随着现代养猪业不断朝着规模化和集约化方向发展,猪只活动、健康状况备受关注,传统人工监测猪只健康方式将耗费大量的时间和精力,且不能得到精确的监测结果,还容易造成人畜疫病的交叉感染,已不再适用于规模化生猪养殖。近年来,随着计算机技术的发展和传感器成本的不断降低,现代信息技术在猪只健康监测领域得到了广泛应用。猪只的姿态行为在其生长过程中必定出现,且对猪只姿态的研究发现,猪只姿态不但可分析出猪只的发情、分娩、哺乳等行为,也可为猪只健康判断提供参考依据。因此,利用猪只姿态行为来判断猪只健康状态已成为猪只健康监测领域研究的热点。为此本文提出了减少人力资源需求、提高养殖场自动化监测水平等为目的,进行了猪只姿态识别,进而搭建了基于加速度传感器的猪只姿态识别其健康的系统。为此,首先提出猪只姿态识别方案,并设计系统硬件和软件部分;然后采用支持向量机（Support Vector Machine,SVM）算法,对猪只姿态进行分类识别;最后提出基于姿态识别猪只健康评估方法,辅助养殖人员更好地了解猪只健康状况。本文主要研究内容可以概括如下:（1）猪只姿态识别方案设计。针对养殖场对猪只姿态识别的需求,设计了一种基于加速度传感器猪只姿态识别系统,进而对该系统进行硬件和软件部分进行设计。硬件部分主要包括传感器模块、处理器模块、发送模块和电源模块,针对系统需求对各模块器件进行选型,电路原理图设计;系统软件部分包括采集节点、发送节点、数据库和前端界面设计,完成代码编写,数据库搭建和前端界面开发,实现对猪只姿态数据的采集、发送、分析和显示。（2）根据养殖场实际观察,将猪只姿态类别分为快走、趴卧、静止和慢走四类。利用加速度传感器检测原理建立猪只三向加速度坐标系,并通过对实验数据的人工分析的方式对猪只姿态分类进行验证。（3）构建了基于SVM算法的猪只姿态分类模型,并应用SVM分类模型设计了猪只姿态识别系统,并以育肥猪为验证模型进行了猪只姿态识别。实验结果表明,该分类模型对猪只姿态识别准确率在84%以上,达到了猪只姿态识别的目的,姿态分类研究为后续的猪只健康评估奠定了基础。（4）鉴于猪只健康与其生长阶段、饲养条件等存在着密切、复杂的联系,分析猪只健康与其姿态之间规律,得出猪只姿态识别进行健康评估的应用条件。并以育肥猪为例,基于猪只姿态识别基础上,根据统计的猪只姿态持续时间的特点,应用猪只姿态识别实现了其健康状况的评估。上述工作表明,基于加速度传感器猪只姿态识别系统能够远距离采集姿态数据,并以较高准确率识别猪只姿态,同时还能对猪只健康进行评估,以便于养殖人员及时了解猪只健康状况,可提早发现威胁猪只健康的因素,进而有利于防止烈性传染病在猪群内的传播,对疾病预防、降低养猪场损失、提高猪只福利和促进智能养猪业的发展等有着重要意义。