CN113179969B - 动物吃食动作检测方法、系统、存储介质及装置 - Google Patents
动物吃食动作检测方法、系统、存储介质及装置 Download PDFInfo
- Publication number
- CN113179969B CN113179969B CN202110338355.1A CN202110338355A CN113179969B CN 113179969 B CN113179969 B CN 113179969B CN 202110338355 A CN202110338355 A CN 202110338355A CN 113179969 B CN113179969 B CN 113179969B
- Authority
- CN
- China
- Prior art keywords
- data
- animal
- eating
- action
- rotation transformation
- 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.)
- Active
Links
- 241001465754 Metazoa Species 0.000 title claims abstract description 130
- 230000009471 action Effects 0.000 title claims abstract description 86
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 230000001133 acceleration Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000036541 health Effects 0.000 claims abstract description 10
- 238000012549 training Methods 0.000 claims description 34
- 230000009466 transformation Effects 0.000 claims description 34
- 230000020595 eating behavior Effects 0.000 claims description 23
- 230000000875 corresponding effect Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 8
- 241001494479 Pecora Species 0.000 claims description 3
- 210000000613 ear canal Anatomy 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 1
- 241000282898 Sus scrofa Species 0.000 description 51
- 241000282887 Suidae Species 0.000 description 16
- 239000000463 material Substances 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 241000283690 Bos taurus Species 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 108010070551 Meat Proteins Proteins 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 235000021075 protein intake Nutrition 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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
- A01K11/00—Marking of animals
- A01K11/001—Ear-tags
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Environmental Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Animal Husbandry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Birds (AREA)
- Zoology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种动物吃食动作检测方法、系统、存储介质及装置,所述检测方法包括接收来自于动物身上的耳标签所采集到的加速度数据以及采集时间;根据所述加速度数据通过动作识别模型进行动物行为动作识别,以识别出动物的吃食动作;根据所述采集时间,统计预设喂食时间段内动物的吃食动作数量;根据所述喂食时间段内动物的吃食动作数量来判定动物的进食状况,进而根据进食状况判定动物的身体健康状况。利用本发明,能够快速的结合耳标签采集的数据和喂食信息获取动物的吃食持续时间,从而可根据进食状况判定动物的身体健康状况。
Description
技术领域
本发明涉及行为识别技术领域,特别涉及一种动物吃食动作检测方法、系统、存储介质及装置。
背景技术
在我国,猪肉是我国居民肉食蛋白摄入的主要来源。随着信息技术的发展,养殖行业逐渐向精细化、智能化转型,提升养殖效率,以满足我国对各种肉类的迫切需求。猪个体生病后,其中一个主要检测指标是不吃食物,或者少吃食物。人工发现猪生病的重要方法,在工厂化养猪后,给猪喂食是自动化,一人可以喂养1000~3000头猪,人工难以发现所有猪的情况。
为了检测猪的吃食情况,通常可采用猪耳标签来采集猪的动作数据进而来分析猪的行为。现在通常现有的猪耳标签分有源和无源2种,无源的接收距离在10cm左右,有源的在100米左右。无源标签的接收距离近,无法一直检测猪的动作。无线电定位的有源标签,可以精确定位猪在栏内位置,通过位置来判断猪的状态,但缺点是标签的价格在100元以上,耗电大(1000mAH电池容量,使用6个月),电池的体积大,猪标签的体积大,容易在猪厮打的时候咬掉从而影响检测,从而影响检测可靠性。
另外,现有的利用耳标签来采集猪的动作数据进而来分析猪的行为还会因为出现猪在喂食槽附件休息而引起误判的情况。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种动物吃食动作检测方法、系统、存储介质及装置,用于解决现有技术中的动物吃食动作检测存在可靠性差和存在误判技术问题。
为实现上述目的及其他相关目的,本发明提供一种动物吃食动作检测方法,包括:
接收来自于动物身上的耳标签所采集到的加速度数据以及采集时间;
根据所述加速度数据通过动作识别模型进行动物行为动作识别,以识别出动物的吃食动作;
根据所述采集时间,统计预设喂食时间段内动物的吃食动作数量;
根据所述喂食时间段内动物的吃食动作数量来判定动物的进食状况,进而根据进食状况判定动物的身体健康状况。
在一可选实施例中,所述检测方法还包括获取训练集数据以对动作识别模型进行训练的步骤,其中,所述训练集数据的获取方式包括:
接收来自于动物身上的耳标签采集的加速度数据,作为原始采集数据;
对所述原始采集数据进行坐标系旋转变换,以产生旋转变换数据,其中,所述旋转变换数据与对应的所述原始采集数据所对应的动作相同;
将原始采集数据和旋转变换数据共同作为训练集数据。
在一可选实施例中,所述对原始采集数据进行坐标旋转变换处理,以产生旋转变换数据的步骤包括,对于每一组所述原始采集数据,分别对每个坐标轴做旋转处理以产生所述旋转变换数据。
在一可选实施例中,所述动物包括猪、牛、或羊。
为实现上述目的及其他相关目的,本发明提供一种动物吃食动作检测系统,所述检测系统包括:
数据接收模块,用于接收来自于动物身上的耳标签所采集到的加速度数据以及采集时间;
动作识别模块,用于根据所述加速度数据通过动作识别模型进行动物行为动作识别,以识别出动物的吃食动作;
动作统计模块,用于根据所述采集时间,统计预设喂食时间段内动物的吃食动作数量;
状态判定模块,用于根据所述喂食时间段内动物的吃食动作数量来判定动物的进食状况,进而根据进食状况判定动物的身体健康状况。
在一可选实施例中,所述检测系统包括模型训练模块,用于获取训练集数据以对动作识别模型进行训练,其中,所述训练集数据的获取方式包括:
接收来自于动物身上的耳标签采集的加速度数据,作为原始采集数据;
对所述原始采集数据进行坐标系旋转变换,以产生旋转变换数据,其中,所述旋转变换数据与对应的所述原始采集数据所对应的动作相同;
将原始采集数据和旋转变换数据共同作为训练集数据。
为实现上述目的及其他相关目的,本发明提供一种动物吃食动作检测装置,所述检测装置包括:
耳标签,安装于待检测动物的耳道附近,所述耳标签用于采集动物动作时的加速度数据,所述耳标签包括微控单元及分别与所述为微控单元加速度传感器及无线发射装单元;以及
服务器,与所述耳标签无线连接,所述包括相互耦合的处理器和存储器,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现上述的动物吃食动作检测方法。
在一可选实施例中,所述检测装置还包括基站,所述基站分别与所述耳标签和所述服务器无线连接。
为实现上述目的及其他相关目的,本发明提供一种存储介质,包括程序,当所述程序在计算机上运行时,使得所述计算机执行上述的动物吃食动作检测方法。
本发明的动物吃食动作检测方法、系统、存储介质及装置,能够快速的结合耳标签采集的数据和喂食信息获取动物的吃食持续时间,从而可根据进食状况判定动物的身体健康状况。
本发明的动物吃食动作检测方法、系统、存储介质及装置,在对动作识别模型训练数据集的获取时,将加速度传感器采集到的原始采集数据进行坐标系旋转变化来产生更多的旋转变换数据,这不仅可以增加训练数据集的数据量,而且还可以克服耳标签因为佩戴位置的不同所带来的误差。
本发明的动物吃食动作检测装置,耳标签集成有微控单元、RFID射频芯片和加速度传感器,微控单元可将检测到反映动物动作的加速度数据通过RFID射频芯片经基站发送给服务器,这种耳标签不仅体积小,而且耗电低(120mAH电池,工作300天)。
本发明的动物吃食动作检测装置,由于标签小,安装的时候可以安装在动物耳道附件,不会在动物生活和厮打中掉落,从而提高动物吃食动作检测的可靠性。
附图说明
图1显示为本发明实施例的动物吃食动作检测方法的流程示意图。
图2显示为本发明实施例的动物吃食动作检测系统的结构框图。
图3显示为本发明实施例的动物吃食动作检测装置的结构框图。
图4显示为本发明实施例的动物吃食动作检测装置的猪耳标签的结构示意图。
图5显示为本发明实施例的动物吃食动作检测装置的服务器的结构框图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
请参阅图1-4。需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
图1示出了本发明实施例的动物吃食动作检测方法的流程示意图。请参阅图1,所述动物吃食动作检测方法,包括如下步骤:步骤S10、接收来自于动物身上的耳标签所采集到的加速度数据以及采集时间;步骤S20、根据所述加速度数据通过动作识别模型进行动物行为动作识别,以识别出动物的吃食动作;步骤S30、根据所述采集时间,统计预设喂食时间段内动物的吃食动作数量;步骤S40、根据所述喂食时间段内动物的吃食动作数量来判定动物的进食状况,进而根据进食状况判定动物的身体健康状况。利用该检测方发能够快速的结合耳标签采集的数据和喂食信息获取动物的吃食持续时间,从而可根据进食状况判定动物的身体健康状况。这种动物吃食动作检测可适用于猪、牛、羊等动物的圈养时的进食状态的检测,并判定动物的身体健康状况,下面将以猪的进食状态检测为例来进行说明。
在步骤S10中,在进行猪进食状态检测时,需要先获取猪动作数据。在本实施例中是利用安装于猪耳上的猪耳标签20来进行猪动作数据的采集,本实施例的猪耳标签20内置有微控单元MCU、加速度传感器和RFID射频芯片(也可以是其他的无线发射单元),详见下文相关部分关于猪耳标签20的描述。加速度传感器可实时采集猪的动作数据,猪的行为动作可分为卧、嘴拱地(对应吃的动作)、行走以及跑动,不同的行为动作所对应的加速度数据存在差异,微控单元MCU可定时读取加速度传感器的采集的加速度数据并直接放置或者通过基站30间接的方式发给远端服务器40进行处理,并且服务器40还会记录存储接收加速度数据的时间,利用服务器40中提前训练好的动作识别模型来自动识别出对应猪吃食的动作。
在步骤S20中,为了能够让动作识别模型根据加速度传感器的数据准确的识别出猪的动作,需要先对动作识别模型进行训练,以获取训练好的动作识别模型。本实施例中,所述动作识别模型采用DeepConvLSTM-可穿戴行为识别模型,在进行训练时,可以利用猪耳标签20中的加速度传感器采集对应猪不同行为动作(卧、嘴拱地、行走以及跑动)时的加速度数据,并标记这些数据,作为DeepConvLSTM-可穿戴行为识别模型的识别训练数据。
考虑到可穿戴传感器,也即加速度传感器是佩戴在猪耳朵上,因为加速度传感器与底面角度无法固定,通常需要采集很大量数据,这无疑增加了获取训练集数据的难度。为了提高训练集数据量,本实施例采用坐标系旋转的方式来产生其他数据:首先,将通过穿戴于动物身上的耳标签采集的加速度数据作为原始采集数据并标记数据对应的动作(卧、嘴拱地、行走以及跑动;接着,对原始采集数据进行坐标系旋转,将经过坐标系旋转后获取的数据作为旋转变换数据,并且所述旋转变换数据与对应的所述原始采集数据所对应的动作相同;最后,将原始采集数据和旋转变换数据共同作为训练集数据来对动作识别模型进行训练,以获取训练好的动作识别模型。
以三轴加速度传感器为例,其采集的数据分别包括三个轴x、y、z的加速度数据,记为原始采集数据(x,y,z),定义向量长度为r=sqrt(x*x+y*y+z*z)。
以对任意一组数据(x1,y1,z1)的坐标系变换获取新的数据为例进行说明,其中,数据(x1,y1,z1)既可以是原始采集数据(x,y,z),也可以是原始采集数据(x,y,z)旋转变换后的旋转变换数据:
将数据(x1,y1,z1)绕z轴旋转旋转一预设角度αz,可获取一组新的数据(x2,y2,z2),其中,
x2=x1*cos(αz)-y1sin(αz);
y2=x1*sin(αz)+y1cos(αz);
z2=z1。
将数据(x2,y2,z2)绕y轴旋转旋转一预设角度αy,以获取另一组新的数据(x3,y3,z3),其中,x3,y3,z3由下式确定:
x3=z2*sin(αy)+x2cos(αy);
y3=y2;
z3=z2*cos(αy)-x2sin(αy)。
将数据(x3,y3,z3)绕x轴旋转旋转一预设角度αx,以获取另一组新的数据(x4,y4,z4),其中,x4,y4,z4由下式确定:
x4=x3
y4=y3*cos(αx)-z3sin(αx)。
z4=y3*sin(αx)+z3cos(αx)。
其中,上述预设角度αx、αy、αz的值可以根据实际需要进行合理选择,三者的值可以相等也可以不相等,其中,αx、αy、αz的值可以是0-360°之间的任意一个值,从而可以由一个数据产生一批数据。以上述数据(x1,y1,z1)及数据(x2,y2,z2)为例,根据向量长度的定义,变换后数据(x2,y2,z2)的向量长度与变换前数据(x1,y1,z1)的向量长度相同,故而变换后数据(x2,y2,z2)与变换前数据(x1,y1,z1)对应的动作相同。
在实际数据处理过程中,αx、αy、αz的值例如可以是一个固定数值(例如15°、30°、45°、60°、75°、90°、……)的倍数。作为示例,当αx、αy、αz是15°*i时,i为1、2、3、……、24中的任意一个,从而可以将一个数据扩充到(360/15)^3=13824个数据。因此,可在360度范围在xyz坐标系内,对原始采集数据进行坐标系旋转的方式批量产生大量的旋转变换数据,共同作为训练集数据。采用坐标系旋转的方式获取训练数据不仅可以增加训练数据集的数据量,而且还可以克服耳标签因为佩戴位置的不同所带来的误差,也可以降低猪耳标签20的安装要求。
在步骤S30中,可由饲养员将喂食的时间或者喂食设备工作信息上传给服务器40,服务器40可以根据喂食时间段以及步骤S10中识别出的猪的吃食动作所对应的时间(也即与该吃食动作对应的加速度数据的接收时间)来综合确定在喂食时间段内猪的吃食动作数量,也即在喂食时间段内猪的吃食动作的持续时间。
在步骤S40,由于猪生病时通产表现为不吃食物或者少吃食物,从而可以根据喂食时间段内猪的吃食动作数量是否少于预设次数或吃食时间少于一预设时间来判定动物的进食状况好坏来判定猪的身体健康状况。
本实施例采用加速度数据来进行猪吃食动作的检测可以避免用猪在栏内位置(是否在喂食槽处)来判断猪吃食动作检测时的误判,提高准确率。这是因为,猪在喂食槽位置也可能是在睡觉,如果用猪在栏内位置来判断猪吃食动作时就会得出错误的结论。
图2所示,本发明的实施例还公开一种动物吃食动作检测系统10,所述动物吃食动作检测系统10包括数据接收模块15、模型训练模块11、动作识别模块12、动作统计模块13及状态判定模块14;数据接收模块15用于接收来自于动物身上的耳标签20所采集到的加速度数据以及采集时间;模型训练模块11用于获取训练集以对动作识别模型进行训练;动作识别模块12用于根据所述加速度数据通过动作识别模型进行动物行为动作识别,以识别出动物的吃食动作;动作统计模块13用于根据所述采集时间,统计预设喂食时间段内动物的吃食动作数量;状态判定模块14用于根据所述喂食时间段内动物的吃食动作数量来判定动物的进食状况,进而根据进食状况判定动物的身体健康状况。
其中,利用所述模型训练模块11对动作识别模型进行训练时,训练集数据的获取方式包括:接收穿戴于动物身上的耳标签采集的加速度数据,作为原始采集数据;对原始采集数据进行坐标系旋转变换,以产生旋转变换数据,其中,所述旋转变换数据与对应的所述原始采集数据所对应的动作相同;将原始采集数据和旋转变换数据共同作为训练集数据。这种获取训练集数据的方式不仅可以增加训练数据集的数据量,而且还可以克服耳标签因为佩戴位置的不同所带来的误差,具有更好的实用效果。
需要说明的是,本发明的动物吃食动作检测系统10是与上述动物吃食动作的检测方法相对应的系统,动物吃食动作检测系统10中的功能模块分别对应动物吃食动作的检测方法中的相应步骤。本发明的动物吃食动作检测系统10可与动物吃食动作的检测方法相互相配合实施。本发明的动物吃食动作的检测方法中提到的相关技术细节在动物吃食动作检测系统10中依然有效,为了减少重复,这里不再赘述。相应地,本发明的动物吃食动作检测系统10中提到的相关技术细节也可应用在上述动物吃食动作的检测方法中。
需要说明的是,上述的各功能模块,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些单元可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分单元通过处理元件调用软件的形式实现,部分单元通过硬件的形式实现。此外这些单元全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器41元件中的硬件的集成逻辑电路或者软件形式的指令完成。
请参阅图3,本发明的实施例还介绍一种动物吃食动作检测装置,所述动物吃食检测装置由猪耳标签20、基站30和服务器40构成。所述猪耳标签20用于采集猪的加速度数据并通过基站30将采集到的猪的加速度数据传输给服务器40,服务器40利用接收到的数据来执行上述的猪吃食动作的检测步骤。所述基站30例如可以设置在栏内的特定位置,例如喂食槽附件,从而便于将猪耳标签20采集的加速度数据通过RFID射频芯片发送给基站30,并由基站30无线涮书给服务器40。可以理解的是,在一些实施例中,也可以不设置基站30,猪耳标签20直接和服务器40无线通信连接。
如图4所示,所述猪耳标签20猪耳标签20内置有微控单元MCU、加速度传感器和RFID射频芯片及电池。所述加速度传感器、所述RFID射频芯片及所述电池分别与所述微控单元MCU连接,加速度传感器可实时采集猪的动作数据,微控单元MCU可定时读取加速度传感器的采集的加速度数据并直接放置或者通过基站30间接的方式发给远端服务器40进行处理,所述电池用于给猪耳标签20中的微控单元MCU供电。本实施例的这种猪耳标签20,不仅体积小,而且耗电低(120mAH电池,工作300天)。并且由于猪耳标签20小,安装时可以安装在猪耳道附件,不会在猪生活和厮打中掉落,从而提高猪吃食动作检测的可靠性。
需要说明的是,如图5所示,本发明的动物吃食动作的检测方法通过与耳标签无线通信连接的服务器40实现,所述服务器40包括相互连接的存储器43和处理器41,所述存储器43存储有程序指令,该程序指令被所述处理器41执行时实现上述的动物吃食动作的检测方法。需要说明的是,当需要和外部进行通信时,所述服务器40还包括通信器42,所述通信器42与所述处理器41连接。
上述的处理器41可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processing,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件;上述的存储器43可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(Non-volatile Memory),例如至少一个磁盘存储器。
需要说明的是,上述存储器43中的程序指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。
本发明还可以提供一种存储介质,其存储有程序,该程序被处理器41执行时实现上述的动物吃食动作的检测方法;所述存储介质包括所有形式的非易失性存储器、介质和存储器设备,包括例如:半导体存储器设备,例如EPROM、EEPROM和闪存设备;磁盘,例如内部硬盘或可移动盘;磁光盘;以及CD-ROM和DVD-ROM盘。
综上所述,本发明的动物吃食动作检测方法、系统、存储介质及装置,在对动作识别模型训练数据集的获取时,将加速度传感器采集到的原始采集数据进行坐标系旋转变化来产生更多的旋转变换数据,这不仅可以增加训练数据集的数据量,而且还可以克服耳标签因为佩戴位置的不同所带来的误差。本发明的动物吃食动作检测装置,耳标签集成有微控单元、RFID射频芯片和加速度传感器,微控单元可将检测到反映动物动作的加速度数据通过RFID射频芯片经基站发送给服务器40,这种耳标签不仅体积小,而且耗电低(120mAH电池,工作300天)。本发明的动物吃食动作检测装置,由于标签小,安装的时候可以安装在动物耳道附件,不会在动物生活和厮打中掉落,从而提高动物吃食动作检测的可靠性。
在本文的描述中,提供了许多特定细节,诸如部件和/或方法的实例,以提供对本发明实施例的完全理解。然而,本领域技术人员将认识到可以在没有一项或多项具体细节的情况下或通过其他设备、系统、组件、方法、部件、材料、零件等等来实践本发明的实施例。在其他情况下,未具体示出或详细描述公知的结构、材料或操作,以避免使本发明实施例的方面变模糊。
本发明所示实施例的上述描述(包括在说明书摘要中所述的内容)并非意在详尽列举或将本发明限制到本文所公开的精确形式。尽管在本文仅为说明的目的而描述了本发明的具体实施例和本发明的实例,但是正如本领域技术人员将认识和理解的,各种等效修改是可以在本发明的精神和范围内的。如所指出的,可以按照本发明所述实施例的上述描述来对本发明进行这些修改,并且这些修改将在本发明的精神和范围内。
本文已经在总体上将系统和方法描述为有助于理解本发明的细节。此外,已经给出了各种具体细节以提供本发明实施例的总体理解。然而,相关领域的技术人员将会认识到,本发明的实施例可以在没有一个或多个具体细节的情况下进行实践,或者利用其它装置、系统、配件、方法、组件、材料、部分等进行实践。在其它情况下,并未特别示出或详细描述公知结构、材料和/或操作以避免对本发明实施例的各方面造成混淆。
因而,尽管本发明在本文已参照其具体实施例进行描述,但是修改自由、各种改变和替换亦在上述公开内,并且应当理解,在某些情况下,在未背离所提出发明的范围和精神的前提下,在没有对应使用其他特征的情况下将采用本发明的一些特征。因此,可以进行许多修改,以使特定环境或材料适应本发明的实质范围和精神。本发明并非意在限制到在下面权利要求书中使用的特定术语和/或作为设想用以执行本发明的最佳方式公开的具体实施例,但是本发明将包括落入所附权利要求书范围内的任何和所有实施例及等同物。因而,本发明的范围将只由所附的权利要求书进行确定。
Claims (8)
1.一种动物吃食动作检测方法,其特征在于,包括:
获取训练集数据以对动作识别模型进行训练,其中,所述训练集数据的获取方式包括:接收来自于动物身上的耳标签采集的加速度数据,作为原始采集数据;对所述原始采集数据进行坐标系旋转变换,以产生旋转变换数据,其中,所述旋转变换数据与对应的所述原始采集数据所对应的动作相同;将原始采集数据和旋转变换数据共同作为训练集数据;
接收来自于动物身上的耳标签所采集到的加速度数据以及采集时间;
根据所述加速度数据通过所述动作识别模型进行动物行为动作识别,以识别出动物的吃食动作;
根据所述采集时间,统计预设喂食时间段内动物的吃食动作数量;
根据所述喂食时间段内动物的吃食动作数量来判定动物的进食状况,进而根据进食状况判定动物的身体健康状况。
2.根据权利要求1所述的动物吃食动作检测方法,其特征在于,对所述原始采集数据进行坐标系旋转变换处理,以产生旋转变换数据的步骤包括,对于每一组所述原始采集数据,分别对每个坐标轴做旋转处理以产生所述旋转变换数据。
3.根据权利要求1或2所述的动物吃食动作检测方法,其特征在于,所述动物包括猪、牛、或羊。
4.一种动物吃食动作检测系统,其特征在于,所述检测系统包括:
模型训练模块,用于获取训练集数据以对动作识别模型进行训练,其中,所述训练集数据的获取方式包括:接收来自于动物身上的耳标签采集的加速度数据,作为原始采集数据;对所述原始采集数据进行坐标系旋转变换,以产生旋转变换数据,其中,所述旋转变换数据与对应的所述原始采集数据所对应的动作相同;将原始采集数据和旋转变换数据共同作为训练集数据;
数据接收模块,用于接收来自于动物身上的耳标签所采集到的加速度数据以及采集时间;
动作识别模块,用于根据所述加速度数据通过动作识别模型进行动物行为动作识别,以识别出动物的吃食动作;
动作统计模块,用于根据所述采集时间,统计预设喂食时间段内动物的吃食动作数量;
状态判定模块,用于根据所述喂食时间段内动物的吃食动作数量来判定动物的进食状况,进而根据进食状况判定动物的身体健康状况。
5.一种动物吃食动作检测装置,其特征在于,包括:
耳标签,安装于待检测动物的耳道附近,所述耳标签用于采集动物动作时的加速度数据,所述耳标签包括微控单元及分别与所述微控单元连接的加速度传感器及无线发射单元;以及
服务器,与所述耳标签无线连接,所述服务器包括相互耦合的处理器和存储器,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现如权利要求1-3中任意一项所述的动物吃食动作检测方法。
6.根据权利要求5所述的动物吃食动作检测装置,其特征在于,所述检测装置还包括基站,所述基站分别与所述耳标签和所述服务器无线连接。
7.根据权利要求6所述的动物吃食动作检测装置,其特征在于,所述无线发射单元包括RFID射频芯片。
8.一种存储介质,其特征在于,包括程序,当所述程序在计算机上运行时,使得所述计算机执行如权利要求1-3中任意一项所述的动物吃食动作检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110338355.1A CN113179969B (zh) | 2021-03-26 | 2021-03-26 | 动物吃食动作检测方法、系统、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110338355.1A CN113179969B (zh) | 2021-03-26 | 2021-03-26 | 动物吃食动作检测方法、系统、存储介质及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113179969A CN113179969A (zh) | 2021-07-30 |
CN113179969B true CN113179969B (zh) | 2022-10-04 |
Family
ID=76974571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110338355.1A Active CN113179969B (zh) | 2021-03-26 | 2021-03-26 | 动物吃食动作检测方法、系统、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113179969B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202857501U (zh) * | 2012-04-20 | 2013-04-10 | 广东顺德宸熙物联科技有限公司 | 一种养猪场智能化喂食控制系统 |
CN111199187A (zh) * | 2019-12-11 | 2020-05-26 | 中国科学院计算机网络信息中心 | 一种基于算法的动物行为识别方法及相应存储介质与电子装置 |
CN112535113A (zh) * | 2020-11-18 | 2021-03-23 | 中国农业科学院北京畜牧兽医研究所 | 智能耳标及智能耳标系统 |
-
2021
- 2021-03-26 CN CN202110338355.1A patent/CN113179969B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202857501U (zh) * | 2012-04-20 | 2013-04-10 | 广东顺德宸熙物联科技有限公司 | 一种养猪场智能化喂食控制系统 |
CN111199187A (zh) * | 2019-12-11 | 2020-05-26 | 中国科学院计算机网络信息中心 | 一种基于算法的动物行为识别方法及相应存储介质与电子装置 |
CN112535113A (zh) * | 2020-11-18 | 2021-03-23 | 中国农业科学院北京畜牧兽医研究所 | 智能耳标及智能耳标系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113179969A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tran et al. | An iot-based design using accelerometers in animal behavior recognition systems | |
Alvarenga et al. | Using a three-axis accelerometer to identify and classify sheep behaviour at pasture | |
US20210212294A1 (en) | Method and System for Tracking Health in Animal Populations | |
CN105997015A (zh) | 一种用于动物生命体征多参数监测的可穿戴设备 | |
CN115039713A (zh) | 用于追踪动物群体的健康的方法和系统 | |
KR20180052438A (ko) | 질병 관리 방법 및 이를 수행하기 위한 장치들 | |
CN111246730A (zh) | 用于追踪动物群体的健康的方法和系统 | |
US11129361B2 (en) | System and method for managing livestock using radio frequency device | |
Chang et al. | Detection of rumination in cattle using an accelerometer ear-tag: A comparison of analytical methods and individual animal and generic models | |
Wang et al. | IoT-based measurement system for classifying cow behavior from tri-axial accelerometer | |
Tian et al. | Real-time behavioral recognition in dairy cows based on geomagnetism and acceleration information | |
Achour et al. | High-accuracy and energy-efficient wearable device for dairy cows’ localization and activity detection using low-cost IMU/RFID sensors | |
WO2019226106A1 (en) | Holding area and method executed in a holding area | |
JP6635968B2 (ja) | 行動特定装置、行動特定方法、及びプログラム | |
CN113179969B (zh) | 动物吃食动作检测方法、系统、存储介质及装置 | |
WO2019114203A1 (zh) | 一种牛发情预警方法 | |
WO2017127913A1 (en) | Ingestible bolus for animals | |
Aoughlis et al. | Dairy cows' localisation and feeding behaviour monitoring using a combination of IMU and RFID network | |
Nootyaskool et al. | Smart collar design to predict cow behavior | |
JP7089098B2 (ja) | 行動特定装置、行動特定方法、及びプログラム | |
Brahim et al. | Dairy cows real time behavior monitoring by energy-efficient embedded sensor | |
Michie et al. | Wireless MEMS sensors for precision farming | |
CN107728513A (zh) | 一种圈舍养羊的舔砖物联网数据采集装置 | |
KR20170138260A (ko) | 대동물(소,말등)의 움직임과 목넘김소리등을 센싱하여, 생체 신호를 빅데이터로 저장 및 변환하고, 저장된 빅데이터에 근거한 대동물 건강관리 시스템 및 알고리즘 | |
CN107846444A (zh) | 一种圈舍养羊饮水的物联网数据采集装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |