[發明專利]一種基于生長模型與聲吶反饋的智能投飼系統及方法

在審

• 申請號: 202010850121.0
• 申請日: 2020-08-21
• 公開（公告）號: CN112213962A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 饒勇;劉超;鄧玉平;郎洋;陳章;吳宗文;黃俊霖;文華
• 申請（專利權）人: 四川漁光物聯技術有限公司
• 主分類號: G05B19/04
• 分類號: G05B19/04;G01D21/02;G01S15/96;A01K61/80
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 李朝虎

本發明公開了一種基于生長模型與聲吶反饋的智能投飼方法，包括如下步驟：S1：建立被投喂群體的生長模型與投喂預測模型；S2：飼料投喂前通過聲吶系統獲取被投喂群體平均規格數據；S3：根據生長模型、投喂預測模型和被投喂群體平均規格數據制定當日的投喂量，并結合投喂次數，確定每餐基礎投喂量；S4：根據每餐基礎投喂量對被投喂群體進行投飼，同時利用聲納系統檢測被投喂群體攝食過程中魚鰾回波數量；S5：對所述魚的回波數量進行基于給定算法的分析處理，對攝食對象的數量進行定級；S6：根據被投喂群體的聚集數量制定投喂決策；S7：根據投喂決策，控制對所述被投喂群體的投喂速率及投喂量。

技術領域

本發明涉及一種智能投飼系統及方法，具體涉及一種基于生長模型與聲吶反饋的智能投飼系統及方法。

背景技術

在我國大水體水產養殖中，飼料成本占總的養殖成本60％以上。保證飼料的精準投喂對于控制成本具有關鍵作用。目前，大水體養殖魚類的飼料投喂基本采用傳統投餌機投喂。傳統的投餌機僅具備定時和定量的功能，而魚的攝食量會受自身和外界因素的影響，因此攝食量是變動。定量投喂會導致投喂不足或投喂過量，會影響魚的福利。而且，投喂量的確定高度依賴于工人的養殖經驗和素質，存在投喂量判定不準確、人工成本高的問題。大水體水產養殖投飼不精準易導致出魚規格不整齊、飼料浪費大、水質污染的問題。

隨著集約化養殖的發展，許多先進技術逐漸被運用到水產養殖中。機器視覺來檢測魚的攝食狀態成為研究的熱點。單純依靠機器視覺所獲得的信息片面有缺陷，而多信息融合技術對網絡傳輸速度和處理速度要求較高，出現分析決策滯后的問題，不能實時的進行反饋和決策。另外，對于養殖魚類，最大攝食率往往超過最佳攝食率，單純通過攝食狀態反饋來進行投喂容易導致投喂過量，這種方式并不經濟。現階段利用機器視覺方法進行水產養殖投飼反饋時，易光照條件、水體的通透性等因素的影響，而僅靠投飼反饋容易造成魚過量投喂。

發明內容

本發明所要解決的技術問題是現階段利用機器視覺方法進行水產養殖投飼反饋時，易光照條件、水體的通透性等因素影響的問題，以及僅靠投飼反饋容易造成魚過量投喂的問題，目的在于提供一種基于生長模型與聲吶反饋的智能投飼系統及方法，解決上述背景技術中遇到的問題。

本發明通過下述技術方案實現：

一種基于生長模型與聲吶反饋的智能投飼系統，包括數據采集模塊、存儲模塊、魚探儀、投喂控制處理器、風送投餌機；

所述數據采集模塊用于采集被投喂群體所在水體的水質參數、氣象參數及聲吶回波強度數據；

所述魚探儀采用低于四個波束的簡單聲吶檢測魚鰾回波數量，可反應魚變多或魚變少的相對結果，根據回波數量進行定級，級別越低，投喂速率越慢，級別越高，投喂速率越快；所述魚探儀采用高頻聲吶采集魚的實時影像，基于MaskRcnn神經網絡算法對魚的數量和規格進行評估獲得被投喂群體平均規格數據；

所述存儲模塊用于存儲生長模型、投喂預測模型、水質參數、環境參數、飼料投喂重量參數；

所述生長模型是根據特定養殖品種的生長數據，建立適合不同生長規律及適用的生長模型；所述投喂預測模型是根據特定養殖品種的投喂經驗數據，建立的飼料投喂量與水溫、投喂量與溶氧以及投喂量與天氣因素之間的數學模型關系；所述天氣因素包括降雨量、大氣壓、光照強度；

所述投喂控制處理器用于：在養殖對象投喂前，主動獲取水質參數、氣象參數、魚體規格參數，并根據生長模型與投喂預測模型，結合投喂次數，確定每餐基礎投喂量；根據每餐基礎投喂量對被投喂群體進行投飼，投喂過程中，魚探儀利用回波數量獲取投飼區魚的數量級別表征魚的攝食強度，每隔5s確定一次回波數量級別，從而確定投餌機的投喂速率和投喂量；

所述風送投餌機用于根據投喂控制處理器的控制來對所述被投喂群體進行投喂。