CN110741962A - 一种基于奶牛行为识别算法的发情和健康监测方法 - Google Patents
一种基于奶牛行为识别算法的发情和健康监测方法 Download PDFInfo
- Publication number
- CN110741962A CN110741962A CN201910975648.3A CN201910975648A CN110741962A CN 110741962 A CN110741962 A CN 110741962A CN 201910975648 A CN201910975648 A CN 201910975648A CN 110741962 A CN110741962 A CN 110741962A
- Authority
- CN
- China
- Prior art keywords
- cow
- data
- behavior
- oestrus
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000012173 estrus Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000036541 health Effects 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 title claims abstract description 14
- 230000006399 behavior Effects 0.000 claims abstract description 87
- 230000000694 effects Effects 0.000 claims abstract description 18
- 238000007418 data mining Methods 0.000 claims abstract description 9
- 230000022676 rumination Effects 0.000 claims abstract description 8
- 208000015212 rumination disease Diseases 0.000 claims abstract description 8
- 235000013365 dairy product Nutrition 0.000 claims description 39
- 230000005540 biological transmission Effects 0.000 claims description 21
- 239000008267 milk Substances 0.000 claims description 17
- 235000013336 milk Nutrition 0.000 claims description 17
- 210000004080 milk Anatomy 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013499 data model Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims 1
- 238000007405 data analysis Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- 241000283690 Bos taurus Species 0.000 abstract description 117
- 230000008901 benefit Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010801 machine learning Methods 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract description 3
- 241001465754 Metazoa Species 0.000 abstract description 2
- 201000010099 disease Diseases 0.000 abstract description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 2
- 230000009184 walking Effects 0.000 abstract description 2
- 230000007937 eating Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000013011 mating Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000035611 feeding Effects 0.000 description 3
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000009027 insemination Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Biophysics (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于奶牛行为识别算法的发情和健康监测方法,具体涉及NB‑IOT动物可穿戴设备领域,包括利用奶牛行为识别算法、NB‑IOT数据传输与接收和云端算法层基于人工智能对奶牛行为数据挖掘,所述监测方法所需装置包括应用层、云端算法层、数据传输层和行为算法层。本发明通过奶牛活动、走路、吃料、反刍、休息等行为识别算法及NB‑IOT低功耗广域网实时传输数据,通过数据挖掘与机器学习技术,多维度融合监测奶牛发情,大幅提高奶牛发情和疾病的发现率,从而提升牧场的经济效益,提高奶牛智能项圈的普及率。
Description
技术领域
本发明涉及NB-IOT动物可穿戴设备技术领域,更具体地说,本发明涉及一种基于奶牛行为识别算法的发情和健康监测方法。
背景技术
目前,我国大部分中小型奶牛场,奶牛养殖完全靠饲养管理员观察或者药物催情,效率低、成本高,极大限制了奶牛产业的发展。此外,每年大约会有3%的奶牛因为生病,没有及时发现并得到治疗而死亡。通过奶牛智能项圈提升奶牛发情的发现率,从而缩短产犊周期,提升产奶量。另外,通过提前发现奶牛健康的恶化,及时得到治疗,降低死亡率,提升牛奶的品质将极大牧场的经济效益和竞争力,促进奶牛畜牧的发展。
通过传统方式观测发情,部分不活动奶牛,人工观察容易错过。奶牛发情后,最佳配种时间短,人工观察发情,发情发现率大约在70%左右。
奶牛智能项圈主要通过实时采集传感器数据,通过数据建模计算出奶牛的行为数据,精准识别发情时间,从而推断出最佳配种时间,提升配种成功率,降低产犊间隔。
当前,国内奶牛智能项圈通信部分主要采用蓝牙、Loar、433等技术实现,需要自布基站,系统复杂、成本高、维护难度大,其发情发现率较难达到商用要求的90%,且误报率较高,无法满足牧场降低产犊间隔,提升生效效益的目的,导致我国奶牛智能养殖一直处于停滞状态,无法大规模普及和商用。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于奶牛行为识别算法的发情和健康监测方法,通过奶牛活动、走路、吃料、反刍、休息等行为识别算法及NB-IOT低功耗广域网实时传输数据,通过数据挖掘与机器学习技术,多维度融合监测奶牛发情,大幅提高奶牛发情和疾病的发现率,从而提升牧场的经济效益,提高奶牛智能项圈的普及率。
为实现上述目的,本发明提供如下技术方案:一种基于奶牛行为识别算法的发情和健康监测方法,包括应用层、云端算法层、数据传输层和行为算法层;
应用层包括服务器和移动终端,所述服务器设置为计算机,用于接收数据信息并显示,便于使用者观察,所述移动终端设置为管理者手机;
云端算法层包括人工智能,通过对奶牛行为数据进行数据挖掘和机器自学习,将其制作成人工智能大数据,用于后续根据奶牛行为量的改变而判定其发情或健康的变化;
数据传输层设置为IOT平台层,采用NB-IOT无线数据传输,将行为算法层计算得到的奶牛行为量数据传输至云端算法层;
行为算法层,包括智能项圈,所述智能项圈内部设有芯片和传感器,所述传感器设置为加速度计,所述加速度计采集到的三轴数据,进行信号特征分析,可用于奶牛行为量的度量,所述芯片上设有NB-IOT模块和RTC闹钟,所述RTC闹钟用于时间段的计量,NB-IOT模块用于将加速度计采集数据与IOT平台层进行传输;
所述方法内容还包括以下步骤:
A:利用传感器采集奶牛每秒的三轴数据,抽象出奶牛行为数据特征,行为识别算法计算出奶牛行为数据;
B:IOT平台层将步骤A中计算的奶牛行为数据传输至云端算法层和应用层;
C:云端算法层基于人工智能大数据对奶牛行为数据挖掘和机器学习。
在一个优选地实施方式中,所述步骤A,进一步包括以下步骤:
A1:设备启动1秒RTC闹钟;
A2:加速度计采集100组数据,包含X/Y/Z三个方向;
A3:算法模块通过对加速度计原始数据进行信号特征分析,计算,根据采集到的传感器数据,并结合前两秒的行为状态,计算出这一秒行为;
A4:反复执行A1-A3,累计奶牛各种行为的时间总量。
在一个优选地实施方式中,所述步骤B进一步包括以下步骤:
B1:设备累计每两小时上报一次奶牛行为时间量,通过NB-IOT模块发送数据;
B2:NB-IOT模块检查数据发送结果,如数据发送失败,则重发前两小时的所有数据,直到发送成功;
B3:数据发送成功,NB-IOT模块进入PSM状态。
在一个优选地实施方式中,所述步骤C进一步包括以下步骤:
C1:服务器根据收集到的奶牛行为状态数据,收集到一定量后,将奶牛行为活动拆分到高活动量、吃料、反刍、低活动量、步数五个维度,为每头牛建立自有的特征数据模型,每个奶牛的智能项圈可记录该奶牛的高活动量、吃料、反刍、低活动量、步数五个维度的不同数值,且每组智能项圈拥有独自的芯片,故此可得到独立的特征数据模型;
C2:服务器每次收到数据,与已建立的特征模型进行匹配,如发生明显的变化,则从多个维度计算变化幅度,根据奶牛不同行为的权重因子,加权计算出奶牛发情强度,超过预警值,则认为该奶牛属于发情;
C3:服务器实时将发情时间、牛号、设备号推送给用户。
本发明的技术效果和优点:
本发明设计的奶牛发情和健康监测方法是基于奶牛的行为状态,通过全面、多维度监测奶牛的行为状态数据,发现奶牛行为的异常变化,从而捕获到其发情特征、生病特征,其中,通过传感器算法计算出奶牛活动,吃料、反刍、休息等行为状态,再为每头牛建立特征模型,从而挖掘出奶牛发情的准确时间,本发明采用低功耗的NB-IOT技术向云服务器传输奶牛行为状态数据,实时性高,不受限制,亦极大降低了通信功耗,总之,综合本发明采用的传感器算法、NB-IOT通信技术、数据建模和数据挖掘技术,可将奶牛发情发现率在当前基础上至少提升5个百分点,误报率降低到10%以下,缩短奶牛产犊周期,大幅提升奶牛养殖的生产效率,从长远看,亦可促进奶牛畜牧业的发展。
附图说明
图1为本发明的拓扑结构示意图。
图2为本发明的奶牛智能项圈核心硬件原理图。
图3为本发明的奶牛智能项圈软件架构图。
图4为本发明的奶牛智能项圈行为识别算法设计图。
图5为本发明的奶牛智能项圈上行数据流图。
图6为本发明的奶牛智能项圈下行数据流图。
图7为本发明的奶牛智能项圈发情算法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供了一种基于奶牛行为识别算法的发情和健康监测方法,包括应用层、云端算法层、数据传输层和行为算法层;
应用层包括服务器和移动终端,所述服务器设置为计算机,用于接收数据信息并显示,便于使用者观察,所述移动终端设置为管理者手机;
云端算法层包括人工智能,通过对奶牛行为数据进行数据挖掘和机器自学习,将其制作成人工智能大数据,用于后续根据奶牛行为量的改变而判定其发情或健康变化;
数据传输层设置为IOT平台层,采用NB-IOT无线数据传输,将行为算法层计算得到的奶牛行为量数据传输至云端算法层;
行为算法层,包括智能项圈,所述智能项圈内部设有芯片和传感器,所述传感器设置为加速度计,所述加速度计采集到的三轴数据,进行信号特征分析,可用于奶牛行为量的度量,所述芯片上设有NB-IOT模块和RTC闹钟,所述RTC闹钟用于时间段的计量,NB-IOT模块用于将加速度计采集数据与IOT平台层进行传输;
所述方法内容还包括以下步骤:
A:利用传感器数据采集和行为识别算法采集奶牛行为数据;
B:IOT平台层将步骤A中采集的奶牛行为数据传输至云端算法层和应用层;
C:云端算法层基于人工智能大数据对奶牛行为数据挖掘与应用层基于传输数据进行自学习。
所述的步骤A,下面参照附图4,具体说明行为识别算法实现的流程:
A1:设备启动1秒RTC闹钟;
本步骤中奶牛智能项圈启动1秒RTC闹钟,然后开始读取加速度计数据。
A2:加速度计采集100组数据,包含X/Y/Z三个方向;
本步骤中,加速度计配置的采集频率为100Hz,FIFO模式,加速度计一次性读取数据,包含X/Y/Z三个方向。
A3:行为识别算法模块,根据采集到的传感器数据,并结合前两秒的行为状态,计算出这一秒行为;
本步骤中,通过对奶牛加速度计的原始数据进行信号特征分析,并结合前面几秒的信号特征数据,计算出当前单位时间内奶牛的行为,累计到步数、活动、吃料、反刍等状态中,完成算法分析后,设备进入stop休眠状态,等待RTC闹钟唤醒;
A4:反复执行A1-A3,累计奶牛各种行为的时间总量。
本步骤中,通过反复计算奶牛每秒产生的加速度计数据,统计出两小时,奶牛各种活动的时间值。
如图2所示的,实施方式具体为:可根据奶牛的行为状态为每头奶牛建立特征模型,从而精准挖掘奶牛发情的准确时间点,本发明的奶牛智能项圈在上电后,设备首先进行心跳检测状态,待设备穿戴到奶牛身上后,再进入激活状态,实时采集奶牛的活动数据,计算出奶牛的行为数据,设备每两小时上报一次奶牛行为数据,当服务器采集到一定量的数据后,通过机器学习和数据挖掘方法,为每头牛建立行为特征模型,从而发现奶牛行为特征的差异和变化,当系统捕抓到奶牛发情的准确时间,则立即推送给APP,通过工作人员进行人工授精。
所述的步骤B,下面参照附图5、图6,具体说明奶牛智能项圈的数据业务流程:
B1:设备累计每两小时上报一次奶牛行为时间量,通过NB-IOT模块发送数据;
本步骤中,奶牛智能项圈采集到2小时的数据后,通过NB-IOT模块将数据发送给云端服务器,NB-IOT模块先检查当前的NB-IOT信号强度,如果信号状态为99,则触发网络重选,待重选成功后再向服务器发送数据;
B2:NB-IOT模块检查数据发送结果,如数据发送失败,则重发前两小时的所有数据,直到发送成功;
本步骤中,NB-IOT模块发送数据,并通知NB模组释放连接,如果NB模组返回数据发送失败,则保留当前数据,并设置重发数据标志,待一定时间后,再次重发当前数据。
B3:数据发送成功,NB-IOT模块进入PSM状态。
本步骤中,如果NB模组返回数据发送成功,则立即释放连接,让NB模组进行PSM状态;
如图2所示的,实施方式具体为:NB-IOT智能追踪器硬件包含ARM、NB-IOT、加速度计等芯片,NB-IOT、ARM之间采用串口通信,ARM负责主程序的运行,NB-IOT模组负责无线数据的发送与接收,加速度计负责生成传感器数据,提供给行为识别算法模块,整个硬件以加速度计为核心,计算出奶牛行为状态数据。
所述的步骤C,下面参照附图7,具体说明奶牛智能项圈通过数据挖掘精准识别奶牛发情时间点:
C1:服务器根据收集到的奶牛行为状态数据,收集到一定量后,每头牛建立自有的特征数据模型;
本步骤中,服务器至少收集到单头奶牛14天以上的数据后,则根据该奶牛的行为数据,为其建立特有的行为特征模型,该模型将根据奶牛最新收集到的数据不断刷新,确保匹配奶牛当前的行为状态。
C2:服务器每次收到数据,与已建立的特征模型进行匹配,如发生明显的变化,则从多个维度计算变化幅度,计算出奶牛发情强度,超过预警值,则认为该奶牛属于发情;
本步骤中,服务器每次收到数据,首先找到对应奶牛的特征模型,如当前行为数据发生明显的变化,则设置为关注,如该奶牛连续上报的数据出现明显差异,则根据其特征值变化的差异,多维度联合加权,判断奶牛是否发情;
C3:服务器实时将发情时间、牛号、设备号推送给用户;
本步骤中,服务器已计算出奶牛发情,则获取到对应的牛号,发情时间,立即推送给APP,通知用户,该奶牛已发情,请在最佳配种时间内进行配种。
本发明工作原理:
参照说明书附图1-7,设计实现的奶牛智能项圈,通过将奶牛行为识别算法、数据挖掘和机器学习技术以及NB-IOT通信技术相结合,实现了对奶牛的行为识别,从而精准发现奶牛的发情时间,特别是本发明利用了广域网、低功耗的NB-IOT技术,利用运营商基站进行通信,极大降低的系统成本和系统复杂度,降低了牧场的投入,特别适用于中小牧场;
此外,本发明采用多维度融合监测发情算法,提高了发情发现率,降低了发情误报率,提高了牧场的用户体验和使用效果,减少了牧场的人员投入,增加了牧场的收入,提高了经济效益,从而推动奶牛畜牧的良好发展,经济效益显著。
最后应说明的几点是:以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (4)
1.一种基于奶牛行为识别算法的发情和健康监测方法,其特征在于:包括应用层、云端算法层、数据传输层和行为算法层;
应用层包括服务器和移动终端,所述服务器设置为计算机,用于接收数据信息并显示,便于使用者观察,所述移动终端设置为管理者手机;
云端算法层包括人工智能,通过对奶牛行为数据进行数据挖掘和机器自学习,将其制作成人工智能大数据,用于后续根据奶牛行为量的改变而判定其发情或健康变化;
数据传输层设置为IOT平台层,采用NB-IOT无线数据传输,将行为算法层计算得到的奶牛行为量数据传输至云端算法层;
行为算法层,包括智能项圈,所述智能项圈内部设有芯片和传感器,所述传感器设置为加速度计,所述加速度计采集到的三轴数据,进行信号特征分析,可用于奶牛行为量的度量,所述芯片上设有NB-IOT模块和RTC闹钟,所述RTC闹钟用于时间段的计量,NB-IOT模块用于将加速度计采集数据与IOT平台层进行传输;
所述方法内容还包括以下步骤:
A:利用传感器采集奶牛每秒的三轴数据,抽象出奶牛行为数据特征,行为识别算法计算出奶牛行为数据;
B:IOT平台层将步骤A中计算的奶牛行为数据传输至云端算法层和应用层;
C:云端算法层基于人工智能大数据对奶牛行为数据挖掘和机器学习。
2.根据权利要求1所述的一种基于奶牛行为识别算法的发情和健康监测方法,其特征在于:所述步骤A,进一步包括以下步骤:
A1:加速度计采集频率为100Hz,每秒采集一次加速度计数据,包含X/Y/Z三个方向;
A2:算法模块通过对加速度计原始数据进行信号特征分析,计算出奶牛每秒的行为度量数据;
A3:算法模块每累计两小时数据,进行一次数据分析,分别计算出奶牛的趴卧、反刍、休息、吃料、活动时间,精确到秒。
3.根据权利要求1所述的一种基于奶牛行为识别算法的发情和健康监测方法,其特征在于:所述步骤B进一步包括以下步骤:
B1:ARM主程序计算采集到的奶牛行为数据,每累计2小时数据,上报一次到运营商IOT平台;
B2:NB-IOT模块完成数据发送后,立即释放连接;
B3:完成数据发送后,ARM进行休眠状态。
4.根据权利要求1所述的一种基于奶牛行为识别算法的发情和健康监测方法,其特征在于:所述步骤C进一步包括以下步骤:
C1:服务器根据收集到的奶牛行为状态数据,收集到一定量后,将奶牛行为活动拆分到高活动量、吃料、反刍、低活动量、步数五个维度,为每头牛建立自有的特征数据模型;
C2:服务器每次收到数据,与已建立的特征模型进行匹配,如发生明显的变化,则从多个维度计算变化幅度,根据奶牛不同行为的加权因子,计算出奶牛发情强度,超过预警值,则认为该奶牛属于发情;
C3:服务器实时将发情时间、牛号、设备号推送给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910975648.3A CN110741962A (zh) | 2019-10-15 | 2019-10-15 | 一种基于奶牛行为识别算法的发情和健康监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910975648.3A CN110741962A (zh) | 2019-10-15 | 2019-10-15 | 一种基于奶牛行为识别算法的发情和健康监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110741962A true CN110741962A (zh) | 2020-02-04 |
Family
ID=69278340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910975648.3A Pending CN110741962A (zh) | 2019-10-15 | 2019-10-15 | 一种基于奶牛行为识别算法的发情和健康监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110741962A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583595A (zh) * | 2020-05-09 | 2020-08-25 | 北京海益同展信息科技有限公司 | 动物监测方法、装置、存储介质、可穿戴设备与监测设备 |
CN112205319A (zh) * | 2020-10-11 | 2021-01-12 | 西北农林科技大学 | 一种分析肉牛行为和监测生命体征的智能项圈及其方法 |
CN114209310A (zh) * | 2021-12-16 | 2022-03-22 | 厦门超新芯科技有限公司 | 一种动物健康状态跟踪方法 |
CN114557292A (zh) * | 2022-03-11 | 2022-05-31 | 安徽大学 | 一种用于奶牛行为检测的方法及电子项圈 |
EP4046484A1 (fr) * | 2021-02-23 | 2022-08-24 | Livestock Technology | Dispositif de suivi en temps reel d'animaux d'elevage |
CN117322358A (zh) * | 2023-09-11 | 2024-01-02 | 东北农业大学 | 基于超宽带与惯性测量单元的奶牛行为识别的数字孪生系统及其数字孪生方法 |
-
2019
- 2019-10-15 CN CN201910975648.3A patent/CN110741962A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583595A (zh) * | 2020-05-09 | 2020-08-25 | 北京海益同展信息科技有限公司 | 动物监测方法、装置、存储介质、可穿戴设备与监测设备 |
CN112205319A (zh) * | 2020-10-11 | 2021-01-12 | 西北农林科技大学 | 一种分析肉牛行为和监测生命体征的智能项圈及其方法 |
EP4046484A1 (fr) * | 2021-02-23 | 2022-08-24 | Livestock Technology | Dispositif de suivi en temps reel d'animaux d'elevage |
FR3119965A1 (fr) * | 2021-02-23 | 2022-08-26 | Livestock Technology | Dispositif de suivi en temps reel d’animaux d’elevage |
CN114209310A (zh) * | 2021-12-16 | 2022-03-22 | 厦门超新芯科技有限公司 | 一种动物健康状态跟踪方法 |
CN114557292A (zh) * | 2022-03-11 | 2022-05-31 | 安徽大学 | 一种用于奶牛行为检测的方法及电子项圈 |
CN117322358A (zh) * | 2023-09-11 | 2024-01-02 | 东北农业大学 | 基于超宽带与惯性测量单元的奶牛行为识别的数字孪生系统及其数字孪生方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110741962A (zh) | 一种基于奶牛行为识别算法的发情和健康监测方法 | |
Unold et al. | IoT-based cow health monitoring system | |
CN107157458A (zh) | 一种动物个体采食量与健康状况监测的传感系统及方法 | |
US20180031598A1 (en) | Apparatus and Method for Detecting Disease in Dairy Animals | |
Maselyne et al. | Online warning systems for individual fattening pigs based on their feeding pattern | |
Andonovic et al. | Precision livestock farming technologies | |
CN104115763A (zh) | 一种奶牛发情监测装置 | |
CN107771706B (zh) | 一种母猪发情检测方法及系统 | |
CN113711944B (zh) | 一种母猪发情鉴定方法、装置及系统 | |
Kuźnicka et al. | Automatic detection of suckling events in lamb through accelerometer data classification | |
KR20200117610A (ko) | 전자식 모돈 관리 장치 | |
CN102369887A (zh) | 饲养奶牛用实时监测系统 | |
CN113191655A (zh) | 饲喂方法、装置和计算机可读存储介质 | |
CN210746677U (zh) | 一种畜牧型动物的健康监控系统 | |
Sadeghi et al. | Improving piglets health and well-being: A review of piglets health indicators and related sensing technologies | |
CN205144565U (zh) | 用于反刍动物的实时反刍、运动监测系统 | |
CN113456063B (zh) | 一种基于人工智能的死鸡病鸡检测系统及检测方法 | |
CN202276716U (zh) | 饲养奶牛用实时监测系统 | |
CN106614071A (zh) | 一种母猪产前行为监测系统以及方法 | |
Agrawal et al. | Precision Dairy Farming: A Boon for Dairy Farm Management | |
CN110779575A (zh) | 一种基于大数据平台的畜牧业监测系统 | |
CN111109123B (zh) | 基于4g网络的肉牛自然配种过程监控方法 | |
CN210015353U (zh) | 一种死亡猪只检测系统 | |
CN111990283A (zh) | 基于5g网络的羊寄生虫病监测装置及该装置的工作方法 | |
CN202979876U (zh) | 一种双频奶牛活动量监测器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200204 |
|
WD01 | Invention patent application deemed withdrawn after publication |