边缘人工智能启用了声学监测和空间定位,用于检测母猪
1Department of Basic Sciences, Shanxi Agricultural University, Taigu 030801, China.
Animals : an open access journal from MDPI
|March 14, 2026
概括
检测母猪雌性对于养猪场的效率至关重要. 这项研究引入了一个边缘人工智能系统,使用声音分析进行准确的实时检测,减少非生产性日.
科学领域:
- 精准畜牧养殖 精准畜牧养殖 精准畜牧养殖
- 人工智能在农业中的应用
- 动物生殖生理学 动物生殖生理学
背景情况:
- 精确检测母猪的雌性是优化生殖效率和最大限度地减少猪业务中非生产性日的关键.
- 传统的方法,如手工观察,是劳动密集型和主观的.
- 现有的基于云的深度学习解决方案在密集农业环境中存在延迟和数据隐私方面的挑战.
研究的目的:
- 开发一个边缘智能监控系统,用于实时检测母猪.
- 将深度时间建模与声音源定位集成为精确的监控.
- 解决手动观察和基于云的AI在养猪业的局限性.
主要方法:
- 选择了一种轻量级的堆叠LSTM模型,并使用层次选策略在ESP32-S3硬件上部署.
- 该模型经过声学数据集的训练和校准,并与血清生殖激素 (FSH,LH,P4) 进行了验证.
- 集成了一个声音源本地化算法 (GCC-PHAT) 来映射发声到个体妊娠摊位.
主要成果:
- 优化的模型实现了96.17%的分类准确度,推断延迟时间低至41毫秒.
- 该系统成功地将发声事件映射到特定的孕期摊位.
- "边缘识别-云同步"架构在实验室测试中证明了其稳定性和成本效益.
结论:
- 开发的边缘人工智能系统为实时母猪的检测提供了可靠和高效的解决方案.
- 这项技术为智能畜牧业的精密管理提供了强大的技术框架.
- 该系统克服了与基于云的解决方案相关的延迟和隐私问题.
