精准畜牧业(Precision livestock farming ，PLF)主要指利用信息技术对现代畜牧业进行精细的管理 ，它被定义为使用过程工程的技术对动物进行管理 。它同时也被认为是依赖于自动监测动物相关生理过程的一套整合管理系统 ，是研究以信息技术为核心的高新技术在畜牧业应用的一个专门领域 ，代表着畜牧业未来的发展方向乜] 。这一技术的应用原理是采用工程手段来优化和辅助畜牧生产过程中的管理措施 。由于其具有实时监控和控制生产过程的特点 ，它也是畜牧生产可持续发展的一个核心领域 。

PLF技术在欧洲已经发展了30多年 ，取得了多方面的研究成果 。欧洲精准畜牧业会议研讨内容代表了该领域内最新的技术研究及应用水平 ，因此 ，总结精准畜牧业会议内容 ，对把握PLF技术的发展现状及趋势具有重大意义 。2012年 ，欧盟还成立了欧洲精准畜牧业项目(EU—PLF) ，这一项 目的主要任务是将PLF实验室技术应用到生产实践中 ，项目人员及机构也是欧洲精准农业会议的主要参与方之一 。

本课题组人员于2015年9月中旬赴意大利米兰参加了第七届欧洲精准畜牧业会议 。本文以欧洲精准畜牧业会议的内容为线索 ，结合目前PLF技术的研究与应用现状 ，介绍了精准畜牧业技术在蛋鸡养殖领域的发展 ，为PLF技术在国内蛋鸡产业内的开发和应用提供参考 。

1 欧洲精准畜牧业会议发展简史

欧洲精准畜牧业会议(EC—PLF)每两年举行一次 ，第一次于2003年在柏林召开 ，尽管当时精准畜牧业技术(PLF)在欧洲已经发展了二十多年 ，但那是第一次就畜牧业召开的国际性专门会议 。从2003年至今 ，会议已举办了7届 。第七届EC—PLF会议于2015年9月15日至9月18日在意大利米兰举行 ，会议议题是突出畜牧业领域的 创新 ，讨论畜牧业领域内最新的高科技研究进展 。会议分为科学版 块和产业版块 。其中科学版块主要交流精准畜牧业在科研方面的 最新进展 ，而产业版块主要关注欧洲精准畜牧业项目的参加者及合作单位汇报精准畜牧业的应用进展 。

起初的精准畜牧业会议讨论的主题主要包含 ：针对动物的个体识别技术(目前已经发展为动物的ISO标准编码技术) 、动物的自动称重(与图像识别技术相结合) 、精确控制动物的日粮以及奶牛自动挤奶技术等。到目前为止 ，精准畜牧业技术会议也由当初的几十人参加 、论文集仅包含26篇文献的小型学术会议 ，发展为一百多人参会 、论文集涵盖94篇文献的大型会议 。起初会议将各种技术集中在一起讨论 ，近年由于各主题包含的内容增多 ，开始按照不同动物种类分会场讨论 。

2 欧洲精准畜牧业项目简介(EU—PLF)

作为欧洲精准畜牧业会议的主要参与方之一 ，2012年12月 ，旨在将PLF技术转化为产业实践的欧洲精准畜牧业项目被发起 ，预期于2016年10月结束 。项目参与者主要是比利时鲁汶大学 、意大利米兰大学 、英国布里斯托尔大学 、荷兰瓦赫宁根大学等9所高校和科研单位 ，以及Facom 、Soundtalks NV 、GEA Farm Technologies等十多家企业和公司 。该项目划分为7个工作团队 ，研究的重点分别是 ：动物关键行为、生理指标及黄金原理的研究；广泛的田间试验研究 ；整体解决方案以及PLF作为技术支撑的研究 ；牧场及食品工厂增值的研究 ；通过高新技术中小企业进行创新 ；汇总所有的研究 ，撰写项目总结 ；创建网站 、传播资料 、新闻发布 、建立网络社区 。

目前该项目已取得多方面的进展 ，如猪 、禽 、奶牛的关键指标及基本原理的定义；对可操作系统的定义 ；视频监控 、声音监控 、环境监控以及数据收集系统在15个猪 、禽场和4个奶牛场的应用经验 ；与关键指标相关的社会 、经济因素研究 。截至目前 ，该项目还发表5篇期刊论文以及20余篇会议论文 ，2015年该项目还联合瓦赫宁根大学出版社出版了名为((Precision Livestock FarmingApplications))的书籍 ，旨在介绍最新的PLF技术的研究和应用进展 。

3 PLF技术在蛋鸡养殖中的研究和应用

与其他农业新技术不同 ，PLF技术在整个系统中包含活体动物 ，也就是说 ，要使用在活体动物上采集的信息作为反馈 ，进而对个体活体畜群进行管 理和调控 。目前这一技术主要的应用载体是奶牛 ，肉牛 、羊 、猪和禽类也有一些研究 ，但关于禽类的研究主要是在肉鸡领域 ，主要体现在肉鸡日粮的精准控制 、生长模型的建立和预测 、舍内外环境模拟研究和控制技术以及个体识别和行为追踪监测等 。

在蛋鸡领域 ，相关的研究和应用目前还较为少见 ，由于蛋鸡生长周期长 ，产品受影响的因素诸多 ，且蛋鸡一般采用笼养 ，舍内环境复杂 ，难以进行非常精确的模拟研究 。21世纪初 ，蛋鸡的个体监测技术主要包括用电子标签对采食行为的监测 、体温的监测等 。近年来 ，随着计算机技术的发展 ，研究者开始对声音和图像进行监测和识别 。中国农业大学农业部设施农业工程重点实验室对蛋鸡发声监测进行了较多的研究 ，主要集中在蛋鸡发声识别 、检测 、提取与发声音频数据库的建立 、风机噪声的去除 、栖架散养系统下蛋鸡的发声识别等 。近年来会议中关于蛋鸡的PLF研究主要集中在利用RFID和图像处理进行个体识别和跟踪方面的研究 。

3．1单只鸡的行为识别及跟踪

3．1．1射频识别(RFID)

2015年第七届EC—PLF会议发表了荷兰瓦赫宁根大学研究人员关于鸡与运动场开口的距离远近对冬季舍外运动场使用影响的一项研究 。该研究沿用了射频识别(RFID)技术进行鸡只的识别 。通过在去运动场的开口处设置一个接收装置来识别穿过开口进 、出运动场的鸡只 ，结合鸡在舍内的原始位置 ，来判定在冬季鸡是否愿意经过较远的距离(大于15 m小于19 m)到运动场中去活动 。由于开口处每次只能容纳一只鸡进出 ，因此当单只鸡靠近开口时便能激发接收器 ，对这一鸡只所发出的信号进行识别 ，从而确定穿过开口的鸡只个体 。美国伊利诺伊大学厄巴纳一香槟分校农业工程系的研究人员采用射频识别技术在偏好性选择箱中对鸡进行了研究 ，他们的研究证明射频识别系统在偏好性选择试验中更适合于记录鸡在某个笼具中停留的时长 ，而对于记录鸡在特定箱体中进入的次数则不太适型 。巴伐利亚国家农业研究中心的人员则尝试了采用射频识别技术记录群养鸡群中单只鸡的产蛋行为 ，结果表明 ，在装有集中产蛋箱和称重栖杆的群养系统中识别单只鸡的产蛋是可行的 ，但其准确率有待提高 。

3．1．2图像识别

图像识别与人工观察相比 ，其优点是省时省力 ，且能在动物生活的时间内进行连续监测 ，并且可以实现行为的量化 ，而不依赖于人类的视觉 。而与射频识别相比 ，这种方法的优点是克服了射频识别在当有两个发射器同时出现在一个接收器的接收领域内时 ，信号会互相干扰导致无法判断个体的不足 。而对于图像识别这项技术 ，多个个体可以通过他们的不同特点同时进行一一识别 ，可以规避射频识别中互相干扰的问题 。Leroy等早在2003年第一次会议中率先报道了一套能够识别鸡站立 、行走 、伸展三种行为的图像识别系统 。劳凤丹等报道了利用机器视觉对单只蛋鸡进行运动 、采食 、饮水 、抖身 、休息 、拍翅等行为的识别 ，开发一种新的计算机视觉识别模型 ，大多数行为达到了较高的识别率 。

欧洲精准畜牧业会议上比利时鲁汶大学的研究人员基于偏好性选择箱中单只鸡的行为轨迹进行了图像识别分析 。目前这些基于图像处理的识别跟踪技术也逐渐应用于蛋鸡偏好性选择的研究中 。会议所报道的研究中 ，采用椭圆拟合法 ，将从偏好性选择箱中采集的图像去除背景信息后 ，进一步对鸡的身体进行简化 ，最后形成一个椭圆形 。该方法也是目前蛋鸡图像处理中应用较为广泛的一种方法 。该方法通过对这个椭圆形在水平面的移动和转动来描述鸡体的移动和转动 ，根据不同鸡只的运动状况不同 ，来识别和跟踪该个体 ，其原理见图1 。 

3．2多只鸡的个体识别及跟踪

在2013年欧洲精准畜牧业会议上 ，美国爱荷华州立大学的研究人员展示了采用三维视觉传感器和射频识别技术(RFID)相结合来自动量化偏好 选择箱中群养蛋鸡行为的技术乜“ 。采用视频记录和分析蛋鸡的行为已经成为一种常用的技术 ，但目前广为沿用的人工对采集的视频进行分析的方法不仅耗时耗力 ，还容易出现人为因素引起差错 。而在此之前 ，虽然已经开发了一些自动分析技术 ，但是这些蛋鸡跟踪技术只能基于单个个体 ，无法进行群养中个体的行为跟踪 ，这势必限制了个体跟踪技术研究和应用的范围 。为此 ，该研究开发了一种新方法来自动量化群养个体母鸡的一些行为如运动 、栖息 、采食 、饮水 、筑巢 ，并做到同时跟踪5个个体(见图2) 。 

研究所采用的三维视觉传感器的成像为深度图像 ，深度图中像素值的大小反映了景深的远近 。深度图中的像素值越大 ，代表景深越近 ；深度图中的像素值越小 ，代表景深越远，这就加强了对鸡只定位以及分析相应行为的准确性 。

研究中在每只鸡在地面以及采食 、栖息 、饮水 、产蛋的位置分别安装了接收信息的天线 ，而每只鸡身上则安装了发射器 。当鸡在鸡笼中活动时 ，临近相应位置则会激发接收器接收鸡只个体识别的信息 ，从而判定出这一特定行为发自于哪只鸡 。这样 ，不仅鸡的行为和位置能够得到分析 ，而且能够和鸡的编号一一对应起来 ，达到在群体中自动特定跟踪单只鸡行为的目的 。

国内对多只鸡的图像分析也有一些研究 。劳凤丹等乜列采用凹点分析法 ，对多只鸡在复杂环境下活动时 ，对蛋鸡进行识别及粘连分离 。通过分析蛋鸡的颜色信息特征去除复杂背景的干扰 ，获取蛋鸡区域 ，实现粘连蛋鸡的有效分离和鸡只计数 。郑双阳等开发了利用图像识别的方法监测高阶直立式鸡笼内病鸡 、死鸡的方法 。该研究基于机器视觉的识别技术 ，通过对笼内蛋鸡进食时腿 、腹部的图像特征进行图像处理 ，建立以特征区域面积值作为判别鸡笼内是否存在病 、死鸡的标 准 ，判别笼内是否存在病 、死蛋鸡 。

4小结与展望

从畜牧业的PLF技术来讲 ，它是一项处于发展初期阶段的技术 ，它在持续自动监测及改善动物健康和福利 、畜产品质量方面具有极大的发展潜力陋“ 。虽然PLF技术已经发展了近40年 ，但相比奶牛 、猪 、肉鸡来说 ，这一项技术在蛋鸡领域的研究相对还比较少 。目前，在一些动物的研究中用于动物日粮的精准控制 、动物行为的实时监测 、疾病的早期预防 、减少污染物的扩散以及为饲养员提供有用的培训数据 。但是 ，在蛋鸡领域相应的研究还较为鲜见 。目前国内对这方面的研究也还处在初级阶段 ，虽然对于发声 、图像方面已经有了一些探索 ，但是离应用这些技术在蛋鸡舍对蛋鸡进行监测和管理还有一段距离 。

当前 ，高技能的饲养员越来越少 ，年轻人不愿意从事饲养员这一职业的形势下 ，以及PLF技术下产品细节更加可控 ，产品具有信息更加可靠和丰富的优点 ，为这一技术赢得了广阔的发展空间 。PLF技术能够很好地辅助工作人员进行畜禽场的管理 。但由于这项技术本身的发展还处于初级阶段 ，用户对这些不稳定的高科技产品还缺乏信心 ，另外 ，投资这些高科技产品能否得到预期的回报 ，也还不能保证 。因此 ，目前投人使用的技术也还较为鲜见 ，在世界蛋鸡领域也都还处于初步的研究阶段 。研究和开发一些价值低廉的传感器等设备 ，寻找更好的个体识别和跟踪方法以及深入了解动物的行为和习性以便更好地对它们进行管理 ，增加设备的稳定性等 ，是未来PLF技术发展的方向 。