视觉引导的旋转式挤奶厅实时蹄部喷雾机器人,用于预防跛行

《Computers and Electronics in Agriculture》:Vision-guided real-time hoof spraying robot for lameness prevention in rotary milking parlors

【字体: 大 中 小 】 时间:2026年09月24日 来源:Computers and Electronics in Agriculture 10.3

编辑推荐:

   •一种紧密耦合的感知-规划-执行框架实现了实时且安全的机器人蹄部喷洒作业。•开发了一种视觉引导的 pneumatic 机器人,用于转台式挤奶厅中精准的蹄部喷洒。•在正常工作速度下,动态ROI与LK光流算法实现了99%的跟踪成功率。•实地运行中,整套系统实现了约140毫秒的端到

  
  • •
    一种紧密耦合的感知-规划-执行框架实现了实时且安全的机器人蹄部喷洒作业。
  • •
    开发了一种视觉引导的 pneumatic 机器人,用于转台式挤奶厅中精准的蹄部喷洒。
  • •
    在正常工作速度下,动态ROI与LK光流算法实现了99%的跟踪成功率。
  • •
    实地运行中,整套系统实现了约140毫秒的端到端响应延迟。
  • •
    实地测试结果显示,喷洒成功率为95.8%,有效附着率为89.2%,均优于人工喷洒。

引言

跛行是奶牛养殖中一个重大的福利与经济问题。在全球范围内,传统商业牛群中跛行的患病率通常超过五分之一,平均患病率为22.8%。严重跛行奶牛的平均患病率则达到7.0%(Jukna等,2024;Thomsen等,2023)。跛行会降低产奶量、增加治疗成本,并提高淘汰率,从而导致经济损失。目前的跛行管理仍然主要遵循"先检测后治疗"的策略,即先识别受影响的奶牛,再逐头进行治疗。Riaboff等(2021)和Thorup等(2015)将跛行管理方法归类为基于接触的方案。基于传感器的步态监测系统利用加速度计数据量化运动评分,而基于视觉的方法则从视频中提取关节运动特征以实现自动诊断。例如,Li等(2024a)和Li等(2024b)实现了90%以上的检测率。然而,后续的跛行治疗耗时且劳动密集,每头奶牛每次治疗需要20至30分钟,持续4至6周(Mason等,2023;ózsvári,2017)。此外,治疗过程通常需要多名工作人员来保定奶牛并管理其应激反应(Lavrijsen-Kromwijk等,2024)。
为缓解上述问题,该行业正转向预防性管理。常见的预防措施包括蹄部修整和蹄浴。然而,功能性修整是周期性的,无法应对实时感染风险(Shearer等,2015)。蹄浴虽被广泛使用,但在寒冷天气下可能因冻结而难以实施(Ariza等,2017;Solano等,2017),并且可能增加传染性蹄病的传播风险。相比之下,局部喷洒治疗可在挤奶或修整时提供针对性应用,在卫生、有效性和自动化适用性方面具有优势(Jacobs等,2018;Laven和Logue,2006),并能降低传染性蹄病的传播风险(Urban-Chmiel等,2024)。因此,大多数农场倾向于使用局部蹄部药物来预防跛行(Manske等,2002)。此外,挤奶期间的局部喷洒在卫生、有效性和自动化系统适应性方面具有明显优势,使其成为集成到转台式挤奶厅的有前景的候选方案。
奶牛业主要采用大型农场,饲养数千头甚至数万头奶牛(Salcedo等,2025)。人工局部治疗需要大量劳动时间且覆盖不均匀,在疲劳状态下尤为明显(Relun等,2013)。蹄部喷洒机器人可显著提高施药效率和动物福利水平(Hansen,2023)。随着自动化感知技术的进步,开发蹄部喷洒系统已成为奶牛养殖升级的关键方向。这种向"早期预防、最小干预"的转变,在满足动物福利标准和牛群健康的同时,也改善了长期经济可持续性。
然而,核心技术挑战是在复杂环境中实现可靠的蹄部识别与定位。Kang等(2022)提出了一种基于YOLOv4的时空网络用于蹄部检测,但该方法需要相对清晰的侧面视角,且对遮挡较为敏感。Jiang等(2019)通过检测牛只身体关键部位来减少背景干扰,但缺乏精确的蹄部定位能力。在牧场或开放式环境中,背景杂乱和光照变化降低了鲁棒性。Huang等(2023)利用优化的SSD改进了牛尾检测与跟踪,但在强光照变化条件下性能仍然下降。蹄部喷洒机器人必须在紧邻持续旋转的转台式挤奶厅工作时,可靠地检测目标蹄部并在正确时刻触发喷洒。这种工作条件与部署在固定工作站下的机器人系统有所不同(He等,2025)。机器人在狭窄空间中且靠近挤奶设备运行。因此,转台厅的结构部件,如挤奶管路、隔栏柱和平台边缘,可能会部分遮挡蹄部或中断喷洒路径。此外,如果在不当的时机或位置触发喷洒,消毒剂可能会沉积在乳头杯或附近设备上,造成卫生和污染风险(Gupta等,2024)。因此,转台厅中的蹄部喷洒需要局部且针对目标的应用。这一需求与精准农业中的定点喷洒类似,后者仅将化学品施用于目标区域以减少非目标沉积和化学品浪费(Ahmed等,2025)。商用挤奶机器人中也报告了对精确目标定位的类似需求。例如,DeLaval的VMS V300通过精确的乳头识别实现了99.8%的乳头杯接合率(Verde等,2023)。然而,此类系统通常依赖工作范围相对较大的机械臂,这不太适合转台平台旁受限的空间。因此,近期研究探索了更具灵活性的刚柔耦合机械臂,以便在受限环境中操作(Wang等,2025)。这些实际约束凸显了在转台式挤奶厅中实现精准安全喷洒,需要鲁棒的蹄部检测和可靠的目标识别。
综合这些操作约束和工程洞察,本研究致力于解决三个相互交织的挑战:(1)鲁棒的视觉感知:蹄部检测必须对尺度变化、部分遮挡和可变光照具有不变性。(2)实时动态规划:系统必须在狭小的时空窗口内预测并响应蹄部的连续运动,以确保精准的喷洒时机。(3)安全且紧凑的集成:与笨重的工业机械臂不同,执行器必须在挤奶厅的空间范围内可靠运行,并严格遵守卫生规程。解决这些挑战需要一个将先进计算机视觉、实时控制和定制化机电一体化设计紧密集成的统一框架。
本研究的主要贡献如下:
  • •
    分析了复杂挤奶厅环境和转台动态所引发的感知与安全挑战。
  • •
    一种动态喷洒规划策略,利用ROI规划和LK光流算法实现了99%的跟踪成功率和≤1.5毫米的定位误差。
  • •
    设计并实现了一种适用于转台式挤奶厅的紧凑型蹄部喷洒机器人。
  • •
    为期一周的实地验证,显示出优于人工喷洒的一致性和有效性。

章节摘要

材料与方法

所提出的蹄部喷洒系统采用基于视觉的决策机制。本节首先介绍控制喷洒时机与安全性的感知和规划模块,随后描述机械设计与控制实现。本研究提出了一种自动奶牛蹄部喷洒机器人(ACHSR),旨在转台式挤奶厅中对奶牛蹄部进行自主且精准的局部施药。系统遵循感知-规划-执行的工作流程,以防止跛行并

数据采集

为构建能代表实际工作条件的蹄部图像数据集,从内蒙古包头市仑纽牧场和内蒙古巴彦淖尔市牧胜牧场的转台式挤奶厅中采集视频数据。数据采集在多种现场光照条件下进行,包括直射阳光、阴天或雨天、逆光和昏暗的人造照明。使用Sony Exmor R CMOS 1/2.3摄像头以1920 × 1080分辨率录制视频

消融与对比实验

本研究在原始YOLOv11n模型上应用了三种不同的增强模块。为验证所提出的三种增强策略的性能,通过分别将每个增强模块替换到原始模型中进行消融实验。对性能指标的变化进行了分析和比较,结果如表2所示。
引入FreqFusion-BiFPN使模型能够利用自适应低通和高通滤波器来更有效地进行特征

讨论

本研究验证了自动奶牛蹄部喷洒机器人在转台式挤奶厅中的可行性。在现场条件下,ACHSR实现了95.8%的喷洒成功率、99.0%的有效区间跟踪成功率和89.2%的附着率。这些结果表明,系统能够在转台厅短暂的蹄部经过窗口内完成蹄部检测、运动补偿和喷洒执行。其实际意义在于,该机器人可能减少人工劳动,

结论

本研究结果证明了利用集成感知-执行框架在转台式挤奶厅中实现自动蹄部喷洒的技术可行性。在实际工作条件下,所提出的ACHSR实现了95.8%的喷洒成功率和89.2%的有效附着率,响应延迟为140毫秒,从检测到喷洒的总时长为0.44秒。这些结果表明,系统能够完成目标识别、运动估计和

CRediT作者贡献声明

李思诚:可视化,软件,方法论,形式分析,概念化。叶文帅:验证,方法论,数据管理。许赐福:验证,数据管理。Arshed Ahmed:调查研究,数据管理。刘晓文:验证,调查研究。张坤:验证。刘强:论文撰写——审阅与编辑,监督。

利益冲突声明

作者声明,他们不存在任何已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

致谢

本研究得到国家自然科学基金(项目编号32272930)、河北省重大科技项目(项目编号252N7403D)以及中国农业大学2115人才发展计划的支持。
李思诚|叶文帅|许赐福|Arshed Ahmed|刘晓文|张坤|刘强
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号