奶牛跛行在奶牛的牧场养殖中广泛存在,已成为影响奶业健康发展的第二大类疾病,其对于奶牛的产奶量和繁殖力具有重大影响,且早期跛行不易被察觉极易错过最佳的治疗时间,给牧场带来严重的经济损失,因此早发现早治疗是解决问题的关键所在。本课题组的压力测量步道采集系统(Walkway)可以实现原始步态压力数据的采集,但是由于缺乏后续数据处理软件导致奶牛多步态参数的提取计算和步态的分析识别都是十分困难的,因此设计一套基于机器分类算法的奶牛早期跛行识别系统,对于奶牛的早期跛行识别技术是十分必要的。本文基于MATLAB完成奶牛早期跛行识别系统的整体设计,并进行系统分析和详细设计,该跛行识别系统主要包括了数据读取和保存、数据处理分析、图形和曲线绘制以及判别分析等几个模块,详细设计主要包括GUI界面设计和跛行识别系统各模块的详细编程设计,其中判别分析模块采用主成分分析和Fisher判别分析相结合的形式建立跛行判别模型。本文利用奶牛步态模拟装置对压力测量步道采集系统进行了试验标定,基于三种采样频率(50Hz、100Hz和200Hz)对奶牛早期跛行识别系统进行了试验研究,并采用步道采集系统与该早期跛行识别系统进行了试验对比分析。利用该早期跛行识别系统对多组被测对象进行测试,将测试结果借助人工步态评分组成样本数据,训练跛行判别模型并进行试验分析。试验结果表明,该早期跛行识别系统在三种不同采集频率下对步态参数的处理效果误差均在5%以内,在50Hz的采样频率下综合处理效果最佳,数据处理模块所处理步态特征参数的误差均保证在0.0%-3.64%之间,曲线绘制模块所绘制的压力曲线图与步道采集系统保持一致,判别模块中所训练的判别模型准确率为96.7%,训练模型的回判分析结果均与训练结果一致,且对测试样本的判别准确率为100%。该奶牛早期跛行识别系统对步态数据处理的准确度高,曲线绘制精准且可以实现奶牛早期的跛行识别,满足该系统的设计要求。