基于立体视觉技术的奶牛全混合日粮投喂体积实时监测系统设计与验证

本研究创新性地采用OAK-D PoE立体视觉相机（Stereo Vision Camera）结合DepthAI/Open3D开源算法，开发了全混合日粮（TMR）体积实时估算系统。实验证明该系统在动态牛舍环境中具有高精度（R2=0.86）和稳定性（±2L波动），为个体奶牛采食量监测提供了非侵入式解决方案，对优化奶牛生产性能（Feed Efficiency）和健康管理具有重要意义。

　　

Highlight

系统概述

通过(Rao et al., 2024)提出的立体深度测算系统，实现了饲料投喂体积的实时估算。该系统包含三大模块：处理核心（实时体积计算）、数据存储库和可视化看板，所有数据均可回溯复现实验。

硬件配置

摄像机悬置于牛栏交界处上方，2.9m×1.5m的视野范围可同步捕捉两个食槽数据。采用双RJ45网线连接PoE交换机（Netgear）与预装Ubuntu系统的戴尔电脑，配合10,000流明白光照明条（Metalux）确保全天候成像质量。

实验1关键发现

在包含120次重复的实验中（光照/凹陷/日粮类型各40次），系统体积估算与人工测量值高度吻合（综合R²=0.86）。值得注意的是，饲料表面形态显著影响测算结果——摊平状态的TMR会被低估体积，而锥形堆积状态则更易准确识别。

讨论

本研究首次证实立体视觉系统能动态追踪TMR体积变化，即使面对成分复杂的全混合日粮。通过点云计算（Point Cloud Generation）技术，系统成功克服了光照变化和日粮配比差异的干扰，但在饲料形态动态变化场景仍需优化算法。

结论

基于立体相机的几何测算方法为TMR体积监测提供了可行方案。未来研究应重点突破饲料形态自适应识别技术，以应对奶牛采食过程中TMR表面轮廓的持续变化。

作者贡献声明

M.N. Flinders: 原始稿件撰写/实验执行/数据分析

P. Rao: 软件开发/方法设计/论文修订

A.R. Reibman: 算法构建/研究指导/概念验证

利益冲突声明

作者声明获得美国国家食品与农业研究院（NIFA）资助，其余作者无潜在利益冲突。