养殖机械化即在生猪养殖全程各个生产环节（饲喂、环境控制、消毒、防疫、清粪、废弃物处理等）使用机械化作业代替人工操作。机械的使用节约了人工，降低了养殖成本，提高了养殖的规模化、集约化、标准化生产水平。
养殖机械化存在的问题：
（1）畜牧养殖个别环节的机械化水平很高而有些主要环节却很低，各个环节机械化水平呈“断崖式”差别，全程机械化水平被拉低。
（2）养殖机械在不感知外部环境的情况下执行标准划一的操作，不能针对具体环境变化做出调整，更加没有考虑通过长期积累经验数据指导决策。
目前我国大部分中小规模猪场处于这一阶段或向信息化转型阶段。
（二）信息化阶段
信息化面临的困境：
（1）采集数据间缺乏互联互通机制，各种信息没有高效的融合。
（2）数据信息缺乏有效算法模型来形成闭环控制，难以实现实时、动态的精准操作和决策。
（3）没有建立精细养殖模型，决策和处理主要基于人的经验，与实际需求仍有差距。
目前我国集团化养猪企业大多处于这一阶段。
（三）智能化阶段
智能养猪概述
（一）智能化的概念
工业领域认为恒定智能系统的特征是四方面，即：状态感知、实时分析、自我决策、精准执行。
状态感知：通过图像及视频识别、声音识别、步态识别、RFID技术、智能设备等技术及设备进行数据采集。
实时分析：以大数据为基础，构建不同的应用场景下的算法模型，通过云计算实时分析出最佳的方案。
自我决策：通过专家系统及网络传输，无需人工进行确定即可自动向设备、系统或人发出决策指令。
精准执行：根据实时收到的指令，设备、系统，自动进行操作。
（二）智能养猪的涵义
智能养猪是把工业上智能制造的理念迁移到养猪业，围绕养猪管理构建更广泛的网络化平台，在此平台基础上可以更广泛的协同集成各类软硬件和最新的技术，从而基于养猪产业生产等多场景开发相应的产品和服务，带动整个行业的转型升级。
1、智能养猪是围绕养猪管理构建更广泛的信息网络
智能养猪是围绕着数据信息采集网络、数据互联网络和决策智能网络不断建网的过程。数据信息采集网络是通过各种传感器技术采集多种状态信息，有如人的眼、鼻、耳等感觉器官；数据互联网络完成各种数据信息的互联互通,有如遍布人体的神经传导和连接;决策智能网络则是在万物互联的数据信息融合基础上，实现智能决策和驱动控制，有如人的大脑汇聚所有信息并进行处理和计算。这三个网络构建的是感知智能、数据融合智能、预测决策智能的合体,实现在知识层面的思考,自动、自觉地完成系统知识自动化功能。
2、智能养猪是一系列技术和设备在养猪管理的集成
智能是一个相对泛化的概念，需要实现多种技术的集成，主要包含生产设备与嵌入式设备数据互通、嵌入式设备边缘计算及通信设备数据传输、服务端大数据存储、计算与分析等，是通讯与信息、物联网、人工智能、区块链、通信、数学、统计学以及行业技术等各种技术与软硬件的大集成。
核心技术和设备主要包括：
软件系统：包括企业云、猪场生产管理软件、ERP系统、OA系统等；
基础技术：包括移动互联网、物联网、人工智能、大数据、云计算、区块链等；
算法模型：包括监督学习、无监督学习、迁移学习、决策树、关联规则学习等。
3、智能养猪是技术基于养猪管理各种场景的实践应用
技术必须发掘生产上的需求，找到具体的应用场景，才能有“用武之地”，否则即是“无本之木”。实现智能养猪，要将最新的设备和技术应用到养猪业的生产场景中，不断加强对养猪业各种场景、各种事物的多层次特征提取、描述、还原及控制能力，主要应用场景及技术实现见表2-1。
国内企业在智能养猪领域的发展现状
目前国内的智能养猪市场主要包括猪场大数据服务平台、猪场物联网平台与设备、人工智能技术及解决方案等领域，主要细分领域、产品和典型企业分析如下：
养猪大数据平台
猪场物联网
人工智能
其他
（一）猪场大数据服务平台
猪产业互联网，即通过互联网的思维和技术手段，将与生猪有关的主体、资源、产品、品牌、渠道、金融、服务连接起来，在大数据引擎下构建产业生态协同运营新平台。
平台的主要职责在于制定平台规则，整合各类行业资源，为生态圈中的合作伙伴提供信息、金融、物流等公共服务。通过互联网、移动互联网、大数据的思维和技术解决信息不对称问题，大幅降低市场交易费用，优化资源配置。
同时，与传统的龙头企业不同，平台不以自身企业的利益最大化为核心，而是力求与整个生态圈的合作伙伴互利共生，因此能够带动整个行业产业链降低成本、提高效率。
典型企业：农信互联的猪联网，以“管理+交易+金融”模式打造生猪产业互联网平台。
“猪金融”通过“猪管理”获取的生产经营数据和“猪交易”获取的交易数据，以及公司近2万名业务人员对养殖户深度服务获取的基础信息，利用大数据技术建立农信资信模型，形成较强的信贷风险控制力，为符合条件的用户提供征信、借贷、理财、支付、保险等产品。
此外，公司提出了农牧行业“新中间化”策略，即依托农信大平台，将传统经销商升级为农信的运营中心，由运营中心服务农信小站，以农户为核心构建从管理到服务的全品类、一站式、连锁化的服务网络。
上线三年，猪联网扩张速度很快，用户已经覆盖了全国的33个省级单位；每年通过平台管理和交易覆盖的生猪超过5000万头，是目前国内覆盖生猪头数最多的互联网平台。
最新发布的猪联网3.0是目前为止国内第一个融合物联网、智能设备、大数据与企业级管理的智慧猪场管理平台。
2、猪场管理软件
软件的提供方有传统农资企业、生猪养殖企业和猪场托管公司，也有专业的软件开发公司。
前者如傲农集团（猪OK）、安佑集团（安佑云），有多年的生猪行业从业经验，产品主要服务于集团自身和客户的猪场，同时也向集团外部猪场推广，但由于有同业竞争的可能，猪场特别是大型猪场用户会有所顾虑；后者如南宁久翔软件（猪场管家）、微猪科技（微猪科技）、银合科技（银合ERP）等，软件开发能力较强，也在作为独立的第三方软件平台进行推广。
软件的模块主要包括育种分析、猪舍环境监控、疫病诊断、精准饲喂、财务管理、销售管理等内容，通过对智能管理系统的使用，帮助猪场节本增效，同时根据积累的行业大数据帮助猪场、农资企业等制定生产决策，进一步推动行业升级。
典型企业：我们选取了猪场管家、微猪科技、银合ERP三款软件作为代表，将其主要情况做了梳理。
猪场管家
开发公司：
广西南宁久翔软件科技有限公司
主要产品：
代表产品有：猪场超级管家6.0单机版/局域网版、猪场管家普及版（联网）/标准（集团）版/6S版/7.0
集团版、饲料配方大师2006/2010/2015、猪农合（“公司+农户”生猪养殖模式管理系统）、猪肉追溯系统、畜牧兽医实训的猪场管家教学版等。
收费方式：
软件服务费：软件服务费为2元/头母猪/年，辅以出售扫描设备，每套300元；
信息推送：按绩效模块、免疫、库存每个每年按200元收取服务费；
微猪科技
福州微猪信息科技有限公司
主要收取软件使用费，分为免费版（提供基础功能）、高级版（2983元/月）、尊享版（3983元/月）、至尊版（99万元，一次付费终生享用）。
银合ERP
国内企业在智能养猪领域的发展现状（二）
（二）猪场物联网平台与设备
1、物联网云平台
（1）连接服务：
（2）技术服务：
为猪场客户提供大数据、云计算、边缘计算、人工智能的计算服务和数据库云存储的服务。
（3）数据服务：
实现系统间数据交互，实时整合数据分析工具，对外输出大数据应用。典型企业如下：
农信云平台
致力于打造智慧养猪生态路由系统，用平台的方式融和搭载、兼容行业中所有优秀的智能设备及人工智能算法，对智慧养猪有一整套的解决方案。
农信云智能物流平台打通普利滋、佳格、京东等物联网、人工智能算法厂商，作为智慧养猪的PaaS平台，为智能养猪提供物流及算法支撑；
与农信猪联网智慧养猪SaaS体系打通，为猪场提供统一入口和人机交互界面。与细分领域的解决方案提商(如单纯的软件、识别算法、音视频解决方案、单一的物联网设备等）相比，农信平台提供的是组合拳的解决方案，凭借强大的生态协同能力，帮助用户实现整体效能的提升。
OneNET
2、智能穿戴设备
畜禽智能设备及其管理系统的核心技术包括两方面，一是智能穿戴设备的集成度，即集成各种感知、传输、供电设备和技术的能力；二是人工智能算法，能否将设备和技术与具体的生产场景相结合，实现对生产中各种场景、各种事物的特征提取、描述、还原及控制能力。
睿畜科技（SMARTAHC）
3、智能饲喂设备
随着现代科技的发展，猪场的饲喂方式逐渐由传统的人工给料、自动化饲喂，向智能化饲喂发展。智能化饲喂设备不仅可以减少劳动力，还可以提升管理水平、降低饲料成本。
（1）母猪电子饲喂站
另外，这种设备适用于群养模式，而我国规模化猪场大多采用单体限位栏饲养母猪。因此，目前母猪电子饲喂站设备在我国规模化猪场应用较少，但正逐渐地被广大养殖户认可，普及范围将越来越广。
（2）自动供料系统+智能饲喂器
自动供料系统与智能饲喂器结合有利于节水、节能和提高劳动生产率。自动供料系统采用密闭饲料罐车将饲料从饲料厂直接运送到猪场饲料塔中，可有效降低疾病被传入的风险，而且能满足不同猪群对饲料的需求。
按照饲喂饲料的状态，可以分为干饲料饲喂系统和液态饲料饲喂系统两种。其中液态饲料饲喂系统不仅节省了人工费用，还具有普通干料饲喂无法比拟的特点，饲喂湿拌料具有显著提高采食量、提高饲料转化率、减少饲料浪费、减少各种疾病发生、显著提高生长性能等优点。
华科智农
华科智农的猪场全生产线装配智能化设备能够实现从车间到料槽干饲料输送，液态料饲喂，及时收集猪只饲喂采食信息，并通过控制设备来实现猪只饲养和管理。核心产品包括“为乐食”产房母猪智能饲养管理系统、“易乐食”育成育肥猪智能饲养管理系统和配套的软件系统PigWish，其中“为乐食”系统包括断奶母猪、妊娠母猪、哺乳母猪三个系列，“易乐食”系统包括保育仔猪和育成育肥猪两个系列。
4、小型智能设备
猪场小型智能设备主要用于生猪发情、怀孕识别、疾病诊断、精子检测、个体素质辅助检测等，主要包括电子耳标和阅读器、智能B超仪、发情监测仪、智能背膘及眼肌测定仪、精子分析仪、智能体温计、呼吸心跳侦测仪等设备。这类设备大多携带轻便、操作便捷、结果自动传输到终端或云端，极大地提高了猪场的生产效率。
目前背膘检测、体温检测、精子检测、个体素质辅助检测方面的各个厂商应用手段较统一、技术相对成熟，怀孕识别设备间差距较大，发情监测准确率还不足。
未来这类小型设备的发展趋势是设备设计轻量化，提高操作便捷性、维护简便性、网络传输稳定性和识别结果准确率，同时兼顾与其他各类设备的集成、协同以及与各类软件、云平台的连接、整合。
索诺普
索诺普致力于畜牧业超声产品的研发生产，目前已经拥有不同频率、不同应用场景的30几个型号的无线超声产品。其产品通过WIFI直连或蓝牙传输将检测结果实时发送到手机、平板电脑和云端，设计轻便、单手操作、无线充电，具有较强的优势。
5、智能环境监控设备
在过去，管理者要获取环境数据，或者先由生产者进行统计、再将统计结果上传到网络，或者定期将设备取出、导入到电脑中。但在物联网时代，只需要将每个猪舍进行联网，就能够实现舍内环境数据的即时上传，实现人与物的直接对话，进而实现联网后的自主决策，可谓是给猪装上了“智能家居”。
系统也可自动采集各类设备的性能和运转数据，便于管理人员进行维护与保养。同时，配套开发的PC端和手机端APP，让用户可以远程查看即时数据。调研中发现，大多数国外企业提供的设备不对用户开放后台数据，而国内企业则抓住了猪场用户对数据的需求，纷纷开始向无线传输、云端存储转型。
普立兹
（三）人工智能技术
近年来，人工智能的研究如火如荼。我国的养猪业正处在由劳动力密集传统养殖方式向现代化转型的路上，为人工智能等新技术提供了绝佳的发展机遇和应用场景。在养猪领域，目前的研究与应用主要集中在视觉识别和声音识别领域。
1、视觉识别
视觉识别即利用传感器、摄像头等采集猪的视频、图像，结合猪的行为学特征，为每一头猪建立档案，并对猪的行为特征、进食特征、料肉比等进行综合全面分析，为智能建模提供更多的依据。
典型的应用场景如下：
（1）场景1：猪只识别
功能描述：基于深度神经网络等人工智能技术，通过猪只体型、外貌、纹理、面部特征等细节的识别，抽象每一头猪只的特征，精准定位每一头猪只。同时，可以对猪只个体的身份进行核验，为猪只标识唯一的ID，从而实现每头猪只的实时跟踪。
佳格
佳格正在积极开展视觉识别技术在养猪场的应用研究，以猪只数量识别
研究为例，基于全卷积网络的深度神经网络来构建模型，通过对打标图像的训练，生成猪只分布的特征图，最后通过算法对特征图进行计算，自动别出图片中猪的数量，目前识别的准确率达到90%以上。佳格与猪联网3.0开展了深度合作，为用户上传到猪联网3.0的猪场视频提供算法服务，从而帮助用户实现视频智能盘猪。
影子科技
影子科技于今年3月和7月分别发布了“猪脸识别1.0”和“猪脸识别2.0”，其中1.0版本主要是猪只单体识别，2.0版本则侧重猪的群体识别，均能够实现对跑动的猪只实时精准识别。公司宣称，准确率接近99%，但与人脸识别一样，注册库达到5万以上难度会很大，因此为保证识别准确率，目前以猪场为单位进行注册，一个猪场一个注册库。
（2）场景2：智能估重
功能描述：利用传感器采集猪的视频、图像，绘制成猪体3D模型，根据模型进行估重。同时估算猪只的体长、体高、体宽、臀部肥厚程度，绘制仔猪生长图谱，同时筛选出优良种猪、提前分类优养。
小龙潜行
小龙潜行已经探索出一个较为成熟的解决方案，即通过自主研发的设备给猪只拍照，得到猪只的完整三维图像，将图像进行评估后发送至云端服务器，通过智能模型计算猪只重量。在一个完整的采集周期内，可获得所有猪只的均重、总重及日增重等重要信息，进而获取料肉比等关键指标。
其产品主要分为两类：
（1）为集团化规模猪场提供集成化、立体化、全方位的数据自动化采集智能产品；
（2）为中小型猪场及饲料、添加剂、屠宰等上下游产业链提供轻型、半自动化的、移动式数据采集智能产品，如手持式设备。目前，主要的技术已经成熟，产品尚在研发阶段。
（3）场景3：行为监测
研究进展：利用视频图像监测猪舍早已有之，但与动物行为学的结合程度还很低。此外对猪的行为学特征研究也有不足，如目前集中研究猪只个体行为特征，群体行为研究较少。
（4）场景4：体温监测
功能描述：利用红外成像获取猪只的体温，结合猪群的行为，监测猪只健康状况。
研究进展：红外成像技术较为成熟，市场也有专业的红外成像仪，但仪器的性能差异很大，价格相差也很悬殊，从几十元到几万元不等。
（5）场景5：疾病诊断
功能描述：建立猪病大数据库，将病猪的照片上传到数据库，系统自动识别照片，给出初步的诊疗方案。
挺好科技
挺好科技推出的挺好e线APP致力于实现智能猪病诊断。用户只需将病猪的照片上传到挺好e线，系统可自动识别家畜种类及患病部位。同时系统会提供多种患病家畜图片，用户可选择情况最为相似的一种做进一步检测，并根据情况调整临床信息、患病程度，确定病情后系统会分别提供中西药治疗方案、营养调控建议及管理改善建议等。
猪联网的猪病通为全行业人员提供猪病远程诊断服务，也在积极探索猪病智能诊断。平台上线至今已经积累了数万张病例图片，对于算法的开发是非常宝贵的数据资源。
（6）场景6：怀孕识别
功能描述：根据B超仪拍摄的B超图片自动判断出母猪是否怀孕，类似于人类的医学影像智能诊断。
2、声音识别
声音识别即结合声学特征、语言识别技术和猪的行为学特征，对猪只的生长状态和健康状况做出判断。
典型应用场景包括：
场景1：对猪只的情绪、饥饿、发情、咳嗽等状况做出判断，为生产决策和疾病防控提供指导。
场景2：在小猪被母猪压住后，语言识别技术通过小猪的尖叫声，去判断小猪的位置，并通知管理员去把小猪救下来。
研究进展：国内一些科研院所、企业在开展这方面的研究。在实验室环境下，对养猪场现场采集的声音进行分析，对多种状态的声音进行声音去噪、端点检测、加窗分帧后，提取声音的特征参数，并利用提取的声音特征训练分类模型，建立猪声音识别系统，可以有效地识别猪不同状态的声音且精度较高。虽然尽量模拟现实场景，但与真实的养殖情况还有一定差距。
科大讯飞洛阳语音云创新研究院
科大讯飞洛阳语音云创新研究院正在与某生猪养殖龙头企业合作进行猪群咳嗽自动监测和预警的核心技术研究，通过分布式声场网络和声纹识别技术进行猪应激声自动识别，结合大数据分析，实现动物疾病的早期发现和诊断。目前，已完核心算法和配套软硬件产品开发，产品还在中试阶段。
（四）区块链技术
区块链的不可篡改性在食品安全领域将有广泛的应用空间，例如将区块链、物联网和防伪技术相互结合，实时记录猪只位置和生长信息，追溯猪的成长过程，保证每只猪从猪仔到成猪的所有数据都被真实记录，打通信息壁垒，通过区块链进行流转，使消费者买到猪肉后可以通过App或二维码进行防伪溯源信息查询。需要指出的是，区块链的不可篡改性指的是数据上链后被篡改的概率极低，而上链前的真实性则仍需要辅以其他手段加以保证。
四、问题反思与趋势展望
（一）问题反思
1、农业物联网标准化程度低
物联网标准是实现物联网技术应用的关键。作为底层控制网络、海量行业数据存储系统、业务模型、用户需求的交互中心，顶层平台与各部分的接入涉及到各种网络制式、数据接口、行业接口、异构数据交汇等。
此外，底层控制网络不同厂商设备的组网、业务模型的标准交互通道、海量行业数据存储、用户访问通道内部更是需要更为详细、精确的标准规范。而目前我国的农业互联网数据共享协议、数据接口、业务模型访问协议、用户外部访问协议还未实现标准化，制约着我国农业物联网技术与设备的发展。
2、猪场智能设备普及率不高
此外，目前猪场智能设备的成本对于中小规模的猪场仍然偏高，但整体性价比有待提高，因此猪场采购智能设备的动力不够强劲。
3、应用模型实用性有待加强
虽然通过猪场物联网设备和管理软件汇集了大量的猪场生产管理数据，但这些实时感知的数据没有得到充分挖掘利用。
首先，目前在猪场知识模型、模式识别、知识表示、业务模型的机器学习方面已有突破性进展，但部分的模型、算法不足以反应客观现实，以致于达不到指导猪场精准生产的实际需求。
其次，现阶段的自动化控制或局部的智能化还是基于人的经验，而人的经验有两个局限性：并不精准，可能与实际情况有出入；受限于具体的环境，不同的环境下经验不能通用。再次，目前主要还是时序控制、单一指标控制，难于实现按需控制和多指标控制，应用系统的智能化程度需要提高。
（二）趋势展望
1、机器自我学习是突破点
智能是要实现软件系统与硬件设备能够按照不同的场景进行自主计算、并实现自主精准的决策和互动，最终达到智能化、无人化操作。
下一个阶段的发展方向是机器自我学习，即在人的经验的基础上，机器通过深度学习，积累养殖经验，构建精细化养猪模型，如精准饲喂模型、母猪发情监测模型、疾病预警模型、环境控制模型等，修正人的经验，从而实现精细化管理。
例如，按照人的经验，哺乳母猪的最适温度范围为16～18℃，机器通过不断的自我学习，能够将母猪的适宜温度数值区间锁定在更准确、更科学的范围，如16.5～18.5℃，并以此指导系统调节猪舍的环境状况，带动养殖效率的提升。
2、数据是最终驱动力
从人工智能技术发展的历程来看，早期的发展主要由算法驱动，但缺少海量数据支撑与高水平的运算力保证，无法对算法模型进行持续的优化、迭代。
随着科技的发展，算法模型日益优化，现代计算机的性能逐年提升。当算法和计算力不能支撑实际产业需求或者未来技术壁垒很低的时候，数据将成为核心驱动力。
3、平台化优势将不断凸显
未来，随着技术的不断成熟和与产业的深度融合，平台化的优势会更加突出。
一方面，猪场大数据服务平台拥有庞大的猪场用户群体，能够提供广泛的应用场景和海量的行业数据，为技术的发展提供丰富的分析、训练与应用资源；