针对当前养殖环境数字化与精准化控制中智能化不足的问题,对规模化养殖场环境数字化、精准化与信息化关键技术进行研究,建立融合物联网和机器学习的养殖场环境信息数字化系统,以降低养殖场企业人工管理成本,实时自动监测养殖环境、养殖个体和养殖附属品各项信息,实现对养殖场环境的精准控制。本项目1)构建了基于物联网的养殖环境信息全局感知系统,可实时监测养殖环境中光照、温度、粉尘浓度和有害气体浓度等信息,具备自研发的无线感知通信模块,联合ZigBee和Lora搭建远距离低功耗传感网络,可实现有限感知节点下的环境信息的时空高分辨率展示,可形成数字孪生连续环境参数展示;2)实现了基于深度学习的禽类个体的行为实时监测,构建无线监控视频流,视频监测通过无线方式远距离传输到基站,采用深度学习技术无损式识别禽类个体饮食、饮水、躺、站立等生物动作。根据动作时长与异常动作推测健康状态,可将“疾病禽类”发现时间大大缩短到半天以内,提高生存率、产蛋率等养殖指标。所有的监测信息均通过服务器处理,传输到支持多平台的智能交互界面。通过Web端实时查看环境信息和禽类养殖状况,同时配备禽类疾病预警、环境信息异常预警等功能。