[发明专利]一种智能投喂控制方法及装置

说明书

本发明提供一种智能投喂控制方法及装置，所述方法包括：S1，根据智能投喂过程的配置参数，采集被投喂群体摄食过程中的摄食图像；S2，根据所述配置参数，对所述摄食图像进行基于给定算法的图像数据处理，提取所述被投喂群体的摄食行为指标，并基于所述摄食行为指标实现投喂决策；S3，根据所述投喂决策，控制对所述被投喂群体的投喂时间及投喂量。本发明能够有效提高对被投喂群体食欲的评估精度，从而更精确的调整投喂量。

技术领域

本发明涉及养殖业信息化技术领域，更具体地，涉及一种智能投喂控制方法及装置。

背景技术

在水产养殖以及畜禽养殖中，投喂效率对于提高生产效率和降低生产成本具有重要意义。因此，确定何时在生产过程中开始或停止投喂是非常重要的。不合理的投喂不仅会导致经济损失，残留的饲料和粪便还会污染环境。与饲养畜禽相比，鱼类的投喂还会遇到其他的问题。在开发精准的生产和投喂管理策略或系统时，应考虑这些因素。

近年来，对鱼类行为的更多了解和新技术的不断发展也促使新的投喂控制技术的不断进步。然而，影响鱼类摄食的因素很多，包括生理，营养，环境和管理因素。但是所有上述因素可以通过鱼的行为表达出来。这些行为数据对开发智能投喂管理策略或系统至关重要。因此，近年来，基于鱼类的食欲，通过分析其摄食行为，自动调整投喂量已成为新的发展趋势。

截至目前，人工判别投喂控制方法在生产中依然得到广泛应用。其虽然可以比较直观的预测何时停止投喂，但这种信息往往受到观察者主观经验的影响，无法用统一的标准量化，因此精度不高，效果不好。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明提供一种智能投喂控制方法及装置，用以有效提高对被投喂群体食欲的评估精度，从而更精确的调整投喂量。

一方面，本发明提供一种智能投喂控制方法，包括：S1，根据智能投喂过程的配置参数，采集被投喂群体摄食过程中的摄食图像；S2，根据所述配置参数，对所述摄食图像进行基于给定算法的图像数据处理，提取所述被投喂群体的摄食行为指标，并基于所述摄食行为指标实现投喂决策；S3，根据所述投喂决策，控制对所述被投喂群体的投喂时间及投喂量。

其中，步骤S2中所述对所述摄食图像进行基于给定算法的图像数据处理，提取所述被投喂群体的摄食行为指标的步骤进一步包括：基于所述摄食图像，利用所述给定算法，分别提取所述被投喂群体的聚集程度指标FI和抢食强度指标SI；相应的，步骤S2中所述基于所述摄食行为指标实现投喂决策的步骤进一步包括：基于所述聚集程度指标FI和所述抢食强度指标SI，利用根据行为指标模糊化处理构建并训练和测试好的自适应模糊推理模型ANFIS，获取开始投喂或者停止投喂的决策输出。

其中，根据所述行为指标模糊化处理构建所述自适应模糊推理模型ANFIS的步骤进一步包括：S21，初始化所述自适应模糊推理模型ANFIS的步长参数、上升速率参数及下降速率参数，并选取给定形状的隶属度函数；S22，分别按对应的设定划分标准确定所述聚集程度指标FI和所述抢食强度指标SI分别对应的行为指标模糊子集；S23，基于所述聚集程度指标FI和所述抢食强度指标SI分别对应的行为指标模糊子集，制定“if-then”的模糊控制规则。

其中，训练和测试所述自适应模糊推理模型ANFIS的步骤进一步包括：S24，选取满足设定数量要求的一组所述摄食图像作为样本图像，并分别提取各所述样本图像的所述聚集程度指标FI和所述抢食强度指标SI；S25，以所述聚集程度指标FI和所述抢食强度指标SI作为输入，以事先获取的各所述样本图像分别对应的投喂决策作为决策输出，形成训练和测试样本集；S26，选取所述训练和测试样本集中给定比例的样本作为训练样本，其余作为测试样本，并利用所述训练样本逐次训练所述自适应模糊推理模型ANFIS，直至训练完成；S27，利用所述测试样本对训练完成的所述自适应模糊推理模型ANFIS进行逐次测试，直至测试结果满足设定标准，测试完成。