CN114303996B - 一种基于智能检测的可观测性分析方法 - Google Patents
一种基于智能检测的可观测性分析方法 Download PDFInfo
- Publication number
- CN114303996B CN114303996B CN202210022456.2A CN202210022456A CN114303996B CN 114303996 B CN114303996 B CN 114303996B CN 202210022456 A CN202210022456 A CN 202210022456A CN 114303996 B CN114303996 B CN 114303996B
- Authority
- CN
- China
- Prior art keywords
- module
- pet dog
- data
- analysis
- electrically connected
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 39
- 238000007405 data analysis Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 210000001015 abdomen Anatomy 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 18
- 230000006698 induction Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 235000013305 food Nutrition 0.000 claims description 8
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 7
- 206010047924 Wheezing Diseases 0.000 claims description 7
- 208000008589 Obesity Diseases 0.000 claims description 5
- 230000037406 food intake Effects 0.000 claims description 5
- 235000012631 food intake Nutrition 0.000 claims description 5
- 235000020824 obesity Nutrition 0.000 claims description 5
- 235000005686 eating Nutrition 0.000 claims description 3
- 235000012054 meals Nutrition 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 136
- 230000009471 action Effects 0.000 description 3
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 210000000106 sweat gland Anatomy 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于智能检测的可观测性分析方法，该方法采用可观测性分析系统，包括信息采集模块、数据分析模块与结果处理模块，所述信息采集模块与数据分析模块电连接，数据分析模块与结果处理模块电连接，所述信息采集模块用于对宠物狗相关的信息进行采集记录，所述数据分析模块用于对采集的数据信息进行计算分析，所述结果处理模块用于对计算分析结果进行处理，所述信息采集模块包括检测模块、时间记录模块、幅度测量模块与识别模块，所述检测模块与时间记录模块电连接，所述幅度测量模块与检测模块电连接，所述时间记录模块与幅度测量模块电连接，本发明，具有可根据宠物狗身体所需来正确控制进食量的特点。
Description
技术领域
本发明涉及可观测性分析技术领域，具体为一种基于智能检测的可观测性分析方法。
背景技术
现代社会人们越来越独立，老龄化越来越严重，宠物是人感情的寄托，能有效满足人们的心理需要。通过关爱宠物，与宠物玩耍，能给人带来很多快乐，还能让人有效放松，而各种慢性病的发生都与紧张压抑有关。因此养宠物不但能让人愉快，还有助于减少慢性病发生，所以饲养宠物的家庭越来越多。
宠物狗由于性格温顺、聪明活泼，得到许多饲养宠物家庭的青睐而被饲养。对于如何对喂养宠物狗、控制宠物狗食物喂食量，许多用户通过自己的经验来判断，如通过观看宠物狗进食的状态，宠物狗吃的很快就觉得它很饿，于是大量地给宠物狗喂食，这样是完全错误的，因为吃的快并不一定表示宠物狗很饿，而是它们长时间进化而来的一种饮食习惯，长期以往会导致宠物狗过于肥胖；或通过观看为宠物狗购买狗粮时所附带的说明书根据宠物狗体型、种类来对宠物狗进行喂食，但是宠物狗是活泼好动的，它的行为是不可控的，这时根据说明书进行喂养则无法满足宠物狗的正常身体需求；宠物狗过于肥胖或过于瘦弱都易导致疾病的产生，轻则需要宠物狗主人花费大量时间、金钱来进行治疗，重则危及生命无法挽救。因此，设计可根据宠物狗身体所需来正确控制进食量的一种基于智能检测的可观测性分析方法是很有必要的。
发明内容
本发明的目的在于提供一种基于智能检测的可观测性分析方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于智能检测的可观测性分析方法，该方法采用可观测性分析系统，包括信息采集模块、数据分析模块与结果处理模块，其特征在于：所述信息采集模块与数据分析模块电连接，数据分析模块与结果处理模块电连接，所述信息采集模块用于对宠物狗相关的信息进行采集记录，所述数据分析模块用于对采集的数据信息进行计算分析，所述结果处理模块用于对计算分析结果进行处理；
所述信息采集模块包括检测模块、时间记录模块、幅度测量模块与识别模块，所述检测模块与时间记录模块电连接，所述幅度测量模块与检测模块电连接，所述时间记录模块与幅度测量模块电连接，所述检测模块用于对宠物狗进行检测，所述检测模块包括红外感应单元与高清摄像单元，所述红外感应单元与高清摄像单元电连接，所述红外感应单元用于进行红外感应检测，所述高清摄像单元用于进行高清摄像及图像采集，所述时间记录模块用于对相关时间进行记录，所述幅度测量模块用于对宠物狗喘息幅度进行测量，所述识别模块用于对宠物狗腹部进行识别。
根据上述技术方案，所述数据分析模块包括计算分析模块、判断模块、数据接收模块、扫描模块、高度差模块与调整模块，所述计算分析模块与数据接收模块电连接，所述扫描模块与高度差模块电连接，所述高度差模块与数据接收模块电连接，所述计算分析模块用于对数据信息进行计算分析，所述判断模块用于对相关状态进行判断分析，所述数据接收模块用于对数据进行接收，所述扫描模块用于对宠物狗腹部轮廓进行扫描，所述高度差模块用于对高度差数据进行计算分析，所述调整模块用于对相关数据进行调整。
根据上述技术方案，所述结果处理模块包括提示模块与信息发送模块，所述提示模块与信息发送模块电连接，所述提示模块用于向用户进行信息提示，所述信息发送模块用于进行信息数据发送。
根据上述技术方案，所述一种基于智能检测的可观测性分析方法主要包括以下步骤：
步骤S1：在宠物狗进食位置安装摄像装置，进行信息采集检测；
步骤S2：宠物狗需要进食时，信息采集模块对宠物狗状态及进食前运动量的数据信息进行采集；
步骤S3：数据分析模块根据数据信息采集结果计算分析本次宠物狗最佳进食量；
步骤S4：结果处理模块将计算分析结果数据发送至用户手机端供用户参考使用。
根据上述技术方案，所述步骤S1进一步包括以下步骤：
步骤S11：安装在宠物狗进食位置的红外感应单元感应检测到有热量源靠近，通过电信号启用高清摄像单元；
步骤S12：高清摄像单元确定热量源为宠物狗后，则启用识别模块；
步骤S13：识别模块对高清摄像单元采集的宠物狗图像腹部进行识别记录；
步骤S14：宠物狗项圈记录两次进食间宠物狗的运动量。
根据上述技术方案，所述步骤S14进一步包括以下步骤：
步骤S141：幅度测量模块对宠物狗颈部耸动幅度进行测量；
步骤S142：幅度测量模将宠物狗颈部耸动幅度绘制为幅度坐标曲线，并对该曲线变化进行实时检测，当检测到宠物狗颈部耸动幅度曲线以斜率变化大于标准值N快速达到阈值W时，则时间记录子模块开始对宠物狗颈部耸动时间进行记录，得到宠物狗颈部耸动时间为T，当检测到宠物狗颈部耸动幅度曲线以斜率变化小于或等于变化标准值N缓慢达到阈值W时，则不启用时间记录子模块对宠物狗颈部耸动时间进行记录；
步骤S143：调整模块通过网络信号获取到本地环境温度为C，并将阈值W 随环境温度变化而调整，其中W＝CX，X为温度转换系数，且阈值W调整范围为Wmin≤W≤Wmax。
根据上述技术方案，所述步骤S2进一步包括以下步骤：
步骤S21：数据接收模块对识别的宠物狗腹部图像进行接收，并通过电信号启用扫描模块；
步骤S22：扫描模块对宠物狗腹部图像颜色深浅交界的部分进行扫描，得到宠物狗腹部轮廓曲线；
步骤S23：高度差模块对扫描结果轮廓曲线的最高处与最低处的高度差进行测量，得到高度差为H。
根据上述技术方案，所述步骤S3进一步包括以下步骤：
步骤S31：计算分析模块通过电信号获取到采集的信息数据后，计算分析得到宠物狗本次进食量为J；
步骤S32：判断模块根据宠物狗腹部轮廓曲线高度差与体型阈值P进行对比，判断宠物狗的肥胖程度；
步骤S33：当H≥2P时，判断模块判断宠物狗过于瘦弱；当H≤P时，判断模块判断宠物狗过于肥胖，当P<H<2P时，则判断模块判断宠物狗处于正常状态。
根据上述技术方案，所述步骤S31中宠物狗本次进食量J的计算公式如下：
其中，J为宠物狗本次进食量，K为进食量转换系数，H为宠物狗腹部轮廓曲线高度差值，P为体型阈值，T为宠物狗喘息时间,Q为狗粮说明书要求用量。
根据上述技术方案，所述步骤S4进一步包括以下步骤：
步骤S41：信息发送模块通过电信号获取到计算分析结果后，通过网络信号向用户发送结果数据，供用户在对宠物狗进行喂食时提供参考依据；
步骤S42：提示模块发出提示音提示用户喂养宠物狗。
与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有信息采集模块、数据分析模块与结果处理模块，可根据宠物狗体型与运动量正确控制进食量，有效保护宠物狗身体健康，并通过调整模块对阈值W随温度变化进行调整，可排除因温度过高而导致阈值W易被触发的结果，使信息采集计算结果更加准确，同时通过设置红外感应单元与高清摄像单元，可对进入检测范围内物体进行智能识别，节约系统运算力。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的系统模块组成示意图。
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。
请参阅图1，本发明提供技术方案：一种基于智能检测的可观测性分析方法，该方法采用可观测性分析系统，包括信息采集模块、数据分析模块与结果处理模块，其特征在于：信息采集模块与数据分析模块电连接，数据分析模块与结果处理模块电连接，信息采集模块用于对宠物狗相关的信息进行采集记录，数据分析模块用于对采集的数据信息进行计算分析，结果处理模块用于对计算分析结果进行处理；
信息采集模块包括检测模块、时间记录模块、幅度测量模块与识别模块，检测模块与时间记录模块电连接，幅度测量模块与检测模块电连接，时间记录模块与幅度测量模块电连接，检测模块用于对宠物狗进行检测，检测模块包括红外感应单元与高清摄像单元，红外感应单元与高清摄像单元电连接，红外感应单元用于进行红外感应检测，高清摄像单元用于进行高清摄像及图像采集，时间记录模块用于对相关时间进行记录，幅度测量模块用于对宠物狗喘息幅度进行测量，识别模块用于对宠物狗腹部进行识别。
数据分析模块包括计算分析模块、判断模块、数据接收模块、扫描模块、高度差模块与调整模块，计算分析模块与数据接收模块电连接，扫描模块与高度差模块电连接，高度差模块与数据接收模块电连接，计算分析模块用于对数据信息进行计算分析，判断模块用于对相关状态进行判断分析，数据接收模块用于对数据进行接收，扫描模块用于对宠物狗腹部轮廓进行扫描，高度差模块用于对高度差数据进行计算分析，调整模块用于对相关数据进行调整。
结果处理模块包括提示模块与信息发送模块，提示模块与信息发送模块电连接，提示模块用于向用户进行信息提示，信息发送模块用于进行信息数据发送。
一种基于智能检测的可观测性分析方法主要包括以下步骤：
步骤S1：在宠物狗进食位置安装摄像装置，进行信息采集检测；
步骤S2：宠物狗需要进食时，信息采集模块对宠物狗状态及进食前运动量的数据信息进行采集；
步骤S3：数据分析模块根据数据信息采集结果计算分析本次宠物狗最佳进食量；
步骤S4：结果处理模块将计算分析结果数据发送至用户手机端供用户参考使用。
步骤S1进一步包括以下步骤：
步骤S11：安装在宠物狗进食位置的红外感应单元感应检测到有热量源靠近，通过电信号启用高清摄像单元；每次即将到进食时间，宠物狗由于条件反射会提前在进食区等待饲养用户投喂食物，且先通过红外感应单元进行检测后再启动高清摄像单元可节省系统运算力；
步骤S12：高清摄像单元确定热量源为宠物狗后，则启用识别模块；
步骤S13：识别模块对高清摄像单元采集的宠物狗图像腹部进行识别记录；宠物狗腹部可准确反映宠物狗的肥胖程度，此时对宠物狗腹部图像进行识别记录为后续分析宠物狗的肥胖程度做准备；
步骤S14：宠物狗项圈记录两次进食间宠物狗的运动量。
步骤S14进一步包括以下步骤：
步骤S141：幅度测量模块对宠物狗颈部耸动幅度进行测量；宠物狗由于不存在汗腺，则在经过运动后身体产生的热量通过张开口部，进行大口的喘息来排除热量，而宠物狗的喘息时颈部会随之耸动变化，虽然可通过心率变化来检测宠物狗的运动量，但是宠物狗受到惊吓的因素时仍然会使其心率发生变化，故通过心率变化来检测宠物狗运动量的方法不准确；
步骤S142：幅度测量模将宠物狗颈部耸动幅度绘制为幅度坐标曲线，并对该曲线变化进行实时检测，当检测到宠物狗颈部耸动幅度曲线以斜率变化大于标准值N快速达到阈值W时，则时间记录子模块开始对宠物狗颈部耸动时间进行记录，得到宠物狗颈部耸动时间为T，当检测到宠物狗颈部耸动幅度曲线以斜率变化小于或等于变化标准值N缓慢达到阈值W时，则不启用时间记录子模块对宠物狗颈部耸动时间进行记录；宠物狗因运动通过喘息散热时，颈部耸动幅度曲线是快速上升至阈值W的；而宠物狗颈部耸动幅度曲线缓慢上升至阈值 W时，说明宠物狗是由于环境温度过高进行喘息散热导致上述结果；
步骤S143：调整模块通过网络信号获取到本地环境温度为C，并将阈值W 随环境温度变化而调整，其中W＝CX，X为温度转换系数，且阈值W调整范围为Wmin≤W≤Wmax；通过对阈值W随温度变化进行调整，可排除因温度过高而导致阈值W易被触发的结果，使信息采集计算结果更加准确。
步骤S2进一步包括以下步骤：
步骤S21：数据接收模块对识别的宠物狗腹部图像进行接收，并通过电信号启用扫描模块；
步骤S22：扫描模块对宠物狗腹部图像颜色深浅交界的部分进行扫描，得到宠物狗腹部轮廓曲线；宠物狗腹部长有毛发但数量较少，且整体颜色较腹部侧面颜色较浅，故颜色深浅交界的部分即为宠物狗腹部轮廓曲线；
步骤S23：高度差模块对扫描结果轮廓曲线的最高处与最低处的高度差进行测量，得到高度差为H；宠物狗越肥胖时，腹部越大且整体轮廓越趋近于平滑，则腹部轮廓曲线高度差越小；反之，当宠物狗越瘦 时，腹部越小且整体轮廓越趋近于陡峭，则腹部轮廓曲线高度差越大。
步骤S3进一步包括以下步骤：
步骤S31：计算分析模块通过电信号获取到采集的信息数据后，计算分析得到宠物狗本次进食量为J；
步骤S32：判断模块根据宠物狗腹部轮廓曲线高度差与体型阈值P进行对比，判断宠物狗的肥胖程度；
步骤S33：当H≥2P时，判断模块判断宠物狗过于瘦弱；当H≤P时，判断模块判断宠物狗过于肥胖，当P<H<2P时，则判断模块判断宠物狗处于正常状态。
步骤S31中宠物狗本次进食量J的计算公式如下：
其中，J为宠物狗本次进食量，K为进食量转换系数，H为宠物狗腹部轮廓曲线高度差值，P为体型阈值，T为宠物狗喘息时间,Q为狗粮说明书要求用量；由公式可知，在相同运动量的情况下：体型较瘦的宠物狗腹部轮廓曲线高度差较大，且所消耗的能量越多，故所需要进食的食物越多，所以采用第一条公式计算分析其进食量；而体型较肥胖的宠物狗腹部轮廓曲线高度差较小，且所消耗的能量越少。故所需要进食的食物越少，所以采用第三条公式计算分析其进食量；而体型正常的宠物狗腹部轮廓曲线高度差适中，故采用第二条公式计算分析其进食量。
步骤S4进一步包括以下步骤：
步骤S41：信息发送模块通过电信号获取到计算分析结果后，通过网络信号向用户发送结果数据，供用户在对宠物狗进行喂食时提供参考依据；
步骤S42：提示模块发出提示音提示用户喂养宠物狗。
实施例：安装在宠物狗进食位置的红外感应单元感应检测到有热量源靠近，并通过高清摄像单元确定热量源为宠物狗后，识别模块对高清摄像单元采集的宠物狗图像腹部进行识别记录，并获取宠物狗项圈记录上次进食后与本次进食前两者间宠物狗的运动量：幅度测量模块对宠物狗颈部耸动幅度进行测量，并将宠物狗颈部耸动幅度绘制为幅度坐标曲线，并对该曲线变化进行实时检测，当检测到宠物狗颈部耸动幅度曲线以斜率变化大于标准值1.8快速达到阈值W 时，则时间记录子模块开始对宠物狗颈部耸动时间进行记录，得到宠物狗颈部耸动时间为T＝0.1h，其中调整模块通过网络信号获取到本地环境温度为C＝25℃，且温度转换系数X＝0.2，则阈值W＝0.2×25＝5；扫描模块对宠物狗腹部图像颜色深浅交界的部分进行扫描，得到宠物狗腹部轮廓曲线，并高度差模块对扫描结果轮廓曲线的最高处与最低处的高度差进行测量，得到高度差为 H＝10cm后，与体型阈值P＝5进行对比，因为H≥2P，则判断模块判断宠物狗过于瘦弱，且进食量转换系数K＝20，故采用公式一计算宠物狗进食量为 J＝20×(10+0.1)＝202g，信息发送模块通过电信号获取到计算分析结果后，通过网络信号向用户发送结果数据，供用户在对宠物狗进行喂食时提供参考依据，同时提示模块发出提示音提示用户喂养宠物狗。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于智能检测的可观测性分析方法，该方法采用可观测性分析系统，包括信息采集模块、数据分析模块与结果处理模块，其特征在于：所述信息采集模块与数据分析模块电连接，数据分析模块与结果处理模块电连接，所述信息采集模块用于对宠物狗相关的信息进行采集记录，所述数据分析模块用于对采集的数据信息进行计算分析，所述结果处理模块用于对计算分析结果进行处理；
所述信息采集模块包括检测模块、时间记录模块、幅度测量模块与识别模块，所述检测模块与时间记录模块电连接，所述幅度测量模块与检测模块电连接，所述时间记录模块与幅度测量模块电连接，所述检测模块用于对宠物狗进行检测，所述检测模块包括红外感应单元与高清摄像单元，所述红外感应单元与高清摄像单元电连接，所述红外感应单元用于进行红外感应检测，所述高清摄像单元用于进行高清摄像及图像采集，所述时间记录模块用于对相关时间进行记录，所述幅度测量模块用于对宠物狗喘息幅度进行测量，所述识别模块用于对宠物狗腹部进行识别；
所述数据分析模块包括计算分析模块、判断模块、数据接收模块、扫描模块、高度差模块与调整模块，所述计算分析模块与数据接收模块电连接，所述扫描模块与高度差模块电连接，所述高度差模块与数据接收模块电连接，所述计算分析模块用于对数据信息进行计算分析，所述判断模块用于对相关状态进行判断分析，所述数据接收模块用于对数据进行接收，所述扫描模块用于对宠物狗腹部轮廓进行扫描，所述高度差模块用于对高度差数据进行计算分析，所述调整模块用于对相关数据进行调整；
所述结果处理模块包括提示模块与信息发送模块，所述提示模块与信息发送模块电连接，所述提示模块用于向用户进行信息提示，所述信息发送模块用于进行信息数据发送；
所述一种基于智能检测的可观测性分析方法主要包括以下步骤：
步骤S1：在宠物狗进食位置安装摄像装置，进行信息采集检测；
步骤S2：宠物狗需要进食时，信息采集模块对宠物狗状态及进食前运动量的数据信息进行采集；
步骤S3：数据分析模块根据数据信息采集结果计算分析本次宠物狗最佳进食量；
步骤S4：结果处理模块将计算分析结果数据发送至用户手机端供用户参考使用；
所述步骤S1进一步包括以下步骤：
步骤S11：安装在宠物狗进食位置的红外感应单元感应检测到有热量源靠近，通过电信号启用高清摄像单元；
步骤S12：高清摄像单元确定热量源为宠物狗后，则启用识别模块；
步骤S13：识别模块对高清摄像单元采集的宠物狗图像腹部进行识别记录；
步骤S14：宠物狗项圈记录两次进食间宠物狗的运动量；
所述步骤S14进一步包括以下步骤：
步骤S141：幅度测量模块对宠物狗颈部耸动幅度进行测量；
步骤S142：幅度测量模将宠物狗颈部耸动幅度绘制为幅度坐标曲线，并对该曲线变化进行实时检测，当检测到宠物狗颈部耸动幅度曲线以斜率变化大于标准值N快速达到阈值W时，则时间记录子模块开始对宠物狗颈部耸动时间进行记录，得到宠物狗颈部耸动时间为T，当检测到宠物狗颈部耸动幅度曲线以斜率变化小于或等于变化标准值N缓慢达到阈值W时，则不启用时间记录子模块对宠物狗颈部耸动时间进行记录；
步骤S143：调整模块通过网络信号获取到本地环境温度为C，并将阈值W随环境温度变化而调整，其中W＝CX，X为温度转换系数，且阈值W调整范围为Wmin≤W≤Wmax。
2.根据权利要求1所述的一种基于智能检测的可观测性分析方法，其特征在于：所述步骤S2进一步包括以下步骤：
步骤S21：数据接收模块对识别的宠物狗腹部图像进行接收，并通过电信号启用扫描模块；
步骤S22：扫描模块对宠物狗腹部图像颜色深浅交界的部分进行扫描，得到宠物狗腹部轮廓曲线；
步骤S23：高度差模块对扫描结果轮廓曲线的最高处与最低处的高度差进行测量，得到高度差为H。
3.根据权利要求2所述的一种基于智能检测的可观测性分析方法，其特征在于：所述步骤S3进一步包括以下步骤：
步骤S31：计算分析模块通过电信号获取到采集的信息数据后，计算分析得到宠物狗本次进食量为J；
步骤S32：判断模块根据宠物狗腹部轮廓曲线高度差与体型阈值P进行对比，判断宠物狗的肥胖程度；
步骤S33：当H≥2P时，判断模块判断宠物狗过于瘦弱；当H≤P时，判断模块判断宠物狗过于肥胖，当P<H<2P时，则判断模块判断宠物狗处于正常状态。
4.根据权利要求3所述的一种基于智能检测的可观测性分析方法，其特征在于：所述步骤S31中宠物狗本次进食量J的计算公式如下：
其中，J为宠物狗本次进食量，K为进食量转换系数，H为宠物狗腹部轮廓曲线高度差值，P为体型阈值，T为宠物狗喘息时间,Q为狗粮说明书要求用量。
5.根据权利要求4所述的一种基于智能检测的可观测性分析方法，其特征在于：所述步骤S4进一步包括以下步骤：
步骤S41：信息发送模块通过电信号获取到计算分析结果后，通过网络信号向用户发送结果数据，供用户在对宠物狗进行喂食时提供参考依据；
步骤S42：提示模块发出提示音提示用户喂养宠物狗。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211544369.XA CN117814135A (zh) | 2022-01-10 | 2022-01-10 | 基于智能检测的可观测性分析方法 |
| CN202210022456.2A CN114303996B (zh) | 2022-01-10 | 2022-01-10 | 一种基于智能检测的可观测性分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210022456.2A CN114303996B (zh) | 2022-01-10 | 2022-01-10 | 一种基于智能检测的可观测性分析方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211544369.XA Division CN117814135A (zh) | 2022-01-10 | 2022-01-10 | 基于智能检测的可观测性分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114303996A CN114303996A (zh) | 2022-04-12 |
| CN114303996B true CN114303996B (zh) | 2023-09-26 |
Family
ID=81027194
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211544369.XA Pending CN117814135A (zh) | 2022-01-10 | 2022-01-10 | 基于智能检测的可观测性分析方法 |
| CN202210022456.2A Active CN114303996B (zh) | 2022-01-10 | 2022-01-10 | 一种基于智能检测的可观测性分析方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211544369.XA Pending CN117814135A (zh) | 2022-01-10 | 2022-01-10 | 基于智能检测的可观测性分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN117814135A (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115082521B (zh) * | 2022-06-17 | 2024-09-27 | 河北农业大学 | 一种基于红外成像的笼养鸡群活动量分析方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077495A (zh) * | 2014-07-17 | 2014-10-01 | 杜晓松 | 一种可穿戴人体特征信息采集及监控系统 |
| CN107635509A (zh) * | 2015-02-27 | 2018-01-26 | 因吉纳瑞股份公司 | 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 |
| CN107728552A (zh) * | 2017-09-06 | 2018-02-23 | 上海斐讯数据通信技术有限公司 | 一种宠物的喂养方法及系统 |
| CN108668932A (zh) * | 2018-04-27 | 2018-10-19 | 扬州圣林弹簧五金有限公司 | 智能动物投食机 |
-
2022
- 2022-01-10 CN CN202211544369.XA patent/CN117814135A/zh active Pending
- 2022-01-10 CN CN202210022456.2A patent/CN114303996B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077495A (zh) * | 2014-07-17 | 2014-10-01 | 杜晓松 | 一种可穿戴人体特征信息采集及监控系统 |
| CN107635509A (zh) * | 2015-02-27 | 2018-01-26 | 因吉纳瑞股份公司 | 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 |
| CN107728552A (zh) * | 2017-09-06 | 2018-02-23 | 上海斐讯数据通信技术有限公司 | 一种宠物的喂养方法及系统 |
| CN108668932A (zh) * | 2018-04-27 | 2018-10-19 | 扬州圣林弹簧五金有限公司 | 智能动物投食机 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117814135A (zh) | 2024-04-05 |
| CN114303996A (zh) | 2022-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rushen et al. | Automated monitoring of behavioural-based animal welfare indicators | |
| US8925485B2 (en) | Intelligent pet-feeding device | |
| CN111248103B (zh) | 牲畜发情检测方法、装置以及设备 | |
| CN114303996B (zh) | 一种基于智能检测的可观测性分析方法 | |
| Lee et al. | Research Article The Use of Vision in a Sustainable Aquaculture Feeding System | |
| Tullo et al. | Precision livestock farming: an overview of image and sound labelling | |
| US9961883B2 (en) | Rapid and automatic determination of metabolic efficiency in livestock | |
| CN111134033A (zh) | 一种动物智能喂食器及其方法和系统 | |
| CN107992903A (zh) | 牲畜身份识别方法、装置、存储介质和电子设备 | |
| CN111297367A (zh) | 一种动物状态监测方法、装置、电子设备及存储介质 | |
| CN113785783B (zh) | 一种牲畜分群系统及方法 | |
| CN114089663B (zh) | 智能喂食控制系统及控制方法 | |
| Han et al. | Review of automatic detection of pig behaviours by using image analysis | |
| CN115443936B (zh) | 水生生物智能投喂控制系统及方法、电子设备和存储介质 | |
| CN117918023A (zh) | 基于图像数据确定与动物相关的生物特征数据的方法 | |
| CN108742518A (zh) | 一种基于智能枕头的打鼾检测及干预方法及系统 | |
| Rohan et al. | Application of deep learning for livestock behaviour recognition: A systematic literature review | |
| KR20210051860A (ko) | 가축사양표준에 기초한 가축사양관리 가이드 제공 방법 | |
| Guo et al. | Recognition of scene-interactive behaviors of calves based on video analysis | |
| Mattachini et al. | Methods for measuring the behaviour of dairy cows in free stall barns | |
| WO2024198278A1 (zh) | 宠物健康的管理方法、装置及宠物陪伴机器人 | |
| US12121007B2 (en) | Method for determining biometric data relating to an animal based on image data | |
| KR102462098B1 (ko) | 빅데이터 학습 기반의 예측 모델을 이용한 최적의 양돈 출하 시점 결정 시스템 및 방법 | |
| CN115474594B (zh) | 智能家具防护方法及系统 | |
| JP7538938B1 (ja) | 給餌システムおよび学習モデル生成方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230817 Address after: 017010 Room 914-020, 9th Floor, Headquarters Incubation Building, Kangbashi District, Ordos City, Inner Mongolia Autonomous Region Applicant after: Inner Mongolia Kuaiwei Technology Co.,Ltd. Address before: 226000 No. 376 Jiefang Road, juegang Town, Rudong County, Nantong City, Jiangsu Province Applicant before: Chen Renyou |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |