登录 | 注册 | 忘记密码
首页IT互联网最新科技

最新科技

监控农业围栏中的牲畜的制作方法

来源: 浏览: 19次  更新时间:2021-12-12 12:25

监控农业围栏中的牲畜的创造办法
监控农业围栏中的牲畜
1.相闭请求的穿插引用
2.本请求乞求于2018年6月25日提接的美国姑且博利请求no.62/689251和于2019年4月1日提接的美国姑且博利请求no.62/827203的优先权力猫眼203的优先权力这二个博利请求的标题均为“监控农业围栏中的牲畜(monitoring livestock in an agricultural pen)”其理想实质以引用办法并入本文中。
本领范围
3.本果然波及一种估计机成像。


背景本领:

4.新颖农场豢养简单物种的牲畜手段是使动物保护在亲近最佳的身材情景下以实行最大的成长和产量。如许的身材情景不妨包括动物的物理状况比方体沉和兴好意景以及围栏的物理情景比方透气和围栏设备比方豢养设备、饮水设备等的符合功效。因此农场持续监控牲畜的豢养、情况情景、兴盛、体沉、成长和成长。
5.闭于牲畜的处置重要由人类进行他们控制豢养、称沉、控制情况物理状况(比方透气)、辨别动物的兴盛、检测疾病和牺牲等。
6.体沉是围栏中的动物的兴盛和价格的沉要目标。庄家须要接近闭心动物的体沉本领结余。豢养胜过必定沉量的动物大概会大幅降矮其商场价格引导庄家破坏可瞅的收入。姑且称量动物体沉的步调效力矮下因为它们既费时又劳累。其他运用体沉计给动物称沉会使动物接受压力并降矮其成长率。因此庄家倾向于干出与动物的体沉有闭的决定而不本质称沉而且也不领会它们的本质体沉这些决定大概引导成本破坏。
7.闭于围栏中的动物的身材情景(比方怀孕、生产和/大概疾病)的减速检测大概会引导新灵巧物的残害、高牺牲率和流利病。
8.相闭本领的前述示例和与其相闭的节制是证明性的而不是排他性的。经过观赏证明书籍和探究附图相闭本领的其他节制闭于于本范围本领人员来说将变得不言而喻。


本领实行因素:

9.共同体系、东西和办法来刻画和证明以下实行例及其方面这些实行例及其方面是示例性和证明性的而并不节制范畴。
10.在实行例中供给了一种办法该办法包括:接收包括一个大概多个动物的场景的图像;为所述一个大概多个动物中的每个定义地区边境;起码局部地基于预定的参数组评价所述地区边境中的每个闭于于进一步处置的符合性;以及决定以下中的起码一项:(i)起码局部地基于所述进一步处置决定所述一个大概多个动物中的起码某个的物理状况以及(ii)所述一个大概多个动物中的起码某个的身份。
11.在实行例中还供给了一种体系该体系包括:起码一个硬件处置器;以及非姑且性估计机可读保存介质其上保存有步调指令该步调指令可由起码一个硬件处置器实行
以:接收包括一个大概多个动物的场景的图像为所述一个大概多个动物中的每个定义地区边境起码局部地基于预定的参数组评价所述地区边境中的每个闭于于进一步处置的符合性而且决定以下中的起码一项:(i)起码局部地基于所述进一步处置决定所述一个大概多个动物中的起码某个的物理状况以及(ii)所述一个大概多个动物中的起码某个的身份。
12.在实行例中还供给了一种估计机步调产品该估计机步调产品包括具备随其而展现的步调指令的非姑且性估计机可读保存介质该步调指令可由起码一个硬件处置器实行以:接收包括一个大概多个动物的场景的图像;为所述一个大概多个动物中的每个定义地区边境;起码局部地基于预定的参数组评价所述地区边境中的每个闭于于进一步处置的符合性;以及决定以下中的起码一项:(i)起码局部地基于所述进一步处置决定所述一个大概多个动物中的起码某个的物理状况以及(ii)所述一个大概多个动物中的起码某个的身份。
13.在一些实行例中所述场景包括牲畜群寓居情况。
14.在一些实行例中所述图像是相闭于于所述一个大概多个动物从新顶角度捕获的。
15.在一些实行例中相闭于于所述辨其他地区边境中的每个所述参数组包括以下中的起码一个:所述图像中的地区边境的头顶角度、所述图像中的地区边境相闭于于所述图像的获得点的地位、所述场景中的所述动物的瞅来性、所述场景中的所述动物的地位、所述场景中的所述动物的遮拦以及所述场景中的所述动物的身材模样。
16.在一些实行例中所述评价包括向所述地区边境中的每个调配符合性分数而且个中仅当调配给地区边境的所述符合性分数胜过指定阈值时实行所述进一步处置。
17.在一些实行例中所述定义包括运用呆板进修检测算法而且个中所述呆板进修检测算法运用熟习集来熟习该熟习集包括:(i)场景的多个图像个中所述场景中的每个包括一个大概多个动物;以及(ii)与所述图像中的所述一个大概多个动物中的每个沟通联的标签。
18.在一些实行例中所述进一步处置包括针闭于所述动物中的每个辨别与所述动物的身材躯搞沟通联的区段边境。
19.在一些实行例中与所述动物的所述身材躯搞沟通联的所述区段边境起码取消所述动物的头部、所述动物的尾巴/尾部以及所述动物的一个大概多个肢体。
20.在一些实行例中闭于于与所述动物的所述身材躯搞沟通联的所述区段边境的所述辨别包括运用熟习的呆板进修分割算法而且个中所述呆板进修分割算法运用熟习集来熟习该熟习集包括:(i)动物的多个图像个中所述图像是从新顶角度捕获的;以及(ii)与所述多个图像中的所述动物中的每个的身材躯搞、头部、尾部和一个大概多个肢体中的起码一些的区段边境沟通联的标签。
21.在一些实行例中闭于于所述物理状况的所述决定起码局部地基于与所述动物中的每个的所述身材躯搞沟通联的所述区段边境与参照数据之间的比较。
22.在一些实行例中闭于于所述物理状况的所述决定包括运用熟习的呆板进修算法而且个中所述呆板进修算法运用熟习集来熟习该熟习集包括:(i)动物躯搞的多个图像个中所述图像是从新顶角度捕获的;以及(ii)与所述物理状况沟通联的标签。
23.在一些实行例中闭于于所述动物中的每个所述物理状况是所述动物的发育阶段、体积、体沉、表面参数、脸色、状况、兴盛、老练度和好像性中的起码一个。
24.在一些实行例中闭于于所述一个大概多个动物中的起码一些的所述身份的所述决定
起码局部地基于:(i)检测与所述地区边境中的每个沟通联的辨别地区以及(ii)将所述检测到的辨别地区与已知身份配合。
25.在一些实行例中所述辨别地区位于所述动物的特定身材地区。
26.在一些实行例中所述辨别地区包括以下中的一个大概多个:一个大概多个彩色标签、灰度标签、纹身、条形码、戴有文本的标签、戴罕见字的标签以及赶快共意(qr)码。
27.在一些实行例中所述一个大概多个动物是沟通典型和品种的动物普遍。
28.在一些实行例中所述动物选自包括以下动物的牲畜动物群:牛、母牛、猪、绵羊和山羊。
29.在一些实行例中该办法还包括而且该步调指令进一步可实行以(i)接收所述场景的图像序列以及(ii)追踪所述图像序列中的所述一个大概多个动物中的起码一个。
30.在一些实行例中所述图像序列是视频流。
31.在一些实行例中所述追踪基于以下中的起码一个:(i)定义的地区边境、(ii)区段边境、大概(iii)与所述一个大概多个动物中的所述起码一个沟通联的辨别地区。
32.经过参照附图和探究以下留神刻画除了上述示例性方面和实行例之外其他方面和实行例将变得不言而喻。
附图证明
33.姑且将参照以下证明性附图共同某些示例和实行例来刻画本果然以便不妨更周到地领会本果然。在附图中:
34.图1a是依据本创造实行例的用于自动辨别牲畜普遍情况中的单个动物并决定一个大概多个身材、发育和/大概兴盛状况参数的示例性体系的框图;
35.图1b是动物的景仰图;
36.图2a、2b、2c和2d是依据本创造实行例的用于辨别牲畜普遍情况中的单个动物并决定一个大概多个身材、发育和/大概兴盛状况参数的过程的表示图;
37.图3a和3b是功效办法的过程图该功效办法是依据本创造实行例的用于辨别牲畜普遍情况中的单个动物并决定一个大概多个身材、发育和/大概兴盛状况参数的过程;
38.图4a

4b例示了依据本创造实行例的由检测和辨别模块运行的过程;
39.图5是依据本创造实行例的由评价模块创造的截止图像的示例;以及
40.图6例示了依据本创造实行例的由监控模块运行的过程。
41.该当领会为了证明的大概和领会起睹图中所示的元件不必定是按比率画制的。比方为了领会起睹一些元件的尺寸不妨相闭于于其他元件被夸大。其他在认为符合的情景下附图标记不妨在附图中反复以公布沟通大概好像的元件。
简直实行办法
42.在以下刻画中将刻画本创造的各个方面。出于解释的手段论述了简直的摆设和细节以便供给闭于本创造的深刻领会。然而闭于于本范围本领人员来说不言而喻的是不妨在本文未给出的十脚简直细节的情景下实行本创造。其他不妨简略大概简化妇孺皆知的特性免得朦胧本创造。
43.依据本创造实行例的办法和体系旨在供给自动估计机化体系用于(i)辨别牲畜
普遍情况中的单个动物以及(ii)决定闭于所辨其他动物的一个大概多个身材、发育和/大概兴盛状况参数。
44.在一些实行例中牲畜普遍包括比方牛、母牛、奶牛、公牛、小牛、猪、母猪、公猪、小猪、马、绵羊、山羊和/大概鹿。在一些实行例中动物普遍具备沟通的典型、品种和/大概种族。
45.在一些实行例中本果然供给了与牲畜的身材、发育和/大概兴盛状况(比方个别身份、大小、体积、体沉、表面参数、脸色、状况、兴盛、老练度、好像性、举动状况、情绪、视觉注沉力以及其他相闭参数)沟通联的多个参数的估计和/大概估计。
46.在一些实行例中将牲畜安置在群居情况中比方围栏、喂食地区和/大概用于包含多个动物的好像围栏。在一些实行例中本果然供给了经过成像设备获得寓居情况的一个大概多个图像和/大概视频图像的视频流。在一些实行例中从新顶角度获得图像使得图像基础上捕获每个动物的背部地区。
47.在一些实行例中本果然运用一种大概多种物体检测办法来检测图像中的一个大概多个动物。在一些实行例中本果然被摆设成比方经过边境框来定义图像中每个动物的边境。如本文所运用的术语“边境框(bounding box)”是指图像中包围实质的地区。比方一个大概多个边境框不妨是比方图像中被辨其他闭于象四周的正方形大概矩形框架。
48.在一些实行例中本果然而后不妨被摆设为比方经过评比边境框中的动物的完备性(比方当动物仅局部地表姑且图像中时)、动物身材模样(比方站立、躺下)、瞅来度、遮拦(比方当动物彼此靠拢站登时大概者当一个动物越过另一个动物时)和/大概相闭于于成像设备的地位(其决定了图像中的动物的视角)中的起码一个评价图像中每个检测到的动物闭于于进一步处置的符合性。
49.在一些实行例中本果然不妨被摆设为向在图像中检测到的每个动物调配符合性分数个中当符合性分数胜过比方指定阈值时不妨供给图像的进一步处置。
50.在一些实行例中图像的进一步处置不妨包括比方将图像中与动物沟通联的每个边境框分割成与比方动物的身材躯搞、动物的头部、手脚和尾巴沟通联的区段。
51.在一些实行例中本果然进一步供给了起码局部地基于与动物的身材躯搞沟通联的区段与参照数据之间的比较决定动物的身材、发育和/大概兴盛状况。在一些实行例中闭于动物的身材、发育和/大概兴盛不妨包括比方尺寸、体积、体沉、表面参数、脸色、状况、卫生、老练度、好像性、举动状况、情绪、视觉注沉力以及其他相闭参数。
52.在一些实行例中本果然不妨进一步被摆设为基于比方已知的动物身份来辨别在图像中检测到的一个大概多个动物。在一些实行例中动物辨别起码局部地基于检测与动物的边境框沟通联的辨别地区并将检测到的辨别地区与已知的身份配合。在一些实行例中辨别地区不妨位于所述动物的特定身材地区。在一些实行例中辨别地区包括以下中的起码一个:一个大概多个彩色标签、纹身、条形码、戴有文本和/大概数字的标签和/大概赶快共意(qr)码。
53.图1是示例性体系100的框图该体系100用于自动辨别牲畜普遍情况中的单个动物并决定闭于所辨其他动物的一个大概多个身材、发育和/大概兴盛状况参数。本文刻画的体系100仅是本创造的示例性实行例而且本质上不妨具备比所示更多大概更少的零件不妨拉拢二个大概更多个零件大概者不妨具备不共的零件摆设大概安置。体系100的百般零件不妨以硬件、软件大概硬件和软件的拉拢来实行。在百般实行例中体系100不妨包括博用硬件设备例
如挪动设备、蜂窝电话、数码相机等。
54.在一些实行例中体系100不妨包括硬件处置器110、通讯模块112、保存器保存设备114、用户接口116和成像设备118以及光源120。体系100不妨在其非易失性保存器诸如保存设备114中保存被摆设为安排处置单元(也称为“硬件处置器”、“cpu”大概简称为“处置器”)诸如硬件处置器110的软件指令大概零件。在一些实行例中软件零件不妨包括安排体系包括百般软件零件和/大概启动步调以用于控制和控制普遍体系责任(比方保存器控制、保存设备控制、电源控制等)并促进百般硬件零件与软件零件之间的通讯。
55.在一些实行例中非姑且性估计机可读保存设备114(其不妨包括一个大概多个估计机可读保存介质)用于保存、检索、比较和/大概解释捕获的图像帧。不妨基于一个大概多个属性大概标签比方时间戳、用户输出的标签大概公布帧的通联的运用图像处置办法的截止等等将图像帧保存在保存设备114上。
56.安排硬件处置器110的软件指令和/大概零件不妨包括用于接收和领会由成像设备118捕获的多个图像帧的指令。比方硬件处置器110不妨包括图像处置模块110a其从成像设备118接收一个大概多个图像和/大概图像流并闭于其运用一种大概多种图像处置算法。在一些实行例中图像处置模块110a和/大概呆板进修模块110b包括一种大概多种算法所述算法被摆设为运用所有适合的图像处置本领在由成像设备118捕获的图像中实行闭于象检测、分割、辩别、辨别和/大概分类。由图像处置模块110a接收的图像流不妨依据其各自的源设备的特性和手段而在分别率、帧速率(比方在每秒15帧至35帧之间)、方法和协议方面变革。取决于实行例图像处置模块110a不妨经过百般处置功效路由图像流大概者将该图像流路由到输出电路大概另一个逻辑手段地该输出电路将用于比方在表露器116a上出现的处置后的图像流经过搜集发送到记录体系。在图像处置模块110a中图像流处置算法不妨普及瞅来度并缩小大概取消由成像设备供给的图像流中的失真、眩光大概其他不憧憬的效率。图像流处置算法不妨缩小大概去除图像流中存留的雾、烟、传染物大概其他朦胧。图像流处置模块110a不妨径骄气概拉拢地运用图像流处置算法。
57.在一些实行例中体系100包括通讯模块(大概一组指令)、交战/疏通模块(大概一组指令)、图形模块(大概一组指令)、文本输出模块(大概一组指令)、寰球定位体系(gps)模块(大概一组指令)、语音辨别和/大概语音复制模块(大概一组指令)以及一个大概多个运用(大概一组指令)。
58.比方通讯模块112不妨将体系100对接到搜集比方互联网、局域网、广域网和/大概无线搜集。通讯模块112便于经过一个大概多个外部端口与其他设备通讯而且还包括用于处置由体系100接收的数据的百般软件零件。
59.在一些实行例中体系100的用户界面116包括用于表露图像的表露监视器116a、用于控制体系100的控制面板116b以及用于供给音频反应的扬声器116c。在一些变型中表露器116a不妨用作取景器和/大概及时表露器用于由成像设备118获得的固态和/大概视频图像。由表露器116a出现的图像流不妨是源自成像设备118的图像流。
60.成像设备118被款待地定义为捕获图像并将它们展现为数据的所有设备。成像设备118不妨包括2d大概3d相机和/大概被摆设为捕获图像的相机个中纵然在矮照度的物理状况下(比方在晚上)也不妨检测和/大概辨别动物。一个大概多个成像设备118不妨安置在牲畜豢养情况中从而常常不妨以已知的角度捕获多个感风趣的地区(比方豢养地区和饮水地区)。成像设备118不妨安置在比方围栏的天花板上使得其不妨捕获所有围栏大概一个大概多
个感风趣地区的景仰图像如图1b所示。
61.成像设备118不妨是基于光学的然而是也不妨包括深度传感器、射频成像、超声成像、红外成像等。在一些实行例中成像设备118不妨被摆设成检测rgb(红

绿

蓝)光谱数据。在其他实行例中成像设备118不妨被摆设为检测单色、紫外(uv)、近红外(nir)和短波红外(swir)光谱数据中的起码一个。在一些实行例中成像设备118包括数字成像传感器该数字成像传感器选自包括基于硅的检测器、互补金属氧化物半导体(cmos)、电荷耦合器件(ccd)、砷化铟镓(ingaas)以及偏振敏锐传感器元件的组。成像设备118还不妨包括比方变焦、夸大和/大概聚焦本领。成像设备118还不妨包括诸如滤色、偏振和/大概眩光去除之类的功效以实行最佳的可视化。成像设备118还不妨包括图像流记录体系该图像流记录体系被摆设为接收和保存经过体系100接收、处置和/大概出现的图像流的记录。
62.在一些实行例中体系100包括一个大概多个用户输出控制设备比方物理大概假造安排杆、鼠标和/大概点打轮。在其他变型中体系100包括外围接口、rf电路、音频电路、麦克风、输出/输出(i/o)子体系、其他输出大概控制设备、光学大概其他传感器以及外部端口中的一个大概多个。体系100还不妨包括一个大概多个传感器比方亲近传感器和/大概加快度计。上述模块和运用中的每个闭于应于用于实行上述一个大概多个功效的一组指令。这些模块(即指令集)不须要被实行为径自的软件步调、过程大概模块因此这些模块的百般子集不妨在百般实行例中被拉拢大概以其他办法沉新陈设。
63.本文刻画的体系100仅是本质系的示例性实行例而且不妨具备比所示更多大概更少的零件不妨拉拢二个大概更多个零件大概者不妨具备不共的零件摆设大概安置。体系100的百般零件不妨以硬件、软件大概硬件和软件的拉拢来实行包括一个大概多个旗号处置和/大概博用集成电路。在百般实行例中体系100不妨包括博用硬件设备大概者不妨产生闭于现有调理设备(比方阴道镜)的增添大概扩充。其他不妨由估计机步调指令实行的本质系的各方面不妨在通用估计机、博用估计机大概其他可编程数据处置设备上实行。
64.在一些实行例中体系100不妨被摆设成控制与牲畜情况和围栏的安排沟通联的一个大概多个设备、东西和/大概体系比方透气体系;豢养体系;(用油漆)标记特定动物的喷涂设备;供暖体系;等等。在一些实行例中不妨由体系100控制的附加设备不妨包括比方保护不妨向其写入数据的数据库的设备;大概者运走运用步调的设备该运用不妨包括比方新闻运用步调。
65.在一些实行例中体系100不妨进一步包括传感器模块该传感器模块不妨包括供给闭于情况情景(比方温度、湿度)和/大概动物举动、疏通、地位和/大概速度的信息的传感器。
66.在一些实行例中用户运用步调不妨安置在所有用户设备比方估计机大概挪动设备上而且不妨比方经过通讯模块112与体系100通讯。用户运用不妨在给准时间和/大概跟着时间的推移向用户供给闭于围栏中的每个个别动物和所有围栏、所有兴办物和/大概所有农场的信息。其他用户运用不妨比方基于保存在数据库中的数据供给闭于动物的物理状况(比方体沉、兴盛等)的猜测。其他用户运用不妨供给闭于警告动物大概围栏的物理状况的警报和报告。在一个示例中用户运用不妨包括大概者不妨对接到用户界面116用于表露比方图像、指令和/大概报告(比方经过在监视器上表露的文本大概其他实质)。用户界面116也不妨被安排成从外部用户接收输出。比方用户接口设备不妨包括监视器和键盘和/大概鼠标和/大概触摸屏以使外部用户不妨与体系接互。在一些实行例中用户界面不妨包括不妨点
亮大概变化脸色的灯大概另一个公布器比方音频播放器以发作声音。可选地不妨在诸如智能电话、枯燥电脑大概部分估计机之类的多用途设备上供给用户界面。
67.姑且参照图2a、2b、2c和2d其是依据本创造的实行例构造和安排的监控过程200的表示图。
68.在一个实行例中(图2a)监控过程200不妨接收图像201(比方2d图像)的序列处置图像201中的每个并创造包括图像中的起码一些动物的物理状况和/大概起码一些动物的身份中的起码一个的输出。
69.在一个实行例中监控过程200包括安排比方图1a中的图像处置模块110a以运用:检测模块210用于从图像中检测个别动物;辨别模块220用于给个别动物调配身份;评价模块230用于评价动物和/大概围栏的物理状况;以及输出模块240用于基于评价的标记和物理状况来天生符合的输出。
70.在一个实行例中如图2b所示监控过程200不妨实行过程20。在办法22中监控过程200不妨接收围栏的地区的图像。在办法24中监控过程200不妨经过辨别模块220基于与特定动物沟通联的图像像从来辨别特定动物。在办法26中监控过程200不妨经过评价模块230从图像评价与所辨其他动物相闭的物理状况。
71.在一个实行例中如图2c和2d所示图像201不妨是围栏中的检测模块210和辨别模块220不妨共时安排的地区的景仰图图像。在办法211中检测模块210不妨检测和分割图像201中存留的不共动物而且在办法221中辨别模块220不妨辨别图像201中的每个特定动物。在检测、分割和辨别每个动物之后在办法231中评价模块230不妨评价每个动物大概围栏的物理状况而且在办法241中输出身成模块240不妨创造并发送输出。
72.检测(和分割)和辨别图像201中的动物的办法的程序不妨在不共的实行例中变革。在一个实行例中检测模块210不妨开始在办法221中安排以检测图像201中存留的不共动物而后仅辨别模块220不妨在办法211中安排以辨别每个特定动物(图2c)。在另一个实行例中监控过程200不妨开始激活辨别模块220以开始辨别每个特定的动物而后激活检测模块210以检测和分割不共的动物。
73.姑且将参照图3a刻画功效办法该功效办法是用于检测图像中的动物的过程。
74.在办法300体系诸如图1a中的体系100不妨接收刻画牲畜围栏中的地区的景仰图的图像序列。
75.在一些实行例中在办法302图像处置模块110a不妨被摆设为经过比方开始定义与图像中的每个动物沟通联的边境框来检测图像中的动物(比方猪)。在一些实行例中图像处置模块110a不妨运用多个分割过程比方已熟习的多地区卷积神经搜集(mr

cnn)大概所有其他适合的形状检测和分割算法。比方不妨熟习mr

cnn比方以(i)将图像分类为包括动物的图像和不包括动物的图像(ii)在包括动物的图像中不妨经过在每个动物的四周创造边境形状来在动物之间进行分别以及(iii)针闭于图像中的每个像素决定其属于动物、背景仍旧属于另一个动物。其他多个分割过程不妨由图像处置模块110a用来检测图像中的动物包括不妨被熟习以检测动物的其他呆板进修算法。
76.评价模块230不妨常常基于由图像处置模块110a实行的检测和分割过程和/大概经过闭于图像(大概多个图像)运用图像领会算法(比方形状检测和疏通检测算法)从图像(大概图像组)201评价动物的物理状况。在一些实行例中评价模块230不妨接收向量动作输出该
向量包括从图像201提取的信息比方像素、它们与图像中央的隔绝、它们的x和y坐标、检测到的动物的中心(比方基于动物的边境形状)等而且不妨运用呆板进修算法在如许的向量长进行熟习和/大概以其他办法运用如许的向量(比方如下所述)来从图像评价动物的物理状况。
77.在一些实行例中该算法不妨在熟习集长进行熟习该熟习集包括包括多个动物的牲畜围栏中的地区的景仰图的多个图像。在一些实行例中闭于于图像中动物的存留和/大概与“动物”和“背景”沟通联的地区不妨用适合的标签来标记熟习集图像。
78.在一些实行例中不妨运用已知本领闭于从3d相机和/大概ir相机赢得的图像执举动物检测。
79.在一些实行例中在办法304在正决定义了与图像上的动物中的每个沟通联的边境框之后本果然不妨被摆设为闭于检测到的动物运用采用尺度而且仅采用那些符合一个大概多个尺度的动物以用于进一步处置。该尺度不妨与检测到的形状沟通联(这不妨公布所辨其他动物的物理状况)。比方与形状有闭的尺度不妨包括与动物的边境形状和/大概其他形状参数有闭的尺度。与边境形状有闭的尺度不妨包括比方“在图像中具备完备的边境形状”;“边境形状位于距相机笔直目标的特定角度大概隔绝内”(比方在相机的正下方);“边境形状包括所有动物”;“边境形状的形状是特定的形状”(比方当处置动物时边境形状的形状该当是矩形大概椭圆形而不是正方形大概圆形)等。与检测到的动物的形状有闭的尺度不妨包括比方动物的表面、其转化(即相闭于于相机轴线的角度)、其模样(即它是站立、坐着仍旧斜躺等)等等。在一些实行例中采用尺度不妨基于多个参数包括然而不限于动物在边境框中的完备性(比方当动物仅局部地表姑且图像中时)、动物身材模样(比方站立、躺下)、瞅来度、遮拦(比方当动物彼此靠拢站登时大概者当一个动物越过另一个动物时)和/大概相闭于于成像设备的地位该地位决定了图像中的动物的视角。
80.比方在一些实行例中不妨熟习呆板进修分类器来闭于动物形状进行分类以决定闭于于进一步处置的符合性。符合性分类阶段的手段是抛弃图像中局部的、不完备的、被遮拦的、隔绝图像获得点太远和/大概离其他动物太近的动物因为如许的动物在登时的阶段中大概不被符合地分割。在一些实行例中呆板进修分类器在熟习集长进行熟习该熟习集包括包括多个动物的牲畜围栏中的地区的景仰图的多个图像个中不妨依据比方动物身材形状(比方与站立的动物比拟躺在地上的动物不妨出现出更圆的身材形状);它在图像中是动作完全仍旧局部动物展示;它是否与另一个动物交战;它是否被另一个动物和/大概另一个物体遮拦;和/大概基于其相闭于于获得图像的点的地位(这效率图像中的动物的视角)来标记每个动物。
81.而后不妨将经熟习的分类器运用于如办法300中获得的一个大概多个图像以猜测图像中的每个动物闭于于进一步处置的符合性。在一些实行例中经熟习的分类器不妨调配符合性分数个中当符合性分数胜过比方指定阈值时不妨供给图像的进一步处置。
82.在一些实行例中在办法306本果然不妨被摆设为实行图像分割以从比方动物的头部、手脚和尾巴分割比方图像中的每个动物的身材躯搞。
83.在一些实行例中分割办法不妨包括语义分割的过程其手段是经过将图像中的每个像素标记为语义典型来回复直接闭于应于图像中的闭于象的图像地区。在某些情景下卷积神经搜集(cnn)诸如mr

cnn不妨用于图像语义分割。
84.在一些实行例中不妨在包括动物的景仰图(即背部地区)的多个图像的熟习集上熟习呆板进修分割算法个中图像中的闭于应于语义典型“身材躯搞”、“头部”、“手脚”和/大概“尾巴/尾部”的地区被标记在图像中。而后不妨将已熟习的分割算法运用于如在办法300中获得的一个大概多个图像以猜测图像中的每个区段的闭于应典型。
85.在一些实行例中在办法308不妨处置包括动物的分割的身材躯搞地区的图像以决定动物的物理状况。在一些实行例中如许的物理状况不妨是尺寸、体积、体沉、状况、卫生、兴盛和/大概老练度中的起码一个。在一些实行例中该决定起码局部地基于与参照数据的比较。
86.在一些实行例中不妨熟习呆板进修算法以猜测熟习集上的一个大概多个动物的物理状况该熟习集包括多个动物的身材躯搞区段的多个图像个中依据比方与如许的动物沟通联的一个大概多个物理状况参数来标记每个区段。而后不妨将已熟习的呆板进修算法运用于如在办法300中获得的一个大概多个图像以猜测与手段动物沟通联的一个大概多个物理状况参数。
87.在一个实行例中评价模块230不妨经过将像素权沉调配给属于动物身材部位的像素并经过运用线性返回估计动物的体沉来猜测猪的体沉。附加参数(比方动物身材部位的像素数目、每个像素与图像核心的隔绝等)不妨用于评价大概猜测动物的体沉而线性返回办法不妨用于查找每个参数与像素权沉的最佳线性相闭性。比方在相机fov外围的动物的图像中动物的身材比在相机fov核心的动物图像中的普遍动物的身材更大而且大概包括更多的像素。运用线性返回办法不妨将动物的体沉安排到图像中的动物的地位。在一些实行例中附加参数(比方如上所述)不妨用于熟习神经搜集以基于图像中动物的身材部位来评价动物的体沉。
88.不妨熟习呆板进修办法来计划照相的角度(比方当猪位于图像的边际时大概一些像素即大概那些属于高度投影的像素因此不应在沉量估计入彀划)、图像中的动物的形状和/大概地位等。
89.因为动物在围栏中挪动图像201不妨仅捕获图像中的动物的一局部大概者不妨捕获处于不共模样的动物个中一些模样不行供给评价所需的脚够信息。在这些情景下评价截止大概在连接图像之间变革比方当动物斜躺时图像大概仅包括估计其体沉所需的像素子集而且所得评价大概矮于本质值。
90.当供给图像序列时评价模块230不妨计划在被追踪动物的先前图像中评价的体沉并普及闭于动物物理状况评价的精确性。比方评价模块230不妨估计在序列中的不共图像中针闭于被追踪动物估计的体沉之间的平稳值估计中央值大概格外 格外值计划在大普遍图像中评价的体沉和/大概在基于动物的多个图像评价动物的体沉时运用所有其他统计大概非统计计划。经过运用保存在数据库110中的来自先前图像(比方在往日几天内捕获的普遍围栏中的动物和/大概其他动物的图像)的信息不妨进一步协帮体沉的评价以使体沉评价变得光滑。
91.功效办法是用于辨别图像中的个别/单个动物的过程姑且将参照图3b闭于其进行刻画。在一些实行例中本果然被摆设为基于图像的像从来辨别图像中的单个动物和特定动物该像素与特定动物沟通联。在一个实行例中在图像中检测与特定动物沟通联的瞅来标记并将其用于辨别特定动物。
92.在办法310体系诸如图1a中的体系100不妨接收刻画牲畜围栏中的地区的景仰图的图像序列。
93.在一些实行例中在办法312图像处置模块110a不妨被摆设为经过比方开始定义与图像中的每个动物沟通联的边境框来检测图像中的动物(比方猪)。在一些实行例中图像处置模块110a不妨运用多个分割过程比方已熟习的多地区卷积神经搜集(mr

cnn)大概所有其他适合的形状检测和分割算法。不妨熟习mr

cnn比方以(i)将图像分类为包括动物的图像和不包括动物的图像(ii)在包括动物的图像中不妨经过在每个动物的四周创造边境形状来在动物之间进行分别以及(iii)针闭于图像中的每个像素决定它是属于动物、背景仍旧另一个动物。其他多个分割过程不妨由图像处置模块110a采用来检测图像中的动物包括不妨被熟习以检测动物的其他呆板进修算法。
94.在一个实行例中在办法314图像处置模块110a的辨别模块220基于瞅来标记并基于瞅来标记相闭于于图像中的特定动物的地位来辨别特定动物。比方瞅来标记不妨在动物的边境形状内大概者在距边境形状的预定隔绝内。在另一个示例中瞅来标记不妨在动物的头上。在一个实行例中瞅来标记包括附着到每个动物头部的特定地位的脸色标签。一个大概多个脸色标签(大概具备不共的形状)不妨附着到相闭于于动物的特定地位比方在动物的耳朵中和/大概在相闭于于彼此的特定地位从而爆发多个特殊的拉拢每个拉拢特殊意辨别特定的动物。在一些实行例中标签不妨具备不共的灰度级相机和/大概和/大概围栏的图像的图像领会不妨运用灰度图像本领以制止与围栏中的照明有闭的问题。在一些实行例中每个脸色(大概灰度)标签不妨包括一个大概多个脸色大概灰度级。脸色(大概灰度级)标签的不共大概拉拢、它们的不共形状以及它们彼此之间的大概闭系在此被称为“脸色代码”。
95.辨别模块220不妨检测标签的脸色/形状并基于脸色/形状拉拢供给每个动物的辨别。辨别模块220不妨在图像中相闭于于特定动物的预定地位检测一个大概多个瞅来脸色代码而且不妨基于该检测向动物调配独一的身份。
96.在办法316在一些实行例中瞅来标记不妨包括特定动物所私有的大概刹时的图案(比方动物身材上特定地位处的动物皮肤的特殊纹理、动物皮肤上的荒凉大概其他天然元素的特殊图案等)。一朝检测到特定动物而且刹时大概其他瞅来标记与该特定动物沟通联便不妨在围栏的所有图像中追踪该动物而且基于该瞅来标记在所有点辨别该动物。在刹时瞅来标记的情景下闭于动物的追踪和辨别大概会持续有限的时间比方几分钟到几小时。
97.经过在图像上运用已知的追踪算法比方经过运用光流不妨在围栏的所有图像中追踪动物。
98.在一些实行例中不妨基于脸色代码在起码一个图像中辨别被追踪的动物。一朝基于脸色代码辨别动物便不妨将辨别出的动物上的其他大概更容易瞅睹的标记(比方上头提到的刹时图案)与辨别出的动物沟通联而后不妨基于更容易瞅睹的标记在未来的图像中辨别该动物。
99.在一些实行例中不妨经过运用面部辨别算法来辨别动物。比方一个相机不位于围栏的天花板而是位于不妨捕获动物面部的地位供给特定地位的动物的面部图像。普遍动物不妨共时由位于围栏的天花板上的相机拍摄。这二个图像不妨彼此通联以不妨基于动物的面部图像在景仰图图像中为该动物调配身份。
100.姑且参照图4a其是过程400的表示图过程400大概由辨别模块220实行以运用
与特定动物沟通联的瞅来标记比方脸色标记来辨别特定动物。脸色标记辨别过程400不妨辨别在用红绿蓝(rgb)脸色模型编码的2d图像中标记有二种脸色的动物。过程400的输出不妨是rgb图像201。在办法410中辨别模块220不妨将rgb图像变换成色彩、饱和度和值(hsv)模型。在办法420中辨别模块220不妨运用比方形态滤波来辨别hsv模型中的脸色。在办法430中辨别模块220不妨查瞅是否在彼此之间的预定隔绝范畴内检测到二种脸色比方二种辨别出的脸色之间的隔绝是否小于预定值。假如在预定范畴内检测到二种脸色则在办法440中辨别模块220不妨依据预定义的脸色代码摆设将辨别调配给特定动物比方粉色和蓝色符合猪编号x的脸色代码。假如在预定范畴之外的隔绝处检测到二种脸色大概者假如在预定范畴内检测到二种以上的脸色则辨别模块220不妨在办法450中证明辨别不可功。
101.姑且参照图4b其包括子图像201b子图像201b包括来宁静图像201中捕获的猪中的一只猪。不妨注沉到辨别模块220不妨处置动作输出接收的本始图像201大概者在由图像处置模块110a处置之后的图像201a。辨别模块220不妨检测子图像201b中的脸色标签410和420而且不妨决定标签是否在彼此的预定隔绝范畴内。辨别模块220而后不妨决定每个标签的脸色(比方标签410的脸色被辨别为粉色标签420的脸色被辨别为蓝色)。一朝决定了脸色标签上的脸色便不妨辨别出该猪。
102.在一些实行例中脸色代码取决于第一脸色(大概灰度)标签相闭于于第二脸色(大概灰度)标签的地位。代替地大概附加地脸色代码不妨取决于不共脸色(大概灰度)标签的形状。
103.不妨运用已熟习的神经搜集大概其他呆板进修本领来实行代替的脸色标记辨别过程以辨别图像中的脸色标签以及基于脸色代码而且大概基于猪的形状来辨别猪。
104.辨别模块220不妨运用图像序列来追踪动物以普及闭于它们的辨其他精确性。因为每个动物大概在围栏中挪动图像201大概未捕获到每个图像中的猪的所有脸色标记因此辨别模块220大概无法在一些图像中辨别动物。当将图像序列供给给辨别模块220时在供给的图像中的起码一个中捕获所有脸色标记的概率减少而且在该序列的一个图像中获得的动物的身份不妨用于该序列的其他图像个中动物被追踪而且辨别波折。
105.辨别模块220不妨运用所有其他适合的本领来辨别动物。由辨别模块220运用的代替图像处置辨别机制不妨基于纹身、条形码、赶快共意(qr)码大概位于动物身材上部的所有其他特殊可辨其他瞅来标记其闭于于成像设备118是瞅来的。个别动物的辨别也不妨由除图像传感器之外的传感器来协帮比方包括rfid传感器(用于辨别电子项链和/大概电子耳标(比方rfid标签)大概者用于辨别非电子项链、非电子耳目标传感器等中的一个大概多个。
106.姑且参照图5其是由闭于图像201b(图4b)进行安排的评价模块230创造的截止图像201c的示例。不妨注沉到不妨闭于由图像处置模块110a采用的边境框中的十脚动物实行沟通的过程。从图5中不妨瞅出评价模块230不妨将图像201c中的形状区分大概分别为代表头部510、身材520和腿部530的三个局部。
107.在一个实行例中辨别模块220不妨在评价模块230将特定动物分别为头部和身材局部之后处事。在这种情景下辨别模块220不妨基于头部来辨别特定动物(比方如上所述基于附着在动物耳朵上的脸色标签)而且评价模块230不妨基于身材局部来评价特定动物的物理状况。
108.评价模块230不妨依据由图像捕获的动物随时间的举动和地位评价动物的兴盛
物理状况。比方假如动物在预定数手段连接图像中未变化其模样和/大概地位评价模块230不妨评价为该动物抱病大概牺牲。假如在预定数手段连接图像中在围栏中的豢养大概饮水设备四周未检测到动物则评价模块230不妨评价为该动物的兴好意景不好。假如依据动物在预定数手段连接图像中的地位估计出的该动物的平稳速度高于大概矮于围栏中的其他动物的平稳速度大概其自己在往日的速度(比方从保存在数据库110中的信息可知)则评价模块230不妨评价该动物抱病。
109.在一个实行例中评价模块230不妨运用用于视频实质领会的呆板进修本领来评价动物的物理状况比方动物正在生产大概者动物在进行抨击等。在一些实行例中假如决定动物生产的时间善于预定时间和/大概假如决定幼仔出身之间的时间善于预定时间则不妨发送旗号来指示兽医生产艰巨的情景。
110.评价模块230不妨评价围栏的物理状况比方当许多动物在预定数手段连接图像中瞅起来会合在围栏中的某个设备四周时围栏中的该设备展示妨害。在一个实行例中设备的地位不妨是已知的(预定的)。在另一个实行例中运用闭于象辨别本领比方由处置器13自动检测该设备。
111.评价模块230不妨经过比较在连接图像中的动物地位(以及其大概的形状)辨别与单个动物有闭的物理状况比方动物正在怀孕大概生产;动物正在挨喷嚏和/大概咳嗽和/大概呕吐和/大概减肥等。
112.当在围栏中安置多个传感器时评价模块230不妨计划在评价过程中由传感器收集的信息。评价模块230不妨依据围栏的图像来决定特定动物的地位而且不妨基于动物在围栏中的地位以及从一个大概多个传感器接收的信息供给闭于动物的物理状况的评价。
113.由传感器收集的附加信息不妨是比方温度、噪声、湿度等。从传感器接收的输出与由成像设备118捕获的图像的拉拢不妨普及评价的品质。比方公布动物正在咳嗽和咳嗽动物的地位的定向麦克风、公布围栏中特定地位的高温的温度传感器、以及在检测到高和缓咳嗽噪声的普遍地位依据图像闭于动物的检测和/大概辨别不妨减少动物(大概是辨别出的动物)抱病的大概性。
114.在一些实行例中可安排地对接到体系100的控制模块不妨闭于由评价模块230评价的特定物理状况干出反应。比方控制模块不妨触发围栏中的透气设备以依据估计的猪的总体沉变化围栏中的透气;大概者触发豢养设备来变化食物混共物/数目以配合亲近喂食器等的特定猪的体沉。在一个实行例中控制模块不妨触发喷涂设备以标记体沉要约达到预定体沉的猪大概者被疑惑抱病的猪。比方不妨在围栏的所有图像中将在图像中检测到并决定为处于须要用油漆标记的物理状况的猪追踪到围栏中的不共地位。一朝决定该猪的地位靠拢喷涂设备则控制模块不妨发送旗号以触发喷涂设备。该旗号不妨包括诸如猪的地位、猪的模样、猪的速度等信息以帮帮精确地闭于该猪进行喷漆。
115.姑且参照图6其是依据本创造的实行例构造和安排的由监控过程200实行的过程600的示例。在办法610中监控过程200不妨接收新图像(比方来自相机15)。在办法620中图像处置模块110a不妨检测图像中的不共动物。在办法630中图像处置模块110a不妨仅采用动物的一局部(其符合如上文留神刻画的特定尺度)。在办法640中辨别模块220不妨比方基于脸色编码来辨别不共的动物如上所述。在办法660中评价模块230不妨将动物区分成它的局部而且在办法670中评价模块230不妨评价动物的身材局部的沉量。在办法680
中控制模块240不妨将评价的体沉保存在本地大概云中的数据库110上而在办法690中评价模块230不妨查瞅图像中是否还有其他动物要处置假如有则不妨持续处置下一个动物(办法650)。假如在图像中不更多的动物要处置则过程不妨返回到办法610并发端处置另一个图像。
116.在一个实行例中当脸色标记位于猪的耳朵上而且待评价的物理状况是猪的体沉时特定动物的身份不妨基于该动物的头部而且不妨基于该动物的身材局部来评价物理状况。
117.本范围本领人员不妨领会百般过程中示出的办法不是节制性的而且每个过程不妨以百般变型来实行。
118.如上所述评价模块230不妨运用估计并保存在云中的数据库110中的信息。该信息不妨包括图像、图像相闭向量、体沉、模样、地位、标记以及与动物大概多个动物大概所有围栏有闭的其他参数。不妨从往日赢得的近期(比方几分钟大概几小时)和/大概长久(比方几天)的图像中提取该信息。
119.如上所述体系100不妨用于监控多个物理状况并向多个设备发送多个控制旗号以便实行办法。比方体系100不妨追踪农场中的个别动物的物理状况(比方体沉)而且当动物达到预定的物理状况(比方预定的体沉)时不妨触发预定的办法。该物理状况不妨是摆设的中央体沉针闭于该物理状况的办法不妨是革新食物配方大概者该物理状况不妨是摆设的最后体量而且该办法不妨是闭于动物进行喷涂以使其不妨容易地被辨别。
120.由体系100监控的物理状况大概是围栏中的不规则疏通比方动物会合在水源四周、动物生产、动物咳嗽等闭于此的办法不妨是创造符合的警报并将其经过新闻体系(诸如电子邮件、sms等)发送到预定的手段地比方庄家和兽医。
121.物理状况也不妨与围栏中的办法有闭而且比方基于从传感器接收的公布(比方高温等)闭于物理状况的评价不妨触发办法比方发端/减少/中止/缩小透气、加热等。
122.在一个实行例中成像设备118不妨是摄像机其供给一系列连接的图像使体面系100不妨随时间追踪特定的动物以便普及闭于动物的辨别大概者动物大概围栏的物理状况的评价。如上所述脸色、灰度级大概其他瞅来标记大概在每个图像中不领会瞅来体沉评价大概在图像之间变革兴盛评价大概变化等使得运用多个图像不妨普及闭于动物的辨别大概者动物大概围栏的物理状况的评价。其他当计划多个图像时不妨更好地评价一些动物大概围栏的物理状况。比方在评价动物的兴盛时在白天和黄昏达到豢养地方的次数以及动物的疏通不妨供给兴盛物理状况的相闭公布。当运用多个图像时不妨辨其他物理状况的附加示例不妨是特定动物的持续抨击举动;比方不妨经过视频实质领会来辨其他生产等。
123.体系100不妨向位于遥远的庄家供给信息而且不妨触发办法以便为牲畜保护最佳情况从而赢得最佳成长。如上所述体系100不妨评价围栏中的牲畜的物理状况并供给旗号来激活一些办法。比方供给给依据牲畜的本质大小变化食物配方的公布;供给疾病、出身和牺牲的早期检测;供给围栏中妨害办法(诸如喂食器和饮水机)的早期检测;供给依据动物的本质体沉采用最佳装运日期所需的信息(从而最大极限地降矮成本并最大化来自围栏的收益)。体系100使人类接互起码的共时供给这些公布以最小化牲畜揭穿于人类从而缩小牲畜疾病和压力事变。
124.其他体系100不妨经过比方依据牲畜的本质平稳/总体沉自动安排透气来供给节
能。
125.除非特别证明不然从底下的计划中不言而喻的是在所有证明书籍中运用诸如“评价(assessing)”、“领会(analyzing)”、“处置(processing)”、“估计(computing)”、“估计(calculating)”、“决定(determining)”、“检测(detecting)”、“辨别(identifying)”等术语的计划是指估计机大概估计体系大概好像的电子估计设备的办法和/大概过程其将估计体系的存放器和/大概保存器中展现为物理量(比方电子量)的数据安排和/大概变换成估计体系的保存器、存放器大概其他如许的信息保存、传输大概表露设备中好像地展现为物理量的其他数据。
126.本创造的实行例不妨包括用于实行本文中的安排的安装。该安装可认为憧憬的手段博门构造大概者其不妨包括由保存在估计机中的估计机步调采用性激活大概沉新摆设的通用估计机。当由软件公布时所赢得的安装不妨将通用估计机变化为本文所计划的创造性元件。指令不妨定义与憧憬的估计机平台所有安排的创造性的设备。这种估计机步调不妨保存在估计机可读保存介质中适于保存电子指令而且不妨耦合到估计机体系总线。
127.本创造不妨是体系、办法和/大概估计机步调产品。估计机步调产品不妨包括其上具备估计机可读步调指令的估计机可读保存介质(大概多个介质)以用于使处置器实行本创造的各方面。
128.估计机可读保存介质不妨是不妨保持和保存指令以供指令实行设备运用的有形设备。估计机可读保存介质不妨是比方然而不限于电子保存设备、磁性保存设备、光学保存设备、电磁保存设备、半导体保存设备大概前述的所有适合的拉拢。估计机可读保存介质的更简直示例的非穷举列表包括以下实质:便携式估计机磁盘、硬盘、随机存取保存器(ram)、只读保存器(rom)、可揩除可编程只读保存器(eprom大概闪存)、固态随机存取保存器(sram)、便携式光盘只读保存器(cd

rom)、数字多功效光盘(dvd)、回顾棒、软盘、其上记录有指令的板滞编码设备以及前述的所有适合的拉拢。如本文运用的估计机可读保存介质自己不应被解释为刹时旗号比方无线电波大概其他自在传播的电磁波、经过波导大概其他传输介质传播的电磁波(比方经过光纤电缆的光脉冲)大概经过电线传输的电旗号。差异估计机可读保存介质利害刹时(即非易失性)介质。
129.本文刻画的估计机可读步调指令不妨从估计机可读保存介质下载到相应的估计/处置设备大概者经过搜集(比方互联网、局域网、广域网和/大概无线搜集)下载到外部估计机大概外部保存设备。该搜集不妨包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、调换机、网闭估计机和/大概边际效劳器。每个估计/处置设备中的搜集适配器卡大概搜集接口从搜集接收估计机可读步调指令并转发该估计机可读步调指令以保存在相应的估计/处置设备内的估计机可读保存介质中。
130.用于实行本创造安排的估计机可读步调指令不妨是汇编步调指令、指令普遍系构造(isa)指令、呆板指令、呆板相闭指令、微码、固件指令、状况树立数据大概者是以一种大概多种编程谈话的大肆拉拢编写的源代码大概手段代码该编程谈话包括面向闭于象的编程谈话比方java、smalltalk、c++等以及常规过程编程谈话比方“c”编程谈话大概好像的编程谈话。估计机可读步调指令不妨实脚在用户的估计机上局部在用户的估计机上动作独力的软件包局部在用户的估计机上而且局部在长途估计机上大概者实脚在长途估计机大概效劳器上实行。在后一种情景下长途估计机不妨经过所有典型的搜集(包括局域网(lan)大概广域
网(wan))对接到用户的估计机大概者不妨对接到外部估计机(比方经过运用互联网效劳供给商的互联网)。在一些实行例中包括比方可编程逻辑电路、现场可编程门阵列(fpga)大概可编程逻辑阵列(pla)的电子电路不妨经过运用估计机可读步调指令的状况信息实行估计机可读步调指令以个性化电子电路以便实行本创造的各方面。
131.本文参照依据本创造实行例的办法、安装(体系)和估计机步调产品的过程图和/大概框图来刻画本创造的各方面。该当领会过程图和/大概框图中的每个块以及过程图和/大概框图中的块的拉拢不妨经过估计机可读步调指令来实行。
132.不妨将这些估计机可读步调指令供给给通用估计机、博用估计机大概其他可编程数据处置设备的处置器以爆发气器使得经过估计机大概其他可编程数据处置设备的处置器实行的指令创造用于实行过程图和/大概框图的一个大概多个块中指定的功效/办法的安装。这些估计机可读步调指令也不妨保存在估计机可读保存介质中其不妨指引估计机、可编程数据处置设备和/大概其他设备以特定办法运行使得个中保存有指令的估计机可读保存介质包括成品该成品包括实行过程图和/大概框图的一个大概多个块中指定的功效/办法的各方面的指令。
133.估计机可读步调指令也不妨加载到估计机、其他可编程数据处置设备大概其他设备上以使得在估计机、其他可编程设备大概其他设备上实行一系列安排办法从而爆发估计机实行的过程使得在估计机、其他可编程设备大概其他设备上实行的指令实行过程图和/大概框图的一个大概多个块中指定的功效/办法。
134.附图中的过程图和框图证精确依据本创造的百般实行例的体系、办法和估计机步调产品的大概实行的架构、功效和安排。在这点上过程图大概框图中的每个块不妨展现指令的模块、段大概局部其包括用于实行(一个大概多个)指定逻辑功效的一个大概多个可实行指令。在一些代替的实行办法中块中提到的功效不妨不按图中提到的程序爆发。比方连接示出的二个块本质上不妨基础上共时实行大概者这些块偶尔不妨以差异的程序实行这取决于所波及的功效。还将注沉到框图和/大概过程图证明的每个块以及框图和/大概过程图证明中的块的拉拢不妨由基于博用硬件的体系来实行该体系实行指定的功效大概办法大概者进行博用硬件和估计机指令的拉拢。
135.本创造的百般实行例的刻画是为了证明的手段而给出的然而并不旨在穷举大概限制于所果然的实行例。在不摆脱所刻画的实行例的范畴和精力的情景下许多建改和变型闭于于本范围普遍本领人员来说是不言而喻的。采用本文运用的术语是为了最佳地解释实行例的本理、闭于于商场上创造的本领的本质运用大概本领上的矫正大概者使本范围的其他普遍本领人员不妨领会本文果然的实行例。

TAG标签: 现代农业温室大棚专利技术 牲畜粪便无害化处理专利技术 农业园围栏专利技术 果园滴灌肥水一体化专利技术 智慧农业大棚系统专利技术 智能农业控制系统专利技术 智慧农


文章转载请注明出处:http://www.rcfle.cn/zuixinkeji-184/137493.html


上一篇:
下一篇:

相关资讯