关于“智慧牧场”的构想
胡祝青51090104033
摘要：本文在现有奶业自动化及信息化的基础之上，提出了一种“智慧牧场”的总体构想，并分别从硬件和软件两个方面阐述了“智慧牧场”的实现，最后总结方案的不足并提出在今后的研究中应更为注重“智慧”的概念。

关键词：智慧地球、RFID、K-Means算法、智慧牧场
0 引言
随着IBM“智慧地球”概念的提出，各国都非常重视本国的智慧化进程，许多国际大公司也分别争相提出各个领域的各种解决方案。

随着中国奶业在世界市场上的强势崛起，畜牧业的发展自然也应跟进世界的步伐，畜牧业的“智慧化”将是其今后发展的主要目标，因而提出“智慧牧场”的技术解决方案成为大势所趋。

信息科技高度发达的今天已经使现今的牧场管理具有一定的信息化程度，如今奶业市场上也充斥着各种各样的自动化奶牛器械，比如在牧场管理中已经用到的奶牛发情检测，在欧美牧场中偶有使用的牛群管理软件，在广大中国牧场中基本普及的奶管及冷缸自动清洗技术等。

本文在这些自动奶牛器械系统以及牧场管理系统的基础之上，提出一种“智慧牧场”的技术解决方案。

1 总体构想
“智慧牧场”的解决方案由奶牛身份识别、奶牛健康状况监测、奶牛就诊、自动挤奶、自动饲喂等部分组成。

完整的工作流程图如图1。

图 1 “智慧牧场”工作流程图
如图1所示，奶牛依次从左至右沿护栏走过。

当走至RF 接收器处，激活RF 接收器，RF 接收器通过无线射频识别技术识别该头奶牛的标签，并获取奶牛的体温、呼吸频率、脉搏以及活动量信息。

这些信息再通过有线传输方式（如RS485总线）上传至监控中心。

监控中心通过高速处理器快速分析这些数据，并做出以下判断：如果该奶牛的身体健康良好（体温呼吸脉搏正常，并无发情特征，产奶量正常），则就诊栅栏关闭，奶牛继续前进；否则，则打开就诊栅栏，让该奶牛走向兽医室就诊，此时监控中心的有关该奶牛的信息早已传达至兽医手中。

当奶牛继续前行至奶厅门口，由于挤奶栅栏为敞开状态，故奶牛会进入奶厅接收挤奶机器人挤奶。

挤奶机器人采用全自动程序，机械手臂上装有激光或者红外探测装置，能自动找到奶牛的乳头进行挤奶，每次操作还会严格按清洗、按摩、挤奶等程序处理，还有音乐在一旁伴奏。

奶完毕后，还能将该奶牛的产量上传至监控中心。

挤奶完毕之后，奶牛退出奶厅，监控中心依然会通过控制单向门关闭的方式将奶牛引导入指定的饲料间进行用餐。

整个饲喂过程由专门的饲喂机器人自动完成，监控中心也将通过该牛的产奶量以及其身体状况决定饲喂机器人给与奶牛的饲料种类及饲料量。

饲喂结束后，该奶牛退出护栏，而下一头奶牛的各项动作也依此进行。

2 硬件设计
“智慧牧场”解决方案中所涉及到传感器技术、信息通信技术、智能信息处理技术。

子模块虽多，但都是一些市场上已经成熟或已成形的技术，下面就简要介绍“智慧牧场”解决监控中心
RF 接收器 奶厅 兽医室 饲料间
就诊栅栏开关 挤奶栅栏开关 饲喂栅栏开关
方案中所涉及到的一些技术或方案。

2.1 奶牛身份识别
奶牛身份识别采用目前已经非常成熟的射频识别技术（RFID，Radio Frequency Identification）。

它利用射频方式进行非接触双向通信实现人们对各类物体或设备人员物品在不同状态（移动或静止）下的识别和数据交换。

它是IBM“智慧地球”概念中最基本的技术。

2.2 奶牛健康状况检测
（1）体温和呼吸频率
体温和呼吸频率常用于检测动物发情，呼吸疾病等。

呼吸频率测量采用K型热电偶(一种温度传感器)，测量牛鼻孔呼吸气体。

牛的毛皮厚实，表皮温度不能代表体内温度。

鼻孔呼出气体热度的高低变化表征一次呼吸频率，同时呼吸气体热度又可以表征体内温度，由此热电偶同时完成对呼吸频率和体温的测量。

K型热电偶是工业中常用的测温元件，有如下特点：测量精度高、热响应时间短、性能可靠、机械强度好、为柔性材料安装方便。

将K型热电偶放置在牛鼻孔处，对其日常行为影响不大，但是牛在吃草喝水时会把热电偶摩擦出来。

如果能给牛戴上鼻环，则能较好解决这个问题。

（2）脉搏
脉搏反应心跳的情况，其变化能预示动物健康状态的转型。

测量脉搏有机械式传感器、压电式传感器、光电式传感器等，这些传统传感器一般体积较大，精度不高，多采用刚性材料，难以与体表紧密接触。

而压电薄膜由于轻且柔韧，与体表的阻抗耦合性好，灵敏度高且能紧贴皮肤，适合进行脉搏的测量。

故选用压电薄膜来测量奶牛的脉搏。

（3）行为特征
动物学家在研究牛习性时发现，奶牛在发情时会兴奋异常地来回走动，出现各种疾病时也会产生不同的活动行为，为此对奶牛运动行为特征监测是该系统一个重要指标。

对奶牛行为特征的检测目前广泛采用奶牛计步器的原理，即依靠测量奶牛所走的步数来判定奶牛是否发情或出现异常，显然，这种测量方式在进一步区分开奶牛的躺着、站立、慢走、快走、爬跨等特征的要求下显得无能为力。

因而，在将来的“智慧牧场”中，我们可以运用三维的重力加速度传感器（如飞思卡尔的MMA7660FC）来完成奶牛行为特征的测量。

重力加速度传感器是一种能够测量加速度力的电子设备，它广泛应用于工程控制和测量上，它在工程测振、地质勘探、高层建筑结构动态特性和安全保卫振动侦察上表现出很好的性能。

将重力加速度
传感器穿戴于奶牛的身上，可以获取奶牛X、Y、Z轴三个方向的加速度，进而感知奶牛运动的趋势和运的快慢程度，再通过建立适当的模型便可以将奶牛的上述特征进行分类。

2.3 自动挤奶机器人
自动挤奶机器人在欧美少数发达国家的牧场里出现过。

它的机械手臂上装有激光或者红外探测装置，能够精准地找准奶头。

找准奶头之后，会首先对奶头进行消毒清洗，然后以非常舒适的力度对奶牛进行挤奶。

在挤奶过程中，会通过流量计测出奶牛的产奶量。

挤奶结束后，会将此次产奶的重量通过总线方式传输到监控中心。

2.4 自动饲喂机器人
饲喂机器人主要采用移动式的，它的行走机构可采用轮式机构、履带式结构或者人形。

其决定给料的多少采用动态称重方式，用特定加工的螺旋喂料机作为计量装置。

在螺旋的几何参数确定后螺旋进料量与转数之间存在确定的定量关系。

饲喂机器人识别奶牛个体后在微机数据库中可确定其饲喂量将饲喂数据转换成分料螺旋的转数通过控制电机来实现喂料。

3 软件设计
监控中心软件设计的核心是奶牛健康状况的判断，而奶牛健康状况的判断的难点是对奶牛行为特征的分类上。

即通过重力加速度传感器采集到的奶牛运动加速度的信息，如何分辨出奶牛的运动特征。

K-Means是一种基于样本空间相似性度量的间接聚类方法，故下面重点介绍如何运用K-Means算法，把获取到的加速度数据判断分类成奶牛的5种运动行为。

为此建立如下模型来进行划分。

3.1 问题假设
（1）奶牛身上安装的节点，三轴方向指向分别为x轴指向牛尾，Y轴指向牛身体外侧与x轴为同一平面，Z轴指向地。

（2）奶牛在行进过程中节点抖动带来三轴方向的微细变化忽略不计。

（3）奶牛的动作行为简单归为5个类别：躺着、站立、慢走、快跑、爬跨。

3.2 算法实现
K-均值聚类算法是一种基于样本空间相似性度量的间接聚类方法。

类别相同的样本必具有类似的特征，它们的特征向量之间也会存在一定的相似之处，若两样本的各个特征向量
近似相等，则它们必属于同一类型。

设样本集{X1, X2, … Xn}为N 个含有5 个特征类型的样本，其中特征空间R=S1 U S2 U …U Sk 。

在本应用中，个体样本Xp 取值为t a ，
,,,{,,}t x t y t z t a a a a =
式中： ,x t a ，,y t a ，,z t a ——t 时刻x ，y ，z 轴的加速度分量。

步骤1：初始化
令k = 5。

选择k 个代表样本作为初始聚类中心：111
12,,...k C C C （上标为寻找聚类中心迭代次数）。

步骤2：样本划分
取样本Xi （i = 1,2,…,N ），若有 m l C ∃(l = 1, 2, … , k)，使得对∀j 都有：
l m m
i i j
X C X C -<- （j = 1, 2, … , k ；j ≠l ） 则，将样本
m i l X S ∈，其中m l S 代表聚类中心为l m C 的样本集合
上式中的距离用欧几里得距离判定。

步骤3：计算新的聚类中心
在步骤2中分类的基础之上，重新计算新的聚类中心位置，以便使从类别中的每个矢量到新的聚类中心的距离之和最小。

11m j m j X S j C X n +∈=∑ （j = 1, 2, … k ）
式中 j n 表示该类中所包含的样本数。

步骤4：检查收敛
若 1m m
j j C C +=
满足上式就已经收敛，否则 m = m + 1, 再回到步骤2继续迭代。

经过样本集的反复训练和学习，能够得到较为稳定的聚类中心，实测中将每个数据比对5个聚类中心点即可知属于哪个聚类。

由此算法可以将所有奶牛的行为特征归结为5个特
征类别。

4 结论与不足
本文在现有奶业自动化及信息化的基础之上，提出了一种“智慧牧场”的解决方案。

但由于作者自身水平有限，解决方案尚停留在一种智能化管理牛群的层面上。

因而在后续的研究中，应倍加关注如何将方案中某些模块提升到“智慧”的层面，从而真正实现“智慧牧场”这一概念。