[发明专利]基于混合深度神经网络的肉鸽精准饲喂方法

说明书

本发明公开了基于混合深度神经网络的肉鸽精准饲喂方法，由搭载底盘车导航模块、机械臂喂料模块、落料模块、运算控制模块组成的饲喂机器人实现，其可以混合多个深度神经网络进行运算控制，实现智能化、机械化作业，依靠视觉识别系统进行路径分割、鸽子的生长状态识别，采用闭环控制系统，实现底盘自主导航、机械臂喂料作业、落料单元精量控制落料环节之间的闭环控制，不需要大量的人力劳动，能够实现智能化、机械化的自主作业，同时可以依据鸽子的数量、大小，当前的活动状态来控制饲喂量，实现鸽子的少吃多餐，避免鸽子的挑食行为，提高肉鸽养殖的料肉比，进而实现鸽子的科学养殖。

技术领域

本发明涉及肉鸽养殖技术领域，具体为基于混合深度神经网络的肉鸽精准饲喂方法。

背景技术

我国肉鸽的规模化养殖初见于20世纪80年代初，并在发展的同时引进国外优秀的肉鸽品种加以改进。基于此，我国肉鸽的规模化养殖不断形成，自南而北，自沿海至内地，越来越多的畜牧人加入了肉鸽养殖大军。截至目前，我国共有30多种肉鸽品种，2020年底，我国种鸽的存栏量约为134万对，同比增长10％，是自2017年以来的最大存栏量，从历史数据看，自2018 年9月以来，除个别月份外，肉鸽的产能基本都是增长态势。

肉鸽养殖仍然以人工饲养为主，在养殖过程中，饲喂环节是占据劳动成本的大头，根据广东梅州金绿现代农业有限公司的养殖数据，一位养殖户每天需要花费超过一半的工作时间在饲喂环节，饲喂时，需要人工背着一桶近 30斤重的料桶，边走边投喂，劳动强度大，作业过程单一枯燥。目前，机器人在养殖行业的研发应用越来越受到重视，尤其是用于饲喂环节的饲喂机器人。饲喂机器人主要着眼于眼，手，脚的研究，主要由底盘车驱动行走，实现在养殖大棚里自主导航；底盘搭载作业机械臂实现机器人在空间上的作业以达到饲喂的任务，并搭载相机三维感知视觉输入系统，自主识别作业目标区域并监视作业过程。

现有的畜禽类饲喂机器人大都是在固定区域饲喂，不是移动式的饲喂机器人，缺乏便捷性；畜类饲喂机器人往往在大型畜类身上喷涂标记或装上传感器，再将牲畜赶至饲喂区域，通过传感器数据，或图像处理的数据进而实现精量饲喂，该方法便捷性不足，且需要在牲畜身上装传感器或定期喷涂标记，成本较大，而禽类饲喂机器人大都针对散养的养殖环境，没有精量饲喂，通常都是定时定量饲喂，缺乏精量性，容易造成饲料的浪费。综上，目前，在禽类的笼养环境下，尤其是肉鸽的规模笼养环境下，饲喂任务仍然以人工为主，劳动强度大，作业枯燥乏味。

发明内容

本发明的目的在于提供基于混合深度神经网络的肉鸽精准饲喂方法，通过机器人可以实现智能化、机械化作业，依靠视觉识别系统进行路径分割、鸽子的生长状态识别，采用闭环控制系统，实现底盘自主导航、机械臂喂料作业、落料单元精量控制落料环节之间的闭环控制，不需要大量的人力劳动，能够实现智能化、机械化的自主作业，同时可以依据鸽子的数量、大小，当前的活动状态来控制饲喂量，实现鸽子的少吃多餐，避免鸽子的挑食行为，提高肉鸽养殖的料肉比，进而实现鸽子的科学养殖，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

基于混合深度神经网络的肉鸽精准饲喂方法，由搭载底盘车导航模块、机械臂喂料模块、落料模块、运算控制模块组成的饲喂机器人实现，其具体方法如下：

S1：饲喂机器人进入鸽子棚，上电，各系统初始化；

S2：饲喂机器人机械臂由初始化点运行到接料点；

S3：运算控制模块打开料槽识别神经网络、打开底盘车语义分割网络，并打开两者对应的深度相机；

S4：底盘车根据语义分割开始自主导航运动，料槽相机开始检测定位，当检测料槽中心点，获得其中心点坐标时，传递信号给底盘车停止运动，并将中心点位置传递给运算控制模块；