放牧機器人工作示意圖。 　　研究團隊供圖

　　近日，中國農業科學院農業信息研究所科學數據研究室利用新一代信息技術，研制出肉牛行為識別輕量化模型MASM-YOLO，實現了對肉牛六類典型行為的快速精准識別，有效提升了牛群飼養管理效率，為放牧機器人裝上了“看得清、看得准、跟得上”的智能之眼。

　　與圈舍飼養不同，天然草原牧場放牧場景對機器視覺感知提出了很高要求，面臨著光照變化劇烈、背景環境復雜、牛隻群體遮擋以及運動模糊等難題。科研團隊在研發四足放牧機器人的過程中發現，傳統目標檢測或行為識別模型往往難以同時兼顧識別精度與實時性，難以在移動裝備和邊緣設備上穩定運行。

　　針對這一難題，研究團隊創新研制出 MASM-YOLO 模型。據研究人員介紹，該模型在架構設計上融合多尺度特征提取、自適應檢測機制與輕量化骨干網絡，圍繞“在真實草原環境中可用、好用、穩定運行”這一目標進行系統優化。

　　在真實牧場實驗場景下，MASM-YOLO 模型對站立、躺臥、採食、飲水、回舔和吮吸六類肉牛行為均表現出良好的識別穩定性與准確性，並在識別精度與計算效率之間取得了最優協同，為草原牧場自由放牧場景下的牛群疫病診斷、發情監測、產犢預警和健康評估等飼養管理提供了重要基礎。模型本身也很“輕巧”，直接用在四足放牧機器人所使用的機載計算平台上，幾乎不影響機器人的正常運行。這意味著，放牧機器人可以一邊行走巡牧，一邊穩定地“看懂牛在干什麼”，為實際應用掃清技術障礙。

　　據悉，該技術突破不僅為四足機器人安裝了“慧眼”，也為全面創制放牧機器人提供了關鍵技術支撐。隨著相關技術的持續完善與應用拓展，智能放牧正在為我國草原畜牧業的高質量發展注入新的科技動能。

　　該研究得到國家重點研發計劃、中國農業科學院農科英才領軍人才等項目支持。

分享讓更多人看到