[发明专利]一种基于深度学习的智能投饲系统

说明书

本发明公开了一种基于深度学习的智能投饲系统，主要包括机械投饲部分、养殖槽数据采集部分、深度学习服务器、投饲控制部分；养殖槽数据采集部分采集养殖槽水体温度、环境温度以及鱼群行为数据、养殖槽集污数据等传送到深度学习服务器中，深度学习服务器进行分析整合及训练学习，判断当前是否投喂、投喂量及时长，并将相应指令发送至投饲控制部分，投饲控制部分根据指令控制相关机械投饲部分动作。本发明的系统针对性强，可不断自我学习、自我完善，可使其判断结果更加精准、更加合理。最终实现功能相当于培养一个具有丰富投饲经验的工人，使其具有人的判断能力，但是比人工更加稳定、投入成本更加低廉。

技术领域

本发明涉及一种用于池塘循环水养殖的智能投饲系统，尤其涉及一种基于深度学习的智能投饲系统，该系统可实时采集养殖槽内能够反映鱼群摄食情况的反馈数据，并利用深度学习服务器对这些反馈数据进行实时分析这些反馈数据，且该服务器能够自我学习、自我完善，模拟人工投喂行为，使分析结果更加接近鱼群摄食实际情况，将分析结果传送给该投饲系统的控制单元，控制单元根据实时分析结果进行相应投喂调整。结合了人工投喂和传统投饲设备投喂两者的优点，使投喂更加科学。

背景技术

随着我国人民物质生活水平的提高，绿色、无公害的健康食品已成为人们的首选，而水产品含有丰富的营养成分，越来越受到广大的消费者的青睐。水产养殖则是水产品的重要来源，这极大程度推动了水产养殖业的快速发展。池塘循环水养殖是一种新型生态的池塘养殖模式，由于该模式是一种在一定空间内的高密度养殖方式，这样也就对水质提出更高的要求，目前池塘循环水养殖调节水质主要是通过在水槽流水末端吸污装置和外塘水草进行水质调节，这种水质调节方式处理能力是有限的，尤其对水体中的悬浮物去除效果很差。而投喂饲料剩余的残饵则是污染水质的重要来源，减少饲料投喂的残饵也就成为至关重要的环节，这样不仅减少水产养殖企业的饲料投入成本，而且在很大程度上控制了对水质污染。由于目前池塘循环水养殖投喂方式采用的是人工投喂或传统投饲机投喂。人工投喂虽然能够在一定程度上控制残饵的剩余量，但是人工投喂存在成本高、投喂效率低、稳定性较差等问题。传统的投饲机投喂虽然能够在一定程度上解决人工投喂方式存在的成本高、投喂效率低、稳定性较差等问题，但是很难控制投喂剩余的残饵以及投喂不足的问题。综上所述，池塘循环水养殖作为一种新型、环境友好型、高产的养殖模式，饲料投喂问题在很大程度限制了这种养殖模式的进一步推广。

发明内容

本发明针对现有投饲技术的不足，提出了一种基于深度学习的智能投饲系统。

本发明的基于深度学习的智能投饲系统，包括：

机械投饲部分，用于将饲料输送到养殖槽中；

养殖槽数据采集部分，用于采集养殖槽水体温度、养殖外围环境温度以及鱼群行为数据、养殖槽集污数据，并将这些数据传送到深度学习服务器中；

深度学习服务器，实时分析数据采集装置获取到的数据，判断是否进行投喂，并向投饲控制部分发送投喂指令；

投饲控制部分，根据深度学习服务器发送的指令对机械投饲部分进行控制，执行投喂。

上述技术方案中，所述的机械投饲部分包括料仓、称重传感器、风送喂料装置、料仓下料装置；料仓下料装置设于料仓出口，风送喂料装置设于料仓下料装置出口，风送喂料装置配设有鼓风机，风送喂料装置出口设于养殖槽上方，称重传感器设于料仓底部。

所述的风送喂料装置和料仓下料装置均采用螺旋螺杆实现。

所述的养殖槽头端安装有鱼群行为采集高清摄像头、环境温度传感器以及设于水体中的水温度传感器，在养殖槽尾部设置有养殖槽集污数据采集高清摄像头。

所述的深度学习服务器具有如下功能：鱼群目标前景分割、鱼群摄食欲望程度判别、鱼群摄食活跃程度量化，深度学习服务器随着获取的数据的积累不断训练学习，判别是否需要投喂、投喂量及投喂时长。