四足放牧机器人搭载智能“慧眼”提升牧场管理效率
近日，中国农业科学院农业信息研究所科学数据研究室借助新一代信息技术，成功研发出一款名为MASM-YOLO的轻量化肉牛行为识别模型。该模型能够精准识别六类典型肉牛行为，大幅提升了牧场的饲养管理效率，并为四足放牧机器人赋予了“看得清、看得准、跟得上”的智能视觉能力。
相比于圈舍饲养，天然草原牧场的开放环境对机器视觉系统提出了更高的要求。草原上光照条件多变、背景复杂、牛群常出现遮挡与运动模糊等问题，这些因素都显著增加了视觉识别的难度。在四足放牧机器人的研发过程中，研究团队发现，传统的目标检测与行为识别模型往往难以在精度与实时性之间取得平衡，更难以在移动设备或边缘计算平台上稳定运行。
为应对这一挑战，科研人员创新设计了MASM-YOLO模型。该模型融合了多尺度特征提取、自适应检测机制与轻量化骨干网络等关键技术，并以“在真实草原环境中可用、好用、稳定运行”为优化目标，实现了架构上的多项突破。
在实际牧场测试中，MASM-YOLO表现出色，对肉牛的站立、躺卧、采食、饮水、回舔和吮吸等六类典型行为识别准确率高、稳定性强。在保证识别精度的同时，该模型还显著提升了计算效率，为草原放牧场景下的疫病诊断、发情监测、产犊预警及健康评估等管理任务提供了坚实支撑。
此外，MASM-YOLO模型体积轻便，可直接部署在四足放牧机器人所搭载的机载计算平台上，几乎不额外增加系统负担。这意味着，机器人在执行巡牧任务的同时，能够实时识别牛只行为，为牧场管理带来真正意义上的智能升级。
此项技术突破不仅为四足放牧机器人装上了“智慧之眼”，也为放牧机器人系统的全面开发提供了关键支撑。随着技术的不断迭代与应用场景的拓展，智能放牧正逐步成为推动我国草原畜牧业高质量发展的新引擎。
本研究获得国家重点研发计划及中国农业科学院农科英才领军人才项目的支持。