39(1):74-77.
[17]	Rumba R, Nikitenko A. Development of free-flowing pile pushing algorithm for autonomous mobile feed-pushing robots in cattle farms[J/OL]. 17th International Scientific Conference Engineering for Rural Development, 2018. DOI:10.22616/ERDev2018.17.N477.
[18]	沈治. 自适应PID控制的自动推料机器人的设计[J]. 机械设计与制造, 2020(10):261-264+269.
[19]	Cowlar. Cowlar[EB/OL].[2022-5-17]. https://www.cowlar.com/store/product.
[20]	Rafael N Watanabe, Priscila A Bernardes, Eliéder P Romanzini, et al. Strategy to predict high and low frequency behaviors using triaxial accelerometers in grazing of beef cattle[J]. Animals, 2021, 11(12): 3438. https://doi.org/10.3390/ani11123438. doi: 10.3390/ani11123438
[21]	马玲娟, 皇才进, 祁亚卓. 国外挤奶机器人的发展现状[J]. 中国奶牛, 2015(22):48-51.
[22]	AMS Galaxy USA. YOUR ROBOTIC MILKING SOLUTION[EB/OL].[2022-5-17]. https://amsgalaxy.com/milking/.
[23]	Simões Filho L M, Lopes M A, Brito S C, et al. Robotic milking of dairy cows: A review[J]. Semina: Ciências Agrárias, 2020, 41(6): 2833-2850. doi: 10.5433/1679-0359
[24]	Monov V, Karastoyanov D. Innovations in Robotic Cow Milking Systems[C]// 2021 20th International Conference on Advanced Robotics (ICAR). IEEE, 2021: 58-63.
[25]	王成军, 李少强. 基于TRIZ理论的转盘式挤奶机器人结构设计[J]. 科学技术与工程, 2022, 22(7):2770-2775.
[26]	国科诚泰农牧. 自动称重分群系统[EB/OL].[2022-5-17]. http://www.gokeagri.com/SmartFarming/374.html.
[27]	孙建英, 宣传忠, 于文波, 等. 规模化养殖场的羊只智能称重分栏系统设计[J]. 中国农业大学学报, 2020, 25(9):64-71.
[28]	赵一广, 杨亮, 郑姗姗, 等. 家畜智能养殖设备和饲喂技术应用研究现状与发展趋势[J]. 智慧农业, 2019, 1(1):20-31.
[29]	hetwin. APOLLO - SLAT FLOOR CLEANING ROBOT[EB/OL]. [2022-5-17]. https://www.hetwin.at/en/apollo-cleaning-robot.html.
[30]	杨存志, 贺刚, 尧李慧, 等. 全自走牛舍清洁机器人的设计[J]. 农机化研究, 2017, 39(5):90-94.
[31]	尧李慧, 蔡晓华, 田雷, 等. 自走式智能牛舍清洁机器人路径设计与研究[J]. 农机化研究, 2018, 40(1):51-56.
[32]	魏秀娟. 大数据时代畜牧业信息化建设刍议[J]. 中国畜牧杂志, 2014, 50(10):38-41.
[33]	White B J, Amrine D E, Larson R L. Big data analytics and precision animal agriculture symposium: Data to decisions[J]. Journal of Animal Science, 2018; 96(4):1531-1539. DOI:10.1093/jas/skx065. pmid: 29669071
[34]	Lokhorst C, de Mol R M, Kamphuis C. Invited review: Big data in precision dairy farming[J]. Animal, 2019, 13(7):1519-1528. doi: 10.1017/S1751731118003439 pmid: 30630546
[35]	Koltes J E, Cole J B, Clemmens R, et al. A vision for development and utilization of high-throughput phenotyping and big data analytics in livestock[J]. Frontiers in Genetics, 2019, 10:1197. doi: 10.3389/fgene.2019.01197 pmid: 31921279
[36]	郗风江, 张锐, 郭洪飞. 智慧养殖场大数据信息系统的研究与应用[J]. 内蒙古科技与经济, 2021(3):79-80.
[37]	Sokolov A, Batova V, Volkov A. Use of big data technologies in animal husbandry[J/OL]. E3S Web of Conferences, 2021, 273(2): 02030. https://doi.org/10.1051/e3sconf/202127302030.
[38]	Chuan Liao, Yinghua Liao, Jun Xie. Obstacle avoidance trajectory planning of loading robot based on improved rrt algorithm[J/OL]. International Core Journal of Engineering, 2020, 6(5). DOI: 10.6919/ICJE.202005_6(5).0031.
[39]	陆蓉, 胡肄农, 黄小国, 等. 智能化畜禽养殖场人工智能技术的应用与展望[J]. 天津农业科学, 2018, 24(7):34-40.
[40]	姚礼垚, 熊浩, 钟依健, 等. 基于深度网络模型的牛脸检测算法比较[J]. 江苏大学学报(自然科学版), 2019, 40(2):197-202.
[41]	苏恒强, 郑笃强. 基于深度学习技术生猪图像目标检测算法的应用研究[J/OL]. 吉林农业大学学报[2020-06-30]. DOI:10.13327/j.jjlau.2020.5779.
[42]	Qiao Y, Kong H, Clark C, et al. Intelligent perception for cattle monitoring: A review for cattle identification, body condition score evaluation, and weight estimation[J]. Computers and Electronics in Agriculture, 2021, 185:106143. https://doi.org/10.1016/j.compag.2021.106143. doi: 10.1016/j.compag.2021.106143
[43]	汪汇涓, 徐倩, 周爱莲, 等. 区块链的发展历程及在农业领域的应用展望[J]. 农业大数据学报, 2021, 3(3):76-86.
[44]	Neethirajan S, Kemp B. Digital livestock farming[J]. Sensing and Bio-Sensing Research, 2021, 32: 100408. doi: 10.1016/j.sbsr.2021.100408
[45]	陶飞, 刘蔚然, 刘检华, 等. 数字孪生及其应用探索[J]. 计算机集成制造系统, 2018, 24(1):1-18.
[46]	Deenamulle Kankanamge D P. Livestock traceability in New Zealand: Using blockchain to address current challenges in the industry[D]. The University of Waikato, 2022.
[47]	조성균, 김세한. 디지털 트윈 기반 스마트 축사 - 사례 연구. 한국통신학회논문지, 2020, 45(8):1472-1481.
[48]	Neethirajan S, Kemp B. Digital Twins in Livestock Farming. Animals (Basel), 2021, 11(4):1008. doi:10.3390/ani11041008.
[49]	彭汉艮, 倪军, 陈可. 农业传感器发展态势研究[J]. 江苏农机化, 2021(4):25-27.
[50]	刘志伟, 李丽华. 加速度传感器在畜禽行为研究上的应用[J]. 畜牧与兽医, 2020, 52(8):137-144.
[51]	Tedeschi L O, Greenwood P L, Halachmi I. Advancements in sensor technology and decision support intelligent tools to assist smart livestock farming. Journal of Animal Science, 2021, 99(2):skab038.doi: 10.1093/jas/skab038.
[52]	倪征, 陈柳, 云涛, 等. 基于智能环境监测的蛋鸭环保型网床养殖圈舍设计及应用[J]. 中国家禽, 2022, 44(2):70-76.

新一代信息技术背景下养殖智能装备发展趋势分析

Analysis on the Development Trend of Breeding Intelligent Equipment Under the Background of New-Generation Information Technology

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 52

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	毛克彪, 袁紫晋, 施建成, 武胜利, 胡德勇, 车进, 董立新. 基于大数据的遥感参数人工智能反演范式理论形成与工程技术实现[J]. 农业大数据学报, 2023, 5(4): 1-12.
[2]	刘严红, 曹克涛, 陈新文, 李金星, 熊涛, 杜雪梅, 白涛, 郑文新, 郭雷风. 马智慧养殖大数据平台设计与实现[J]. 农业大数据学报, 2023, 5(3): 93-103.
[3]	徐佳, 康桂玲, 于林松, 赵玉岩, 刘敬兵. 面向土地质量评价的省级农业地质大数据平台构建[J]. 农业大数据学报, 2023, 5(1): 116-125.
[4]	管博伦, 董伟, 张立平, 杨前进, 汪焱. 再生稻溯源追踪平台研发[J]. 农业大数据学报, 2023, 5(1): 55-67.
[5]	王鑫, 郭雷风. 防返贫监测大数据融合框架的构建与应用[J]. 农业大数据学报, 2022, 4(2): 108-118.
[6]	李博, 马文君, 王忠明, 王姣姣. 林草科研大数据平台的研建与应用[J]. 农业大数据学报, 2022, 4(2): 69-77.
[7]	孙雨潇, 李艳丽, 李峰, 陈谦. 国内外科学数据共享现状研究与发展建议[J]. 农业大数据学报, 2022, 4(2): 88-98.
[8]	陶耘, 成谢锋. 区域大数据发展与区域农业大数据建设水平比较研究[J]. 农业大数据学报, 2022, 4(1): 125-135.
[9]	张茜, 田乙慧, 肖文, 鲁燕. 大数据在农产品冷链物流中的应用[J]. 农业大数据学报, 2022, 4(1): 55-61.
[10]	凌诺娟, 饶元. 云农场智慧服务大数据平台设计与实现[J]. 农业大数据学报, 2021, 3(4): 10-19.
[11]	李志鹏, 赵健, 王苗苗, 陈宏, 高晓丹. 基于大数据的福建省科技特派员服务云平台构建与实现[J]. 农业大数据学报, 2021, 3(4): 59-69.
[12]	袁培森, 薛铭家, 熊迎军, 翟肇裕, 徐焕良. 基于无人机高通量植物表型大数据分析及应用研究综述[J]. 农业大数据学报, 2021, 3(3): 62-75.
[13]	汪汇涓, 徐倩, 周爱莲, 梁晓贺, 谢能付, 李小雨, 吴赛赛. 区块链的发展历程及在农业领域的应用展望[J]. 农业大数据学报, 2021, 3(3): 76-86.
[14]	薛沐涵, 徐硕, 鲁峰, 朱勇, 吴建光, 王义刚. 渔船渔港综合管理服务平台构建与应用[J]. 农业大数据学报, 2021, 3(3): 45-54.
[15]	李怡德, 鲁峰, 朱勇, 徐硕, 孙璐. 基于梯度提升迭代决策树模型的渔船转移数据挖掘[J]. 农业大数据学报, 2021, 3(3): 55-61.