摘要：引用格式：王政, 宋怀波, 王云飞, 华志新, 李嵘, 许兴时. 奶牛运动行为智能监测研究进展与技术趋势[J]. 智慧农业(中英文), 2022, 4(2): 36-52.

引用格式：王政, 宋怀波, 王云飞, 华志新, 李嵘, 许兴时. 奶牛运动行为智能监测研究进展与技术趋势[J]. 智慧农业(中英文), 2022, 4(2): 36-52.

WANG Zheng, SONG Huaibo, WANG Yunfei, HUA Zhixin, LI Rong, XU Xingshi. Research Progress and Technology Trend of Intelligent Morning of Dairy Cow Motion Behavior[J]. Smart agriculture, 2022, 4(2): 36-52.

奶牛运动行为智能监测研究进展与技术趋势

王政1,2,3，宋怀波1,2,3，王云飞1,2,3，华志新1,2,3，李嵘1,2,3，许兴时1,2,3

（1. 西北农林科技大学机械与电子工程学院2. 农业农村部农业物联网重点实验室3. 陕西省农业信息感知与智能服务重点实验室）

奶牛运动行为蕴含着诸多健康信息。信息化、智能化技术的应用有助于养殖场及时掌握奶牛健康状况，提高养殖效率。奶牛的行为与其生理状况密切相关。传统奶牛养殖模式主要依靠饲养员经验进行健康判断，但随着奶牛养殖规模的逐渐扩大，传统的人工监测方法因效率低下、准确率难以保证等原因已无法满足养殖要求，奶牛运动行为的智能监测手段及设备已成为相关研究的必然选择。

一． 奶牛运动行为监测

1. 奶牛基本运动行为监测

奶牛基本运动行为主要有躺卧、行走、站立等，研究表明，躺卧是奶牛每天最优先的行为，正常奶牛每天的躺卧时间应达10~14 h，若奶牛躺卧时间减少，则可能是由于卧床不舒适，牛只发情等原因，同样，奶牛站立和行走行为的异常也可反应出诸多健康信息。

奶牛基本运动行为可通过奶牛活动量和姿势等特征进行判别，加速度传感器和计步器是最为常见的接触式监测方法；奶牛基本运动行为的非接触式监测主要依靠视频图像分析，传统方法包括光流法、特征分类等方法，随着大数据及硬件设备的发展，诸多学者开始研究基于深度学习的奶牛行为视频监测方法。图1为基于CNN-LSTM网络的奶牛基本行为识别技术路线。

图1 基于CNN-LSTM网络的奶牛基本行为识别技术路线

Fig. 1 Technical route of basic behaviors recognition of dairy cow based on CNN-LSTM network

2. 发情行为监测

在现代化奶牛养殖过程中，奶牛发情行为监测至关重要，及时地监测出奶牛发情信息，有利于在合适的时间对奶牛进行配种，降低产犊间隔，提高牛场效益。

奶牛发情期间，外在行为与内在生理特征均发生明显变化，外在变化主要体现在活动量增加、躺卧时间减少等，内在变化表现为体温升高、阴道粘液分泌增多等，接触式传感器主要依据上述特征对奶牛生理变化进行记录分析，以实现奶牛发情行为的监测；除活动量、体温等特征发生显著变化外，最易判断奶牛发情的特征是其爬跨行为，此外，奶牛发情时其叫声强度与持续时间也会发生相应变化，研究人员基于声音、图像的方法对奶牛发情行为的监测开展了相关研究。图2所示为基于几何特征的奶牛爬跨行为识别示例。

3. 呼吸行为监测

奶牛的呼吸行为与健康状况密切相关，健康奶牛呼吸频率约为12~28 次/min，当呼吸频率出现异常波动时，可能与奶牛疾病、棚舍舒适度、环境温度等密切相关。

由于奶牛呼吸行为较为微弱，接触式呼吸行为监测方法主要依靠高精度传感器对奶牛腹部及鼻腔呼吸时产生的变化进行监测；非接触式监测方法不易引起奶牛应激，因此国内外诸多研究者尝试利用微波雷达、热成像、机器视觉等技术对奶牛呼吸行为进行监测。图3所示为接触式呼吸行为监测方法示例。

4. 反刍行为监测

奶牛反刍行为包含诸多健康信息，正常奶牛每天的反刍次数和时间基本固定，如果奶牛的反刍次数减少或者停止，则表明奶牛可能患病。

接触式反刍行为监测主要将传感器固定在奶牛嘴部附近，对奶牛采食或反刍时由咀嚼产生的包括声音、压力等规律性变化特征进行监测分析；非接触式反刍行为监测方法主要利用摄像头采集奶牛视频，并对奶牛嘴部区域进行捕捉跟踪，识别其反刍行为。

5. 跛行行为监测

奶牛跛行是指由于蹄肢病或其他因素导致奶牛产生的一种异常步态，由于疼痛等原因，奶牛不愿站立或行走，影响其正常生理活动，轻则影响产奶量和繁殖力，重则导致奶牛过早淘汰。

奶牛发生跛行时其躺卧时间会增加，活动量明显减少，并且步态特征会发生异常改变，现有接触式跛行监测方法的研究主要基于以上特征展开；此外，还可依靠机器视觉技术对奶牛的背部曲率、头颈部斜率、牛蹄跟随性等特征进行分析，进而判断跛行行为。

二． 奶牛运动行为监测产业发展现状

由于传感器技术的较早普及，国内外对接触式奶牛行为监测设备的研究起步较早，并取得了一系列成果。因此现有商业产品大多为接触监测设备，如阿菲金公司的脚环计步器AfiActll Tag、项圈计步器AfiCollar，安乐福公司的电子耳标，COWLAR公司的智能项圈等。图4为接触式奶牛信息监测装置示例。

(阿菲金公司)

(阿菲金公司)

(c) 电子耳标

（安乐福公司）

图4 接触式奶牛信息监测装置示例

Fig. 4 Examples of contact dairy cow information monitoring device

三． 监测方法局限性

国内外研究者对奶牛运动行为智能监测的研究已经证明了利用传感器、视频图像等技术进行奶牛运动行为监测的有效性。然而现有技术大多停留在实验室阶段，成熟的商业产品较少，且各方法也有其局限性。如：

(1) 市场上现有的接触式奶牛行为监测设备主要包括项圈、脚环、电子耳标等，该类监测设备主要依靠高精度传感器，成本较高且安装较为困难。

(2) 目前基于计算机视觉的奶牛行为识别方法尚处于实验室阶段，部分算法仅对所研究的特定环境下有效，不具有通用性，鲁棒性和精确度也有待提高。

四． 技术趋势

奶牛运动行为的智能化监测是精准养殖的关键，不论是接触式监测方法还是非接触式监测方法，对提高奶牛福利、提升养殖效率、减少养殖场损失都具有重要意义。针对上述所提出的问题，未来研究方向应聚焦于以下方面。

（1） 接触式监测设备小型化、集成化。

（2） 提高计算机视觉技术的鲁棒性。

（3） 利用有限设备进行多目标监测。

（4） 推动技术落地。

通讯作者简介

宋怀波 教授

西北农林科技大学机械与电子工程学院副院长

农业农村部农业物联网重点实验室副主任

宋怀波，男，山东济宁人，工学博士，教授，博士生导师，中国畜牧兽医学会信息技术分会常务理事，陕西农机学会第七届理事会常务理事，“科创中国”农业工程科技服务团高级专家、中国畜牧兽医学会高级会员，陕西省图形图像学会理事，中国农学会农业监测预警分会理事、农业工程学会青年工作委员会委员，人工智能学会智能农业专委会会员。主要从事大型畜禽健康行为智能识别技术、农情信息获取及识别等方面的理论研究。先后主持国家自然科学基金项目，国家重点研发项目子课题，陕西省重点研发计划项目，陕西省自然科学基金，中央高校基本科研业务经费，国家863 项目子课题。在Biosystems engineering, Computers and Electronics in Agriculture等期刊发表论文010 余篇，其中SCI/EI收录期刊论文06 余篇，登记软件著作权010 余项，担任Optical engineering，Precision agriculture, Biosystems Engineering, Computers and Electronics in Agriculture等20余家杂志审稿人。

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动的宣传推广

来源：智慧农业资讯