可感知仔猪压死与咳嗽声的AI……提升养猪场生产力
忠南大学郑善玉教授团队在扶余、金堤开展“智能猪只健康监测系统”现场实证 融合RGB、热成像和声音传感器,早期探测咳嗽与压死风险……准确率达90%至95%
养猪场的生产力和盈利能力取决于仔猪的存活率。母猪压住仔猪导致的压死事故,或对呼吸道疾病早期处置不力,都会导致猪只死亡,并对养殖户的盈利能力造成致命打击。
实际上,根据韩猪自助金管理委员会发布的《Handon Farms 2025年全国韩猪养殖场成绩》,在专业用户中,排名前10%的农场MSY(每头母猪年出栏头数)为24.4头,而后10%的农场仅为15.7头,上下组之间差距达到8.7头。
这种生产力差距会直接转化为养殖户收入差距。按100头母猪规模的农场换算,年出栏数量相差多达870头。若按每头出栏猪53.5万韩元计算(以出栏体重115公斤、胴体率77.5%、胴体每公斤6000韩元为基准),年收入差距高达4.6545亿韩元。也就是说,即便农场规模相同,仅管理水平和存活率的差异,就足以决定数亿韩元的收入走向。
三重传感器同时追踪“行为、体温、声音”……咳嗽检测准确率超过95%
在提高仔猪存活率、缩小生产力差距被视为提升养猪户收入的重要课题之际,一套利用人工智能(AI)与传感器融合技术开发的精准监测系统正受到关注。
忠南大学智能农业系统机械工程系郑善玉教授研究团队,正在推进“智能猪只健康监测系统现场实证项目”,这是农村振兴厅运营、韩国农业技术振兴院实施的“2026年农业技术产学合作支援项目”的一部分。该研究由忠南大学牵头,韩国国立农水产大学(李秀协教授团队)共同参与,目前正处于将郑教授团队拥有专利的“基于人工智能的猪病管理系统”和“用于猪舍疾病管理的监测系统”应用到实际养猪场并进行技术验证的阶段。
投入现场的实证样机,为了对猪舍内部环境进行立体监测,融合了3种精密传感器和基于树莓派(Raspberry Pi 4B)的数据采集装置(DAQ)。这3种精密传感器分别是RGB摄像头(Raspberry Pi Camera V2)、热成像摄像头(Thermal Expert Q1)和声音传感器(Shure V7麦克风)。
首先,RGB摄像头可自动统计各栏位中的猪只数量,并追踪躺卧、站立、行走、采食等主要行为模式。按第一阶段实证产品标准,个体数量及行为识别准确率达到95%至97%。热成像摄像头可实时测量猪只体表温度的最大值、最小值和平均值,以探测疑似发热个体及高温引发的热应激风险。声音传感器可在50Hz至16kHz频段内检测猪舍中的咳嗽声(检测准确率95%以上)、仔猪压死风险声(准确率90%以上)以及咬尾等异常叫声,并在1.5秒内作出响应。
采集到的视频和音频数据通过无线通信(Wi‑Fi)传输至服务器,养殖场主可通过PC网页仪表盘或智能手机应用,24小时远程查看猪栏内部状态。一旦发生异常声音、发热等紧急情况,系统会立即向养殖户手机发送警报通知。
研究团队正在忠清南道扶余和全北金堤的农场中,为妊娠母猪栏和仔猪栏部署模块,并推进数据采集与AI模型升级。7月21日,团队在扶余郡农业技术中心举行说明会和培训,约30名大韩韩猪协会扶余支部相关人士及养殖户出席,并完成了技术演示。
这套智能监测系统被评价为一种能够在人员难以24小时常驻的猪舍环境中,由AI承担早期预警角色,从而降低仔猪死亡率并提升包括MSY在内的养猪场生产力的技术。
郑善玉教授表示:“通过利用AI技术的监测系统,可以掌握如果农场主或员工不常驻就无法了解的猪只状态。通过监测确认问题后,再前往猪舍采取措施即可。”她还介绍说:“由于能够及早发现猪只异常状态,因此在提高生产力和减少人力投入等方面具有成效。”她接着强调:“我们将通过此次现场实证,把它进一步提升为养殖户真正能够有效使用的技术。”
本文由AI(人工智能)自动翻译。