鸡舍环境监控
蛋鸡养殖以鸡舍为单元、雏鸡孵化以孵化器为单元、蛋品存储以藏蛋库为单元、蛋品运输以运输车单元，实时监测温度、湿度、光照和有害气体浓度等环境参数，通过无线传感网络模块，将远程监测数据传输给应用数据管理模块，根据现场环境参数和视频资料进行分析，科学调节温、湿、光、水、气、氧等环境参数，为禽畜的养殖提供一个最适宜的环境，实现增产增收。同时通过预警数据配合实施监控系统，远程控制、调节设备运行状况。
红外体温监测
随着养殖规模的增加,规模化养殖场对疾病防治的要求更高。蛋鸡在发生疾病之初，会出现体温偏高等现象，为了预防疾病,及时发现异常问题, 本项目选择红外测温系统对蛋鸡进行体温的实时监测。为了降低建设成本，红外测温系统嫁接在自动巡检系统上，实现蛋鸡的巡回体温测量，及时发现病鸡。
机器人红外普测，是通过预先设置多个检测点，随时由运维人员设置红外普测任务，代替人工对全站设备进行整体性扫描式温度采集，并有效避免区域设备被遗漏。同时对存在重要或紧急缺陷的设备进行定期的监视。监测一次，决策一次，然后将该数据外传到总的数据平台进行大数据积累和分析，跟踪数据发展变化，形成报表，如发现明显突变的情况，运维人员将收到提示信息进行人工核对。
通过在鸡舍内布置相应数量的视频采集设备，通过分析获取鸡舍内鸡的活跃度，当鸡的活跃度过高时，自动调整鸡舍内的光照系统，将白光调整为红光。视频活跃度监测需要将采集到的视频数据传输到应用数据管理模块进行图形化分析，借助视频分析与图像处理等技术，综合判断鸡的活跃度，加入视频分析的模块。
鸡舍异常预警
在养殖过程中需要经常聘请专家顾问到养殖场进行诊断和咨询。由于养殖场距城市较远, 经常人员来往需要浪费大量的时间和人力, 也容易延误病情信息的传递。为此, 提出了基于音、视频信息的家禽疾病远程诊断体系的设计构架, 其体系及组成见下图。
鸡舍异常预警其实是专家远程诊断，将养殖现场与专家远程诊断进行相连，需要配备摄像头、拾音器、麦克风等设备。
该诊断系统借助于互联网与多媒体信息传输技术, 在专家和养殖场终端配置相关设备, 实现专家与养殖人员的实时交互。
系统包括三个主要模块：a.疾病诊断知识库模块，通过知识推理结合数据库，可帮助完成对畜（禽）疫病的智能诊断。b.远程诊断模块，采用3G 等现代信息技术，实现网上诊断决策系统和远程会诊。c.疫情预警模块，通过疫情预警知识库，根据当前本地疫情和气候等因素，对蛋鸡疫情做出辅助性预警。
鸡舍声音监测
通过在固定和移动装置上安装声音传感器，监听鸡的叫声和呼吸声，发现咳或喘报警。需要将采集到的声音进行分析，并提前构建哮喘或咳嗽声音模型库，通过将实时采集到的声音与声音模型库中的声音波形进行匹配来监测鸡的异常。
音频信息获取与传输需具有音频采集模块、音频编码模块、音频解码模块和网络通信模块，同时后台需要对声音参数进行特征提取、参数比对和实时识别，经过模型训练后给出声音分析的结果。当涉及到呼吸声和咳嗽声的采集时，其声音信号较弱，机器人端对于麦克风需要配置一个可伸缩支架尽可能接近采集主体。
远方确认异常
机器人巡检模式下，饲养员在获得各类生产系统、辅助系统的告警后，可以在第一时间调用机器人快速到达指定设备，及时查看并核实报警信息，以便迅速制定应对策略。当机器人检测鸡舍某鸡群有异常信息时，如何把异常信息定位（可以根据人工标定特征编号识别或者根据AGV小车精确定位）把检测到的异常信息和精准异常定位信息一起上传服务器，以便及时通知管理员处理。
异常定点跟踪
机器人可对鸡舍异常进行自动跟踪、实时监控。运维人员远方通过客户端选择相应设备，设置缺陷跟踪任务，选择相应周期进行跟踪重复巡视；或控制机器人定点全天监视，来实现缺陷设备的数据实时采集，减轻饲养员人员工作量。
机器人还可保存设备数据，跟踪数据变化，上传数据报表，如果设备缺陷有发展，及时告警。
运维人员在运维主站根据机器人自动生成上传的缺陷报表就可掌握蛋鸡养殖状况。并根据机器人的告警信息，及时查看核对设备状态并汇报调度处理。
协助应急处理
运维站接收到鸡舍异常事故信息后，可通过机器人客户端导航图点选指定设备建立特巡任务，并发送指令，机器人第一时间深入事故现场，到达指定位置后，将机器人切换至手动遥控模式，遥控调整车身位置，旋转云台方向，快速定位故障区域，并实时录制和读取现场数据，利用机器人视频传输和信息交互快速向运维站传送现场信息，饲养员在远方即可快速了解现场情况、掌握现场动态，及时确定处理方案。
利用机器人作为移动实时监控平台，饲养员无需到达现场就能辅助现场人员做好专业判断，提供技术支撑。有利于组建远程网络饲养员专家联合分析队伍，加强鸡舍异常分析的实时性，提高事故处理时现场专业结论的高效与科学性。
数据自动分析
机器人在巡检过程中，会自动将巡检数据通过无线加密网络传输到系统后台电脑，通过后台软件进行分析处理后得到直观的巡检结果。机器人巡检后台接入系统后，可以按照系统的标准格式和传输协议自动将巡检数据上传，饲养员可直接在系统中查看、汇总设备信息。结合温湿度信息、可见视频信息、红外测温信息和声音信息，可以运用人工智能方法进行神经网络计算，通过多特征值融合，得出预警等级，机器人通过扬声器智能播报等级。另外根据神经网络、灰度值计算、回归分析等相结合的方式，结合采集的多元信息，进行疫病和异常信息预测。提前预测发生疫病的可能性，并进行语音播报；结合语音识别技术，完成人机功能对话，主要通过第三方软件实现。实现可以与人对话互动的机器人（后期可以考虑加入智能语音识别，提高机器人与人的交互性）。