CN107635509A - 用于确定体况评分、体重和生育状态的改进方法和相关设备 - Google Patents

Abstract

本发明涉及一种用于通过观察对象的一些特征形态性状的数学处理来计算体况评分BCS、动物体重及其生育状况的方法，所述方法利用动物的轮廓109的至少一个接触或非接触检测装置、至少一个数据处理单元、以及实现特定数学解释方法的程序。通过这种方法，体况及其合成指数或育肥指数或FI的确定与被检查动物的物种、种族、性别、年龄和绝对大小无关。该方法对于操作者对设备的定位的可能错误也是稳健的。

Description

用于确定体况评分、体重和生育状态的改进方法和相关设备

技术领域

本发明涉及一种确定体况评分(BCS)、体重和生物的生育状态的方法。

此外，本发明还涉及实现该方法的用于评估体况评分、体重和生物生育的状态的设备。

更准确地说，本发明涉及一种通过处理观察对象的一个或多个解剖区域的轮廓来计算体况评分或BCS的方法，该处理利用至少一个轮廓仪、至少一个数据处理单元、以及实现轮廓的特定处理的至少一个程序。所述轮廓在此被定义为描述受检对象的解剖区域的一部分的外周的至少一部分的曲线的形状，这种曲线位于与所述解剖区域相交的虚拟面上。特别地，根据本发明的方法需要其尺寸和形状通过任何比例关系(也是未知的)与对象的绝对尺寸和物理形状相连接的轮廓。

所述方法引入了体况的新无量纲指数，称为合成育肥指数(Synthetic FatteningIndex)或育肥指数FI或R指数，其与体况评分不同，被证明相对于观察对象的物种、品种、性别、年龄和绝对尺寸方面是不变的。

这种方法还允许你以良好的近似来基于育肥合成指数FI(或等效体况评分)对象的其他信息特征，例如，物种、品种、性别、年龄来确定生物的体重。

这种方法还引入了观察对象的生育状态的新指数。该指数是育肥指数FI(或等效体况评分)与发情状态的组合。今天通常使用唯一指数发情来最大限度地发挥人工授精的成功率。然而，对象可以发情，但不具有适合受孕的体况。在此处介绍和实施的生育指数的目的是完善发情指数，丰富其体况信息，获得生育指数F。

在此处介绍的用于测量体况评分、体重和生育指数的方法也证明对于操作者使用设备时的可能错误以及不同对象之间的可能的骨骼变化是稳健的。

所述方法还具有超过已知现有技术的优点，甚至在简单设备(例如，智能电话)上也能够实现，而不需要额外的设备。这是在本发明的方法中分析轮廓而不考虑其绝对物理尺寸的直接后果。

背景技术

为了履行其生物功能，每个生命都需要始终可用的能量。就本发明所涉及的动物界而言，能量是从食物中提取出来的，并以脂肪储备的形式储存在生物体内。

体况评分或BCS是评估动物的体况或其能量储备的方法，传统上由经过适当培训的技术人员以视觉和/或触觉方式执行。

通常，在评估牛的体况的情况下，该评分是根据从1到5的级别(scale)来确定的(不同国家使用其他不同的级别，但是通过线性变换相互关联)，其中，最小评分1对应于非常瘦的对象，最大评分5对应于肥胖的对象。

中间评分表示：2苗条的人、3体型适中的人、4肥胖的人。

上述级别还提供了四分之几的中间评分，例如，评分为2.25或3.75等。

在下文中，将考虑以1至5的级别测量的BCS，尽管在世界各地，利用评分范围从0到5(在法国)、从1到9(等)的BCS级别，这些级别在任何情况下通过线性变换彼此相互连接。

将根据品种和物种的主观视觉评估作为BCS，不同技术人员进行的调查(评估的主观性和重复性问题)之间存在显著差异。这在现有技术中描述的预测模型的应用中导致重大误差，这些预测模型基于BCS，用于评估动物财富(wealth)，用于平衡动物生命的特定阶段中的食物配给，用于诊断代谢疾病，用于辅助受精等。

集约化养殖生产动物(例如，牛、绵羊和山羊、猪)，BCS是动物健康状况和能量平衡的有用分析工具，能够通过适当的处理提供使用的食品配给和生殖管理的一般准则。

在牛奶生产群体的框架下，显示出仅体重的评估并不是生产牛奶的脂肪动员(mobilization)过程的良好指数。因此，体况评分的评估方法已经作为评估组织的动员(mobilization)的手段得到了相当大的考虑，例如，在奶牛领域(Domecq等人、1997b；Flamenbaum等人、1995)。

为了便于讨论，在下面的描述中，将主要考虑密集的牲畜挤奶牛的具体情况，而不将本发明的适用性限于动物界中的任何其他物种。在本文中的每个考虑都可以在任何其他物种的高等动物的背景下容易地转移。

在奶牛的框架下，肥胖可能是在过去3-4个月的哺乳期间饲养不足的结果，在哺乳期间，牛奶生产开始自然下降，牛肉往往会积累在体内而过多储存。

哺乳期之外(“干枯”期)的甚至过长的周期或在这个阶段过多的营养会导致动物的过多体况(超过条件)。

已知一种太胖的牛最有可能遭受难产，并且在产犊之后，肯定会呈现非常差的干物质摄取，增大代谢问题的发生率，例如，脂肪综合征、酮症等，因此生产下降。

由于能量和蛋白质储存不足，过廋(未达标)反而会导致牛奶产量低，而且牛奶中脂肪含量低。

已知母牛还根据年龄被称为犊牛(calves)、小母牛(heifers)或母牛(cows)；特别地，犊牛是零到一岁的牛，小母牛是一岁到三岁的牛，母牛是三岁以上的牛或者三岁以下(如果至少产犊一次)。

BCS可以有效地用于管理小母牛，在瘦的对象中评估其不能快速生长以使得能够在13-15个月龄达到青春期的可能性，在第一次产犊时出现个头不足的问题，因此，在随后的泌乳期间产量低。

另一方面，与成熟时具有正确重量的其他牛肉相比，显示出太胖的小母牛产量较低。

在哺乳期间，母牛的体况持续变化，因此，理想的BCS根据已知的模式(例如，附图1所示的模式)，根据哺乳期的不同而不同。

年轻的母牛处于负能量平衡的状态，并动员身体储备来面对这一阶段，其中，对于每磅的动员的体重，牛奶产量增加约7磅。

哺乳期晚期的奶牛或牛处于正平衡状态，并且倾向于在产犊后立即恢复体况。

一般来说，BCS评估可以提供关于所观察动物的健康的有价值的信息，无论是用于生产(即，牛、山羊、猪和马)还是伴侣(例如，狗和猫)。

如图3所示，传统的评估方法是基于对身体预先确定的区域的BCS视觉和触觉欣赏，主要在臀部、下背部、后部、钩、针骨和尾巴的水平上可识别，可能是在放松的对象的条件下，因为肌肉僵硬可能会损害观察的准确性。

众所周知，这种BCS的视觉和触觉评估具有主要的缺点，例如，评估的主观性高，这意味着随着时间的流逝，数值的重复性差，对于同一技术人员和不同的技术人员，对动物进行必要的观察需要大量时间并且具有与技术人员的持续培训相关的高成本。

近来，通过使用计算机装置来简化这种视觉和触觉评估方法，例如，用于个人笔记本电脑、PDA、平板电脑和智能电话的应用程序。

这些应用程序指导评估者识别与给定评分相关联的形态性状，以减少测量、转录、传输和处理BCS所需的时间。

还有更多的近来的程序，其中，尝试减少要观察的形态特征的数量，以便进一步减少所需的时间。无论如何，评估人员虽然受到指导却表达一种判断。因此，仍然存在测量的主观性和重复性差的问题。

还有一些程序允许从不同的角度拍摄动物的照片，并提供图形工具来突出显示图像(后续处理中的主要形态性状)。

然而，由于以不合适的方式曝光的图像可能太暗或太亮(擦除了其提供关于观察对象的身体表面的三维性信息的阴影)，所以图像总是不会出现质量好的情况。然而，技术人员执行识别形态性状的工作，然后测量的主观性特征仍然存在。

然后，通过分析二维图像，为BCS和重量评估开发了自动系统。

一个示例由文档US5474085表示，其中，描述了静态类型系统，其运行动物的热图形评估。在这种情况下，考虑到几何模型的静态性质，与动物相关联的热图像中的像素数量与其重量直接相关。

进一步示例由文档US5483441和US5576949表示，描述了在具有固定和已知几何形状的相机和传感器系统内分析多个二维图像的系统，例如，来自动物上面和侧面的并发图像和/或在运动物体上在连续时刻执行的图像。

这些类型的系统允许确定绝对测量，例如，高度、宽度和长度，与具有已知特征的动物模型相比，可以从中导出BCS和/或重量。

另一示例由文档US5944598表示，其描述了一种从图像中提取动物的轮廓的系统，并且通过例如由激光测距仪评估观察对象和测量工具之间的距离来确定系统的几何参数。从轮廓中导出形态和/或质量评估。

这些评估自动化系统的主要限制是在畜舍框架中的解决方案的一般应用复杂性。这意味着成本高、解决方案的稳健性差、结果的准确性和重复性差。

近来，已经开发了通过三维扫描来评估BCS和重量的自动系统。

示例由文档US20140029808表示，其描述了例如通过飞行时间(TOF)激光测距仪执行三维扫描的系统，所述激光测距仪估计分析点云的BCS，将其与和BCS的不同值相关联的一组参考模式相比较。

另一示例由文档US8351656表示，其描述了例如通过结构化光、立体相机和激光测距仪执行三维扫描的系统，激光测距仪通过分析采集系统产生的点云并将其与一组参考模型进行比较来估计重量。

在这种情况下，该装置被实现为便携式解决方案，并且应用一系列数学解决方案，来确定动物相对于测量工具的取向和位置。

进一步文档US6377353利用上述方法来导出形态确定评估。

文档US6549289描述了使用结构光(通过立体相机系统观察到的)的相同的三维分析原理，其被执行三角测量计算所应用。

甚至在这类解决方案的情况下，主要的局限性在于技术解决方案的高度复杂性，其不足以适用于畜舍的应用领域以及通常在其中工作的技术人员的构成。

因此，这些解决方案非常昂贵，非常微妙，因此在现场应用中不可靠。

此外，这些解决方案显示出差的精度和结果的重复性。

尽管专利EP1537531B1和EP2370952B1具有通过三维扫描检测解剖区域的点云的特征，但这些专利实施了检查被观察表面的主曲率的不同方法，然而，这充分利用了三维扫描的特征，这允许检测被检测点的绝对坐标以及绝对尺寸。

因此，这些方法需要三维扫描系统，因此，不适用于简单设备，例如，装备有单个二维相机(例如，智能电话机)的设备。

此外，基于这些方法的产品被证明在体况评分的测量级别的边界(例如，非常瘦的对象t的BCS<2，非常胖的对象的BCS>4)的精确和可重复性差，其中，确切地，诊断最有用以定义最适当的干预，以恢复足够的体况类型。

发明内容

因此，鉴于上述情况，本发明的目的是提供一种克服现有技术的缺点的方法和设备。

特别地，本发明的目的是实现一种自动且易于实施的FI和相关BCS、体重和生育状况的计算方法。

本发明的另一目的是提供一种实现该方法的设备，这些设备便宜、易于制造、坚固且与使用环境兼容，并适用于任何动物，而不管物种、种族、性别、年龄和绝对尺寸。

因此，本发明的主题是由独立权利要求限定的方法和设备。

在从属权利要求中限定了优选实施例。

附图说明

为了说明而不是限制的目的，根据其优选实施例，将特别参考附图来描述本发明，其中：

图1示出了现有技术图，表示根据哺乳日数(以横坐标报告)的健康状况的牛的体况评分值(虚线)和牛奶生产(实线)的典型趋势；

图2突出了形态兴趣的解剖区域的一些示例，例如，不同物种的动物和人类的腰部(L)、腹部(A)、骶骨(S)、股骨(F)、胸部(P)、臀部(G)以及背部(D)区域；

图3示出了与在动物的体况和相关BCS评分之间的对应关系相关的现有技术图；

图4示出了与在人类的体况与相应的BMI评分之间的对应关系相关的现有技术图；

图5示出了本发明的设备的方框图；

图6a示出了具有手动控制的便携式的图5的设备的第一实施例，其实现了光学类型的轮廓仪；

图6b示出了技术人员在奶牛的牛棚领域使用的图6a的设备；

图7示出了从上面看的奶牛的腰部轮廓；

图8示出了图7的所述轮廓的处理；

图9示出了根据本发明的方法确定轮廓的切点的步骤；

图10示出了确定轮廓的切点的方法的方框图；

图11示出了应用在称重箱中的固定自动型的图5的设备的第二实施例；

图12示出了应用在旋转式挤奶室中的固定自动型的图5的设备的相同的第二实施例；

图13示出了在角挤奶室中的在空中导轨上可移动的自动型的图5的设备的第三实施例；

图14示出了与本发明的设备的第一实施例中的获取和控制功能有关的方框图；

图15示出了与本发明的设备的第二和第三实施例的获取和控制功能有关的方框图；

图16示出了与本发明的设备的所有实施例中存在的预处理和处理的功能有关的方框图；

图17示出了间隙静态自动型的图5的设备的第四实施例，该间隙可由动物自由地交配；

图18示出了通过手动应用的彩色涂料突出显示轮廓的第一示例；

图19示出了通过自动应用的彩色涂料突出显示轮廓的第二示例；

图20示出了通过应用有色粘合剂突出显示轮廓的第三示例；

图21示出了静态自动型的图5的设备的另一实施例，其通过在动物容纳箱上方放置适当数量的高分辨率照相机而获得；

图22示出了静态手动类型的图5的设备的另一实施例，其中，通过电子类型的特定梳齿轮廓仪获取轮廓；

图23示出了自动动态类型的图5的设备的另一实施例，其中，通过装备有一组电子型柔性传感器的粘合带获取轮廓；以及

图24示出了图5的设备的另一实施例，其中，通过例如飞行时间(TOF)类型的三维扫描仪获取轮廓。

具体实施方式

本发明的主题是通过检测和处理动物中的某些形态性状来计算新的育肥合成指数FI的设备和方法。从后者导出体况评分或BCS。计算出观察对象的形态和行为的所述FI和其他参数特性的组合、体重和生育状况综合评估指数。

参考图5，示出了根据本发明的方法的设备D，其中，所述方法包括利用至少一个轮廓仪、至少一个数据处理单元、以及实现特定处理方法的至少一个程序来检测观察对象的一个或多个解剖区域的轮廓。所述轮廓在此被定义为描述受检对象的解剖区域的一部分的外周的至少一部分的曲线的形状，这种曲线位于与所述解剖区域相交的虚拟面上。特别地，根据本发明的方法需要这样一种轮廓：其尺寸和形状以任何比例关系(也是未知的)与对象的绝对尺寸和物理形状相关联。

所述轮廓然后由数据处理单元处理，以获得表示脂肪储备的数字合成指数，然后获得对象本身的体况。设备D至少包括轮廓仪(在该图的情况下，由相机102构成)、至少一个控制单元101和至少一个数据处理单元E。在数据处理单元是远程的情况下，设备D将至少包括数据通信单元。

有一些物理原理用于在空间曲面上检测(接触或非接触)所述轮廓。其中，有一些特别适合受检领域。作为示例而非限制性地，将根据本发明的目的说明这些原理的一些具体应用。可以将这些应用程序分为两大类：(a)非接触地检测轮廓，(b)接触地检测轮廓。

一般来说，值得考虑的是，根据本发明的目的，所使用的方法必须与开放领域中的应用相一致，在具有或多或少的不规则地幔的活动物的情况下，这取决于物种和品种。

在仪器与受检对象的身体之间的非接触应用中，包括基于由二维相机检测的图像的分析的解决方案。

在这种情况下，为了突出观察对象的特定解剖区域，以便能够通过视频记录设备检测，可以使用结构化的光源。假设该图案由与在特定解剖区域(例如，在某些特殊情况下，腰部(L)、腹部(A)、骶骨(S)、股骨(F)、胸部(P)、臀部(G)、背部(D)区域或头骨区域)中的观测对象的脊柱相垂直的一行或多行构成，可以在兴趣解剖区域中在受检对象的身体上投射图案(结构光)。在这种情况下，设备D将包括相干(例如激光线发生器)或不相干的103光源，该光源在对象上投射一组离散或连续的点，以便突出形态兴趣区域的轮廓109。

这种方法使用光学三角测量的原理，这种技术允许通过利用三角形的属性来计算点之间的距离。这个原理需要准确地了解相机相对于结构化光源和观察对象的相对位置，因为这对于计算被检对象的空间中的绝对坐标是至关重要的。

在根据本发明的方法中，不需要知道观察到的对象的绝对尺寸，因此可以应用光学三角测量的原理，而不管相机相对于结构化光源以及观察对象的相对位置。

这种特征允许甚至使用其他技术突出显示兴趣解剖区域，例如：

a)在兴趣解剖学区域中在对象或动物的身体上绘制图案，例如，通过用彩色的涂料绘制一组离散或连续的点(例如，垂直于脊柱的线)；

b)通过应用粘合剂膜突出兴趣解剖区域(其表示用于随后的分析步骤的图案)；

c)通过在兴趣解剖区域周围应用弹性带来突出兴趣解剖区域(其表示随后的分析步骤所使用的图案)。

在这种情况下，还使用了光学三角测量的原理，但是由于缺少测量系统的几何形状信息，所以只能检测到比例信息，而不是采取绝对措施。对于根据本发明的方法，即使可以利用包含绝对测量的检测，比例信息也是足够的。

优选地，所使用的图案对应于相对于观察对象的表面颜色的高对比度的线，该线与受检的特定解剖区域的中间区域中的脊线(例如，在臀部的突出部分与胸部的开始之间的中间的腰部，如图2a、6b和7中的牛的情况所示)垂直。

在无接触的这种轮廓检测解决方案109的框架中，设备D包括相机102，其适于获取用一种描述的方法突出的所述轮廓的至少二维图像。

或者，相机可以是三维类型(3D扫描仪)，例如，飞行时间(TOF)类型或立体类型，该相机与从三维扫描点的云提取轮廓109的控制单元结合。在这种情况下，只要将注意力集中在兴趣解剖区域就足够了，而不用一种或所描述的方法突出显示轮廓。

强调本方法与绝对测量的检测无关，因此可以无差别地应用于传统相机(2D)和三维相机(3D)上，例如，立体、飞行时间或相移类型。出于同样的原因，记录设备相对于可能的激光发生器的相对位置是不相关的。

在具有物理接触的应用中，存在基于接触轮廓仪的应用，例如，针轮廓仪(needlesprofilometer)或量规梳(gauge comb)。该工具允许沿着与所述表面相交的面检测表面的轮廓，并且由沿着方向可移动的共面和对准的一组平行的针构成。该工具允许以机械方式检测轮廓109。测量和数字化各针头的位置，以便重建轮廓109的计算机化图像。

甚至在具有物理接触的应用之间，也包括通过弯曲传感器检测轮廓109。该系统由沿着条带连续定位的一序列传感器组成。每个传感器指示其对控制单元的弯曲程度，控制单元确定所有传感器沿着条带的相对位置，重建轮廓109的计算机化图像。

本文描述的所有可能的实施方式都输出控制单元101预处理并发送到数据处理单元E的轮廓109。

实现根据本发明的方法的设备还可以包括位置传感器P，包括倾斜传感器，例如，加速度计、陀螺仪和磁力计。

所述设备还可以包括空间定位系统(例如，全球定位系统或GPS)。

所述设备还可以包括有助于动物的电子识别的射频读取器(例如，RFIDISO11784-785)。

所述设备还可以包括用于识别和实时空间定位观察对象的系统(实时定位系统或RTLS)，其允许检测其瞬时位置和行为。

所述设备还可以包括用于检测观察对象的发情状态的系统。在奶牛的情况下，使用计步器(用于检测与开始发情相关的突然增加的移动性)或使用通过尾漆技术(tailpainting technique)检测增加的反射的视频系统，或使用通过化学分析牛奶或血液(例如，检测孕酮的浓度)的热感测系统。发情状态与BCS评估的组合可以定义新的指标：如下所述的在此处定义的生育指数。

所述设备可以与本地单元控制101接合，该本地单元控制101提供数据的预处理，例如，存储在图像内的数据的加密和压缩(例如，借助于可通过用户界面访问的水印技术)，可以设置有延伸臂105，以便简化解剖兴趣区域的适当拍摄。

这些数据然后被传送到数据处理单元E，数据处理单元通过将在下面详细描述的算法提供其处理。数据处理单元优选被认为是远程的。该解决方案提供更多的计算能力、更平稳的进化和代码的纠正维护，并遵守业务持续性和灾难恢复(BC/DR)策略，以用于数据保护。

然而，不排除处理单元E可以集成在控制单元101内的可能性。

所述设备D可以由至少一个智能电话构成，该智能电话配备有用于执行检测、第一数据处理、直接处理或数据发送和接收、以及结果显示的适当的软件应用。

通常，该方法通过处理方法在至少一个数据处理单元E中至少提供如上定义的轮廓的处理，以获得以动物累积的脂肪(特别是在所述解剖区域)形式表示能量储备量的数字指数R。

该方法还通过所述至少一个数据处理单元、通过预定义的数学变换，将所述数字指数R与所述动物的一个或多个状态特征相关联。所述数学变换的数值参数可以至少取决于动物的物种和品种，并且通过与参考群体(根据传统方法或不同参考方法在视觉上评估的)进行比较而获得。

参考图6a和6b，设备D的第一实施例包括延伸臂105，该延伸臂的第一端由技术人员108夹持，并且在第二端支撑控制单元101。甚至当设备在测量位置完全拉伸时，按钮106也允许技术人员控制拍照的快门，如图6b所示。

所述控制单元101可以是这种情况下的集成了相机102的智能电话。

在延伸臂105的第二端，激光臂可以可选地连接，从而在其间形成适当的角度，使技术人员108更容易地定位观察动物的腰部区域109中的激光器103。通过优选而非限制的方式，该角度为135°。该解决方案在奶牛领域特别有利，其特征在于与操作者108相比具有显著的尺寸。

在激光臂的末端，连接由控制系统101控制的激光发生器103，该控制系统通过对应于所述延伸臂105的第一端放置的按钮106依次接收来自技术人员108的释放命令。

甚至集成在控制单元101中的用户界面也提供关于按钮106的冗余命令和反馈控制。通常，如在牛科动物107的情况下，在对于与技术人员108的大小相比较大的对象要测量BCS的情况下，按钮106是有用的。

在小对象的情况下，如在绵羊和山羊的情况下，技术人员108可以握住控制单元101附近的臂105，从而能够直接与用户界面交互。

在技术人员108将通过一种上述方法(在必要时)表示受检的身体区域之后，他将定位设备D，以便利用相机102拍摄该区域。

技术人员108按压致动器106，以通过照相机102调节轮廓109。

这种设备D的目的是至少检测对象107的至少一个形态学解剖兴趣区域(例如，腰部(L)、腹部(A)、骶骨(S)、股骨(F)、胸部(P)、臀部(G)、背部(D))。其他区域也可能是兴趣的，尽管用于特殊情况(例如，野生动物)。

所述轮廓在此被定义为描述受检对象的解剖区域的一部分的外周的至少一部分的曲线的形状，这种曲线位于与所述解剖区域相交的虚拟面上。特别地，根据本发明的方法需要其尺寸和形状以任何比例关系(也是未知的)与对象的绝对尺寸和物理形状相关联的轮廓。

控制单元101通过使用已知技术将图像、观察对象的个人数据和从以下传感器记录的数据(如果可用的话)加密并压缩成单个包(packet)：

a)位置传感器P，例如，加速度计和/或磁力计和/或陀螺仪和/或GPS和/或Wi-Fi定位器；

b)RFID识别系统等；

c)实时识别和定位系统RTLS等；

d)用于发情检测或热检测的系统等。

控制单元101然后提供所述加密和压缩数据包到数据处理单元E的传输。

这种数据处理单元E使用已知技术解密所接收的信息，将其记录在数据库中，并将其与受检对象107的记录相关联。

然后，数据处理单元E将以用于数字处理的适当的现有技术程序自动或半自动地提取和处理图像，以便以有效和高效的方式提取在图像域中描述轮廓109的像素的坐标。

然后可以使用这些像素的坐标来根据下文将描述的方法来确定图7和图8所示的最高点P_M、切线P₁和P'₁以及中间点P₂和P'₂的点。

通过下面将要指出的数学公式，处理单元E可以计算育肥合成指数FI(从中导出BCS)的值，将其与测量日期相关联，并将其存储到记录受检对象107的数据库中，该育肥合成指数FI由唯一的识别号正确识别。

参考图9和图10，确定本发明的FI对象的方法证明是适用的，而不管观察对象107的物种、种族、性别、年龄和绝对大小。

该方法对于操作者使用设备的可能错误和/或不同对象之间的骨架变化也是稳健的。

评估对应于受检对象的体况的育肥合成指数的方法是基于对象107的至少一个形态学解剖兴趣区域(例如，腰部(L)、腹部(A)、骶骨(S)、股骨(F)、胸部(P)、臀部(G)、背部(D)中存在的肥胖评估。

提出了一种计算方法，其考虑了对象107的解剖区域的轮廓109。可以使用二维相机利用光学三角测量轮廓仪和突出显示观察对象的解剖区域的一种以下方法的结合来获得轮廓。第一种方法是使用彩色涂料在选定的解剖区域中绘制合适的图案。这种涂料可以例如用刷子或蜡笔手工涂覆，以获得垂直于骨架的线。类似地，可以使用预切割的粘合剂模板，其可应用于所述解剖区域，在其上方，彩色涂料将通过喷涂工具喷洒(参见图18)。另外的可能性是通过具有合适数量的喷嘴的工具来自动化应用，以便以手动或自动方式根据所定义的图案喷涂涂料(参见图19)。这种喷涂或化学处理的特征必须是具有高度耐久性、耐水性、太阳辐射和耐磨性。这种处理的额外特征应该是装置的照相机102在所有光照条件下容易检测的。为此，清漆可以是例如荧光的，或化学处理可能产生局部的毛发掉落(例如，液氮处理)。

第二种方法是在测量的解剖区域中应用相对于观察对象的表面颜色具有高对比度的合适粘合剂。粘合剂必须显示进行测量所需的图案。例如，粘合剂可以是矩形的，并且可以在垂直于脊柱的所述解剖区域中应用，如图20所示。通过在兴趣解剖区域中再现图案的合适弹性带可以获得相同的效果。

第三种方法是使用位于将参考图案投影在测量的解剖区域中的位置的激光发生器103。例如，激光器可以在所述解剖区域中垂直于脊柱投影线。

第二实施例包括实现电子型的针轮廓仪或量规梳。这种装置的特征在于存在彼此平行并可在一个方向上移动的合适数量的针头。这种针头连接到电子传感器，产生与每个针头的位置成比例的电信号。然后，将这种传感器连接到控制单元101，控制单元101能够根据由每个传感器产生的电信号提取所观察的特定解剖区域的轮廓109。在这种情况下，技术人员物理上将该轮廓仪放置在所述解剖区域上，垂直于脊柱。然后，从控制单元101发送由此获得的轮廓109，并通过下面描述的方法由处理单元E进行处理，以确定育肥指数、体况评分、体重等。在这种情况下，用于该确定的数学变换取决于至少动物的物种和/或品种、和/或性别和/或年龄，并且通过与通过适当级别(scales)加权的参考群体进行比较而获得。

第三实施例是实现可应用于观察对象的身体的屈肌电轮廓仪。这种轮廓仪包括在其内部集成检测所述解剖区域的轮廓所需的合适的传感器的粘合带或弹性带。这种传感器可以是例如电阻的或压电的。即时收集的数据允许导出轮廓109。从所述传感器连续记录的这些数据描述了沿着时间的所述解剖区域的轮廓的演变。技术人员可以将这种轮廓仪胶带作为永久或临时粘合剂应用在观察对象的身体上。类似地，这种胶带可以通过毛毡(felt)应用。此外，该装置可以应用于皮肤下。所述设备可以配备有RTLS(实时定位系统)。以这种方式，中央处理过程可以随时知道每个受监控对象的身份、位置和体况。了解瞬时位置可以得出关于对象行为的结论。特别是在发情状态下，根据某些指数，例如，增加运动和静止不动的反射(reflex of immobility)。如下所述，FI或BCS与发情状态的组合允许确定测试对象的生育指数。所述装置还可以集成近感传感器或压力，以便通过所谓的增加的反射(mounting reflex)来检测发情状态。事实上，在例如母牛处于发情状态的时刻，引起同伴的覆盖反射，这对应于在育种期间通过女性模拟男性姿势。这导致发情期间对象的尾部区域变形，这可以通过合适的传感器检测。该信息被添加到使用RTLS可检测到的信息中，以提高准确性。

以几乎连续的方式监测受检对象的所述装置可以检测其他显著状态，例如，与产犊相关的收缩。特别是在动物技术领域，检测新生儿的分娩时间变得特别重要。虽然BCS的变化相对较慢，但根据可识别的图案，产犊收缩会引起剖面109的突然变化。

然后，将轮廓109与可能存在的传感器的信息组合，该信息由控制单元101发送，由处理单元E处理并根据下述方法处理，以确定育肥合成指数、体况评分、重量等。

在图7、8和9中，轮廓109被示出为通过所描述的一种方法产生。在这些表示中，考虑观察对象是牛动物的情况，但是在其他品种的情况下，轮廓109似乎是相似的。

参考图2，在图2a中，指示在牛的情况下的腰部区域L和骶骨S，在图2b中，指示在山羊的情况下的腰部区域L和胸部P中，在图2c中，指示在马的情况下的背部区域D，在图2d和2e中，指示在猫科动物和犬科动物中的腰部区域L，在图2f中，指示在人的情况下的腹部区域A、股骨F、臀部G、腰部L、股骨F和胸部P。

在所述解剖区域的中间部分M中，产生根据所述一种方法描述轮廓的曲线。

也定义了观察对象107的第一侧(通常称为右侧RS)和与第一侧相对的第二侧(通常称为左侧LS)。

在图7和图8中，作为示例，示出了牛的腰部区域的典型轮廓109，相对于后脊S的方向在左侧LS上具有左侧显影109L，相对于所述脊柱S在右侧LR上具有右侧显影109R。

发明人进行了广泛的研究，导致他确定从所述轮廓109的形状可以获得合成育肥指数FI，并且因此可以获得体况评分或BCS(其以良好的近似表示所观察的对象的体况)，如下面的部分所示。

分析方法包括以下步骤：(1)处理轮廓109，使其由足够数量的点构成，这些点以统一和均匀的方式分布并且相对于脊柱具有一定程度的对称性；(2)提取表示该轮廓的左侧LS和右侧RS的两个合成数字指数；(3)根据相对于右侧的指数和与解剖区域中观察到的轮廓的左侧有关的指数(特定指数)，获得数字合成指数(在此处定义的育肥指数或FI)；(4)其中，在同一解剖区域多次检测到轮廓109，计算其平均值；(5)其中，已经检查了更多的解剖区域，定义由每个解剖区域的特定指数的平均值得出的全局合成指数；(6)通过适当的数学相关公式(例如，线性类型)根据育肥指数FI获得体况评分或BCS。

在确定FI和BCS之后，使用观察对象的额外特征数据，例如，物种、品种、年龄和性别，该报告方法提供其体重的良好近似。

此外，本发明方法允许导出表示生育状态的进一步合成指数，将FI(或相对BCS)与观察到的对象的发情状态相结合。使用预定义的数学变换实现该组合。

现在通过示例而非限制的方式描述步骤(2)和(3)的可能的实施方案，目的在于获得表示受检对象的特定解剖区域的轮廓109的形状的合成指数，其特征在于无量纲的(dimensionless)并且尽可能独立于位置、操作者的技能、观察对象的骨骼特征。

参见图8，特别是图8c和8b，一旦相对最高点称为P_M，就考虑通过P_M并与曲线109相切的第一直线α和第二直线β。

令P₁为第二直线β与曲线109之间的切线点，P'₁为第一直线α与曲线109之间的切线点，P_B为通过P¹和P'₁的直线α_B和与其垂直并且穿过P_M(对应于观察对象的脊柱)的直线S之间的交点；h是段b₁是段b'₁是段

考虑与段平行的第三条直线γ，其中，段在P_M和P_B之间的中间位置与直线S相交。

令P₂和P'₂为所述第三直线γ和曲线109之间的交点，h'为段b₂为段b'₂是段

考虑到图8d，令α₂是和之间的角度，α₁是包括在和之间的角度，α'₂是和之间的角度，α'₁是包括在段和之间的角度，

令角度β₁、β₂、β'₁和β'₂分别是α₁、α₂、α'₁和α'₂的互补角(即，使得)。

本专利提出的对应于育肥合成指数FI的用于评价体况的数学关系是这些角度的函数：

(1)R＝f(α₁，α₂，α′₁，α′₂)

指定相对于脊S的左侧LS和右侧RS，可以计算仅左侧(R_L)的R和仅右侧(R_R)的R，获得R作为R_L和R_R的平均值，例如，作为算术平均值：

(2)R_L＝f(α₁，α₂)，R_R＝f(α′₁，α′₂)

(1a)

或者，可以计算左侧和右侧的角度的平均值，然后导出R，作为这些平均角度的函数：

(1b)

其中，和是轮廓109相对于脊柱S的相应左LS角度和右RS角度的平均值，例如，计算为算术平均值：

指数R不以任何方式在数学上测量凸度(convexity)，这与本专利申请的两个优先权文档中假定的相反。

(1)、(1a)、(1b)和(2)的优选实现方式是所述角度和平均角度的比例的函数：

(1c)

(2a)

其中，是通用角度偏移，使得

根据以下公式，(1c)和(2a)的优选实现方式是所述角度平均值的比例的函数：

(1d)

例如，可实现为：

(1d’)

其中，系数k_i是常数，n是自然数，使得n≥1，是异相的平均角度的比例的i次幂。(1d)的特殊情况是n＝1：

(1d’)

(1d′)的具体情况是k₀＝0，k₁＝1。在这种情况下，R是与α₁和α₂(图8d的角度β₁和β₂)互补的角度的比例的函数：

(1d″)

同样，(2a)可以如下实现：

(2b)

其中，系数k_i是常数，n≥1，是相移。

(2b)的特殊情况是n＝1和

(2b′)

(1)的另一种实现方式是基于这些角度的切线的比例：

(1e)

或者单独考虑这两侧LS和RS：

(1e’)

(1)的额外实现方式基于这些角度的切线平均值的关系：

(1e”)

其中，这些平均值可以被计算为例如算术平均值：

这些公式表示相对于脊柱S的轮廓109的右侧RS和左侧LS的切线的平均值。

(1e)的优选实现方式是：

(1e”’)

其中，系数k_i是常数，n是自然数，使得n≥1，是切线的所述平均值的比例的i次幂。

为了简单起见，作为示例，考虑到n＝1，k₀＝0，k₁＝1，的情况，R可以从(1e”')计算为：

(1f)

同样，只能为右侧的RS和左侧LS获得分量(component)：

(2c)

从中：

(2c')

指数R表示体况评估的新合成指数，在此定义育肥指数或FI。

特定的情况是观察的象107相对于脊柱的肌肉和骨骼对称性。在这种情况下，假设：

(1g)R＝R_L＝R_R.

特殊情况是没有完全提供轮廓109的情况。这可以例如在由相机102拍摄的图像被部分地覆盖的情况下或者在检测到受检解剖区域的一部分的轮廓的情况下发生。这可能在加工动物的情况下发生，例如，在屠宰动物后(屠杀后)的屠宰场。在这种情况下，在屠宰线末端，在将其放置冷藏悬挂至成熟(hanging-to-mature)之前，分为两块的动物立即按照标准化程序进行分类。例如，在欧洲，使用分类系统SEUROP，根据该分类系统，牛根据类别、肌肉构象和脂肪的存在进行分级。形状由表示肌肉发育的字母S、E、U、R、O、P表示；S表示异常，具有非常凸的轮廓和高量(quantitative)高质的屠宰产出；P表示低，具有直线轮廓和低量低质的产出。

在这种情况下，可以有利地应用在此处描述的方法，在特定情况下，仅考虑图8中所示曲线的一半。这种情况由特定情况(1g)覆盖，其中，两条半曲线相对于脊线相等和对称。

在这种情况下，实质上只处理获取轮廓109的一个垂直显影，并且通过计算另一侧的显影(作为相对于脊柱方向的镜面显影)来完成该曲线。该过程的其余部分是相同的，除了由于对称性而简化公式以外。

可以在同一动物的同一解剖区域和/或多个解剖区域上应用多次计算指数R的方法。在这种情况下，例如通过算术平均值来计算例如作为每个测量的R值的平均值的总指数：

n是同一动物的测量次数，R_i是第i次测量的育肥指数值。

根据公式(1d)、(1e)、(1f)、(2b)、(2c)计算出的育肥指数表示根据已讨论的内容的育肥状态的卓越指标，不论物种、种族、性别、年龄和绝对大小。

然而，所得到的数值不在技术评估者按照惯例通常使用的相同级别中。

如图3所示，根据以前描述，通常在国际上使用的称为体况评分的指数在1到5之间的级别上变化(在一些国家使用不同的级别，例如，在法国从0到5或从1到9，在任何情况下，通过线性变换彼此相关)。

为了从R得到类似的评分，有必要应用变换函数：

(6)BCS＝ψ(R，S，B，M，E)

其中，R是育肥指数，S是物种，B是种族，M是性别，E是观察对象的年龄。

设置S、B以及M，并且考虑特定的年龄组，函数ψ(R，S，B，M，E)可以如下计算(也可以用于其他评分，例如，主要的躯体(prime body)质量指数)：

(7)

其中，n≥l是函数ψ的阶(order)。参数k_i是取决于物种、品种、性别、年龄组的系数，可以根据一组参考对象组(BCS由技术专家评估的)经验地确定。

所述方法在确定荷斯坦品种牛奶的BCS方面特别有效。进行的测试表明，使用相同的参数k_i将公式(7)应用于荷斯坦牛具有很大的近似度，而不管年龄、哺乳期和部分的数量(初生或经产母牛)。

在人的情况下，最广泛使用的合成指数是体重指数或BMI，由下式定义：

其中，m是观察对象的体重(kg)，h²是其高度的平方。

BMI的修改版本被定义为主要BMI，对应于观察对象的BMI与参考群体的BMI的上限之间的比例。

就BMI Prime而言，BMI Prime是BMI的两个不同值的比例，BMI Prime是一个无量纲数。BMI Prime小于0.74的对象体重不足；在0.74和1.00之间的对象具有最优重量；而高于1.00的对象超重。BMI Prime从临床观点来看是有用的，因为以合成的方式针对观察到的对象表达偏离上限的百分比。例如，BMI 34的人具有BMI Prime＝1.36(相对于25的上限)，那么他/她的最大重量是36％。

在东南亚和中国的群体中，应通过计算上限为23而不是25(典型的西方群体)来使用BMI Prime。

BMI Prime(BMI_P)根据类型的函数与指数R相关：

BMI_P＝ξ(R，C，M，E)

其中，C是种族所属的组，M是性别，E是观察对象的年龄。

通过固定C、M和E，假设：

其中，z_i是实验确定的系数，Rⁱ是指数R的第i次幂，n是表达式的阶。

除了BCS和BMI之外，还有其他几个指数，例如，基于表面的体型指数(SBSI)，其在任何情况下通过数学变换与育肥指数R相关。

所述指数R的一个重要特征是与轮廓109的高度h的高度独立性。

这意味着R相对于记录工具102的位置的变化或相同体况的个体之间的骨骼变化的实质独立性。

例如，相机102相对于观察对象107的相对倾斜度的变化，真实域(real domain)中的轮廓109相等，在图像域中产生或多或少被压扁的曲线。

为了说明这个特征，考虑图8e。考虑技术专家检测到两个测量的情况，例如，通过拍摄两张照片，略微改变相机在照片和另一张照片之间的位置。这产生透视变化，因此导致图像域中的轮廓109的形状的改变。在图8e中，两个曲线由于装置倾斜度的变化而示意性地表示。

在该示例中，注意到曲线的高度h改变25％。可以容易地观察到，切线的比例没有变化，并且角度的比例经历微弱的变化。相反，诸如曲线的面积的测量经历了非常重要的变化。

以下是一些实验数据，用于参照图8e所示的曲线说明和确认所述的内容。

让我们考虑通过扫描三角测量系统从两个不同角度观察的剖面109。相同的条件是可观察到的，例如，在具有相同体况的两只牛动物中，并且从具有相同倾斜度的相同仪器观察到，其特征在于不同的骨骼结构，特别是两个对象中的一个的特征在于非常突出的脊柱。在这种可能的条件下，图像域中的轮廓109将经历如图8e所示的变形。例如，考虑直线γ，使得

对于第一图像，假设：

对于第二图像，假设：

可以看出，曲线高度的25％的变化产生曲线下面积的20％的变化，而两种情况下的角度的比例经历小于1％的变化，并且比例的切线并没有改变。由于所提出的方法根据这些角度的比例确定合成育肥指数R，并且因此确定BCS，则可以说FI和BCS对记录工具102相对于其理想位置的位置变化充分不敏感。

考虑以下事实：与图8e所示的变形相似的变形也可能是由于脊柱的或多或少突出的位置。实际上，图8e所示的两条曲线可以对应于两种不同的动物，其特征在于不同的骨骼结构，但具有相同的体况评分(BCS)。正确的是，脊柱的形状很少影响脂肪指数，因此很少影响BCS，因为脊柱的形状没有提供观察对象积累的脂肪储备的任何信息。

所提出的方法的这种特征显示了与检查观察对象的绝对尺寸(及其处理，例如，曲线下的面积或体积的计算)的现有技术的许多方法的重要区别，例如，通过三维扫描而获得。

由于该特征和所提出的方法独立于扁平轮廓109的实际尺寸这一事实，所述方法可应用于比基于使用三维相机的方法(例如，飞行时间TOF、相机)的范围更宽的装置上，例如，在智能电话上，通常在具有低分辨率的单个相机的设备上。

本发明的方法主题的另外的可选特征包括确定点P₁和P'₁(作为观察对象107的轮廓109的切线点)的方法。

例如，考虑通过数字图像处理程序从记录的图像中提取属于曲线109的像素。

考虑用曲线109的第i个像素P_i并用曲线的最大值P_M识别出N个像素。参考图9，考虑通过P_M和P_i的直线方程：

(9)y＝m_ix+c_i

其中：

参考图9，用于确定曲线的切点的算法是基于在横坐标点x_i+1处由直线(9)假定的值与点P_i+1的纵坐标y_i+1之间的迭代比较。

当验证以下条件时，识别切点P_T：

(10)m_ix_i+1+c_i＞y_i+1

从图9中可以很容易地推导出这种条件的含义。

在观察对象的特征在于不对称构象(例如，牛)的情况下，图7中用P_i和P'_i表示的曲线的两个切点的识别允许有效地应用计算育肥合成指数R的公式，因此，应用(6)计算BCS。在观察牛动物的情况下，器官的内部分布决定了右侧和左侧之间的弱不对称性。此外，动物通常站立成一只后腿在另一只后腿前面。这意味着轮廓109R相对于轮廓109L倾斜和变形。

刚刚描述的用于确定P_i和P'_i的切点的方法允许克服这个问题。

该方法也有利于减少对测量装置相对于脊柱的倾斜度的测量的影响。用户界面可以配备有瞄准(level)，实时指示仪器以帮助技术人员108的这种方式正确地定位，在测量时，以适当的方式放置仪器。

利用刚刚描述的切点的个性化的算法，减少了曲线的有效重要点的集合，因为轮廓109的尾部被消除(虚拟面和对象107的观察到的特定解剖区域之间的相交的曲线)。

由于FI和BCS均表示观测对象的脂肪储备的合成指数，因此可以使用从式(6)获得的BCS值或由式(1d)、(1e)和(1f)获得的作为回归量的FI值以及观察对象的种族、年龄和性别，以获得体重的良好近似值。

这可以通过基于已知物种、品种、性别、年龄和体重的参考组的多项式回归来完成。

因此，一旦物种、品种和性别被固定，重量被证明是是年龄E和BCS B的函数：

(11)P＝ξ(E，B)

这种函数的一个示例由具有以下形式的多项式回归表示：

(11')

其中，第一公式是男性对象的体重P_m、年龄E和BCS＝B。

第二公式是女性对象的体重P_f、年龄E和BCS＝B。

显然，公式(11)对于物种、品种和年龄组是特定的。

在生产动物的情况下，杂交品种(crossing breeds)应被视为品种本身。

用于确定回归的参数m_i和n_i的方法在文档中是基于使用一组参考对象的体重、BCS、年龄、性别、种族和物种价值而已知的。

在生产动物(例如，牛奶)的情况下，提出的用于确定FI、BCS和体重的方法可以有利地与发情的确定相结合，以确定本文定义的生育状况的新指数：生育指数F。

在密集的生产中，实际上，在几乎所有的情况下，都发生了人工受精(人工授精或FA)。由于众所周知，牛生产牛奶是由于产犊而且牛奶产量曲线在产犊后的头几个月内达到最大值，然后下降，所以必须将犊牛期降至最低，以使生产性能最大化。

然而，母牛在几个小时内能受精，所以必须准确找到发情时间，以便在受精最佳的时刻进行辅助繁殖。

然而，成功受精的机会不仅取决于对象的发情状态，还取决于其体况。事实上，众所周知，体况差的对象不太可能受精。在文献中有许多研究，证明了BCS和生育力的变化之间的相关性，例如，在奶牛中。总之，已知身体防御机制的存在，其阻止在体况不佳的情况下对新生命的孕育。这可能是由于这样一个事实，即，事实上，体况不佳，例如，超廋(在1-5的级别下，BCS在1到2之间)，与环境中的粮食资源短缺相关，然后，是由于母亲成功妊娠(conclude the pregnancy)并且胎儿在环境中生存的概率极低。

在密集牛奶生产中，找到非常瘦或非常肥胖的牛，或至少低于或高于最佳体况并不罕见。这是由于区分繁殖优劣的许多因素，但无论如何，由于在遗传上选择了密集生产牛奶的牛，以便与其体重成比例地生产出大量的日常量的牛奶。这意味着牛的能量平衡极度不稳定，必须以适合哺乳期(其中其发现其自身)的方式保持，以使其能量平衡尽可能平衡。然而，饲料成本与牛奶销售价格成本之间的不利关系将使牲畜不经济。因此，育种者不断寻求饲料质量和数量、畜牧业健康状况和牛奶生产之间的平衡，往往不得不在其过程中接受一定程度的低效率。在这种情况下，重要的经济重量由人工授精精液剂量的成本构成。

总而言之，在生产牛奶的农场的微妙经济平衡中，不受精就意味着失去种子价值(通常非常昂贵)，并延迟一个月推出该对象的牛奶生产。

根据已经说明的情况，为了最大限度地发挥受精的可能性，观察奶牛的发情状态和体重状况(BCS或FI)是相当重要的。

有许多现有技术用于确定奶牛中的发情，其可以有利地与本发明组合，用于计算FI和BCS。这些解决方案利用与发情状态相关的行为特征或生物特征。以举例说明了一些：计步器和电子轴环，其检测到对象的运动性的增加；所谓的“尾部喷涂”及其电子版本，可以检测同伴中母牛发情情况引起的更大反射；牛奶的化学分析，旨在识别与发情状态相关的特定化学物质。

在目前情况下，对于发情期间的对象，根据以下公式将生育指数F定义为与哺乳期相关的对象的实际BCS_r的值与理想BCS_i的值之间的百分比变化，：

(12)

其中，E表示发情状态(E＝0不发情，E＝1发情中的对象)，考虑BCS级别[1；5]，BCS_i通常在间隔[2.5；3.5]之间的范围内。

根据(12)，生育力指数F可以采用下列值和含义：

1、F＝0表示不存在发情，无论体况如何；

2、F≡1表示发情状况和最佳体况

3、F>1表示在“超过条件”的情况下的发情状态；

4、0<F<1表示在“条件不足”的情况下的发情状态。

因此，如果F的值在1附近，那么成功授精的概率是最大的。

在图1中，示出了现有技术图，其中，在横坐标上报告时间线，其中，零对应于最后产犊的日期，虚线102表示理想BCS(BCS_i)的趋势，实线101表示牛奶生产的趋势。

本发明设备D对象的第二配置可用于使自动型设备固定。设备D可以有利地安装在这些限制环境的顶部，其中，由于诸如称重、兽医检查和/或施用药物、挤奶等功能原因，动物将在短时间内封闭。特别地，设备D可用于在容纳箱内自动测量BCS和/或在挤奶室的框架下在挤奶机器人内称重。

通过这种第二配置的示例，考虑图11，其中，示意性地示出了将设备D安装在牛的称重箱B内。相同的方法适用于任何其他类型的条件，其中，对象107被锁定在已知位置。这将允许以这种方式定位控制单元101，使得最佳设计观察对象107的解剖结构(例如，腰部区域)的区域，其中，通过所描述的一种方法突出显示轮廓109。图像或图像序列的获取命令可以由技术人员使用遥控器手动给出，该遥控器将起到按钮106的功能。在替代方案中，如果存在前门和/或后门，则可以使用限位开关，其允许控制单元来识别动物实际存在于箱内的时刻。为此，在动物配备有用于电子识别的转发器的情况下，也可采用其他类型的存在传感器，例如，红外线、微波、超声波传感器、RFID读取器。通过相同的目的，在控制单元内，可以实现运动检测的应用，其允许检测动物的存在，自动确定用于获取图像的最佳时间。

以相同的方式，动物的识别可以由检查者通过射频接口到控制单元101的远程终端手动执行。或者，为了使该过程自动化，控制单元101可以与图中标有字母R的RFID读取器连接(interfaced)。可应用于花斑动物或背面带有标记的动物领域的进一步可能的替代方案包括实现用于自动识别由照相机102记录的这种污渍和/或标记的软件应用程序，以便唯一地识别对象107。

在该第二配置中，设备D可与其中存在的其他测量仪器连接，例如，用于同时记录动物107的重量的称重终端T、在挤奶机器人的情况下的奶量计、发情检测的系统、用于由兽医和/或技术人员记录的其他远程终端、所施用的药物、和/或进行的预防、和/或任何其他类型的有用检查或注释。

在本文提出的系统的相同的控制和处理单元中，可以有利地集成一种算法，用于通过尾部喷涂方法识别观察对象的发情状态。众所周知，这种方法包括用合适的荧光漆对母牛的尾部进行喷涂。在该个体处于发情期间，在同伴中引起覆盖反射，这导致观察对象中的磨损尾部区域。这种磨损确定了先前涂覆的涂料部分或全部去除。这种改变可以通过用于检测轮廓109的相同的视频记录设备102来检测。

参考图12，设备D的第二配置可以安装在旋转挤奶室中。这意味着，如图11所示，所述控制单元101和相机102(例如，集成在控制单元101中)位于相对于观察对象107向上放置的支撑件上，在对象107上通过所描述的一种方法突出显示至少一个轮廓109。

在这种类型的挤奶室中，动物在一种旋转木马上跑，使得通过固定从天花板悬垂的设备D，如图12所示，所有动物在离开旋转木马之前在已知位置在其下面经过。自动触发器(例如，光电开关、机械开关、近感传感器)将起到图6a和6b所示的按钮106的功能，向控制单元101传送通过相机102运行图像的获取的最佳时间。同样在这种情况下，在安装在称量箱(第一配置)的情况下，已经示出了所有动物识别解决方案以及与其他系统和技术人员接合的解决方案适用。

本发明的设备D对象的第三配置可用于使自动型系统可移动。实际上，设备D可以安装在空中导轨上，空中导轨在挤奶室内操作其自动处理。这种配置适用于任何类型的房间(例如，人字形、平行)。

通过设备D的这种第三配置的示例，考虑图13，其中，本发明的设备D对象安装在“人字形”类型的挤奶室中。在这个房间里，在挤奶阶段，动物被卡在已知的位置。在这种情况下，控制单元101可以有利地与所述照相机102一起悬挂在空中轨道110上。在该配置中，设备D通过适当的运动传输元件(例如，皮带、链条、螺钉)通过电动机111沿空中导轨110移动，并通过其执行图6a和6b所示按钮106功能的适当自动触发器(例如，光电传感器、机械开关、近感传感器)接收拍摄的释放指令，沿着导轨向控制单元101传送在移动期间拍摄的图像的最佳时间。触发器必须与每只动物相对应定位。照相机102的快门速度和房间的照明系统必须适合于意图移动设备D的速度，使得图像看起来清晰并且曝光良好。相同的解决方案适用于任何其他类型的挤奶室(例如，“平行”型)。同样在该第三配置中，可以有利地应用所有动物识别解决方案和用于与其他系统和技术人员接合的解决方案，其已经针对先前配置进行了描述。

参考图17，第四可能的配置包括实现可由动物经过的通道。通过在先前配置中描述的类型的适当的近感传感器和/或通过用于识别在先前配置中描述的类型的动物的适当电子系统，可以通过间隙确定经过的动物的实际位置。以这种方式，如图17所示，可以确定通过照相设备拍摄的照片的最佳时间，以便使用所描述的一种方法在与脊柱垂直的面上记录在轮廓109上突出显示的所评估的解剖区域对象。

甚至在该第四配置中，可以有利地应用所有的动物识别解决方案和用于与其他系统和技术人员接合的解决方案，其已经针对先前配置进行了描述。

参考图21，第五可能的配置包括将适当的高分辨率照相机102放置在动物畜舍箱107上方，以便能够以默认时间速率记录已由所描述的一种方法突出显示轮廓109的动物。

上述方法和设备D还可以用于评估死亡动物的BCS(例如，沿着屠宰线，死后)，以便对其屠体进行分类，并且在任何情况下都是非整个动物。

参考图14、15和16，在手动配置的情况下和在自动配置的情况下都示出了获取、控制、预处理和处理的功能。

具体地，参考图14，根据设备D的第一配置，涉及由技术人员手动控制的便携式工具。在执行BCS的测量之前，技术人员108执行步骤1，其中包括识别要检查的对象107，在数据处理单元E中手动记录新的单独数据记录，或者通过在包括在所述数据处理单元E中的数据库内手动选择对象。可以基于诸如ASR(自动语音识别)和TTS(文本到语音)等现有技术解决方案，通过在控制单元101中实现语音接口，来加速该过程。以这种方式，技术人员可以通过说出识别耳标的最后几位数字或与动物相关联的公司编号的数字，甚至说出动物的名称来识别动物。显然，这些数据必须已经被预加载到控制单元101中的集成数据库中，一旦语音控制被解码，控制单元就可以通过TTS(文本到语音)向技术人员提供确认。

该识别过程可以通过诸如皮下转发器或电子耳标或电子内插电子计量器或电子计步器或电子轴环等电子识别装置来自动化。实际上，在被检查的动物107配备有这些电子射频识别标签中的一个的情况下，技术人员108可以通过RFID(射频识别)类型的便携式读取器来识别，例如，通过适当的布线或经由蓝牙或Wi-Fi与控制单元101连接或集成在所述控制单元101中。

以这种方式，识别步骤FI将是容易和快速的。

技术人员108此时按下按钮106。一旦检测到按钮的压力，处理F2就执行验证激光发生器的存在的步骤F3。在系统中存在这种激光发生器的情况下，执行所述激光发生器的点火步骤F4。技术人员借助于在动物背面可见的激光面的投影，将执行设备D相对于观察对象107的最佳定位的步骤F5，以便记录用于确定FI和BCS(例如，腰部轮廓)的形态性状。当技术人员识别最佳位置时，他/她再次按下按钮106。该动作由进行图像采集和激光切断的步骤F7的处理F6检测。

在系统中不存在激光发生器的情况下，例如，因为轮廓109已被描述的其他技术突出显示，所以技术人员108将简单地按下按钮106一次。该动作导致执行采集步骤F7。

如果技术人员想要获取同一对象的更多照片，则该过程从步骤F2再次开始，否则用于识别新动物，返回到步骤FI。

在仪器根据第一配置是便携式的情况下，技术人员108将其自身置于对象107之前或之后，并定位设备D，以由所描述的一种方法突出的记录轮廓109。技术人员108在观察对象107的前面的放置看起来特别有利，可能同时在吃，因为在这种情况下，所述检查者108可以安全地执行测量，保持在动物容纳箱外的畜舍的“清洁区域”中。

在其相对于观察对象107的高度和倾斜度方面的定位中，对于技术人员的主观性，设备D似乎是稳健的。

现在参考图15，根据设备D的第二和第三配置，与自动配置中的固定工具相关。

步骤F2包括通过第一和第二配置中描述的至少一个传感器的新实体107的检测过程。

第二配置规定设备D是固定的，并且动物107移动，直到到达测量位置，第三配置规定动物被固定在已知位置，并且设备D在最佳测量位置移动，第四配置规定动物沿着一个方向自由地通过间隙，而第五配置规定动物在系统的控制区域中自由移动。

在这五种配置中，可以由检查者通过远程控制(使用按钮106的功能)手动地或者通过适当的硬件或软件传感器自动地检测新动物的存在。例如，当存在前部和/或后部容纳门时，可以使用允许控制单元101确定动物实际处于测量位置的时刻的限位开关。为此，可以有利地使用其他类型的存在传感器，例如，红外线、微波、超声波、机械传感器、RFID读取器，其中，动物配备有用于电子识别的转发器。通过相同的目的，可以在控制单元内实现运动检测的应用，这允许检测动物的存在、位置、取向和运动方向，自动确定获取图像的最佳时间。

一旦在测量位置检测到新物体的存在，则系统进入识别对象的步骤FI。识别过程可以与其他分析步骤依次和同步或者完全异步和分离。在这两种情况下，控制单元101将需要识别过程的结果。

该识别过程可以根据各种现有技术执行：由技术人员通过电缆或无线连接到控制单元101的远程终端手动执行。或者，为了使过程自动化，控制单元101可以与RFID读取器接合，其中，动物配备有电子标识符。可应用于花斑动物或背面带有标记的动物领域的进一步可能的替代方案包括实现用于自动识别这种污渍和/或标记的软件，以便唯一地识别动物。

一旦检测到并识别出对象，在存在激光发生器(步骤F3)的情况下，系统规定打开所述激光发生器(步骤F4)并获取至少一个轮廓(步骤F7)。

一旦该顺序完成，系统在步骤F2中返回到存在检测的过程。

甚至在没有动物识别的情况下，也可以发生处理过程，其中，兴趣是去计算一组动物的平均FI和/或平均BCS。

图16示出了预处理和数据处理过程。

预处理优先在控制单元101中实现，一旦新的轮廓可用(步骤S1)，就提供所有数据的加密(例如，动物的数据、由传感器收集的数据、由其他连接的数据测量系统收集的数据、由技术人员输入的数据、摄影的照片或照片序列)，根据现有技术(例如，水印技术)压缩在单个数据包内的编码，并且向远程处理单元或本地处理过程转发(步骤S2)。

优选地，在中央远程单元(处理器)中实现数据的详细处理，具有计算能力、存储器、冗余度、业务连续性、灾难恢复等所有特征，其确保数据的处理速度和安全性。

该过程不断地等待新数据被处理(步骤E1)。在由控制单元101接收到新包的时刻，中央系统(其包含至少一个处理器)根据以下步骤执行其处理(步骤E2)：

提取、解压和解密在接收到的包内包含的数据；

数据一致性检查；

应用图10中描述的过程或用于确定曲线109的切点的其他类似过程；

应用公式(1d)、(1e)、(1f)、(1g)中的至少一个来确定FI；

应用公式(8)来确定特定品种的BCS；

应用公式(11)来确定重量；

应用公式(12)来确定生育率；

将信息存储在中央数据库的相应表中。

在处理之后，可以使数据对用户可用(步骤E3)(例如，发送到装置D和/或发送到另一数据库和/或在网页上发布)。

根据物种，在下背部L、腹部A、骶骨S、股骨F、胸部P、臀部G和背部D的区域对于在中间部位M的BCS的评估来说特别重要，因为在这种地区，脂肪主要是在更大可利用性的情况下积累的，并且在必要条件下更快速地运动。因此，通过使用所描述的一种方法突出显示在其中心区域中的轮廓109，获得通过公式(1d)、(1e)和(f1)对FI和通过公式(8)对BCS的最佳评估。

通常，轮廓109趋向于改变形状，从所述中间区域M移位。

在奶牛的腰椎区域的情况下，观察到仍然在腰部区域内的最佳位置向前或向后的位移在FI和BCS中产生小变化，这在估计常用的BCS中的影响很小。

参考图22，提出了另一设备PG，用于实现根据本发明的方法。该设备由完美的电子针轮廓仪组成，包括：多个针头126，其彼此平行并可在一个方向上移动；至少一个数字化系统，用于数字化所述针头127的位置；至少一个数据处理单元E；至少一个外围用户接口125。与执行非接触测量的设备D不同，这种设备PG包括在仪器和动物之间的物理接触。

在这种完美的针轮廓仪PG搁置在动物107的解剖区域上时，将描述具有与使用的针数成比例的分辨率的轮廓109。控制单元101将所述针头的移位(dislocation)转换为可被本地或远程数据处理单元E处理的电信号。

参考图23，提出了用于确定动物107的体况评分的进一步设备SG。这种设备包括：至少一个弯曲敏感带131，其由适当数量的电子应变仪130组成；由所述应变仪产生的信号的至少一个数字化系统；至少一个数据处理单元E，其中，所述弯曲敏感带131适用于观察对象的表面上或皮肤下。

这种设备借助于电子应变仪130能够沿着垂直于动物的脊部107的方向检测扩张132或压缩133，以便描述具有与集成在所述带131中的应变仪的数量成比例的分辨率的轮廓109。

这些电子应变仪通过电缆或无线连接到本地或远程的数据处理单元(E)，能够提取根据已经描述的技术可处理的轮廓109。

参考图23，提出了另一设备S3，用于实现根据本发明的方法。该设备包括例如TOF(时间或飞行)类型的根据已知技术的三维扫描器，其连接到控制单元。如上所述，这种组装允许获取由处理单元处理的轮廓109，以便获得指数FI、BCS、估计的体重和生育指数。

实验测试

以下是在同一组动物的两次单独测试阶段中的经验丰富的兽医评估的BCS与该系统的BCS之间的比较表。

该测试在两次测试阶段(A和B)中以“双盲”方式对Holstein比赛的对象进行，记录由经验丰富的兽医做出的判定，并根据公式(8)由讨论的系统处理。第一栏显示公司的动物识别号码，第三栏和第六栏显示系统在两个测试A和B中估计的BCS的值，第四列和第七列列出了兽医专家的意见。如其所示，该系统在同一对象上确定BCS时显示出非常高的重复性。此外，在85％的情况下，系统的判断与评估者的判断之间的差异不到四分之一。

超过现有技术的一些新特征

本发明的设备D和方法主题对于已知技术呈现出一些显著的特性。

特别地，确定FI和BCS的方法及其应用工具允许自动执行动物的体况的评估，以确定的方式克服评估者在视觉评估中的主观性问题，同时以这种方式降低检查的复杂程度，使得该方法适用于简单便携式仪器。

此外，在便携式应用的情况下，所提出的系统相对于任何其他便携式或视觉检查方法显著地减少了检测时间(5-10秒)和BCS评估。在配备用于识别动物的电子设备的固定系统的情况下，分析时间减少到相机的照片快门时间(数量级的快门时间等于秒的分数)。

在用于测量牛的BCS的便携式应用的情况下，与在后并且在动物收容箱(脏区)内部观察动物的传统做法相反，技术人员可以通过将他/她自己定位在动物前面、箱子外面来进行测量。

当动物颈部卡在围栏中吃东西时，使用该工具特别有利。以这种方式，留在饲料走廊中(即，在清洁区域中)的技术人员可以以快速的顺序、以最大的安全性、并且尽可能减少测量整个兽群所需的时间的方式，执行所有“卡住”动物的BCS的检测。

此外，在便携式应用的情况下，所提出的系统对于与观察对象有关的可能的定位误差以及在具有相同体况的个体之间的骨骼变化似乎是稳健的。

这使得系统基本上独立于使用其的熟练技术人员。测量系统相对于观察对象的位置(例如，倾斜和高度)的变化不会以显著的方式影响BCS的值。较高的技能只影响获取速度。

在与电子识别系统结合用于识别观察到的对象的情况下，获取速度进一步增加。

在应用于具有花斑外套或者设置有使其可视觉识别的标记(例如，印在背面的代码)的动物的情况下，所提出的系统可以有利地使用图像处理方法来基于一幅图像识别动物，简化并进一步加快了测量过程。

所提出的方法可以应用于便携式工具和固定式解决方案中。特别地，可以有利地以固定的方式通过自动操作安装在任何挤奶室、挤奶机器人、称重或动物收容箱、走廊和停车箱中。

所提出的方法也可以应用于空中检测中，例如，安装在无人机或直升机上。

在监测兽群的领域中，这种解决方案可以有利地与识别动物的其他视觉和/或形态和/或生物解决方案组合。

本发明的一个重要新颖性包括该方法的独立性及其相对于观察对象的物种、品种、性别、年龄和绝对大小的体况指数FI。

本发明的另一新颖性包括其易于实现、对环境变化的稳健性、与用户能力的实质性独立性、在便携式解决方案中的适用性。这些特征使得本发明特别适合于畜舍的应用环境。

另外，在本发明中，仅以特定的方式评价形态性状(轮廓)，兽医考虑其中的5个以上。通过精确的数学相关性，本发明能够减少评估的数量。

所提出的方法还具有超过已知现有技术的优点，甚至在简单装置(例如，智能电话)上也能够实现，而不需要额外的设备。这是本发明的方法分析轮廓109而不管其绝对物理尺寸如何的直接后果。

在上文中，已经描述了优选实施例，并且已经提出了本发明的变体，但是应当理解，本领域技术人员可以进行修改和变化，而不偏离由所附权利要求限定的相关保护范围。

Claims (22)

1.一种用于确定数字指数的方法，所述数字指数以任何物种和种族的死的或活的包括人的动物(107)存储的脂肪的形式指示能量储备，例如，体况评分或身体质量指数，其中，执行以下步骤：

A.通过应用或投影在观察对象的身体上的参考元素的光学检测，或通过接触或非接触的另一类型检测系统，来数字检测形态兴趣的解剖区域的至少一个轮廓(109)，所述至少一个轮廓被定义为描述所述解剖区域的一部分的外周的至少一部分的曲线的形状，这种曲线位于与所述解剖区域相交的虚拟面上；

B.将步骤A的所述至少一个轮廓(109)发送给至少一个数据处理单元(E)；

C.基于步骤A的所述至少一个轮廓(109)，由所述至少一个数据处理单元(E)计算以动物特别是在所述解剖区域累积的脂肪形式指示能量储备的数字指数R；

D.在所述至少一个数据处理单元(E)中，通过预定义的数学变换将所述数字指数R与所述动物的一个或多个状态特征相关联。

2.根据权利要求1所述的方法，其中，在步骤D中，所述数学变换的数值参数至少取决于所述对象的物种和/或种族和/或民族和/或年龄，并且通过与根据现有技术的传统方法或不同的测量方法评估的参考群体进行比较来获得。

3.根据权利要求2所述的方法，其中，在步骤D中，执行以下子步骤：

D1.通过第一预定义的数学变换，例如线性变换，来使步骤C的所述数字指数R与视觉和触觉的分数级别相关联，例如，已知使用的线性评分或体况评分，尤其在生产动物、感情动物和人的体况的传统评估中已知，并且通过与由技术专家评估的和/或通过本领域已知的其他手段评估的参考群体进行比较来获得。

4.根据权利要求1至3中任一项所述的方法，其中，在步骤C之后，执行以下进一步的步骤：

E.使用第二预定义数学变换，将步骤C的所述数字指数R与动物的权重相关联，所述数学变换至少取决于动物的物种和/或种族和/或性别和/或年龄，并且通过与通过适当尺度加权的参考群体进行比较来获得。

5.根据权利要求1至4中任一项所述的方法，其中，在步骤C之后，执行以下进一步的步骤：

F.通过进一步预定义的数学变换，将步骤C的所述数字指数R与受检对象的生育力的程度相关联，所述生育力的程度是由数字指数R和通过现有技术的工具检测到的发情状态之间的组合而生成。

6.根据前述权利要求中任一项所述的方法，其中，所述轮廓是在包括腰部(L)、腹部(A)、骶骨(S)、股骨(F)、胸部(P)、臀部(G)、背部(D)区域或动物头骨(107)的组中选择的解剖区域的轮廓，特别是在其中间区域(M)中。

7.根据前述权利要求中任一项所述的方法，其中，所述虚拟面是横过所述动物的脊柱的面。

8.根据前述权利要求中任一项所述的方法，其中，所述检测系统是轮廓仪，例如，三角测量扫描仪(例如，具有光学记录的激光线)、飞行时间和相位差扫描仪、或梳形计、或挠度计传感器。

9.根据权利要求1至8中任一项所述的方法，其中，在所述动物的身体上存在所述解剖区域相对于所述动物(S)的骨架的第一侧(LS或RS)或存在所述解剖区域相对于动物的脊柱(S)的第一侧和第二侧(LS、RS)，并且其中，所述轮廓包括在动物的脊柱上的相对最高点P_M以及在所述第一侧上的轮廓的第一显影(109L或109R)或分别在所述第一侧和第二侧(LS、RS)上的轮廓(109L和109R)的第一显影和第二显影，其中，所述步骤C包括以下子步骤：

C1.对所述轮廓的相对最高点P_M的坐标进行个体化；

C2.确定与所述轮廓(109)相切的第一直线(β)，所述第一直线从所述相对最高点P_M开始，并且在所述第一侧的第一切点P₁处与所述轮廓接触，或者除了所述第一直线切线，还确定从相对最高点P_M延伸的第二直线切线(α)，并且在所述第二侧上的第二切点P'₁处与所述轮廓接触；

C3.在步骤2中仅计算第一切点P₁的情况下，相对于脊柱的方向，将所述第一显影的镜面投影作为所述轮廓的第二显影(109L、109R)，并相对于脊柱的方向，假定镜面到所述第一切点P₁的点是第二切点P'₁；

C4.计算第一虚线点P₂和第二虚线点P'₂，作为所述轮廓与平行于从P₁到P'₁的基段的直线(γ)之间的交点；

C5.计算所述数字指数R为：

R＝f(α₁，α₂，α′₁，α′₂)

其中，α₂是段和之间的角度，α₁是段和之间的角度，α'₂是段和之间的角度，α'₁是段和段之间的角度，其中，在假设进行了步骤C3的情况下，α₂＝α'₂并且α₁＝α'₁。

10.根据权利要求9所述的方法，其中，在步骤C5中，首先，计算与所述第一显影(109L)相关的合成指数R_L和与所述第二显影(109R)相关的合成指数R_R：

R_L＝f(α₁，α₂)，R_R＝f(α′₁，α′₂)

然后：

<mrow> <mi>R</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>R</mi> <mi>L</mi> </msub> <mo>+</mo> <msub> <mi>R</mi> <mi>R</mi> </msub> </mrow> <mn>2</mn> </mfrac> <mo>.</mo> </mrow>

11.根据权利要求9或10所述的方法，其中：

<mrow> <mi>R</mi> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;alpha;</mi> <mo>&amp;OverBar;</mo> </mover> <mn>1</mn> </msub> <mo>,</mo> <msub> <mover> <mi>&amp;alpha;</mi> <mo>&amp;OverBar;</mo> </mover> <mn>2</mn> </msub> <mo>)</mo> </mrow> </mrow>

或

或

或

或

或

或

或

或

<mrow> <mi>R</mi> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <mfrac> <mover> <msub> <mi>t</mi> <mn>2</mn> </msub> <mo>&amp;OverBar;</mo> </mover> <mover> <msub> <mi>t</mi> <mn>1</mn> </msub> <mo>&amp;OverBar;</mo> </mover> </mfrac> <mo>)</mo> </mrow> </mrow>

或

<mrow> <mi>R</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>k</mi> <mi>i</mi> </msub> <mo>&amp;CenterDot;</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mover> <msub> <mi>t</mi> <mn>2</mn> </msub> <mo>&amp;OverBar;</mo> </mover> <mover> <msub> <mi>t</mi> <mn>1</mn> </msub> <mo>&amp;OverBar;</mo> </mover> </mfrac> <mo>)</mo> </mrow> <mi>i</mi> </msup> <mo>,</mo> </mrow>

其中，系数k_i是常数，n是自然数，使得n≥1，是角度偏移，使得 是角度α₁和α'₁的平均值，是角度α₂和α'₂的平均值，是平均角度与角度偏移的比例的i次幂，是角度α₂和α'₂的切线的平均值，是切线的所述平均值的比例的i次幂。

12.根据权利要求11所述的方法，其中：

<mrow> <mi>R</mi> <mo>=</mo> <mfrac> <mrow> <mi>tan</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>tan</mi> <mrow> <mo>(</mo> <msub> <msup> <mi>&amp;alpha;</mi> <mo>&amp;prime;</mo> </msup> <mn>2</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mi>tan</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <msup> <mi>&amp;alpha;</mi> <mo>&amp;prime;</mo> </msup> <mn>1</mn> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>

或

<mrow> <mi>R</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>R</mi> <mi>L</mi> </msub> <mo>+</mo> <msub> <mi>R</mi> <mi>R</mi> </msub> </mrow> <mn>2</mn> </mfrac> <mo>=</mo> <mfrac> <mfrac> <mrow> <mi>tan</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>tan</mi> <mrow> <mo>(</mo> <msub> <msup> <mi>&amp;alpha;</mi> <mo>&amp;prime;</mo> </msup> <mn>2</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mi>tan</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <msup> <mi>&amp;alpha;</mi> <mo>&amp;prime;</mo> </msup> <mn>1</mn> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mn>2</mn> </mfrac> <mo>=</mo> <mfrac> <mrow> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <msup> <mi>&amp;alpha;</mi> <mo>&amp;prime;</mo> </msup> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <msup> <mi>&amp;alpha;</mi> <mo>&amp;prime;</mo> </msup> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mi>tan</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mn>2</mn> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mi>tan</mi> <mrow> <mo>(</mo> <msub> <msup> <mi>&amp;alpha;</mi> <mo>&amp;prime;</mo> </msup> <mn>1</mn> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>.</mo> </mrow>

13.根据权利要求9至12中任一项所述的方法，其中，平行直线(γ)定位成使得垂直于所述平行直线(γ)并穿过P_M的线与在所述平行直线上的点P_H和在所述基段上的点P_B相交，使得段基本上等于段

14.根据前述权利要求中任一项所述的方法，其中，将在步骤A中检测到的轮廓发送到控制单元(101)，所述控制单元(10)执行其压缩，并将涉及所述动物(107)的进一步数据与其相关，并且随后将其发送到本地或远程的所述至少一个数据处理单元(E)。

15.根据权利要求14所述的方法，其中，所述进一步数据是由一个或多个传感器检测到的数据，特别是在包括加速度计、磁力计、陀螺仪、温度计、GPS、Wi-Fi定位器、RFID(射频识别)阅读器、RTLS(实时定位系统)定位器、动物(107)的发情状态和个体细节的检测系统的组中选择的。

16.根据权利要求3至15中任一项所述的方法，其中，一旦所述物种和/或种族群体和/或品种和/或性别是固定的，通过以下类型的函数，从数字指数R或合成育肥指数可获得所述体况评分、主体质量指数或体况的其他评分级别：

<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>k</mi> <mi>i</mi> </msub> <msup> <mi>R</mi> <mi>i</mi> </msup> </mrow>

其中，n是大于1的整数，Rⁱ是R的i次幂，并且参数k_i是所述动物(107)所属的群体特有的常数，例如，这些常数通过物种和品种确定的，并且根据传统方法通过视觉评估的或者用其他现有技术仪器评估的参考群体进行比较来确定。

17.一种用于确定以动物(107)累积的脂肪形式表示能量储备的数字指数的设备(D)，包括：至少一个接触或非接触检测系统(102、103、124、125、126、128、129、130)，用于检测所述动物(107)的轮廓(109)；至少一个控制单元(101)；以及至少一个本地或远程的数据处理单元(E)，连接到所述控制单元(101)，其中，所述本地或远程的控制单元(101)包括如下配置的程序，使得当执行时，执行根据权利要求1至16中任一项所述的方法的步骤C和D。

18.根据前述权利要求所述的设备(D)，其中，用于检测动物(107)的轮廓(109)的所述接触或非接触检测系统能够可替换地是：

a)照相机(102)，适于采集一个或多个动物(107)的图像，所述动物具有通过相干或不相干光图案的投影或者通过预先应用涂料或合适的粘合剂或弹性带在动物的身体上突出显示的轮廓(109)，所述照相机(102)连接到所述控制单元(101)，所述控制单元(101)集成了图像的数字化和/或数据压缩和加密和/或用户接口和/或数据传输的功能；

b)设备(PG)，包括适合数量的在一个方向可移动的针头(126)和至少一个数字化系统(127)，用于使所述针头的位置数字化，其中，可移动的所述针头被配置成靠在动物(107)的身体上，描述具有与其数量成比例的分辨率的轮廓(109)，并且其中，所述数字化系统(127)被配置为将所述针头的移位转换成可由所述数据处理单元(E)处理的电信号；

c)设备(SG)，包括：至少一个对弯曲敏感的带(131)，其由多个电子应变仪(130)组成；以及至少一个信号数字化系统，用于使由所述电子应变仪产生的信号数字化，其中，所述对弯曲敏感的带(131)应用在表面上或动物皮肤(107)下方，并且通过电子应变仪(130)被配置为检测沿着与所述动物(107)的脊柱垂直的方向的膨胀(132)或压缩(133)，以便描述具有与所述带(131)中集成的应变仪的数量成比例的分辨率的轮廓(109)，所述电子应变仪连接到所述数据处理单元(E)。

19.根据权利要求17或18所述的设备(D)，还包括至少一个位置传感器(P)，被配置为检测所述设备(D)相对于所述动物(107)的位置的定位。

20.根据权利要求17至19中任一项所述的设备(D)，其中，所述设备(D)是便携式的，并且包括：

延伸臂(105)，适于保持在第一端并且支撑控制系统(101)，例如，智能电话，其中，所述照相机集成在第二端(102)；

激光臂(104)，能够连接到所述延伸臂(105)的第一端，所述激光臂与所述延伸臂形成例如135°的角度，并且在第二端包括激光发生器(103)；以及

致动器(106)，设置在所述延伸臂(105)的所述第一端上，并且被配置为控制所述激光发生器(103)。

21.根据权利要求17至20中任一项所述的设备(D)，其中，所述设备可替换地包括：在预定区域中存在动物的传感器，所述存在动物的传感器将其检测发送到所述控制单元(101)，用于启动该方法的步骤C；或者放置在所述动物上的识别标签的读取器，所述识别标签的读取器连接到所述控制单元(101)。

22.根据前述权利要求中任一项所述的设备(D)，其中，所述设备包括用于根据现有技术检测动物的发情状态的系统，体况评分与发情状态的组合提供了在此处定义为生育指数的新的指数，所述新的指数根据以下公式确定：

<mrow> <mi>F</mi> <mo>=</mo> <mi>E</mi> <mo>&amp;CenterDot;</mo> <mfrac> <mrow> <msub> <mi>BCS</mi> <mi>r</mi> </msub> </mrow> <mrow> <msub> <mi>BCS</mi> <mi>i</mi> </msub> </mrow> </mfrac> </mrow>

其中，E表示发情状态，其中，在不存在发情时，E＝0，在存在发情时，E＝1，BCS_r为实际值，BCS_i为动物的BCS的理想值，其中，生育指数F能够取下列值和含义：

F＝0表示不存在发情，无论体况如何；

表示发情状况和最佳体况

F>1表示在“超过条件”的情况下的发情状态；

0<F<1表示在“条件不足”的情况下的发情状态。