一种可持续性和智能化养猪方法
专利汇可以提供一种可持续性和智能化养猪方法专利检索，专利查询，专利分析的服务。并且本 发明 提供了一种 可持续性 和智能化养猪方法,该可持续性和智能化养猪方法通过获取关于养猪外界环境、生猪生长状态和养殖现场对外排放各自的检测信息，对养殖现场的环境状态、生猪养殖投喂状态和养殖现场的对外排放状态进行适应性的调整处理，以实现对生猪养殖过程的智能化操作和降低生猪养殖过程的废物产出，从而提高生猪养殖的环境可持续性和养殖智能化程度。，下面是一种可持续性和智能化养猪方法专利的具体信息内容。
1.一种可持续性和智能化养猪方法，其特征在于，所述可持续性和智能化养猪方法包括如下步骤：
步骤S1，获取关于养猪外界环境的第一检测信息和关于生猪生长状态的第二检测信息，并根据所述第一检测信息和/或所述第二检测信息，生成养殖反馈信息；
步骤S2，根据所述养殖反馈信息，对当前养殖现场的环境条件和/或喂养条件进行调整处理；
步骤S3，获取关于养殖现场对外排放的第三检测信息，并根据所述第三检测信息，生成排放反馈信息；
步骤S4，根据所述排放反馈信息，调整当前养殖现场的对外排放模式。
2.根据权利要求1所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S1中，获取关于养猪外界环境的第一检测信息和关于生猪生长状态的第二检测信息，并根据所述第一检测信息和/或所述第二检测信息，生成养殖反馈信息具体包括，
步骤S101，获取关于养殖现场当前的若干不同双目图像，并根据所述若干不同双目图像生成关于所述养殖现场的地形和/或水文状态信息；
步骤S102，根据所述地形和/或水文状态信息，对所述养殖现场布置若干不同类型的环境检测传感器，以获取所述第一检测信息；
步骤S103，获取关于生猪生活状态的动态图像和/或静态图像，并根据所述动态图像和/或静态图像，生成部分所述第二检测信息；
步骤S104，获取关于生猪的若干生理状态参数，并对所述若干生理状态参数进行分析处理，以计算得到部分所述第二检测信息；
步骤S105，通过预设养殖现场质量评价神经网络模型，对所述第一检测信息和/或所述第二检测信息进行学习分析处理，以生成所述养殖反馈信息。
3.根据权利要求2所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S101中，获取关于养殖现场当前的若干不同双目图像，并根据所述若干不同双目图像生成关于所述养殖现场的地形和/或水文状态信息具体包括，步骤S1011，获取关于所述养殖现场与不同角度位置和/或高度位置的若干不同双目图像，并根据对应的角度位置和/或所述高度位置对所述若干不同双目图像进行重叠构造处理，以获得关于所述养殖现场的立体地理环境模型；
步骤S1012，对所述立体地理环境模型进行水陆要素特征的识别提取处理，以获得关于所述养殖现场的地形和/或水文状态信息。
4.根据权利要求2所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S102中，根据所述地形和/或水文状态信息，对所述养殖现场布置若干不同类型的环境检测传感器，以获取所述第一检测信息具体包括，
步骤S1021，根据所述地形/和或水文状态信息，对所述养殖现场对应的立体地理环境模型进行陆地边界和水文边界的确定处理，以获得关于所述养殖现场的海拔地形分布状态和水系分布状态；
步骤S1022，根据所述海拔地形分布状态和所述水系分布状态，于所述养殖现场的不同位置区域设置照度传感器、温度传感器、湿度传感器、风速/风向传感器和扩散粒子传感器中的至少一者；
步骤S1023，根据所述照度传感器、所述温度传感器、所述湿度传感器、所述风速/风向传感器和所述扩散粒子传感器中的至少一者，获取所述养殖现场对应区域的光照数据、温度数据、湿度数据、风速/风向数据和扩散粒子浓度数据中的至少一者作为所述第一检测信息。
5.根据权利要求2所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S103中，获取关于生猪生活状态的动态图像和/或静态图像，并根据所述动态图像和/或静态图像，生成部分所述第二检测信息具体包括，
步骤S1031，对所述生猪生活状态进行可见光拍摄和热红外光拍摄，以获得关于生猪的可见光动态图像和/或可见光静态图像、以及关于生猪的红外光动态图像和/或红外光静态图像；
步骤S1032，根据所述可见光拍摄的拍摄时序，对所述可见光动态图像和/或可见光静态图像进行第一图像处理，以获得关于生猪的第一图像变化信息；
步骤S1033，根据所述第一图像变化信息，获得关于生猪的体型变化信息，以作为部分所述第二检查信息；
步骤S1034，根据所述红外光拍摄的拍摄时序，对所述红外光动态图像和/或红外光静态图像进行第二图像处理，以获得关于生猪的第二图像变化信息；
步骤S1035，根据所述第二图像变化信息，获得关于生猪的重量变化信息，以作为部分所述第二检测信息。
6.根据权利要求2所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S104中，获取关于生猪的若干生理状态参数，并对所述若干生理状态参数进行分析处理，以计算得到部分所述第二检测信息具体包括，
步骤S1041，获取关于生猪的体温状态参数、体脂比状态参数和器官功能状态参数，以作为所述若干生理状态参数；
步骤S1042，根据预设生猪生长生理神经网络模型，对所述体温状态参数、所述体脂比状态参数和所述器官功能状态参数进行分析处理，以获得关于生猪生长的综合生理状态评价指标；
步骤S1043，对所述综合生理状态评价指标进行多维度评价转换处理，以得到部分所述第二检测信息。
7.根据权利要求1所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S2中，根据所述养殖反馈信息，对当前养殖现场的环境条件和/或喂养条件进行调整处理具体包括，
步骤S201，根据所述养殖反馈信息，确定当前养殖现场的环境条件与预设标准环境条件之间的第一条件差异和/或当前养殖现场的喂养条件与预设标准喂养条件之间的第二条件差异；
步骤S202，根据所述第一条件差异，确定当前养殖现场在光照条件、温度条件、通风条件和养殖密度条件中至少一者的第一调整容差度；
步骤S203，根据所述第二条件差异，确定当前养殖现场在投喂量、投喂频率、清洗频率和生猪活动量中至少一者的第二调整容差度；
步骤S204，根据所述第一调整容差度和/或所述第二调整容差度，对当前养殖现场进行关于环境条件和/或投喂条件的调整处理。
8.根据权利要求1所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S3中，获取关于养殖现场对外排放的第三检测信息，并根据所述第三检测信息，生成排放反馈信息具体包括，
步骤S301，获取关于所述养殖现场在预设时间段内的废水、废气和固体废物中至少一者的对外排放状态数据；
步骤S302，根据所述对外排放状态数据，对所述养殖现场进行关于对外排放与环境污染之间的关联性评价处理；
步骤S303，根据所述关联性评价处理的结果，生成关于所述养殖现场对外排放强度的所述第三检测信息；
步骤S304，根据所述第三检测信息，确定所述养殖现场当前对外排放状态对外界环境的影响参数，以此生成所述排放反馈信息。
9.根据权利要求1所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S4中，根据所述排放反馈信息，调整当前养殖现场的对外排放模式具体包括，
步骤S401，根据所述排放反馈信息，构建关于当前养殖现场的对外排放预测模型；
步骤S402，根据所述对外排放预测模型，预测所述养殖现场在预定时间段内关于废水、废气和固体废物中至少一者的对外排放情况；
步骤S403，根据所述对外排放情况的预测结果，调整当前养殖现场的对外排放模式。
10.根据权利要求9所述的可持续性和智能化养猪方法，其特征在于：
在所述步骤S403中，根据所述对外排放情况的预测结果，调整当前养殖现场的对外排放模式具体包括，
根据所述对外排放情况的预测结果，调整当前养殖现场关于废水、废气和固体废物中至少一者的回收处理强度和/或控制废水、废气和固体废物中至少一者的产出量。
一种可持续性和智能化养猪方法
技术领域
背景技术
发明内容
步骤S2，根据所述养殖反馈信息，对当前养殖现场的环境条件和/或喂养条件进行调整处理；
步骤S3，获取关于养殖现场对外排放的第三检测信息，并根据所述第三检测信息，生成排放反馈信息；
步骤S4，根据所述排放反馈信息，调整当前养殖现场的对外排放模式；
进一步，在所述步骤S1中，获取关于养猪外界环境的第一检测信息和关于生猪生长状态的第二检测信息，并根据所述第一检测信息和/或所述第二检测信息，生成养殖反馈信息具体包括，
步骤S101，获取关于养殖现场当前的若干不同双目图像，并根据所述若干不同双目图像生成关于所述养殖现场的地形和/或水文状态信息；
步骤S102，根据所述地形和/或水文状态信息，对所述养殖现场布置若干不同类型的环境检测传感器，以获取所述第一检测信息；
步骤S103，获取关于生猪生活状态的动态图像和/或静态图像，并根据所述动态图像和/或静态图像，生成部分所述第二检测信息；
步骤S104，获取关于生猪的若干生理状态参数，并对所述若干生理状态参数进行分析处理，以计算得到部分所述第二检测信息；
步骤S105，通过预设养殖现场质量评价神经网络模型，对所述第一检测信息和/或所述第二检测信息进行学习分析处理，以生成所述养殖反馈信息；
进一步，在所述步骤S101中，获取关于养殖现场当前的若干不同双目图像，并根据所述若干不同双目图像生成关于所述养殖现场的地形和/或水文状态信息具体包括，步骤S1011，获取关于所述养殖现场与不同角度位置和/或高度位置的若干不同双目图像，并根据对应的角度位置和/或所述高度位置对所述若干不同双目图像进行重叠构造处理，以获得关于所述养殖现场的立体地理环境模型；
步骤S1012，对所述立体地理环境模型进行水陆要素特征的识别提取处理，以获得关于所述养殖现场的地形和/或水文状态信息；
进一步，在所述步骤S102中，根据所述地形和/或水文状态信息，对所述养殖现场布置若干不同类型的环境检测传感器，以获取所述第一检测信息具体包括，
步骤S1021，根据所述地形/和或水文状态信息，对所述养殖现场对应的立体地理环境模型进行陆地边界和水文边界的确定处理，以获得关于所述养殖现场的海拔地形分布状态和水系分布状态；
步骤S1022，根据所述海拔地形分布状态和所述水系分布状态，于所述养殖现场的不同位置区域设置照度传感器、温度传感器、湿度传感器、风速/风向传感器和扩散粒子传感器中的至少一者；
步骤S1023，根据所述照度传感器、所述温度传感器、所述湿度传感器、所述风速/风向传感器和所述扩散粒子传感器中的至少一者，获取所述养殖现场对应区域的光照数据、温度数据、湿度数据、风速/风向数据和扩散粒子浓度数据中的至少一者作为所述第一检测信息；
进一步，在所述步骤S103中，获取关于生猪生活状态的动态图像和/或静态图像，并根据所述动态图像和/或静态图像，生成部分所述第二检测信息具体包括，步骤S1031，对所述生猪生活状态进行可见光拍摄和热红外光拍摄，以获得关于生猪的可见光动态图像和/或可见光静态图像、以及关于生猪的红外光动态图像和/或红外光静态图像；
步骤S1032，根据所述可见光拍摄的拍摄时序，对所述可见光动态图像和/或可见光静态图像进行第一图像处理，以获得关于生猪的第一图像变化信息；
步骤S1033，根据所述第一图像变化信息，获得关于生猪的体型变化信息，以作为部分所述第二检查信息；
步骤S1034，根据所述红外光拍摄的拍摄时序，对所述红外光动态图像和/或红外光静态图像进行第二图像处理，以获得关于生猪的第二图像变化信息；
步骤S1035，根据所述第二图像变化信息，获得关于生猪的重量变化信息，以作为部分所述第二检测信息；
进一步，在所述步骤S104中，获取关于生猪的若干生理状态参数，并对所述若干生理状态参数进行分析处理，以计算得到部分所述第二检测信息具体包括，
步骤S1041，获取关于生猪的体温状态参数、体脂比状态参数和器官功能状态参数，以作为所述若干生理状态参数；
步骤S1042，根据预设生猪生长生理神经网络模型，对所述体温状态参数、所述体脂比状态参数和所述器官功能状态参数进行分析处理，以获得关于生猪生长的综合生理状态评价指标；
步骤S1043，对所述综合生理状态评价指标进行多维度评价转换处理，以得到部分所述第二检测信息；
进一步，在所述步骤S2中，根据所述养殖反馈信息，对当前养殖现场的环境条件和/或喂养条件进行调整处理具体包括，
步骤S201，根据所述养殖反馈信息，确定当前养殖现场的环境条件与预设标准环境条件之间的第一条件差异和/或当前养殖现场的喂养条件与预设标准喂养条件之间的第二条件差异；
步骤S202，根据所述第一条件差异，确定当前养殖现场在光照条件、温度条件、通风条件和养殖密度条件中至少一者的第一调整容差度；
步骤S203，根据所述第二条件差异，确定当前养殖现场在投喂量、投喂频率、清洗频率和生猪活动量中至少一者的第二调整容差度；
步骤S204，根据所述第一调整容差度和/或所述第二调整容差度，对当前养殖现场进行关于环境条件和/或投喂条件的调整处理；
进一步，在所述步骤S3中，获取关于养殖现场对外排放的第三检测信息，并根据所述第三检测信息，生成排放反馈信息具体包括，
步骤S301，获取关于所述养殖现场在预设时间段内的废水、废气和固体废物中至少一者的对外排放状态数据；
步骤S302，根据所述对外排放状态数据，对所述养殖现场进行关于对外排放与环境污染之间的关联性评价处理；
步骤S303，根据所述关联性评价处理的结果，生成关于所述养殖现场对外排放强度的所述第三检测信息；
步骤S304，根据所述第三检测信息，确定所述养殖现场当前对外排放状态对外界环境的影响参数，以此生成所述排放反馈信息；
进一步，在所述步骤S4中，根据所述排放反馈信息，调整当前养殖现场的对外排放模式具体包括，
步骤S401，根据所述排放反馈信息，构建关于当前养殖现场的对外排放预测模型；
步骤S402，根据所述对外排放预测模型，预测所述养殖现场在预定时间段内关于废水、废气和固体废物中至少一者的对外排放情况；
步骤S403，根据所述对外排放情况的预测结果，调整当前养殖现场的对外排放模式；
进一步，在所述步骤S403中，根据所述对外排放情况的预测结果，调整当前养殖现场的对外排放模式具体包括，
根据所述对外排放情况的预测结果，调整当前养殖现场关于废水、废气和固体废物中至少一者的回收处理强度和/或控制废水、废气和固体废物中至少一者的产出量。
具体实施方式
步骤S2，根据该养殖反馈信息，对当前养殖现场的环境条件和/或喂养条件进行调整处理；
步骤S3，获取关于养殖现场对外排放的第三检测信息，并根据该第三检测信息，生成排放反馈信息；
步骤S4，根据该排放反馈信息，调整当前养殖现场的对外排放模式。
步骤S102，根据该地形和/或水文状态信息，对该养殖现场布置若干不同类型的环境检测传感器，以获取该第一检测信息；
步骤S103，获取关于生猪生活状态的动态图像和/或静态图像，并根据该动态图像和/或静态图像，生成部分该第二检测信息；
步骤S104，获取关于生猪的若干生理状态参数，并对该若干生理状态参数进行分析处理，以计算得到部分该第二检测信息；
步骤S105，通过预设养殖现场质量评价神经网络模型，对该第一检测信息和/或该第二检测信息进行学习分析处理，以生成该养殖反馈信息。
步骤S1022，根据该海拔地形分布状态和该水系分布状态，于该养殖现场的不同位置区域设置照度传感器、温度传感器、湿度传感器、风速/风向传感器和扩散粒子传感器中的至少一者；
步骤S1023，根据该照度传感器、该温度传感器、该湿度传感器、该风速/风向传感器和该扩散粒子传感器中的至少一者，获取该养殖现场对应区域的光照数据、温度数据、湿度数据、风速/风向数据和扩散粒子浓度数据中的至少一者作为该第一检测信息。
步骤S1032，根据该可见光拍摄的拍摄时序，对该可见光动态图像和/或可见光静态图像进行第一图像处理，以获得关于生猪的第一图像变化信息；
步骤S1033，根据该第一图像变化信息，获得关于生猪的体型变化信息，以作为部分该第二检查信息；
步骤S1034，根据该红外光拍摄的拍摄时序，对该红外光动态图像和/或红外光静态图像进行第二图像处理，以获得关于生猪的第二图像变化信息；
步骤S1035，根据该第二图像变化信息，获得关于生猪的重量变化信息，以作为部分该第二检测信息。
步骤S1042，根据预设生猪生长生理神经网络模型，对该体温状态参数、该体脂比状态参数和该器官功能状态参数进行分析处理，以获得关于生猪生长的综合生理状态评价指标；
步骤S1043，对该综合生理状态评价指标进行多维度评价转换处理，以得到部分该第二检测信息。
步骤S202，根据该第一条件差异，确定当前养殖现场在光照条件、温度条件、通风条件和养殖密度条件中至少一者的第一调整容差度；
步骤S203，根据该第二条件差异，确定当前养殖现场在投喂量、投喂频率、清洗频率和生猪活动量中至少一者的第二调整容差度；
步骤S204，根据该第一调整容差度和/或该第二调整容差度，对当前养殖现场进行关于环境条件和/或投喂条件的调整处理。
步骤S302，根据该对外排放状态数据，对该养殖现场进行关于对外排放与环境污染之间的关联性评价处理；
步骤S303，根据该关联性评价处理的结果，生成关于该养殖现场对外排放强度的该第三检测信息；
步骤S304，根据该第三检测信息，确定该养殖现场当前对外排放状态对外界环境的影响参数，以此生成该排放反馈信息。
步骤S402，根据该对外排放预测模型，预测该养殖现场在预定时间段内关于废水、废气和固体废物中至少一者的对外排放情况；
步骤S403，根据该对外排放情况的预测结果，调整当前养殖现场的对外排放模式。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 数据降维方法、画像构建方法及系统、可读存储介质 | 2020-05-12 | 57 |
| 一种基于物联网的智慧农业信息处理系统 | 2020-05-14 | 627 |
| 一种邮件信息和恶意代码信息的关联性分析方法及系统 | 2020-05-08 | 635 |
| 一种基于网络数据包提取文件的方法 | 2020-05-08 | 248 |
| 噪声源检测方法、装置、计算机设备和存储介质 | 2020-05-13 | 723 |
| 一种基于机器学习的井间连通性评价方法 | 2020-05-11 | 900 |
| 一种基于深度学习的轨道交通客流需求预测方法和装置 | 2020-05-12 | 775 |
| 一种用于提高非线性颤振可靠度振动计算精度与计算效率的数据处理方法 | 2020-05-08 | 221 |
| 一种用于企业风控分析的网络管理系统及其控制方法 | 2020-05-12 | 782 |
| 一种输电网结构形态评估方法 | 2020-05-13 | 477 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
