在信息感知领域：

▪ 通过猪群声音采集或结合深度学习与对比学习技术，可在听觉方面实现对异常状态的精准识别；

▪ 利用红外热成像技术，通过观测到的猪体表各区域的温度数据，对异常情况快速感知；

▪ 使用心电监护带并结合计算机视觉技术，检测分析猪腹部区域变化并得出心率与呼吸率等数据。

▪ 此外，相关研究应用还有针对腹泻、采食饮水等行为的视觉识别，以及猪群环境热舒适性、个体体表清洁度等指标的分类模型。

在获取大量基础数据后需要进一步判断对应指标异常与否，因此还需进入决策分析层面：

▪ 例如结合温度、湿度及温湿指数等，在已有的饮水量需求模型基础上，提高数值精准度，并结合实际用水情况，研发新型设备，达到提效、节水双重功效；

▪ 又或针对干料与湿料饲喂下的采食量与体重之间的预测模型、基于环境指标的行为分析模型，为饲喂装备控制与环境调控提供提供了科学依据。

在管控作业方面：

▪ 针对妊娠母猪引入群养模式与电子饲喂站，满足动物行为表达，提高活动量与健康水平；同时，应用清粪机器人改善猪舍卫生状况，降低疾病传播风险。

▪ 对于生长育肥猪，通过半漏缝地板与功能分区设计，结合移动式地板与福利材料，提升猪只躺卧舒适性与圈舍卫生水平；大群饲养与自动分栏系统的引入，则保障了弱猪的采食量，提高了出栏均匀度。

▪ 在哺乳母猪与仔猪养殖方面，采用可开放式分娩栏，并使用基于PLC的智能保温箱，对仔猪保温实现动态精准控制，在降低温度空间差异的同时节约了电能。