基于蜜蜂行為的人工智能研究

岳萬福， 蘇君璽， 李繡華， 游衛云， 施心雨*

(浙江農林大學a動物科技學院 動物醫學院，b數學與計算機科學學院，浙江 杭州 311300)

通過觀察和利用自然界中蜜蜂總能以極高的效率找到優質蜜源，由此而產生了人工蜂群算法[1]，可見蜜蜂行為與人工智能研究早已結合在一起。相比于發達國家的養蜂產業，中國養殖業規模小效率低，蜂農勞動強度大，加之摻假蜜和加工蜜擠占市場，使優質蜂蜜受到沖擊，影響到養蜂產業的發展。福建農林大學和阿里巴巴集團最先探索人工智能技術，并將其應用于養蜂業，試圖從理念上改變中國養蜂業重復、低效的勞動。中國養蜂行業暫無獲取數據的有效手段，且缺乏優質蜂蜜的篩選、認證和分級體系，因此，莫島蜂業從養蜂業的智能化、標準化及蜂農的勞動強度著手，引入數字化管理，設計集北斗科技、大數據、5G通信、人工智能、云計算、物聯網于一體的蜂箱[2]，實現溫度、濕度、空氣質量的調控，以及對天敵威脅的預警、蜜蜂生長狀態監控、出勤情況監測、質量實時監控和蜂蜜可追溯等的功能。

智能養蜂系統能有效監督蜂農生產行為，建立蜂農誠信生產檔案，預估蜂農的年產量，有助于蜂農準確了解蜂箱內的狀態，及時給出對策，以減少蜂群的損失。系統主要包括軟件和硬件兩方面。其中，軟件包括溯源系統、蜂群狀況查看系統、時事通知手機軟件、農場羅盤等，硬件包括溫濕度傳感器、蜂門進出紅外計數儀、精準稱重組件、蜂門聲音檢測儀、GPS和北斗定位、通信設備、蓄電池、太陽能充電板等。其優點是安裝簡易，經久耐用，可作為蜂箱底座，不改變蜂農使用的習慣，適用于方形蜂箱，在材料和操作上對蜜蜂友好，適宜山區或偏遠地區的低信號以及高溫高濕的環境。備選硬件有二氧化碳、有機揮發氣體等氣體檢測功能，可根據客戶需求進行更改組裝。現對浙江省淳安縣下姜村探索人工智能養蜂情況加以總結。

1 溫濕度數據采集與分析技術

人工智能養蜂系統的溫濕度監測涉及若干程序。首先，感知所處環境的溫濕度，給出判斷；若感測到溫濕度有異常，則判斷這個狀態時間持續是否超過預設時間，如果出現異常，超過預設時間，則向主控機輸出異常信號，隨后判斷異常處理是否完成，完成后報警將被取消。利用控制器與主控電腦可實現蜂箱溫濕度遠程控制，從而實現更有效及時的環境溫濕度管理。

數據通信是要實現串口異常檢測及串口初始化。數據發送是與單片機發送信號進行通信握手，使整個數據傳輸過程同步。數據接收是對從單片機傳送到輸入緩沖區的數據進行讀取，數據轉換與計算就是對采集到的原始數據進行轉換、補償，并利用公式計算所需。數據檢測是對數據進行檢驗，判斷接收到的數據是否正確和完整，并進行處理。數據存儲、分析是要把采集到的數據存儲起來，建立相應的數據庫，并進行查詢、統計[3]。近端與遠端通信過程中，采用串行RS-232C、RS485標準，實現PC機與單片機間的數據傳輸[4]。

蜜蜂社會以蜂王繁殖為中心，蜂箱最適溫度為25～30 ℃，最適濕度為75%～80%[5]。由于蜂巢是較封閉的空間，夏天氣溫高時，輻射溫度很容易達到40 ℃以上，溫度過高很有可能導致蜜蜂逃亡或者發生蜂病；冬天氣溫驟降，山區氣溫常在0 ℃以下，可能導致蜜蜂無法安全越冬。在傳統蜂箱模式下，溫度的控制一般是憑借養蜂人經驗，或者人工測定養蜂現場的溫度，從而確定輔助降溫措施，若不能及時發現和解決異常情況，可能會造成較大損失。下姜村莫島蜂業的蜂農在采用智能蜂箱后，利用內置的溫濕度傳感器，實時采集蜂箱內部的溫濕度，并通過物聯網技術將數據時事傳輸至統一管理平臺和養蜂人手機程序(APP)，實現對蜂箱溫濕度的實時監控，同時系統根據季節的變換，設置不同的報警溫濕度。當溫濕度與設定的標準范圍有差異時，會以手機APP推送信息，并以手機短信的形式進行警示[5]。

2 蜜蜂分蜂預警技術

蜜蜂分蜂時，蜂王會帶領一半以上的工蜂和一些雄蜂從原先的蜂巢中飛走，在樹叢或別的地方形成新的分蜂群。對于分蜂群，追回捕獲是件麻煩事，經常會面臨危險，即使付出代價也無法保證都能收回。利用人工智能系統將蜜蜂作為研究對象，能預測蜜蜂分蜂行為，及時進行處理來防止蜂王從蜂群中飛出的方法[6]。在蜂箱內放入麥克風探頭和溫濕度探頭，可以利用聲波標簽的聲學原理來預測蜜蜂的行為。在分蜂活動出現的初期階段，聲波頻率大概為110 Hz，當聲波達到300 Hz時，分蜂現象就會出現，當蜂群進入快速分蜂期時，群內的聲波范圍為150～500 Hz[7]。根據文獻統計，蜂群在分蜂初期，蜂巢中心溫度為33 ℃，當溫度急升至35 ℃時會產生分蜂現象，蜜蜂高度活躍，翅膀的扇風會增強蜂巢內的空氣流通，使蜂巢溫度降至32 ℃以下，這個溫度表示分蜂活動的結束。在蜜蜂分群后，蜂箱內的溫度又會上升。利用蜂箱內的聲波特性、溫度變化可作為預測蜜蜂分群的重要指標[6]。

3 蜂箱稱重數據采集與分析技術

蜜蜂群體及蜂蜜總體質量的實時監控技術是通過巢框下方沿蜂箱邊框安裝的壓力感知裝置，金屬結構承重條，將質量信息傳遞至位于蜂箱四角的傳感器。在傳統養蜂下，蜂農需經常打開蜂箱來檢查蜂群情況，而智能蜂箱壓力感知裝置能通過蜂箱數據采集DTU(data transfer unit)，將質量數據上傳到管理平臺，做到實時監測蜂蜜的生產進程[5]。蜂農可對數據進行監視，人工智能系統會通過數據學習，預測每個蜂箱的最佳開箱采蜜或者添加空巢框的時間，減少對蜜蜂活動的干擾，保持箱內的正常溫度及蜂群的正常活動[5]。

4 蜂群綜合神經網絡監測技術

人工智能養蜂監測系統引入了神經網絡的概念，生物神經網絡一般指生物的大腦神經元，由細胞、觸點等組成的網絡，用于產生生物的意識，幫助生物進行思考和行動。人工神經網絡是一種模仿動物神經網絡的行為特征，進行分布式并行信息處理的算法數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的，并具有自學習和自適應的能力[8]。生物神經網絡是產生生物意識、幫助生物體思考和行動的必備產品。圖1為中蜂養殖綜合神經網絡實現方法，通過模仿生物神經網絡形成智能蜂窩神經網絡，并將兩者結合起來，通過影響蜜蜂的生物習性，提高蜜蜂的工作效率，同時提高蜂蜜產量。本研究在分析蜂群行為與檢測特征的基礎上，設計了一種基于物聯網技術的蜂群多特征長期監測系統，采用無線局域網(Wi-Fi)作為一個蜂場的內網進行數據通信，可實現視距100 m的信號覆蓋。如果以1 m的間隔部署蜂箱，理論上可實現上萬箱的信號覆蓋，能夠滿足實際部署的需求。基于上述考慮，研究構建了蜂群監測系統結構，每個智能蜂箱上布置一套用于采集蜂群信息的檢測裝置，并通過Wi-Fi上傳至路由器，再經過移動網絡上傳至云服務器中進行存儲和分析，用戶則可通過訪問云服務器了解蜂群狀態，進行蜂群管理。該系統采用太陽能供電，融合多種傳感器，能夠檢測蜂群的多個特征(蜂箱內部的溫度、濕度、蜂群質量、聲音和蜜蜂的進出量)，并利用無線數據同步傳輸技術，將這些數據上傳到遠程云服務器中[9]。通過智能蜂箱執行算法，由偵查蜂出發尋找更遠處的優質食物源，提高被誘回巢的蜜蜂數量，利用蜜蜂種群的固有屬性，提高偵查蜂的活力，形成新的生物神經網絡，在不斷的算法執行中，準確性逐步提高，功能更完善，工作效率提升，蜂蜜產量增加。

圖1 中蜂養殖引入綜合神經網絡實現方法

5 人工智能養蜂系統的溯源體系

人工智能養蜂系統的軟件實現了蜂產品溯源體系。如圖2所示，通過劃分商家-縣-鄉鎮-蜂農的地塊，具體行為追溯至每個蜂箱和蜂農的地塊。溯源系統包括以下三個模塊：蜂群狀況查看模塊(蜂群進出、蜂群環境、蜂箱質量等一鍵可知)、一鍵通知模塊(通知可直接通過釘釘APP送達蜂農、商家，做到即時提醒)、農場羅盤模塊(一屏顯示品控進度，產蜜數量，違規生產行為數量，蜂農成熟蜜采收行為的信息)。

圖2 蜂產品區塊鏈溯源系統

原產地身份證利用IoT+區塊鏈+溯源模式，利用阿里云物聯網獲取對農事生產全鏈路關鍵環節的數據，通過現場布設的傳感器、攝像頭、專用PDA等設備進行自動采集，將農產品從田間到餐桌的全鏈路信息傳到區塊鏈中，創建唯一的“原產地身份證”，實現來源可查、去向可追、責任可究。在區塊鏈溯源系統，由于蜂產品產業鏈長，行業標準不規范，自身生產工藝復雜，蜂產品質量難以保證[10]。蜂蜜進行生產技術工藝設計流程的復雜性和質量追溯管理體系可用性的限制，不可能將生產各環節的信息系統作為追溯信息來構建質量追溯鏈。人工智能養蜂系統盡可能精確地記錄影響蜂產品質量的要素，找到影響蜜蜂質量的重要質量控制點，以確定可追溯性信息。主要由以下兩部分構成：

5.1 追溯條碼

采用EAN/UCC-128條碼技術，對蜂產品編碼系統的主要編碼，如飼養人、季節、蜜源、加工節點、批次、可追溯編碼、商品碼等進行界定[10]。隨著原料蜜→收割濃縮→加工包裝→物流→銷售等將各環節中的追溯點信息記錄到條碼標簽上，通過技術上傳到服務器數據庫，方便消費者和管理者的查詢。

5.2 采用關鍵控制點(HACCP)質量管理系統

實現條碼過程追溯，對重要質量控制點進行規范化界定，采用HACCP管理理念，確立影響蜂蜜質量的重要質量采集點及關鍵控制點，建立蜂產品質量追溯系統[11]。引入養蜂日志和環境信息，對蜂產品原料進行詳細的管理和記錄，蜂產品的養蜂日志可在網站的養蜂日志查詢。關鍵控制點選擇蜜蜂飼養點的地理環境和天氣條件、養蜂路線、蜜源、蜂群管理、蜂病防治等，綜合形成每個蜂箱的數據[10]。

6 小結

在中華蜜蜂定地飼養的條件下，人工智能養蜂系統取得較好的效果；硬件加軟件的模式，輔助互聯網設備和加工檢測，通過算法計算的成熟率較高，確保蜂蜜經充分釀造，實現成熟采收。通過養蜂標準數據的積累，通過人工智能系統形成養蜂技術指導，提高了養蜂效率，引導養蜂技術的升級。