智能化豬場數字化管控平臺創制及應用

楊 亮 高華杰 夏阿林 熊本海*

（1.中國農業科學院北京畜牧獸醫研究所/動物營養學國家重點實驗室，北京 100193；2.北京大北農科技集團股份有限公司，北京 100080；3.北京農信互聯科技集團有限公司，北京 100080）

1 引言

中國是世界養豬大國，盡管受到2018 年秋季爆發并在全國蔓延的非洲豬瘟的影響，但在強大的內在需求及各級政府的高度重視背景下，生豬的補欄復產工作穩步推進。2021 年中國生豬出欄超6.7 億頭，同比增長27.4%；豬肉產量5 296萬噸，同比增長28.8%；生豬存欄、能繁母豬存欄同比分別增長10.5%、4.0%，基本恢復到中國養豬業鼎盛時期的水平[1]。但是，與養豬業發達國家比較，中國規模化豬場的養殖技術、指標水平還存在較大差距，主要體現在種母豬的生產力指標PSY 偏低，平均只有20 頭左右，而丹麥、挪威的PSY 達到28 頭以上。其次，國外商品豬的全程飼料轉化效率為2.5∶1，中國基本上在2.8～3.0∶1，這主要是由死淘率高而導致的。歐盟是國際上最早提出禁用抗生素的組織[2]，歐盟國家丹麥繁殖豬場的死淘率在9%左右，而中國規模化繁殖豬場的死淘率高達20%～25%，特別是當非洲豬瘟等烈性傳染病來襲時死淘率更高，嚴重時甚至全軍覆沒。此外，受國際貿易戰[3]、新冠肺炎疫情[4]、俄烏戰爭[5]、全球供應鏈及物流不暢等因素影響，主要飼糧如玉米及大豆價格不斷上漲，加之人工成本的不斷增加，全面推高了養豬業的綜合成本[6]，使得自2021年初進入的新一輪豬周期低谷的現象延續至今[7]，此時的豬糧比不到4∶1，導致養豬企業的虧損嚴重。因此，面對養豬業面臨的重大風險及養殖成本壓力，如何提高規模化豬場的智能化、數字化及精細化管控水平，特別是提高豬場的生物安全預警水平及生豬個體的健康監測水平，減少人、豬、車和物的接觸頻率，確保豬場的生物安全尤為重要。此外，提高生豬養殖環節的精細化、在線化感知、數據分析及實時控制水平，實現智能化、數字化管理，實現主要生產要素如飼料、水、獸藥、設備及人員的精準投放、實時監測，達到人財物投入的最優化、生產效率及效益的最大化。實現人工智能養豬，已經成為中國規模化養殖場必然發展的趨勢，關鍵技術與智能裝備的研發勢在必行，為此，國家“十四五”重大專項“工廠化農業關鍵技術及智能農機裝備”制定了揭榜掛帥項目“綠色高效智能養豬工廠創制及應用”，該項目集成應用人工智能技術，創制主要智能養豬設施及裝備，構建生豬養殖場的全程數字化智能管控平臺。

在非洲豬瘟可能常態化背景下，規模化豬場大部分采用自繁自養模式[8]，無需從外場采購仔豬，可從豬只來源上切斷疫病的傳播，因此豬場的數智化管控一般是從種母豬開始的，包括國外的PIGWIN 系統[9]、porcitec 系統[10]，以及國內的孫德林[11]、熊本海[12]、柴琦麗[13]等研發的系統都是從種豬的管理為切入點，延伸到商品豬的生產與管理。盡管有上述的多種豬場管控系統，但受控于研發時的數據感知技術與數據傳輸技術的制約，部分系統采用手持式的PDA 或App 系統來采集數據，存在著采集效率不高的弊端，還需要人工干預的場合較多，這對于維護豬場的生物安全非常不利。近年來，隨著物聯網、大數據及人工智能技術的快速發展，先進的無線傳感網絡技術及基于機器視覺技術的人工智能技術得到了廣泛應用，使得遠程、非接觸及無應激采集生豬養殖過程數據尤其是豬只的生理、生長等行為數據成為可能[14]。其次，隨著自動采集數據相對容易，數據樣本量不斷積累，甚至可達海量數據，使后期進行大數據挖掘、分析成為可能。例如，通過紅外熱成像技術估測蛋雞體表溫度[15]、通過圖像識別及大數據算法對育肥豬進行估重[16]及計數[17]，通過感知行為估測母豬發情[18]等，成為現代豬場智能管理的熱點及發展方向。因此，本研究以自繁自養的規模化豬場為研究模型，以繁殖種豬的生產及健康行為的管控為重點，構建智能化豬場的數字化管控平臺，為豬場的高效智能遠程控制提供現代化手段。

2 平臺構建及重要生產模型

2.1 豬場智能管控總體思路

平臺開發以互聯網、大數據、物聯網、5G 和AI 等技術為基礎，結合產業生態思維的豬場智能養殖為目標，通過對各智能管控模塊的集成，構建高效的豬場多維度預警體系、智能化管理體系和生產經營決策體系，為豬場生物安全、資產安全和生產過程經營保駕護航，對豬只養殖過程進行全維度地監測及環境控制。平臺將重點打造對豬場遠程化管理、精細化生產和可視化決策的能力，通過智能網關連接豬場設備，實時采集、處理各類數據，依托養豬大腦[19]與邊緣計算技術，指揮設備執行系統指令，全面接管豬場的人、豬、場和設備，實現對豬只從出生到出欄全生產周期的智能化管控。通過智能設備應用、大數據運營實現養殖企業生產效益的提升，降低養殖場經營成本。

2.2 智能管控模塊設計

管控平臺以豬場的生物防控[20]為前提，以監管豬場的人、豬、場、設備為基本要素，以事件驅動為切入點，實現豬場全生產過程的數字化、智能化及可視化。主要智能管控模塊設計如圖1所示。

圖1 智能豬場人、豬、場、設的功能模塊設計Fig.1 Design of functional module of intelligent pig farm

2.3 繁殖母豬生產過程數字化功能設計

管控平臺以豬只個體的全部狀態數據及歷史過程的管控為突破口，對豬場實施數智一體化控制[21]。平臺實現的功能管理模塊包括首頁狀態信息、檔案信息、生產數據、采食數據、環境數據、生產分析、預警預報、參數閾值及運行狀態等。其中首頁狀態信息可以將選定豬只個體的標識與位置、體征、采食、環境及保溫等信息從不同的數據庫中提取出來，對異常信息進行突出顯示。

2.4 繁殖母豬數據分析的主要模型

智能豬場數智化管控的主要目的，是對采集的豬只個體的狀態數據，按豬只生產的業務邏輯及養豬學理論，基于相關的模型開展數據的挖掘分析，展示豬只、豬群及豬場的運行狀態，發現豬場的生產運行過程中哪些環節出現問題，便于生產管理人員及時進行干預，保證豬場的生產向著制定的目標前行。描述繁殖母豬群體生產力的指標較多，下面簡要列出部分計算指標作為實例。

（1）青年豬從入群到首次配種的間隔。定義：在報告期間，在繁殖豬群入群日期和對于那些未配過種的繁殖母豬(青年母豬)的首次配種日期之間的平均間隔天數。該指標反映后備青年母豬的初情狀態。

（2）青年母豬首次配種到受孕的平均間隔天數。定義：在未配種青年母豬的首次配種日期和導致產仔(或者是期望能導致產仔)的最后一次重復配種之間的平均間隔天數。主要反映青年母豬的配種效率。

（3）從首次配種到淘汰平均間隔(青年母豬)。定義：在繁殖母豬的首次配種日期和從未配過種的青年母豬淘汰日之間的平均間隔天數。主要反映小母豬不宜配種而淘汰的情況。

（4）未配種繁殖母豬的平均存欄。定義：在報告期間，指未配種的繁殖母豬群的平均規模。

（5）配種青年豬平均存欄數。定義：在報告期間，指配種的青年母豬群的平均規模。

（6）平均胎次。定義：豬群中繁育母豬的平均胎次，不包括后備繁育母豬。

（7）非生產性天數（NPD）。定義：指繁殖母豬在自然年里既不懷孕、也不哺乳和必要的等待發情之外的天數之和。NPD 數越大，表明母豬怠工不出力的天數越多，反之表明母豬繁殖的效率高。

例如，如果年產胎數為2.3 胎，斷奶天數21d，懷孕天數114d，且斷奶后7d發情并配上種，則最理想的NPD=365-2.3*（21+114+7）≈39d。實 際 上 豬 場 的NPD 經常大于39d，假如7d 發情后進行了配種，但是在孕檢時發現沒有配上種，就得等18～23d 后的下一個發情期，假設按21d 計算，則可得NPD 為39+21=60d。因此，NPD 可全面反映豬場的管理水平，包括發情識別及配種效率等技術環節水平。

（8）繁殖母豬的生產力PSY。定義：一頭繁殖母豬年可提供斷奶的仔豬數量，綜合反映繁殖母豬的生產力水平。既可以是一頭豬的PSY，也可以有一個豬群或豬場的PSY，或者是一個地區或國家的能繁母豬的PSY。例如，因各國的豬場及管理水平有較大差別，PSY 也相差較大，某些國家如丹麥、挪威的PSY達到30頭左右，中國PSY的平均水平在20頭左右。

因描述豬群的數字化指標較多，僅列出以上8 項指標。

2.5 選用的遠程監控及邊緣計算設備

平臺選用了海康威視AI 攝像頭，型號為DS-2CD3T25D-I3，最高分辨率1920 × 1080 @25 fps，在該分辨率下可輸出實時圖像；支持用戶登錄鎖定機制，設置有密碼復雜度提示，滿足數據庫安全的要求；支持2 項智能偵測即越界偵測和區域入侵偵測；支持ROI 感興趣區域增強編碼，Smart265/264 編碼，可根據場景情況自適應調整碼率分配，有效節省存儲成本，為人、場及豬的遠程高精度監控及圖像采集提供支撐。邊緣計算設備采用農信數科的農芯云盒，硬件參數：Intel Jetson 架構，21T 算力，4T Sata 硬盤且支持12 路720p 攝像頭；安裝要求：部署在豬場機房，攝像頭Onvif 協議18.12 以上，云盒與攝像頭在同一個局域網內，不能跨網段，路由器支持配置端口映射。

2.6 背膘厚度與體重估測方法

種母豬背膘厚度的測定或估測方法：以膘情感官評定的5 分制為基礎，結合機器視覺AI 算法[22]，建立不同豬種在不同生理及妊娠階段的評分與背膘厚度之間的估測模型。

豬只體重的估測方法：采用以機器視覺為基礎的算法，間接估測豬只的體重。首先獲取目標區域內豬只的背部深度圖像數據；對背部深度圖像數據進行關鍵點標注，得到完整豬只圖像數據，完整豬只圖像數據標注有全部豬只關鍵點，將完整豬只圖像數據輸入到預先構建的以豬只全圖像面積為自變量的豬只體重估測模型，得到目標區域內的豬只數量及每個豬只的體重數據。

3 結果與分析

3.1 豬場安全監測與預警

以某豬場為例，圖2 為當日豬場出現的預警統計情況。其中，當日的生物安全預警有37 件，其中關鍵預警有27 件，并且列出預警高發在不同位置出現的次數等信息，為豬場的生物防控進行實時監控。

圖2 某豬場動態變化的預警統計分析Fig.2 Early warning statistical analysis of dynamic changes in a pig farm

如圖2 所示，若選定關鍵預警的統計，則可以看到27 種預警的具體場景。如圖3 所示的預警事件為人員消毒作業，發生位置、風險等級及具體時間的可視化顯示。工作人員可進一步點擊圖片，遠程查詢事件發生時的視頻，為追責提供證據。

圖3 豬場生物安全事件的捕獲及遠程查詢Fig.3 Capture and remote inquiry of biosafety events in pig farms

3.2 豬只檔案與生產分析

豬場的核心是繁殖母豬基礎群，其生產周期就是發情、配種、妊娠、產仔、哺乳、斷奶到空懷，為商品豬的生產不斷提供斷奶仔豬，其生產斷奶仔豬的數量及斷奶重體現了繁殖母豬生產力水平，也影響商品豬的生產成績，最終影響到整個智能豬場的運行效益及效率。因此，對繁殖母豬的數字化管控是整個豬場管控的核心[23]，其中核心管理突破口就是繁殖母豬的檔案管理，如圖4 所示，主要包括狀態信息、檔案信息、生產數據、采食數據、環境數據、數據分析、預警列表和參數閾值等功能模塊。

圖4 繁殖母豬檔案及生產過程信息管理Fig.4 Breeding sow archives and production process information management

其中，豬只狀態信息對生產管理者最具參考價值[24]，系統在線顯示指定豬只的所有狀態信息，尤其是異常信息，為一線管理者及時干預豬只生產提供依據。圖4 所示為個體編號為N002385 的母豬信息，通過基于參數閾值為基準分析的狀態與異常數據提醒，發現該母豬目前主要的異常包括：體表溫度39.5℃，溫度偏高；當日采食量7.12kg，為理論采食量的80%，采食量不足；所處環境溫度為24℃，對于哺乳母豬而言偏高；其他如背膘厚度、運動量、飲水量、累計采食量及濕度等數值在正常閾值內。上述豬只的行為與環境參數的監測及預警是豬場智慧管理的日常性工作，為實時監管豬只的生產提供在線的依據。

3.3 豬只檔案管理

繁殖母豬的檔案重要的是記錄其不同胎次的數據，包括發情及鑒定、配種、分娩、哺乳及斷奶等基本信息。依據上述信息可開展重要的數據分析，包括動態計算個體或群體在指定區間內的發情率、配種成功率、分娩率、健仔率、胎間距及綜合反映母豬生產力的PSY 等。圖5 顯示了繁殖母豬N002385 的檔案信息，包括了所處位置、狀態、日齡（從出生計算起）、出生場地、品系/品種、配種次數/已產胎次、窩均產仔總數/窩均健仔數、非生產性天數（NPD）、當前體溫及背膘厚度等，同時列出該繁殖母豬過往每胎的分娩數據及哺乳成績，如斷奶均重這一重要指標。

對圖5 所示的原始狀態數據進行適當處理，可以派生更多有價值的數據。例如，配種成功率為3/9=33.33%，產仔的健仔率為10/11=91%，自發情配種后的NPD 為156 d。此外，系統可動態提供繁殖母豬的背膘厚度。該指標是反映母豬體況的重要指標，不僅反映妊娠母豬的營養狀況，也與繁殖母豬在不同胎次及不同發情階段的繁殖性能相關。對于后備母豬，背膘厚度與初次發情日期有關，背膘過薄或過厚都會影響初情期，最適宜的背膘厚度與豬的品種有直接關系。陳方琴[25]研究發現，大白、長白純種后備母豬最早初次發情平均日齡的背膘厚度為11.00～12.00 mm，初情期最晚的背膘厚度＜10.00 mm，居中間的背膘厚度＞13.00 mm。其次，妊娠母豬的背膘厚度直接反映了母豬的營養狀況，調控整個妊娠期的背膘厚度，實質上是保持母豬合適的體脂沉積，維持胎盤的正常功能，這對于提高母豬的繁殖性能如健仔數、出生重量等十分關鍵。鄭梓[26]研究的長大二元后備母豬結果顯示，妊娠前期（30 d）、中期（60 d）、后期（90 d）和產前生產性能最佳的背膘厚度范圍分別為14～19 mm、19～22 mm、14～16 mm 和21～24 mm。當然，母豬的不同品種、不同養殖模式及不同生理階段及胎次，最適宜的背膘厚度是有差異的，這需要不斷積累數據，形成參數閾值數據庫錄入系統中，通過形成標準，對每頭母豬的背膘狀態做出科學評判，為母豬的營養調控提供依據。圖5 顯示的背膘厚度為19mm，其在合適的范圍內。

圖5 繁殖母豬的檔案信息的初始頁面Fig.5 Initial page for profile information of breeding sows

3.4 豬只生產數據分析與預警

如圖6 所示，綜合分析了豬場各類運行的狀態數據，包括豬只當日存欄信息，包括各類性質的豬只數、當日的生產預警統計與執行處理情況、母豬的生產力PSY的動態分析進展等。當選擇“PSY紅綠燈”，就可以進一步顯示豬場或豬群的整體PSY 數據的詳細指標以及分析結果，如圖7所示。

圖6 指定豬場的運行狀態檢測與數據分析統計Fig.6 Operation status detection and data analysis statistics of selected piggery

如圖7 所示，PSY 的分析數據是針對選定豬場的2021 年6 月至2022 年5 月時間區間的分析結果。該選定豬場是一個投入運行時間不長的繁殖場，其中繁殖母豬頭數為76 頭，繁殖群中1～2 胎所占比例達81.94%，豬群以青年母豬為主，年產胎次僅為1.63胎，非生產天數NPD 達159.38d，導致繁殖豬群的PSY 偏低，僅為17.83 頭。其他生產技術參數方面亮紅燈的指標，包括配種分娩率、斷奶7d 內發情配種率、受胎率、妊娠陰性率、流產率及空胎率等。其中，關于指標配種分娩率，對于全面進行狀態的繁殖母豬場全群的分娩率應在85%～90%，對于新建豬場的預期目標一般在75%左右，可見圖7所示選定豬場的這一指標明顯偏低，僅為預期目標的一半左右，在其右側的5 項指標詳細分析了配種分娩率低的相關指標。因此，豬場應該針對這5 項指標分別采取措施，提高精準管理及配種技術水平，通過提高發情配種率、受胎率，降低妊娠陰性率、流產率及空胎率等方面，達到配種分娩率指標的改善，最終促進該豬場PSY 的提升。

圖7 指定豬場的“PSY”分析結果Fig.7 PSY analysis results of selected piggery

3.5 豬只遠程無應激點數及體重估測

在非洲豬瘟可能常態化的情形下，如何利用AI技術在非接觸及無應激的前提下獲取豬場運行狀態及豬只個體信息，包括豬只數量及體征等信息，是目前所有規模化養豬場，特別是種豬的繁殖車間迫切需要的。只有這樣，才能最大限度減少人與生豬尤其種豬的直接接觸，隨時了解豬只的生長、健康及發情情況，為豬場的精準控制及個性化調控豬只健康及營養提供決策依據。圖8 顯示的是遠程在線對生長肥育豬舍的豬只計數、估重及體長與體寬的估測結果。圖9 顯示的是選定豬群的體征數據，包括豬只均重、均長及均寬的動態數據，通過可視化分析不同豬群的生長情況，為對豬群的營養調控提供基礎數據的支撐。

圖9 選定豬群的體征數據（體重、體長、體寬）連續變化的動態監測Fig.9 Dynamic monitoring of continuous changes in physical signs of selected pigs

如圖10 所示，基于在線監測不同豬群的體征動態變化數據，結合采集的豬群日采食量數據，則可動態計算飼料轉化效率即FCR（g/g）。系統對舍內所有豬只個體的平均估重，結合飼喂設備記錄的消耗飼料總量，可得到該豬舍所有豬只個體平均的FCR。如果發現某個豬舍的FCR 明顯偏低，則預示著該欄內部分豬只采食量不足，需要查清具體原因。

圖10 豬舍（保育舍）豬群累計采食量及平均采食次數的自動記錄及可視化Fig.10 Automatic recording and visualization of cumulative feed intake and average feeding times of pigs

3.6 豬舍環境監測與數據分析

豬場智能管控平臺除了上述的“生物安全監測與預警”“豬只的檔案管理”“豬只生產數據分析”“豬只遠程無應激點數及體重估測”和“采食數據記錄與分析”等功能外，還具有對豬舍環境的監測與控制功能。如圖11 所示，顯示的是選定豬舍的環控數據信息，環控指標包括溫度、濕度、二氧化碳、氨氣、光照、硫化氫等。豬舍環控系統，為豬只提供了舒適的生長環境，解決了豬只“住得好”的問題，有利于豬只的健康生長，有效提高豬場的經濟效益。

圖11 豬舍環控數據分析Fig.11 Analysis of environmental control data in piggery

4 結論與展望

數字化管理是規模化豬場發展的必然趨勢。目前，養豬行業面臨著非洲豬瘟疫情時有發生、飼料成本居高不下的難題，持續萎靡的市場行情使養豬業進入了市場寒冬，規模化養殖企業面臨著深度虧損的狀態。傳統的人工散養養殖模式弊端明顯，必將向著集約化、規模化和智能化的養殖方式發展。隨著現代科學技術的發展，人工智能、物聯網和5G通信技術融入到畜牧業生產中，特別是在中國養豬業轉型升級的關鍵時期，上述技術對于解決環境壓力、資源約束等問題將會發揮重要的作用。智能化設備可以有效緩解勞動力需求，數字化管理可以有效提高生豬生產力水平，兩者共同促進中國養豬業的發展，促進了智能豬場的建立，真正實現綠色、高效和智慧養豬。

本研究創建的智能化豬場數字化管控平臺，系統集成物聯網和人工智能等現代信息技術，構建豬場多維度預警體系、智能化管理體系和生產經營決策體系，保障豬場生物安全與資產安全，實現豬只從出生到出欄全生產周期的遠程化管理、精細化生產及可視化決策，實現豬只的智慧養殖，有效提高養殖收益。

智能化豬場數字化管控平臺的功能還需進一步拓展與完善。在豬只智能精準飼喂方面，智能精準飼喂技術根據豬只所處不同生長階段，通過自動計算營養需要量調整飼料配比，實現精準下料，可顯著提高母豬受胎率、繁殖性能和生產性能，有效提高豬只飼料利用效率，減少飼料浪費，降低料肉比，此部分模塊將豐富豬場數字化管控平臺的功能，顯著提高管理水平，減少投入成本。在豬只健康狀態感知方面，生物傳感器與巡檢機器人的發展日新月異，可以快速感知獲取豬只的生理狀態，實現對豬只發情、疫病的監測與預警，有效提高豬只的生產力水平，降低疫病傳播的風險隱患。在后期大數據分析方面，生豬養殖數據涉及到產前、產中和產后各個環節，通過物聯網獲取的海量數據，后期還需要進行更加深入地智能分析，發現養殖過程中存在的問題，為養殖場的發展提供有益的生產決策。綜上所述，智能化豬場數字化管控平臺的發展，還需要進一步完善智能精準飼喂系統、健康狀態感知系統和大數據分析系統3 個方面的功能，隨著智能化豬場數字化管控平臺的完善，無人值守式豬場必將實現。