奶牛呼吸频率自动监测技术研究进展

李奇峰 ，丁露雨*，李 洁，马为红，肖伯祥，余礼根，高荣华，郑文刚，张石锐

（1.北京农业信息技术研究中心，北京 100097；2.国家农业信息化工程技术研究中心，北京 100097；3.农业部农业信息技术重点实验室，北京 100097；4.天津市农业农村委员会信息中心，天津 300061；5.北京农业智能装备技术研究中心，北京 100097）

全球范围内，畜禽生产正在向以动物为中心的精细畜牧业方向转型，通过获取畜禽的生命信息研究其生理、健康、福利状况，可对畜禽养殖环境、饲喂、繁育和防疫等进行精准管理与决策支持[1]。呼吸频率作为畜禽重要的生命体征参数，常作为健康、热环境舒适度和福利的重要参考指标[2-4]。呼吸频率是评判奶牛热应激状态最直接、有效的生理指标，出现热应激时，奶牛的呼吸频率普遍在40 次/min 以上，并随着热应激程度的增加而升高[5-8]。奶牛汗腺不发达，呼吸道蒸发散热是奶牛体热调节中的主要散热途径之一，呼吸频率也是奶牛呼吸道散热模型中的重要参数，是研究奶牛与环境传热传质过程与模型的基础[9-10]。因此，连续、准确的呼吸频率监测对了解奶牛的健康状况，建立奶牛与环境的互作机制、表达模型与报警机制、实现精准环境调控等都有重要意义。

传统的奶牛呼吸频率测定以人工观察为主，利用秒表连续3 min 记录侧腹起伏次数[11-12]。这种方式对观察人员要求高，人力成本高、效率低，不能进行连续自动监测，难以满足现代畜牧业数字化和智能化的需求[2,13]。连续自动监测可以增加测量频率，提供一致性和鲁棒性更好的数据为动物的生理反应做动态评估，同时减少数据收集所需的劳动强度和人力成本[14]。随着传感技术和信息技术的发展，人们开始尝试呼吸频率的无损、自动检测。目前奶牛呼吸频率的自动监测技术大致可分为接触式和非接触式两大类，其中接触式检测方法利用可穿戴设备中的压敏、气敏或热敏元件等，通过测定胸腹部运动、呼吸声、呼吸气流、呼出的二氧化碳等来检测呼吸频率；而非接触式检测方法则主要通过机器视觉或光学测距技术监测侧腹起伏状况来获得呼吸频率[4,15-18]。

随着智慧养殖理念的提出和信息技术的发展，可穿戴设备和生物传感器在动物生产和健康管理中的应用越来越多，在全球范围内正在形成一个新兴的市场[19]。本文从动物呼吸频率接触式测定方法和非接触式测定方法两方面介绍了国内外相关研究的发展情况和应用前景，为国内开展奶牛智慧养殖研究提供参考。

1 接触式测定方法

与人类的呼吸频率检测设备相比，由于使用场景、成本和动物的不配合性与破坏性等条件限制，用于动物尤其是大型动物的呼吸频率自动检测设备种类比较有限，主要包括基于胸腹伸缩运动的呼吸监测马甲/胸带和基于呼吸气流变化的监测设备等。

奶牛呼吸所引起的侧腹伸缩运动或呼吸气流变化的信号很小，且伴有各种噪音，通常需要进行滤波或信号放大等预处理后才能进行分析，计算相应的呼吸频率[4,20]（图1）。接触式检测方法虽然对动物的行为有一定干扰，但可以进行连续在线监测，且动物适应后可减少设备佩戴对动物的影响；其难点在于穿戴设备的结构设计和传感器信号的算法解析，同时，传感器的使用寿命、抗破坏性等还需进一步提高[4,16]。

图1 接触式监测设备自动获取呼吸频率的基本流程

1.1 可穿戴马甲/ 胸带 可穿戴的马甲或胸带（图1）是出现最早、应用相对较多的奶牛呼吸频率自动监测设备，通过检测吸气、呼气时胸廓形变所引起的压力变化或胸腹围周长变化测定呼吸频率。1997 年，BIOPAC 系统公司推出了一套自动检测人呼吸频率的传感设备，该设备将一个薄膜力敏传感器集成到了硅胶应变装置中，通过呼吸时胸围或腹围的变化来改变硅胶应变装置的拉力，并利用力敏传感器记录拉力变化，进行信号放大和调理后进而获得呼吸频率。在此基础上，Eigenberg等[20]研制了适用于牛的呼吸频率自动检测设备，主要包含拉力传感器、保持张力并能连接传感器双侧拉力环的胸带、数据采集器和分析程序几部分。初代的呼吸频率检测胸带采用的是TFX-11 微处理器，在采样频率为1 次/min、间隔15 min 自动记录1 次的条件下，内存只够连续采集4 d[14]。

试验条件下，呼吸频率检测胸带测试结果与人工计数的误差在10 次/min（RPM）以内，目前主要是在科研中应用，研究评价环境热应激程度以及降温技术的效果。例如，Eigenberg 等[21]用该设备获取了育肥牛的呼吸频率，建立呼吸频率与干球温度、湿度、风速和太阳辐射等环境参数的相关关系，并评价了遮阳对缓解热应激的作用程度。但是粪尿污染和动物对胸带的啃咬、拖拽都会严重干扰信号的读取，甚至造成监测设备的损坏[4,14,20]。此外，该设备测得的数据只能存储在内置的数据采集仪中，不能进行实时在线监测和智能预警，且存储时间有限。随着芯片技术和无线通讯的发展，可以进一步扩展微处理器的存储能力和计算能力，同时解决在线监测和数据传输的问题。但需要从结构设计和传感器原理上进行改进才能解决粪尿污染和动物破坏性所造成的信号干扰，这就限制了可穿戴的马甲或胸带在实际生产中的大面积推广应用。

图2 奶牛呼吸频率穿戴式监测设备(改编自Eigenberg 等[14]和Milan 等[4])

1.2 基于呼吸气流的监测方法 呼出的空气温度更高、湿度更大、CO2含量更高，且气流的呼出会产生正压[22-24]，这些差异为呼吸频率的自动监测提供了契机。因此，基于气流的呼吸频率监测方法又可以分为4 种，即基于温度、湿度、气体浓度和压力的呼吸频率监测方法。这一类的监测方法一般需要借助呼吸面罩，或者需要固定在头套上的设备从鼻孔处采集呼吸气流的对应参数信号。

Milan 等[4]开发的呼吸频率监测装置利用牛鼻孔处放置的热敏传感器分析呼入、呼出气流的温度变化来检测呼吸频率。检测装置负载到牛头套顶端的脖子处，温度传感器及连接线通过金属包被的保护壳引至鼻腔。研究中采用PT100/PPG101A1 的电阻型温度传感器，将其弯成“J”字型并包被金属外壳，以增加传感器的硬度和贴合度，避免奶牛活动时传感器从鼻孔中掉出。温度信号采样频率为100 Hz，经过1 kHz 的低通滤波和611 倍放大后转化成数字信号进行存储和后处理。利用傅里叶变换去除低于温度信号谱中0.17 Hz 和高于1.67 Hz 的部分后，根据信号的振荡次数就可以计算出对应的呼吸频率。虽然统计分析结果表明，Milan 开发的自动检测装置与人工计数获得的呼吸频率差异不显著；但是从2 种方法检测的平均值和回归关系看，自动检测的结果比人工计数的结果略低（图3），平均系统误差约为5%[4]，且并未分析环境温度对鼻腔温度的潜在影响。研究中，试验期间的环境温度处于奶牛体热调节的热中性区，呼吸频率相对较低（＜30 RPM）。当温度升高、奶牛处于热应激时，环境温度对鼻腔内温度的影响以及呼吸频率检测误差的影响等还需进行深入分析，进一步优化相应的算法，提高检测设备的准确率。

图3 人工计数与基于呼吸气流温度差的呼吸频率自动检测结果比较[4]

Strutzke 等[24]根据吸入、呼出气体的压力差开发了奶牛呼吸频率自动检测设备。该设备利用一个柔性硅胶管将鼻腔内的压力传送至压差传感器，并通过微控制器接收传感器的信号，经调理转换后输出测得的呼吸频率。该方法所得的呼气、吸气压力波清晰易分辨（图4），与人工计数的结果相关系数较高，准确率在92%～99%。测试时奶牛的活动状态会影响自动检测与人工计数方式所得结果的一致性，奶牛站立时测试结果的一致性最高，躺卧时次之。

图4 奶牛呼吸时呼吸气流产生的压差波形图[18]

基于呼吸气流的水汽含量差和CO2浓度差监测呼吸频率的方法在人医临床应用上研究较多，与人工计数的误差可达1 RPM[19]，但较少用于动物呼吸频率检测的研究。为了准确检测气体浓度，水汽含量差或CO2浓度差的方法通常需要在口鼻处戴面罩，这就限制了该方法在动物呼吸频率检测中的推广应用。而且同等条件下，温度和压力传感器的成本通常比气体浓度传感器的成本低，因此，基于呼吸气流压力差或温度差的方法在奶牛呼吸频率检测方面更具有可操作性和应用前景。

2 非接触式检测方法

非接触式检测方法主要是根据呼吸时胸腹部的运动变化，通过测距或者图像分析的方法来检测呼吸频率[13,16-17]，更大程度上依赖于软件算法对信号进行提取、分析。相比较而言，现行条件下非接触式检测方法只能在特定场景（如挤奶时）进行自动测量，难以针对单头动物进行跟踪监测。其优点在于单个设备可以检测多头奶牛的呼吸频率且不需要对动物本身装配任何元件。

2.1 基于激光测距的检测方法 2007 年，Pastell 等[16]开发了一套基于激光测距的非接触式奶牛呼吸频率检测设备，该设备主要包括激光测距仪（L-Gage LT3，Banner，USA）、小型闪存数据采集卡（NI CF-6004）和PDA（Dell Axim 50）。激光测距仪的测点定位于奶牛侧腹外侧区域，测定频率为25 Hz，通过奶牛呼吸时检测到的侧腹距离变化来推算呼吸频率（图5）。研究表明，奶牛在热中性区时，呼吸频率一般在0.3～0.7Hz（18～42 RPM），虽然激光测距仪的测点每次定位到牛体的位点不同，但侧腹运动引起的形变面积较大，测点定位仍具有较好的代表性和普适性[26]。在检测频率为100 Hz时，该方法测定呼吸频率的误差为0.1Hz 即6 RPM。

图5 基于激光测距的方法检测呼吸频率[16]

激光测距仪测得的原始信号需要经过三步处理后才能提取出对应的呼吸频率：①所检测的原始信号中含有牛舍荧光灯等引起的背景噪声、奶牛活动所引起的异常波峰等干扰信号，需要采用特定的算法进行去除；②采用0.1 Hz 和3 Hz 带通的二阶巴特沃斯带通滤波器进行过滤；③采用1 024 个执行点数的快速傅里叶变换算法（FFT）估计功率谱、提取呼吸频率数据。增加FFT 算法的执行点数可以增加时间窗（Time Window）进而提高分辨率，但同时也会降低系统度量时间变化的能力。

该方法目前只能用于处于保定状态的牛，且受干扰因素较多。例如，黑色毛发对激光有吸收，不能用于侧腹为黑色毛色的奶牛；信号传输线过长会产生噪音干扰，需要进行滤波去噪等[26]。

2.2 基于图像分析的检测方法 基于图像分析的检测方法可以分为可见光图像分析和热红外图像分析2 种，也有学者在探索深度图像分析的方式。可见光图像分析依据呼吸时侧腹的周期性起伏变化，利用呼吸运动区域的运动速度与腹部起伏规律的相关性，通过对运动目标的检测筛选出呼吸运动点，提取呼吸过程特征值，进而计算呼吸频率[13]。热红外图像分析方法通过呼吸时鼻尖下皮肤温度的变化，分析热成像（图6）后对应区域的像素灰度值变化规律，进而计算呼吸频率[15,27-28]。热成像分析方法的难点在于自动对面部进行识别和实时追踪，并对目标区域进行图像分割。与人工计数相比，热红外图像分析获得的呼吸频率平均误差为0.83 RPM[15]。

图6 奶牛吸入(A)和呼出(B)气流时的热红外图像[15]

光流法是图像分析中对运动目标检测和目标跟踪的常用方法，通过给图像中的每个像素点赋予一个速度矢量，形成了一个运动矢量场。根据各个像素点的速度矢量特征，可以对图像进行动态分析。应用较为普遍的光流场计算方法主要包括Horn-Schunck 经典光流场计算方法（H-S 法）和Lucas-Kanade 计算方法（L-K 法）[29]。H-S法结合梯度约束和全局平滑条件约束，在足够的迭代次数时，该方法能获得精确的光流，但计算时间较长。L-K法采用区域性最小平方法进行局部约束，将光流场计算转换成线性系统的求解[30]。如果这个线性系统是良性的（图像空间梯度达到设定的阈值且在小邻域内梯度方向变化丰富），利用局部优化方法就可以得到唯一且可靠的光流值；若是空间梯度接近于零或梯度方向在小邻域内几乎不发生变化，则局部优化的方法就不再适用[31]。

赵凯旋等[13]利用光流法计算了视频帧图各像素点的相对运动速度，通过循环Ostu 处理对像素点进行筛选得到呼吸运动点，动态计算速度方向曲线的周期进而获得了牛的呼吸频率。研究中，光流场计算采用了H-S的约束算法，迭代次数300 次，最终误差为0.01。根据其对72 头奶牛进行的360 min 检测数据分析，与人工计数相比，该方法获得的呼吸频率准确率为95.68%。

还有一种方法是通过图像分析脊腹线的曲率变化来检测呼吸频率。当动物正常站立时，其身体轮廓可以找到一个形心，动物因探究行为等引起的头、蹄部位稍稍挪动只会引起形心在某一水平面的轻微晃动。因此，可以基于形心确定动物的脊腹轮廓，并根据脊腹轮廓线与形心的距离计算脊腹线曲率，通过曲率波动检测呼吸频率[32]。目前该方法主要应用在猪的呼吸频率监测研究方面。当样本量约为70 头时，呼吸频率自动识别率为94.3%，自动识别与人工计数的平均相对误差为2.28%[32-33]。奶牛呼吸时腹部水平方向的位移比垂直方向明显，该方法的应用效果与改进方法还需要进行试验验证。

图像分析的方法受动物身体展示角度影响，目前的研究基本都是针对具有完整侧视的单头动物。在实际生产中，由于动物相互间的遮挡或是展示角度的问题，很难自动捕捉到试验条件的标准图像或视频。图像分析的方法在生产中的推广应用还有一段距离。

3 展 望

随着物联网和互联网技术的发展，穿戴设备迅速发展，其市场规模也从2014 年的22 亿元激增到了2016年的231 亿，有望成为未来物联网的控制中心[34]。目前，国内外已经有数家创业公司在研发针对农场的可穿戴设备，例如，苏格兰的Silent Herdsman 公司开发了一种内置有重力感应器的项圈，能够让农户从电脑或智能手机上追踪奶牛的活动，获取其健康信息。

目前，国内奶牛可穿戴设备大部分用于奶牛的活动量和体温监测，以此判断奶牛健康和发情情况，很少涉及奶牛心率、呼吸频率等多项生理参数的监测。在政策层面上，国家大力发展数字畜牧业，为智能监测方法和设备的研发与应用提供了良好的契机；在应用层面上，奶牛饲养周期长、个体经济价值相对较高，具有动态监测健康与生产状况的需求。因此，研发集呼吸频率、体温、活动量、采食量等多参数为一体的穿戴式智能检测设备，具有较好的商业化生产和应用前景，在奶牛行业有广阔的发展空间。

接触式的呼吸频率检测方法基于传感器测量，更容易实现多参数的集成监测，同时获得数据的准确性也更好，但是需要将设备的成本压缩到商业应用的可接受范围内才能实现普及应用。由于还有一些技术瓶颈没有突破，广大科研工作者需要共同努力，使得呼吸频率的检测朝着智能化和低成本化的可穿戴式设备发展。这些问题包括畜牧生产环境下材料的耐用性与抗破坏性、传感器的抗干扰能力、电池续航时间、无线传输功耗与数据丢包问题、设备小型化等[34]。

穿戴式的呼吸频率监测设备未来将实现24 h 不间断地收集奶牛个体的生理信息、健康状况、生产性能等，并对采集信息进行更深层的数据挖掘，通过手机、电脑等移动设备实时监控、预警，为奶牛行为分析、生产能力评估与疾病预警提供有力支持，将奶牛养殖推向数字化、智能化管理的发展方向，整体提升我国奶牛的养殖水平。