[发明专利]母猪健康监测方法和监测系统

说明书

本发明涉及牲畜健康监控的技术领域，特别是涉及一种母猪健康监测方法和监测系统，其能够记录每头母猪从进栏到出栏的完整活动状态，发现异常可以全程追溯；分娩提醒以及产仔预警，降低仔猪被压死等风险；自动警报提醒工作人员母猪的分娩过程，在减少人力时刻查看的同时，使原先的工作更加及时高效；能够有效的减少人员和外来物品与母猪的接触，降低感染疫情的风险，且大幅度避免人员接触给母猪带来的应激反应；包括：对母猪进行摄像，并且将母猪的摄像信号进行发送；接收摄像信号，并且将摄像信号进行保存；对数据进行显示；读取摄像信号，并根据摄像信号统计母猪起卧频率。

技术领域

本发明涉及牲畜健康监控的技术领域，特别是涉及一种母猪健康监测方法和监测系统。

背景技术

非洲猪瘟在全国各个区域散点爆发，非洲猪瘟疫情等多种因素影响对养猪行业受到了巨大的冲击，非瘟病毒感染地区，大面积扑杀及超低猪价导致生猪产能严重下降，生猪供应缺口尤为突出，屠宰企业收猪困难，提价收猪，猪价涨幅明显。目前仔猪价猛增，母猪供不应求。母猪是疫情最容易感染的对象，一些养猪人无法承受压力，清栏弃养的猪场仍在持续增多。

在养殖过程中，临产母猪分娩前，会在某个特定时间点反复起卧，站立不安；并且母猪产后频繁起卧容易导致仔猪被母猪压死。

母猪大多是采用限位栏饲养，母猪繁殖过程主要包括发情配种、怀孕妊娠、产仔以及产后哺乳几个阶段，后期的生产活动主要在产房进行。目前母猪管理主要存在的问题有：生产过程中出现难产，如果人工没有及时发现和助产，母猪死亡风险高；产前产后消耗大量的人力物力，例如产后人工驱赶母猪起来活动，人工定期检查仔猪情况。

同时在图像分析领域，物体在不同的角度，不同的距离具有不同的形态，准确检测目标的难度是非常高。随着深度学习的发展，目标检测算法在准确度和实时性方面都取得了长足的进步。在公开号为CN105184823B以及CN105787481B的授权专利中目标检测算法可应用于对于物体的图像进行分析并对物体进行识别。因此将目标检测算法与母猪养殖结合可方便对母猪整个繁殖阶段，对其进行监控，可以随时随地了解整个产房的情况，在无人员巡视的情况下，自动检测、记录和预警母猪的活动状态，只有母猪在产仔或者其它特殊情况时发出警报提醒工作人员进入指定栏位进行处理，解决现有管理上的痛点与难点。

发明内容

为解决上述技术问题，本发明提供一种能够记录每头母猪从进栏到出栏的完整活动状态，发现异常可以全程追溯；分娩提醒以及产仔预警，降低仔猪被压死等风险；自动警报提醒工作人员母猪的分娩过程，在减少人力时刻查看的同时，使原先的工作更加及时高效；能够有效的减少人员和外来物品与母猪的接触，降低感染疫情的风险，且大幅度避免人员接触给母猪带来的应激反应的母猪健康监测方法和监测系统。

本发明的母猪健康监测方法，包括：

对母猪进行摄像，并且将母猪的摄像信号进行发送；

接收摄像信号，并且将摄像信号进行保存；

对数据进行显示；

读取摄像信号，并根据摄像信号统计母猪起卧频率；临产母猪分娩前，会在某个特定时间点反复起卧，站立不安；通过目标检测算法分析摄像信号并统计母猪起卧频率，提前预估母猪分娩时间，方便用户在母猪分娩前进行接产准备；

读取摄像信号，并根据摄像信号识别仔猪；仔猪出生时会被拍摄，目标检测算法对母猪以及仔猪进行区分，当仔猪出生，目标检测算法在摄像信号中识别出仔猪出生，目标检测算法在摄像信号中识别第一只仔猪出生落地并提示用户母猪已开始分娩，并且目标检测算法连续对母猪的分娩过程进行识别，若两只相邻仔猪生产时间超过15分钟则提醒用户对母猪进行助产，目标检测算法连续对母猪的分娩过程进行识别直至识别胎衣；并且目标检测算法辅助统计第一头和最后一头仔猪落地时间，并且对母猪本胎次的总产仔数进行统计；