本研究提出了一种基于激光雷达和点云分割模型的猪体尺非接触测量方法,旨在解决传统人工测量耗时费力且准确性受应激反应影响的问题。通过构建自由站立姿态下猪的点云数据采集平台,结合深度学习技术,实现高精度的体尺测量。该方法在公共数据集和猪点云分割数据集上表现优异,特别是其PointVector++模型在各项指标中均优于主流方法。
具体而言,该方法的测量误差(MAE)均低于5厘米,测量精度(MAPE)控制在7%以内。尤其是体宽、臀宽、腹宽和体长等指标的误差分别低于3.61厘米和6.88%,R2值超过0.64,验证了其准确性与可靠性。研究过程中,华中农业大学信息学院硕士研究生江烨皓为第一作者,王海燕副教授为通讯作者,并得到了赵书红教授团队及其他多位专家的大力支持。
该研究不仅为猪的体尺测量提供了一种高效、精准的非接触式解决方案,还为现代智慧育种和精细化养殖管理奠定了坚实基础。