四足放牧机器人搭载“智能慧眼” 实现精准牧情识别
中国农业科学院农业信息研究所科学数据研究室近期研发出一种轻量化肉牛行为识别模型——MASM-YOLO，成功实现了对六类典型肉牛行为的快速、精准识别。这一突破显著提升了草原牧场的智能化管理水平，为放牧机器人装配了高效、稳定的“智能视觉系统”。
在天然草原牧场环境下，放牧作业相较于圈舍饲养更具挑战。复杂多变的光照条件、杂乱的背景环境、牛群间的相互遮挡以及动物动作带来的运动模糊，都对机器视觉系统的鲁棒性提出了更高要求。研究团队在四足放牧机器人的研发中发现，传统的目标检测和行为识别模型往往难以在高精度与实时性之间取得平衡，尤其在边缘计算设备上难以稳定运行。
为应对这些问题，研究团队提出并开发了MASM-YOLO模型。该模型结合了多尺度特征提取、自适应检测机制与轻量化骨干网络，整体架构以“实用、可靠、高效”为核心设计理念，重点满足草原放牧场景中的部署需求。
在真实牧场的测试中，MASM-YOLO对肉牛的站立、躺卧、采食、饮水、回舔及吮吸等六类行为均展现出优异的识别能力。其在精度与计算效率之间实现了良好协同，为放牧场景中的疫病预警、繁殖监测、产犊提醒及健康评估等关键管理任务提供了坚实的数据支持。同时，该模型体积小巧，可以直接部署在四足机器人搭载的计算平台中，几乎不增加额外负担，使机器人在移动巡牧的同时，能够实时识别并理解牛群行为。
此次技术突破不仅为四足放牧机器人提供了核心视觉能力，也为构建完整的放牧机器人系统奠定了重要基础。随着模型和硬件平台的不断优化，智能放牧有望在我国草原畜牧业中发挥更大作用，推动产业向高质量、可持续方向发展。
该研究项目获得了国家重点研发计划及中国农业科学院“农科英才”领军人才计划的专项支持。