挺好农牧用AI视觉加机械臂测量种猪背膘：准确率98%，效率提升60%

背景与挑战

中国拥有4000多万头母猪，每年出栏约7亿头猪，产量占全球的50%。然而，超过90%的猪种来自国外品种，本土猪种的市场占比仅3%。种猪育种的科学性和精准性直接关系到整个行业的效率。

在种猪育种中，背膘厚度是一个至关重要的指标。母猪的背膘厚度直接决定它能生多少头小猪：太瘦（背膘低于10毫米）生不出来，太胖（超过22毫米）也生不好，最理想的范围是11到14毫米之间。要培育优质种猪，需要持续监测这一数据，从80公斤一直测到120公斤，观察背膘变化曲线是否符合标准。

传统的背膘测量方式极为原始：技术员需要先将猪赶到固定区域，然后拿着B超探头在猪背上找准一个叫"P2点"的特定位置，通过B超图像读取数据。

这一过程面临三大难题。猪不配合： 一头成年母猪身长超过一米八，体重接近200公斤，公猪可达220到280公斤，需要4到6个人协作才能完成一次测量。定位困难： P2点不是标记在猪身上的，完全靠技术员的经验判断，而猪的体型、肋骨位置、姿态都在变化，新手经常找不准，老手也会因为猪的突然移动而偏离。人才短缺： 养殖场环境恶劣，年轻人不愿从事，有经验的技术员非常稀缺。

因此，大多数育种场一年只测一次背膘——只有一个数据点而没有完整的变化曲线，根本无法实现精准育种。

AI解决方案

挺好农牧科技董事长刘美华团队研发了第二代设备"智探者"，这套系统包含三个核心组件：一个3D摄像头，负责实时捕捉猪的耳标、体型、姿态，判断P2点位置；一个多轴探头，能灵活伸缩、避开障碍，实时跟随猪的移动保持探头贴合；一套AI算法，专门分析B超图像，自动识别并生成背膘厚度数据。

整个测量过程高度自动化：猪走进测量区域后，摄像头先识别是哪头猪、P2点大概位置，机械臂自动伸出探头轻贴猪背开始扫描。猪如果移动，机械臂跟着动，始终保持探头贴合。扫描完成后AI自动读取B超图像生成数据，全程不超过20秒，"就像给猪挠一下痒痒，完全不打扰它吃饭"。

实施过程

研发过程远比想象中艰难。2019年，团队做出第一代原型机，信心满满地拿到养殖场测试，结果完全不能用：猪圈光线不好，摄像头看不清；猪一直在动，机械臂跟不上；猪身上都是泥和粪便，探头一碰就脏，影响B超成像；加上猪圈温度高、湿度大，设备经常出故障。

第一次失败后，团队花了两年时间重新设计。核心理念从"教机器做动作"转变为"教它看懂场景、理解行为"。这意味着AI不仅要完成机械操作，还要理解猪的行为模式，预判猪的动作，实现真正的智能化测量。

系统准确率的提升也经历了一个渐进过程。初始准确率只有80%，通过不断优化算法、积累数据，最终达到98%。

一个颇具说服力的验证案例来自国内一家龙头养殖企业。该企业一开始对系统持怀疑态度，提出进行四天对比测试：每天用人工和机器分别测同一头猪的背膘厚度。第一天人工测出11.3毫米，机器测出8.9毫米，差了2.4毫米，养殖场认为机器误差太大。但机器在第二天测出9.2毫米、第三天9.1毫米，数据高度稳定。第四天，养殖场安排更有经验的技术员重新人工测量，结果是9.8毫米——证明第一天的11.3毫米是人工测量错误，机器连续三天的稳定数据反而证明了其准确性和一致性。该企业随即签署了合作协议。

后续更大规模的对比测试显示，机器测量的误差率比人工降低了40%，效率提升了60%。

成效与数据

测量效率： 单次测量时间从传统的15分钟缩短至不超过20秒，可实现每天测量，持续跟踪每头母猪从80公斤到120公斤的背膘变化。

准确率： 系统准确率达98%，误差率比人工降低40%。

育种价值： 每头猪拥有一份"成长履历表"，育种专家能清楚看到脂肪沉积的全过程。例如某些猪90公斤之后脂肪猛增说明瘦肉增长潜力有限，背膘波动剧烈可能意味着体质不稳定、繁殖性能差。这些细节在一年仅测一次的传统模式下根本无法发现。

行业前景： 如果育种做得好，一头母猪一年能从生20头小猪提升到28头，意味着全国母猪存栏量可以从4000万头降到3000万头甚至更少，同时保持出栏量不变，对行业效率提升意义巨大。

启示与借鉴

挺好农牧的案例揭示了AI在传统行业落地的几个关键要素：

聚焦明确的痛点。 刘美华的产品从一开始就盯着"背膘测量"这一个点，把它做透了才有了后续发展。很多企业一上来就说要做智慧养殖、数字化转型，但具体解决什么问题说不清楚。

解决"脏活累活"的AI最有价值。 养猪行业大量脏活累活没人愿意干，但这些工作又至关重要。真正能落地、能赚钱、能改变行业的AI应用，往往是这些不起眼但切实解决问题的东西，而非那些看起来很炫酷的应用。

硬件与算法必须协同迭代。 与纯软件AI应用不同，挺好农牧的方案涉及3D摄像头、机械臂、B超探头等硬件的深度整合，第一代原型机的失败正是因为没有充分考虑真实养殖环境的复杂性。从"教机器做动作"到"教它看懂场景"的理念转变，是技术突破的关键。