《Computers and Electronics in Agriculture》：Non-contact technologies for cattle monitoring: advances and challenges towards precision livestock farming
编辑推荐：
非接触技术综述：精准畜牧中的牛个体识别、形态评估、行为分析、生命体征监测及疾病检测，系统梳理技术进展与规模化应用瓶颈，提出数据资源、算法优化、评估体系及系统集成四大发展维度。
Xingshi Xu|Benhai Xiong|Dong Liu|Tomas Norton|Huaibo Song
中国西北农林科技大学机械电子工程学院，陕西712100
摘要
精准畜牧业对于可持续生产、动物福利和管理效率至关重要。非接触式监测技术已成为一种有前景的解决方案。与可穿戴或侵入式设备相比，非接触式方法能够在不干扰动物自然行为的情况下实现连续和稳定的监测，从而最大限度地减少压力和福利风险。本文全面回顾了在养牛业中非接触式技术的研究进展，涵盖了五个核心领域：个体识别、形态特征评估、行为分析、生命体征监测和疾病检测。此外，还指出了阻碍大规模应用的关键瓶颈，并从四个维度概述了未来的发展前景：数据资源、算法性能、评估框架和系统集成。本综述旨在通过系统的综合分析和批判性讨论，促进跨学科合作和非接触式技术在精准养牛业中的技术进步，为实际应用和未来研究提供有价值的见解。
引言
畜牧业是全球农业的基本组成部分，提供多种动物衍生产品，包括肉类、乳制品、鸡蛋、羊毛和皮革。在驯养物种中，由于每头牛的高经济价值及其较长的生长和生产周期，牛在畜牧业中具有独特的地位（Qiao等人，2021年；Zhang等人，2024a）。具体来说，肉牛通常在大约两年后达到市场重量，而奶牛的生产周期可能超过十年，这比其他常见家畜（如猪、肉鸡和蛋鸡）要长得多（Albertí等人，2008年；De Vries和Marcondes，2020年；Hu等人，2021年）。在整个生产周期内保持牛的健康和稳定生长对于经济效率和动物福利至关重要，有助于防止因消化、呼吸、代谢、运动或生殖障碍导致的过早淘汰（Olechnowicz和Ja?kowski，2011年；Chiumia等人，2012年；Robcis等人，2023年）。在传统的养牛场中，牛群管理通常依赖于对个体动物的手动观察和农民的经验决策。这种方法劳动密集、耗时且具有主观性。这种主观性可能会延迟对关键生殖和健康事件的及时发现，从而导致可测量的经济损失。例如，发情检测效率的降低已被证明会增加空怀天数，每头牛每多空怀一天就会造成大约0.7-5美元的经济损失（Louca，1968年；de Vires，2006年；Krpálková等人，2020年；Temesgen等人，2022年）。同样，跛行检测的延迟可能会延长疾病持续时间，建模研究表明，跛行持续每周会造成大约13美元的额外损失（Robcis等人，2023年）。近年来，许多国家推广了集约化养殖方式，以解决生产力有限与市场需求增长之间的矛盾（Manzoor等人，2023年）。然而，随着养牛场规模的不断扩大，单个动物受到的关注逐渐减少，使得精确和个性化的监测变得越来越具有挑战性（Shen等人，2021年；Xu等人，2024a；Moe等人，2025年）。因此，迫切需要开发和探索先进的技术和方法来现代化养牛业。
精准畜牧业（PLF）已被广泛认为是应对畜牧业面临挑战的有效方法（Wathes等人，2008年；Norton等人，2019年；Neethirajan和Kemp，2021年）。它利用先进技术实现对个体动物状态的准确感知，从而实现精确反馈并支持数据驱动的管理决策。如图1所示，智能信息感知在牛的福利和农民的管理决策之间起到了桥梁和支持作用。
近年来，可穿戴和植入式设备（如颈圈、耳标和嵌入式传感器）已被用于监测牛的行为和生理状态。尽管这些设备促进了PLF的进步，但其使用仍受到动物福利、设备成本和耐用性方面的限制（Qiao等人，2021年；Rahman等人，2025年）。相比之下，非接触式技术是一类无需任何物理接触即可监测动物的非侵入式方法，这使它们区别于可穿戴或植入式设备，从而减少了动物处理的需求（Wang等人，2025d）。它们提供了成本效益高、可扩展且连续的监测解决方案，并逐渐被视为推进精准畜牧业管理的有前景途径。
尽管非接触式监测技术在养牛业中发展迅速并显示出巨大的应用潜力，但目前仍缺乏系统定义监测任务、概述所面临挑战并考察技术解决方案现状的全面综述。解决这一空白有望明确现有方法的优点和局限性，指导未来的研究方向，并促进这些技术在现实农业环境中的应用。值得注意的是，一些现有的综述涉及与本研究类似的主题，但在侧重点上有所不同。Mahmud等人（2021年）和Rahman等人（2025年）研究了基于深度学习的精准养牛或畜牧业研究，重点关注数据采集和网络架构设计。Qiao等人（2021年）总结了牛的识别、体况评分和活体重估计方面的进展，但没有专注于非接触式方法。Yin等人（2023年）从传感模式的角度回顾了畜牧业和家禽生产中的非接触式传感技术，包括红外、微波、成像和声学传感器。与之前的综述不同，本研究采用了任务导向的视角，涵盖了个体识别、形态特征评估、行为分析、生命体征监测和疾病检测等核心领域。文献搜索在多个数据库（如Web of Science、Scopus、PubMed）中进行，本综述中包含的所有文献均检索自2026年2月1日。每个领域都进行了彻底的分析和总结，以提供养牛业中非接触式监测技术的全面概述，为未来的研究和实际应用提供参考。
部分摘录
牛的识别
准确获取个体身份信息对于精准养牛至关重要，因为只有当监测数据（如体型、体重和饲料摄入量）与每个个体准确关联时，才能有效地记录和利用这些数据（Hossain等人，2022年；Kaur等人，2022年；Xu等人，2025c）。此外，如图2所示，可靠的识别系统对多方利益相关者都有益处。
除了牛本身和农场管理者之外
形态特征评估
体测、体重和体况及其动态变化是评估牛的生长、健康状况、繁殖能力和生产性能的重要指标（Wildman等人，1982年；Krogstad和Bradford，2025年）。它们还为畜牧业管理、品种选择和生产力提高提供了指导（Li等人，2025a；Zhou等人，2025年）。值得注意的是，这些指标在时间响应性和管理作用上存在差异
基本行为
牛的基本行为，如站立、躺卧和行走，是表征个体健康、福利和生长状况的基本指标（Qiao等人，2022年；Nasir等人，2025年）。持续监测可以早期发现运动障碍、舒适度变化和疾病发作，为精准喂养和健康管理提供关键信息（Shu等人，2023年；Zheng和Qin，2023年）。在大规模养殖环境中，传统的手动观察依赖于
体温技术
体温代表了热量产生和散发的平衡，是牛代谢活动和整体健康状况的关键指标（Cai等人，2023年；K?hler等人，2025年）。它通常指的是身体内部的平均温度。虽然直肠和阴道温度因其稳定性而被视为临床金标准，但这些方法劳动密集、会引起压力且缺乏自动化，因此不适合用于精准监测
乳腺炎检测
乳腺炎是奶牛中最常见的疾病之一（Tommasoni等人，2023年）。统计数据显示，全球至少有三分之一的奶牛受到某种形式的乳腺炎的影响（Tenhagen和Heuwieser，2006年；Dabele等人，2021年；Chu等人，2023b）。根据病理迹象和乳汁分泌指标，乳腺炎通常分为三类：健康、亚临床和临床（Kemp等人，2008年；Dahl等人，2018年）。临床乳腺炎表现为
挑战与展望
近年来，PLF在养牛业中受到了越来越多的关注。非接触式监测技术在多个领域取得了显著进展。然而，大多数方法仍处于实验室或小规模验证阶段，很少有方法在商业农场中得到大规模应用。这种差异主要是由于数据、技术、系统集成和评估方法的限制。在本节中，分析了当前的挑战和未来的发展方向
结论
PLF旨在提高生产效率、确保动物福利并促进可持续发展，已被认为是一种加强个体级管理和优化决策的有效方法。非接触式监测技术通过实现牛的识别、形态特征评估、行为分析、生命体征监测和疾病检测，为智能农业提供了新的可能性。本综述系统地总结了相关研究
CRediT作者贡献声明
Xingshi Xu：撰写——审稿与编辑、初稿撰写、可视化、资源整理、方法论、数据管理。Benhai Xiong：撰写——审稿与编辑、验证、项目管理、正式分析。Dong Liu：撰写——审稿与编辑、验证、资源整理、调查、正式分析、数据管理。Tomas Norton：撰写——审稿与编辑、可视化、监督、项目管理、调查。Huaibo Song：撰写——审稿与编辑、验证、监督
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。
致谢
本工作得到了中国国家重点研发计划（编号：2024YFD1300600）、中国国家自然科学基金（编号：32272931、32472964和62401476）、陕西省农业关键技术项目（编号：2025NYGG005）、陕西省重点研发计划（编号：2024NC-ZDCYL-05-12）以及中国政府地方科技发展引导基金（编号：2025ZY-QYCXYL-04）的支持。作者感谢
