蜜蜂行为与人工智能探讨

摘要:本文提供了一种人工智能养蜂系统,从养蜂业的智能化、标准化及蜂农的劳动强度着手,引入数字化管理,设计集北斗科技、大数据、5G通信、人工智能、云计算、物联网于一体的蜂箱,来帮助中国养蜂行业实现科学养蜂、蜂产品溯源、提高养蜂效率。本文基于蜜蜂行为的人工智能养蜂系统已经在浙江省大下姜莫岛蜂业进行了连续养蜂探索,吸收养蜂业和人工智能的研究成果,并着力人工智能与蜜蜂行为的融合研究,总结几年莫岛蜂业在蜜蜂行为的人工智能方面所做的思考、实践和应用,以期人工智能养蜂提供借鉴。

关键词:蜜蜂行为;人工智能;神经网络

通过观察和利用自然界中蜜蜂总能以极高的效率找到优质蜜源,由此而产生了人工蜂群算法[1],可见蜜蜂行为与人工智能研究早已结合在一起。相比于发达国家的养蜂产业,中国养殖业规模小效率低,蜂农劳动强度大,加之掺假蜜和加工蜜挤占市场,使优质蜂蜜受到冲击,影响到养蜂产业的发展。福建农林大学和阿里巴巴集团最先探索人工智能技术,并将其应用于养蜂业,试图从理念上改变中国养蜂业重复、低效的劳动。中国养蜂行业暂无获取数据的有效手段,且缺乏优质蜂蜜的筛选、认证和分级体系,因此莫岛蜂业从养蜂业的智能化、标准化及蜂农的劳动强度着手,引入数字化管理,设计集北斗科技、大数据、5G通信、人工智能、云计算、物联网于一体的蜂箱[2],实现温度、湿度、空气质量的调控,以及对天敌威胁的预警、蜜蜂生长状态监控、出勤情况监测、重量实时监控和蜂蜜可追溯等的功能。智能养蜂系统能有效监督蜂农生产行为,建立蜂农诚信生产档案,预估蜂农的年产量,有助于蜂农准确了解蜂箱内的状态,及时给出对策,以减少蜂群的损失。系统主要包括软件和硬件两方面。其中,软件包括溯源系统、蜂群状况查看系统、时事通知手机软件、农场罗盘等,硬件包括温湿度传感器、蜂门进出红外计数仪、精准称重组件、蜂门声音检测仪、GPS和北斗定位、通信设备、蓄电池、太阳能充电板等。其优点是安装简易,经久耐用,可作为蜂箱底座,不改变蜂农使用的习惯,适用于方形蜂箱,在材料和操作上对蜜蜂友好,适宜山区或偏远地区的低信号以及高温高湿的环境。备选硬件有二氧化碳、有机挥发气体等气体检测功能,可根据客户需求进行更改组装。现对浙江省淳安县下姜村探索人工智能养蜂情况加以总结。

1温湿度数据采集与分析技术

人工智能养蜂系统的温湿度监测涉及若干程序。首先,感知所处环境的温湿度,给出判断;若感测到温湿度有异常,则判断这个状态时间持续是否超过预设时间,如果出现异常,超过预设时间,则向主控机输出异常信号,随后判断异常处理是否完成,完成后报警将被取消。利用控制器与主控电脑可实现蜂箱温湿度远程控制,从而实现更有效及时的环境温湿度管理。数据通信是要实现串口异常检测及串口初始化。数据发送是与单片机发送信号进行通信握手,使整个数据传输过程同步。数据接收是对从单片机传送到输入缓冲区的数据进行读取,数据转换与计算就是对采集到的原始数据进行转换、补偿,并利用公式计算所需。数据检测是对数据进行检验,判断接收到的数据是否正确和完整,并进行处理。数据存储、分析是要把采集到的数据存储起来,建立相应的数据库,并进行查询、统计[3]。近端与远端通信过程中,采用串行RS-232C,RS485标准,实现PC机与单片机间的数据传输[4]。蜜蜂社会以蜂王繁殖为中心,蜂箱最适温度为25~30℃,最适湿度为75%~80%[5]。由于蜂巢是较封闭的空间,夏天气温高时,辐射温度很容易达到40℃以上,温度过高很有可能导致蜜蜂逃亡或者发生蜂病;冬天气温骤降,山区气温常在0℃以下,可能导致蜜蜂无法安全越冬。在传统蜂箱模式下,温度的控制一般是凭借养蜂人经验,或者人工测定养蜂现场的温度,从而确定辅助降温措施,若不能及时发现和解决异常情况,可能会造成较大损失。下姜村莫岛蜂业的蜂农在采用智能蜂箱后,利用内置的温湿度传感器,实时采集蜂箱内部的温湿度,并通过物联网技术将数据时事传输至统一管理平台和养蜂人手机程序(APP),实现对蜂箱温湿度的实时监控,同时系统根据季节的变换,设置不同的报警温湿度。当温湿度与设定的标准范围有差异时,会以手机APP推送信息,并以手机短信的形式进行警示[5]。

2蜜蜂分蜂预警技术

蜜蜂分蜂时,蜂王会带领一半以上的工蜂和一些雄蜂从原先的蜂巢中飞走,在树丛或别的地方形成新的分蜂群。对于分蜂群,追回捕获是件麻烦事,经常会面临危险,即使付出代价也无法保证都能收回。利用人工智能系统将蜜蜂作为研究对象,能预测蜜蜂分蜂行为,及时进行处理来防止蜂王从蜂群中飞出的方法[6]。在蜂箱内放入麦克风探头和温湿度探头,可以利用声波标签的声学原理来预测蜜蜂的行为。在分蜂活动出现的初期阶段,声波频率大概为110Hz,当声波达到300Hz时,分蜂现象就会出现,当蜂群进入快速分蜂期时,群内的声波范围为150~500Hz[7]。根据文献统计,蜂群在分蜂初期,蜂巢中心温度为33℃,当温度急升至35℃时会产生分蜂现象,蜜蜂高度活跃,翅膀的扇风会增强蜂巢内的空气流通,使蜂巢温度降至32℃以下,这个温度表示分蜂活动的结束。在蜜蜂分群后,蜂箱内的温度又会上升。利用蜂箱内的声波特性、温度变化可作为预测蜜蜂分群的重要指标[6]。

3蜂箱称重数据采集与分析技术

蜂蜜群体及蜂蜜总体重量的实时监控技术是通过巢框下方沿蜂箱边框安装的压力感知装置,金属结构承重条,将重量信息传递至位于蜂箱四角的传感器。在传统养蜂下,蜂农需经常打开蜂箱来检查蜂群情况,而智能蜂箱压力感知装置能通过蜂箱数据采集DTU(datatransferunit),将重量数据上传到管理平台,做到实时监测蜂蜜的生产进程[5]。蜂农可对数据进行监视,人工智能系统会通过数据学习,预测每个蜂箱的最佳开箱采蜜或者添加空巢框的时间,减少对蜜蜂活动的干扰,保持箱内的正常温度及蜂群的正常活动[5]。

4蜂群综合神经网络监测技术

人工智能养蜂监测系统引入了神经网络的概念,生物神经网络一般指生物的大脑神经元,由细胞、触点等组成的网络,用于产生生物的意识,帮助生物进行思考和行动。人工神经网络是一种模仿动物神经网络的行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的,并具有自学习和自适应的能力[8]。生物神经网络是产生生物意识、帮助生物体思考和行动的必备产品。图1为中蜂养殖综合神经网络实现方法,通过模仿生物神经网络形成智能蜂窝神经网络,并将两者结合起来,通过影响蜜蜂的生物习性,提高蜜蜂的工作效率,同时提高蜂蜜产量。本研究在分析蜂群行为与检测特征的基础上,设计了一种基于物联网技术的蜂群多特征长期监测系统,采用无线局域网(Wi-Fi)作为一个蜂场的内网进行数据通信,可实现视距100m的信号覆盖。如果以1m的间隔部署蜂箱,理论上可实现上万箱的信号覆盖,能够满足实际部署的需求。基于上述考虑,研究构建了蜂群监测系统结构,每个智能蜂箱上布置一套用于采集蜂群信息的检测装置,并通过Wi-Fi上传至路由器,再经过移动网络上传至云服务器中进行存储和分析,用户则可通过访问云服务器了解蜂群状态,进行蜂群管理。该系统采用太阳能供电,融合多种传感器,能够检测蜂群的多个特征(蜂箱内部的温度、湿度、蜂群重量、声音和蜜蜂的进出量),并利用无线数据同步传输技术,将这些数据上传到远程云服务器中[9]。通过智能蜂箱执行算法,由侦查蜂出发寻找更远处的优质食物源,提高被诱回巢的蜜蜂数量,利用蜜蜂种群的固有属性,提高侦查蜂的活力,形成新的生物神经网络,在不断的算法执行中,准确性逐步提高,功能更完善,工作效率提升,蜂蜜产量增加。

5人工智能养蜂系统的溯源体系

人工智能养蜂系统的软件实现了蜂产品溯源体系。如图2所示,通过划分商家-县-乡镇-蜂农的地块,具体行为追溯至每个蜂箱和蜂农的地块。溯源系统包括以下三个模块:蜂群状况查看模块(蜂群进出、蜂群环境、蜂箱重量等一键可知)、一键通知模块(通知可直接通过钉钉APP送达蜂农、商家,做到即时提醒)、农场罗盘模块(一屏显示品控进度,产蜜数量,违规生产行为数量,蜂农成熟蜜采收行为的信息)。原产地身份证利用IoT+区块链+溯源模式,利用阿里云物联网获取对农事生产全链路关键环节的数据,通过现场布设的传感器、摄像头、专用PDA等设备进行自动采集,将农产品从田间到餐桌的全链路信息传到区块链中,创建唯一的“原产地身份证”,实现来源可查、去向可追、责任可究。在区块链溯源系统,由于蜂产品产业链长,行业标准不规范,自身生产工艺复杂,蜂产品质量难以保证[10]。蜂蜜进行生产技术工艺设计流程的复杂性和质量追溯管理体系可用性的限制,不可能将生产各环节的信息系统作为追溯信息来构建质量追溯链。人工智能养蜂系统尽可能精确地记录影响蜂产品质量的要素,找到影响蜜蜂质量的重要质量控制点,以确定可追溯性信息。主要由以下两部分构成:

5.1追溯条码

采用EAN/UCC-128条码技术,对蜂产品编码系统的主要编码,如饲养人、季节、蜜源、加工节点、批次、可追溯编码、商品码等进行界定[10]。随着原料蜜→收割浓缩→加工包装→物流→销售等将各环节中的追溯点信息记录到条码标签上,通过技术上传到服务器数据库,方便消费者和管理者的查询。

5.2采用关键控制点

(HACCP)质量管理系统实现条码过程追溯,对重要质量控制点进行规范化界定,采用HACCP管理理念,确立影响蜂蜜质量的重要质量采集点及关键控制点,建立蜂产品质量追溯系统[11]。引入养蜂日志和环境信息,对蜂产品原料进行详细的管理和记录,蜂产品的养蜂日志可在网站的养蜂日志查询。关键控制点选择蜜蜂饲养点的地理环境和天气条件、养蜂路线、蜜源、蜂群管理、蜂病防治等,综合形成每个蜂箱的数据[10]。

6小结

在中华蜜蜂定地饲养的条件下,人工智能养蜂系统取得较好的效果;硬件加软件的模式,辅助互联网设备和加工检测,通过算法计算的成熟率较高,确保蜂蜜经充分酿造,实现成熟采收。通过养蜂标准数据的积累,通过人工智能系统形成养蜂技术指导,提高了养蜂效率,引导养蜂技术的升级。

作者：岳万福 苏君玺 李绣华 游卫云 施心雨 单位：浙江农林大学a动物科技学院动物医学院 数学与计算机科学学院