工厂化养蚕精准饲喂信息系统的研究与开发

何锐敏，郑可锋，张俊，张小斌，尉钦洋，朱怡航，赵懿滢，顾清*

(1.嵊州陌桑高科股份有限公司，浙江 嵊州 312400；2.浙江省农业科学院 数字农业研究所，浙江 杭州 310021)

中国是世界蚕丝业发源地，蚕业也是我国传统优势产业[1]。然而，近年来蚕桑茧丝产业发展呈现蚕桑生产下滑、茧丝需求增长的趋势，亟需通过蚕业的技术创新和产业升级来缓解或解决这个矛盾[2-4]。自2013年始，嵊州陌桑高科股份有限公司与有关科研院所合作开展了全龄人工饲料工厂化养蚕技术体系的研究与应用实践，已在专用蚕品种选育与蚕种繁育周年供种、全龄人工饲料配方、饲料加工车间及装备集成研发、饲料加工工艺、养蚕车间基础设施、环境监测控制、专用蚕具研制等诸多技术与装备方面取得了开创性成果[5]，目前一期项目已建成投产，可日产鲜蚕茧20余t。全龄人工饲料工厂化养蚕改变了五千多年的传统养蚕方式，克服了传统养蚕受季节、气候等条件的限制，实现周年循环高密度饲养，极大地提高了桑蚕的生产效率和经济效益[5-7]。

提高饲料利用率是控制工厂化养蚕成本的关键环节之一。根据养蚕盒单元蚕个体数量实时精准控制人工饲料投喂量，实现变量投喂，是一种节省饲料的有效方法。通过前期的研发，目前已经开发完成利用机器视觉和目标检测技术进行家蚕和残留人工饲料识别和计数的算法，可实现饲喂流水线上移动养蚕盒单元图像的实时获取和快速分析，为工厂化养蚕精准饲喂设备和信息系统的开发提供了算法支持。本研究在分析当前工厂化养蚕特有模式下对精准饲喂信息系统需求的基础上，结合机器视觉技术和基于深度学习技术训练的蚕和饲料残留识别模型，开展了“工厂化养蚕精准饲喂信息系统”数据库、功能模块等的研究和开发，构建了针对人工饲料工厂化养蚕的精准饲喂信息系统框架平台。通过本系统的开发，以期实现工厂化养蚕人工饲料投喂的数字化管理，达到人工饲料投喂变量化、精准化目标，提高饲料利用率，实现节本增效。

1 需求分析与研发目标

工厂化养蚕精准饲喂信息系统是集机器视觉系统、深度学习模型图像分析、数据存储检索和分析功能的综合平台，用于掌握工厂化养蚕过程中详细的蚕个体数、蚕群体生长发育状况、饲料消耗情况以及饲养环境参数等信息。要求系统可以配置不同摄像头，以实时获取不同龄期的养蚕盒单元图像；可以输出、分析、保存、实时展示后台深度学习模型运算得到的蚕和残留饲料数据、预测蚕茧产量数据等。可以保存养蚕盒单元图像和统计数据并提供查询功能；可以实时测算当期家蚕和剩余饲料量数据累计值，获得龄期、蚕期总体估计值、养蚕盒单元估计值等；可以查询采集的图片信息，增加蚕病、星标、备注等人工辅助分析功能；可以设置车间环境参数、摄像头参数、最优生长发育时间序列模型参数等。系统主要功能模块包括图像采集模块、服务器与数据库模块和前端用户模块。图1为根据需求分析设计的系统建设目标框架图。

图1 系统建设的目标框架

1.1 图像采集模块

图像采集模块支持相机实时采集养蚕盒单元图像，并将图像传输至开发板，通过部署好的深度学习模型进行蚕体和饲料残留识别、数据统计。多个开发板会向服务器传输图像分析结果数据。使用工业相机获取流水线上饲喂过程中养蚕盒单元的数字图像。相机通过USB 3.0接口与开发板相连，通过对蚕盒的框形结构进行检测识别达到自动拍摄的目标。

1.2 服务器与数据库模块

获得不同开发板传输的分析数据后，将保存拍摄的图片和数据存至数据库服务器中。前期已在实验室环境中采集了不同龄期的养蚕盒单元数字图像，并选取其中比较理想的250张图像作为训练数据，通过计算机预处理、目标标注、模型训练和预测验证等过程，建立了基于深度学习模型Mask R-CNN的蚕体和剩余饲料识别计数模型。训练完成后的模型部署在开发板上，用于实时图像的分析。

1.3 前端用户模块

提供交互界面，可进行家蚕信息的查询、检索、可视化等。具体流程为：

用户通过浏览器访问系统，并采用心跳连接的形式向服务端发送服务请求，服务端根据客户的请求和客户等级提供蚕体信息和统计数据。管理人员需要在登录界面输入用户名和密码完成登录，登录后可以查看和更新系统参数。

用户数据请求以表单形式提交给服务端，服务端验证请求正确性后将查询数据库。用户可进行数据分析结果检索及图片检索。数据查询可以提交查看数据请求给服务端，服务端接收到请求后，返回选定时间内和固定蚕期范围内的统计信息与单个盒单元信息，包括总蚕数、平均盒蚕数、平均大小、平均匀整度、饲料余量总量、平均饲料余量、平均饲料利用率等。图片检索功能可对已保存的图片进行搜索和查看。图片分两种方式保存，自动保存(每隔1 000张)和手动保存。可根据养蚕盒单元编码、蚕期、龄期、日期和时间、保存方式进行图片检索。搜索出目标图片后，可对图片进行放大查看，对蚕生长状况、饲料消耗和蚕病等情况进行识别分析后，可对图片添加描述和备注，也可另存为其他路径，用于进一步分析。

用户可进行系统蚕数设置，包括每个蚕期的养蚕盒单元数(用于对不同蚕期的跳转)、蚕个体大小区间定义、图片存放路径、图片自动保存间隔等。另外还可以设置蚕最优生长发育时间序列模型，并可以新增和删减参数。养蚕车间蚕最优生长发育时间序列模型是一个完整的蚕生长周期(0～20 d)，按小时等为间隔的各个环境参数(气温、湿度、照度、气流等)、蚕体生长发育参数(平均饲养盒单元蚕个体数量、个体大小均值、匀整度、平均饲料消耗量等)，基于非等距时间序列的矩阵模型，是具体饲养过程中的环境、蚕体、饲料的调控阈值依据，并可以在具体的饲养实践中以节能、降耗、节本、提高单位蚕茧产量为目标不断完善和优化。

1.4 变量投喂数据接口与投喂设备耦合模块

根据模型分析得出的养蚕盒单元存蚕头数，按照蚕最优生长发育时间序列模型中对应龄期的单蚕基准摄食量，确定养蚕盒单元的所需饲料投喂量。通过数据转换接口建立耦合机制，将量化后的精准投喂量数据信号传输至精准投喂装备，投喂装备按相应的数据实时调整出料量，实现人工饲料的变量精准投喂。

2 系统设计与实现

2.1 系统设计

工厂化养蚕精准饲喂控制信息系统包含家蚕图像采集与机器视觉分析、家蚕信息查询和投喂数据接口和耦合等3个子系统。家蚕摄像采集与机器视觉分析子系统主要负责图像的采集和分析；家蚕信息查询子系统主要用于数据的统计、分析和检索；投喂数据接口和耦合子系统实现饲料实时精准变量投喂。系统设计结构如图2所示。

图2 工厂化养蚕精准饲喂控制的信息系统结构

2.2 数据库设计

根据《全龄人工饲料工厂化养蚕数据标准》和《全龄人工饲料工厂化养蚕精准管理数据库》规范开展系统数据库的设计，构建摄像头信息表、用户信息表、后台设置表及家蚕信息表等主要数据表。其主要逻辑结构如下：

摄像头信息表(CameraInfo)：cam_id(摄像头标识)+age(龄期)+date_id(蚕期)+IP(摄像头IP地址)+iter_id(养蚕盒单元编号)；

用户信息表(UserInfo)：user(用户名)+password(用户密码)；

后台设置表(Settings)：age_iter_num(养蚕盒单元数量)+default_image_path(默认图片保存路径)+can_img_interval(图片保存间隔)+linqi_1_temp(温度)+linqi_1_shidu(湿度)+linqi_1_siliao(饲料用量)+can_size_group_max(蚕大小区间最大值)+can_size_group_min(蚕大小区间最小值)；

家蚕信息表(CanLog)：id(蚕记录编号)+time(图片获取时间)+cam_id(摄像头编号)+age(龄期)+date_id(蚕期)+iter_can(养蚕盒单元编号)+num_can(总参数)+num_siliao(总饲料残留量)+area_can(蚕面积)+area_siliao(饲料面积)+area_can_size(蚕大小所属区间)+ori_image(原图片存储路径)+seg_image(检测图片存储路径)+image_saved(图片是否保存)+is_star(图片是否星标)+is_ill(是否患病)+description(图片描述)。

2.3 运行设计

根据用户角色类型设置不同的访问权限。当运行摄像机数据记录模块时，系统使用数据更新模块，将家蚕信息写入数据库。当浏览器端运行数据查看模块时，系统使用数据检索模块，从数据库中读取家蚕信息；该模块主要使用React进行开发。

如果访问者未登录，即为访客，则只能访问登录页面，无法访问任何其他信息。如果用户已登录，可以查看不同龄期的家蚕统计数据和图表，也可进行数据查询、图片查询、系统设置等。

2.4 系统实现

系统基于B/S模式开发，设置简单，安装方便，不需要安装任何辅助软件。服务器操作系统为Ubuntu 18.04，采用MySQL数据库。在服务器上安装好MySQL和Python后，完成基本网络配置即可正常使用。系统的分析设计采用面向对象技术，应用React JS、PHP等工具进行辅助设计。客户端可以在Windows 7、Windows 10、Mac OS等操作系统中使用Chrome、Firefox、IE等浏览器运行。图3为系统首页界面，图4和图5分别为当期蚕生长状况评价数据模块和蚕体识别分析实时数据展示模块界面。

图3 系统的首页界面

图4 当期蚕生长状况评价的数据模块

图5 蚕体识别分析实时数据的展示模块

3 小结与讨论

本研究从工厂化养蚕对人工饲料精准饲喂信息化需求出发，开展了针对工厂化养蚕数据标准与数据库、功能模块等的研究和开发，构建了人工饲料工厂化养蚕特有模式下的精准饲喂信息系统框架平台。工厂化养蚕精准饲喂信息系统的开发与应用，使管理人员可以及时掌握工厂化养蚕过程中详细的蚕数、蚕生长发育状况、饲料消耗情况以及饲养环境参数等信息，并对其进行数字化管理，将工厂化养蚕过程中的人工饲料投喂进行精准化、智能化、数字化，最终达到提高饲料利用率、节省成本的目的。

工厂化养蚕技术体系复杂，需要各类装置设备与管理信息系统相互关联协同，才能实现低本、高效地生产蚕茧。这些系统主要涉及饲养环境和蚕生长发育智能调控信息系统、远程视频监控信息系统、养蚕车间物流管理信息系统和本研究开发的精准饲喂控制信息系统等。各类信息系统之间的串联集成以及与环境控制装备、饲料成形及投喂装备之间的高效耦合，是实现信息系统、智能装备和管理信息平台高效协同的关键技术。养蚕过程管理者通过管理平台实现对整个车间饲养环境、蚕生长发育状况、饲料投喂等过程透明可视，能有效提高饲养效率。

数字化、智能化、自动化、精准化和饲育周年化是全龄人工饲料工厂化养蚕成功的关键，因为只有实现这“五化”才能降低工厂化养蚕的饲料、人工、能源、管理和时间成本，使规模效益得到大幅提升，为产业化建立坚实的基础[8]。而基于“五化”的生产和管理都离不开数据的标准化和信息化，因此，本信息系统的研发也具有重要的现实和实践意义。由于是首次提出的系统框架，难免存在问题和不足之处，必须在今后的应用和工厂化养蚕技术体系的发展中不断充实和改进。