CN115868428A - 一种基于六轴惯性传感器的智能牛项圈及监测方法 - Google Patents
一种基于六轴惯性传感器的智能牛项圈及监测方法 Download PDFInfo
- Publication number
- CN115868428A CN115868428A CN202211618321.9A CN202211618321A CN115868428A CN 115868428 A CN115868428 A CN 115868428A CN 202211618321 A CN202211618321 A CN 202211618321A CN 115868428 A CN115868428 A CN 115868428A
- Authority
- CN
- China
- Prior art keywords
- pin
- resistor
- capacitor
- cattle
- behavior
- 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
- 241000283690 Bos taurus Species 0.000 title claims abstract description 100
- 238000012544 monitoring process Methods 0.000 title claims description 15
- 238000000034 method Methods 0.000 title claims description 12
- 238000004891 communication Methods 0.000 claims abstract description 26
- 238000013500 data storage Methods 0.000 claims abstract description 21
- 239000004677 Nylon Substances 0.000 claims abstract description 15
- 229920001778 nylon Polymers 0.000 claims abstract description 15
- 239000003990 capacitor Substances 0.000 claims description 90
- 230000006399 behavior Effects 0.000 claims description 71
- 230000001133 acceleration Effects 0.000 claims description 13
- 208000003251 Pruritus Diseases 0.000 claims description 12
- 239000013078 crystal Substances 0.000 claims description 12
- 230000004634 feeding behavior Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000022676 rumination Effects 0.000 claims description 6
- 208000015212 rumination disease Diseases 0.000 claims description 6
- 230000000087 stabilizing effect Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 4
- 101100126625 Caenorhabditis elegans itr-1 gene Proteins 0.000 claims description 3
- 102100026191 Class E basic helix-loop-helix protein 40 Human genes 0.000 claims description 3
- 101710130550 Class E basic helix-loop-helix protein 40 Proteins 0.000 claims description 3
- 102100026190 Class E basic helix-loop-helix protein 41 Human genes 0.000 claims description 3
- 101000765033 Homo sapiens Class E basic helix-loop-helix protein 41 Proteins 0.000 claims description 3
- 235000015429 Mirabilis expansa Nutrition 0.000 claims description 3
- 244000294411 Mirabilis expansa Species 0.000 claims description 3
- 235000013536 miso Nutrition 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims 1
- 230000001488 breeding effect Effects 0.000 abstract description 6
- 238000009395 breeding Methods 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000020595 eating behavior Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
Images
Abstract
本发明提供了一种基于六轴惯性传感器的智能牛项圈，包括松紧尼龙带、调节扣、外盒、太阳能电池、电路板；调节扣系于松紧尼龙带上，松紧尼龙带上固定有外盒，外盒表面嵌有太阳能电池，外盒内部含有电路板；电路板包括数据采集模块、数据存储模块、主控与通信模块、电源模块，其中，数据采集模块与数据存储模块信号连接，数据存储模块与主控与通信模块信号连接，电源模块为数据采集模块、数据存储模块、主控与通信模块提供电能。本发明能够及时有效地监测牛的行为活动，便于管理人员能够及时了解牛的行为并做出相应的处理，提高牛的养殖效益。
Description
技术领域
本发明属于牛饲养领域，尤其涉及一种基于六轴惯性传感器的智能牛项圈及监测方法
背景技术
现有的牛行为监测技术包括人工观察、耳标加速度传感器监测、牛项圈监测等。人工观察会使得养殖人员工作量巨大，且存在漏查误查等问题。耳标加速度传感器的监测结果起伏较大，不太稳定。在使用牛项圈进行监测方面，现有的牛项圈基本都是基于三轴加速度传感器制作，缺少三轴陀螺仪，导致精度不够，且少有无线传输功能。此外，不同牛或者同一头牛在不同生长时期的颈部大小都是不同的，传统的项圈无法调节大小。现有的项圈还需要频繁的取下进行电池的更换，这会使牛产生应激反应，不利于牛的生长。因此，亟需开发出一种可以更为精确和便捷的装置，在减轻养殖工人工作量的同时，提高养殖效果和减少养殖成本。
发明内容
为解决现有的牛行为监测技术中人工成本高、监测不稳定、精度低、不能无线传输、需要频繁更换电池的问题，本发明提供了一种基于六轴惯性传感器的智能牛项圈及监测方法，通过对牛颈部的运动、伸缩或吞咽等动作识别牛的行为，对牛的行为进行监测。
一种基于六轴惯性传感器的智能牛项圈，包括松紧尼龙带、调节扣、外盒、太阳能电池、电路板。
调节扣系于松紧尼龙带上，松紧尼龙带上固定有外盒，外盒表面嵌有太阳能电池，外盒内部含有电路板。
电路板包括数据采集模块、数据存储模块、主控与通信模块、电源模块。其中，数据采集模块与数据存储模块信号连接，数据存储模块与主控与通信模块信号连接，电源模块为数据采集模块、数据存储模块、主控与通信模块提供电能。
数据采集模块电路如下：
处理芯片MPU-6050(U5)的第CLKIN、AD0、FSYNC、GND管脚接地；U5的VLOGIC管脚接电源VCC3.3，经第电容C13接地；U5的REGOUT管脚经第电容C15接地；U5的第FSYNC管脚经电阻R5与芯片nRF52832(U1)的P0.11管脚连接；U5的VDD管脚接电源VCC3.3，又经电容C14接地；U5的SCL管脚经电阻R4、电阻R2与电源VCC3.3连接，电阻R4与电阻R2的公共端连接U1的MPUINT管脚；U5的REST管脚经电阻R3、电阻R1与电源VCC3.3连接，电阻R3与电阻R1的公共端连接U1的IICSCL管脚。
数据存储模块电路如下：
存储芯片W25Q128JVSIQTR(U3)，所述U3的FSP1CS管脚与U1的FSP1SCCK管脚连接；U3的FSPIMISO管脚与U1的IICSDA管脚连接；U3的IO2管脚接电源VCC3.3；U3的GND管脚接地；U3的DI管脚与U1的FSPI MISO管脚连接；U3的CLK管脚与U1的第19管脚连接；U3的VCC管脚与IO3管脚接电源VC3.3，经电容C17接地。
主控与通信模块电路如下：
主控与通信模块包括无线通信单元、测试单元和复位单元。
无线通信单元包括芯片nRF52832(U1)，所述U1的DEC1管脚经电容C3接地；U1的XL1管脚接对地电容C1，XL2管脚接对地电容C2，XL1管脚与XL2管脚之间并联晶振X1，晶振X1的两端分别与电容C1、电容C2的非接地端连接；U1的AIN0管脚连接电阻R9与电阻R8公共端；U1的VDD管脚接对地电容C4，VDD管脚与电容C4的公共端连接电源VCC3.3；U1的P0.11管脚与U5的INT管脚连接；U1的P0.12管脚连接电阻R4与电阻R2的公共端；U1的P0.13管脚连接电阻R3与电阻R1的公共端；U1的P0.14管脚连接U3的DO管脚；U1的PO.15管脚连接U3的DI管脚；U1的PO.16管脚连接U3的CLK管脚；U1的P0.17管脚连接U3的CS管脚；U1的RESET管脚连接电阻R10与开关KEY1的公共端；U1的SWDCLK管脚连接芯片HDR-M-2.54_1x4(J2)的第2管脚；U1的SWDIO管脚连接J2的第3管脚；U1的ANT管脚接对地电容C5，ANT管脚与电容C5的公共端连接RF射频信号传输线；U1的DEC2管脚接对地电容C6；U1的DEC3管脚接对地电容C7；U1的XC1管脚接对地电容C9,XC2管脚接对地电容C8，XC1管脚与XC2管脚之间并联接地晶振X2，晶振X2的两端分别与电容C9、电容C8的非接地端连接；U1的VDD管脚接对地电容C10，VDD管脚与电容C10的公共端连接电源VCC3.3；U1的DEC4管脚接对地电容C11；U1的DCC管脚经依次连接的电感L1、电感L2、电容C11接地；U1的VDD管脚接电源VCC3.3，EP管脚接地，VDD管脚与EP管脚之间并联电容C12。
测试单元包括芯片HDR-M-2.54_1x4(J2),所述J2的第1管脚接地；J2第2管脚连接U1的SWDCLK管脚；J2第3管脚接U1的SWDIO管脚；J2第4管脚接电源VCC3.3。
复位单元包括电阻R10、第一开关KEY1；电阻R10一端连接电源VCC3.3，另一端经开关KEY1接地；电阻R10与开关KEY1的公共端连接U1的RESET管脚。
电源模块包括太阳能电池、电源单元、电压检测单元、电源接口单元。电源单元包括电源芯片AMS1117-3.3(U4)，所述U4的GND管脚接地；U4的VOUT管脚接电源VCC3.3，U4VOUT管脚与电源VCC3.3公共端接对地第电容C20和对地电容C21；U4VIN管脚经稳压二极管D1接太阳能电池BATT，VIN管脚与稳压二极管D1公共端接对地电容C18和对地电容C19。
电压检测单元包括电阻R8、电阻R9、电容C22；电阻R8一端与太阳能电池BATT连接；电阻R9与电容C22并联；电阻R9一端与电阻R8另一端连接，电阻R9另一端接地；电阻R9与电阻R8公共端连接U1的ACD管脚。
电源接口单元包括芯片HDR-M-2.54_1x2(J1)，J1的第1管脚接地；第2管脚接太阳能电池BATT。
一种基于六轴惯性传感器的智能牛项圈牛行为监测的方法，包括如下步骤：
步骤一：通过六轴惯性传感器按照设定的采样频率采集牛颈部活动的加速度和角速度。
步骤二：通过深度学习建立牛行为模型
使用LongShortTermMemorynetwork神经网络，将步骤一采集的加速度和角速度，结合人工标记结果，让模型通过后向传播误差学习权重，完成模型训练。
其中LongShortTermMemorynetwork核心为记忆块(memoryblock)，包含forgetgate、inputgate、outputgate三个门和一个cellstate记忆单元。该模型第一步由forgetgate层通过sigmoid层控制哪些信息可以通过cell state层；第二步将第一步得到的信息由inputgate层通过sigmoid层决定需要更新的值，再使用tanh层将产生的新值相加；第三步将第二步产生的结果由outputgate通过sigmoid层来得到一个初始输出，然后使用tanh层将值缩放到-1到1间，再与sigmoid层得到的输出逐对相乘，从而得到模型的输出。
步骤三：将采集到的加速度和角速度输入到牛行为模型。
模型自动进行行为分类，若输入数据满足牛进食行为分类条件，则将该数据对应时间段的牛的行为分类为牛进食行为；
若输入数据满足牛躺的行为分类条件，则将该数据对应时间段的牛的行为分类为牛躺的行为；
若输入数据满足牛反刍的行为分类条件，则将该数据对应时间段的牛的行为分类为牛反刍的行为；
若输入数据满足牛蹭痒(后腿)的行为分类条件，则将该数据对应时间段的牛的行为分类为牛蹭痒(后腿)的行为；
若输入数据满足牛互舔的行为分类条件，则将该数据对应时间段的牛的行为分类为牛互舔的行为；
若输入数据满足牛蹭痒(颈部)的行为分类条件，则将该数据对应时间段的牛的行为分类为牛蹭痒(颈部)的行为；
有益效果：
1.使用松紧尼龙带能够更好的将设备固定在牛颈部；
2.使用调节扣可以随时调节环形项圈长度，适应不同牛或同一头牛的不同生长时期，减少了成本；
3.使用六轴惯性传感器能采集精度更高的数据；
4.使用蓝牙网络进行数据传输，减去人工拷贝数据的工作量；
5.本发明抛弃传统电池，使用太阳能电池，不用频繁更换电池，有利于牛的生长且环保；
6.本发明能够及时有效地监测牛的行为活动，便于管理人员能够及时了解牛的行为并做出相应的处理，提高牛的养殖效益。
附图说明
图1为本发明外观示意图；
图2为本发明结构图；
图3为数据采集模块电路图；
图4为数据存储模块电路图；
图5为主控与通信模块结构图；
图6为无线通信单元电路图；
图7为复位单元电路图；
图8为测试单元电路图；
图9为电源模块结构图
图10为电源单元电路图；
图11为电压检测单元电路图；
图12为电源接口单元电路图；
图13为模型输出的牛躺的结果图；
图14为模型输出的牛奶进食的结果图；
图15为牛躺的原始数据图；
图16为牛奶进食的原始数据图；
图17为LongShortTermMemorynetwork神经网络流程图；
图18为一种基于六轴惯性传感器的智能牛项圈牛行为监测的方法流程图。
图中：1-松紧尼龙带、2-调节扣、3-外盒、4-太阳能电池、5-数据采集模块、6-数据存储模块、7-主控与通信模块、8-电源模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
实施例1
一种基于六轴惯性传感器的智能牛项圈，包括松紧尼龙带1、调节扣2、外盒3、太阳能电池4、电路板。
调节扣2系于松紧尼龙带1上，松紧尼龙带1上固定有外盒3，外盒3表面嵌有太阳能电池4，外盒3内部含有电路板。
电路板包括数据采集模块5、数据存储模块6、主控与通信模块7、电源模块8。其中，数据采集模块5与数据存储模块6信号连接，数据存储模块6与主控与通信模块7信号连接，电源模块8为数据采集模块5、数据存储模块6、主控与通信模块7提供电能。
实施例2
数据采集模块5电路如下：
处理芯片MPU-6050(U5)的第CLKIN、AD0、FSYNC、GND管脚接地；U5的VLOGIC管脚接电源VCC3.3，经第电容C13接地；U5的REGOUT管脚经第电容C15接地；U5的第FSYNC管脚经电阻R5与芯片nRF52832(U1)的P0.11管脚连接；U5的VDD管脚接电源VCC3.3，又经电容C14接地；U5的SCL管脚经电阻R4、电阻R2与电源VCC3.3连接，电阻R4与电阻R2的公共端连接U1的MPUINT管脚；U5的REST管脚经电阻R3、电阻R1与电源VCC3.3连接，电阻R3与电阻R1的公共端连接U1的IICSCL管脚。
实施例3
数据存储模块6电路如下：
存储芯片W25Q128JVSIQTR(U3)，所述U3的FSP1CS管脚与U1的FSP1SCCK管脚连接；U3的FSPIMISO管脚与U1的IICSDA管脚连接；U3的IO2管脚接电源VCC3.3；U3的GND管脚接地；U3的DI管脚与U1的FSPI MISO管脚连接；U3的CLK管脚与U1的第19管脚连接；U3的VCC管脚与IO3管脚接电源VC3.3，经电容C17接地。
实施例4
主控与通信模块7电路如下：
主控与通信模块7包括无线通信单元、测试单元和复位单元。
无线通信单元包括芯片nRF52832(U1)，所述U1的DEC1管脚经电容C3接地；U1的XL1管脚接对地电容C1，XL2管脚接对地电容C2，XL1管脚与XL2管脚之间并联晶振X1，晶振X1的两端分别与电容C1、电容C2的非接地端连接；U1的AIN0管脚连接电阻R9与电阻R8公共端；U1的VDD管脚接对地电容C4，VDD管脚与电容C4的公共端连接电源VCC3.3；U1的P0.11管脚与U5的INT管脚连接；U1的P0.12管脚连接电阻R4与电阻R2的公共端；U1的P0.13管脚连接电阻R3与电阻R1的公共端；U1的P0.14管脚连接U3的DO管脚；U1的PO.15管脚连接U3的DI管脚；U1的PO.16管脚连接U3的CLK管脚；U1的P0.17管脚连接U3的CS管脚；U1的RESET管脚连接电阻R10与开关KEY1的公共端；U1的SWDCLK管脚连接芯片HDR-M-2.54_1x4(J2)的第2管脚；U1的SWDIO管脚连接J2的第3管脚；U1的ANT管脚接对地电容C5，ANT管脚与电容C5的公共端连接RF射频信号传输线；U1的DEC2管脚接对地电容C6；U1的DEC3管脚接对地电容C7；U1的XC1管脚接对地电容C9,XC2管脚接对地电容C8，XC1管脚与XC2管脚之间并联接地晶振X2，晶振X2的两端分别与电容C9、电容C8的非接地端连接；U1的VDD管脚接对地电容C10，VDD管脚与电容C10的公共端连接电源VCC3.3；U1的DEC4管脚接对地电容C11；U1的DCC管脚经依次连接的电感L1、电感L2、电容C11接地；U1的VDD管脚接电源VCC3.3，EP管脚接地，VDD管脚与EP管脚之间并联电容C12。
测试单元包括芯片HDR-M-2.54_1x4(J2),所述J2的第1管脚接地；J2第2管脚连接U1的SWDCLK管脚；J2第3管脚接U1的SWDIO管脚；J2第4管脚接电源VCC3.3。
复位单元包括电阻R10、第一开关KEY1；电阻R10一端连接电源VCC3.3，另一端经开关KEY1接地；电阻R10与开关KEY1的公共端连接U1的RESET管脚。
实施例5
电源模块8包括太阳能电池4、电源单元、电压检测单元、电源接口单元。电源单元包括电源芯片AMS1117-3.3(U4)，所述U4的GND管脚接地；U4的VOUT管脚接电源VCC3.3，U4VOUT管脚与电源VCC3.3公共端接对地第电容C20和对地电容C21；U4VIN管脚经稳压二极管D1接太阳能电池4BATT，VIN管脚与稳压二极管D1公共端接对地电容C18和对地电容C19。
电压检测单元包括电阻R8、电阻R9、电容C22；电阻R8一端与太阳能电池4BATT连接；电阻R9与电容C22并联；电阻R9一端与电阻R8另一端连接，电阻R9另一端接地；电阻R9与电阻R8公共端连接U1的ACD管脚。
电源接口单元包括芯片HDR-M-2.54_1x2(J1)，J1的第1管脚接地；第2管脚接太阳能电池4BATT。
实施例6
根据图17-18所示，一种基于六轴惯性传感器的智能牛项圈牛行为监测的方法，包括如下步骤：
步骤一：通过六轴惯性传感器按照设定的采样频率采集牛颈部活动的加速度和角速度。
步骤二：通过深度学习建立牛行为模型
使用LongShortTermMemorynetwork神经网络，将步骤一采集的加速度和角速度，结合人工标记结果，让模型通过后向传播误差学习权重，完成模型训练。
其中LongShortTermMemorynetwork核心为记忆块(memoryblock)，包含forgetgate、inputgate、outputgate三个门和一个cellstate记忆单元。该模型第一步由forgetgate层通过sigmoid层控制哪些信息可以通过cell state层；第二步将第一步得到的信息由inputgate层通过sigmoid层决定需要更新的值，再使用tanh层将产生的新值相加；第三步将第二步产生的结果由outputgate通过sigmoid层来得到一个初始输出，然后使用tanh层将值缩放到-1到1间，再与sigmoid层得到的输出逐对相乘，从而得到模型的输出。
步骤三：将采集到的加速度和角速度输入到牛行为模型。
模型自动进行行为分类，若输入数据满足牛进食行为分类条件，则将该数据对应时间段的牛的行为分类为牛进食行为；
若输入数据满足牛躺的行为分类条件，则将该数据对应时间段的牛的行为分类为牛躺的行为；
若输入数据满足牛反刍的行为分类条件，则将该数据对应时间段的牛的行为分类为牛反刍的行为；
若输入数据满足牛蹭痒(后腿)的行为分类条件，则将该数据对应时间段的牛的行为分类为牛蹭痒(后腿)的行为；
若输入数据满足牛互舔的行为分类条件，则将该数据对应时间段的牛的行为分类为牛互舔的行为；
若输入数据满足牛蹭痒(颈部)的行为分类条件，则将该数据对应时间段的牛的行为分类为牛蹭痒(颈部)的行为；
根据图13-14所示，图13模型结果表示为Lying(躺)行为，图14模型结果表示为Feeding(进食行为)，两种行为的特征不同，因此在通过深度学习训练模型，然后再将采集的加速度、角速度等数据输入到模型中，模型会自行分类并输出结果。
原始数据如图15-16所示，其中SP为躺行为，E为进食行为。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所所述权利要求的保护范围为准。
Claims (7)
1.一种基于六轴惯性传感器的智能牛项圈，其特征在于，包括松紧尼龙带、调节扣、外盒、太阳能电池、电路板；
调节扣系于松紧尼龙带上，松紧尼龙带上固定有外盒，外盒表面嵌有太阳能电池，外盒内部含有电路板；
电路板包括数据采集模块、数据存储模块、主控与通信模块、电源模块，其中，数据采集模块与数据存储模块信号连接，数据存储模块与主控与通信模块信号连接，电源模块为数据采集模块、数据存储模块、主控与通信模块提供电能。
2.根据权利要求1所述的一种基于六轴惯性传感器的智能牛项圈，其特征在于，数据采集模块电路具体如下：
处理芯片MPU-6050—U5的第CLKIN、AD0、FSYNC、GND管脚接地；U5的VLOGIC管脚接电源VCC3.3，经第电容C13接地；U5的REGOUT管脚经第电容C15接地；U5的第FSYNC管脚经电阻R5与芯片nRF52832—U1的P0.11管脚连接；U5的VDD管脚接电源VCC3.3，又经电容C14接地；U5的SCL管脚经电阻R4、电阻R2与电源VCC3.3连接，电阻R4与电阻R2的公共端连接U1的MPUINT管脚；U5的REST管脚经电阻R3、电阻R1与电源VCC3.3连接，电阻R3与电阻R1的公共端连接U1的IICSCL管脚。
3.根据权利要求1所述的一种基于六轴惯性传感器的智能牛项圈，其特征在于，数据存储模块电路具体如下：
存储芯片W25Q128JVSIQTR—U3，所述U3的FSP1CS管脚与U1的FSP1SCCK管脚连接；U3的FSPIMISO管脚与U1的IICSDA管脚连接；U3的IO2管脚接电源VCC3.3；U3的GND管脚接地；U3的DI管脚与U1的FSPI MISO管脚连接；U3的CLK管脚与U1的第19管脚连接；U3的VCC管脚与IO3管脚接电源VC3.3，经电容C17接地。
4.根据权利要求1所述的一种基于六轴惯性传感器的智能牛项圈，其特征在于，主控与通信模块包括无线通信单元、测试单元和复位单元；
无线通信单元包括芯片nRF52832—U1，所述U1的DEC1管脚经电容C3接地；U1的XL1管脚接对地电容C1，XL2管脚接对地电容C2，XL1管脚与XL2管脚之间并联晶振X1，晶振X1的两端分别与电容C1、电容C2的非接地端连接；U1的AIN0管脚连接电阻R9与电阻R8公共端；U1的VDD管脚接对地电容C4，VDD管脚与电容C4的公共端连接电源VCC3.3；U1的P0.11管脚与U5的INT管脚连接；U1的P0.12管脚连接电阻R4与电阻R2的公共端；U1的P0.13管脚连接电阻R3与电阻R1的公共端；U1的P0.14管脚连接U3的DO管脚；U1的PO.15管脚连接U3的DI管脚；U1的PO.16管脚连接U3的CLK管脚；U1的P0.17管脚连接U3的CS管脚；U1的RESET管脚连接电阻R10与开关KEY1的公共端；U1的SWDCLK管脚连接芯片HDR-M-2.54_1x4—J2的第2管脚；U1的SWDIO管脚连接J2的第3管脚；U1的ANT管脚接对地电容C5，ANT管脚与电容C5的公共端连接RF射频信号传输线；U1的DEC2管脚接对地电容C6；U1的DEC3管脚接对地电容C7；U1的XC1管脚接对地电容C9,XC2管脚接对地电容C8，XC1管脚与XC2管脚之间并联接地晶振X2，晶振X2的两端分别与电容C9、电容C8的非接地端连接；U1的VDD管脚接对地电容C10，VDD管脚与电容C10的公共端连接电源VCC3.3；U1的DEC4管脚接对地电容C11；U1的DCC管脚经依次连接的电感L1、电感L2、电容C11接地；U1的VDD管脚接电源VCC3.3，EP管脚接地，VDD管脚与EP管脚之间并联电容C12；
测试单元包括芯片HDR-M-2.54_1x4—J2,所述J2的第1管脚接地；J2第2管脚连接U1的SWDCLK管脚；J2第3管脚接U1的SWDIO管脚；J2第4管脚接电源VCC3.3；
复位单元包括电阻R10、第一开关KEY1；电阻R10一端连接电源VCC3.3，另一端经开关KEY1接地；电阻R10与开关KEY1的公共端连接U1的RESET管脚。
5.根据权利要求1所述的一种基于六轴惯性传感器的智能牛项圈，其特征在于，电源模块包括太阳能电池、电源单元、电压检测单元、电源接口单元，电源单元包括电源芯片AMS1117-3.3—U4，所述U4的GND管脚接地；U4的VOUT管脚接电源VCC3.3，U4VOUT管脚与电源VCC3.3公共端接对地第电容C20和对地电容C21；U4VIN管脚经稳压二极管D1接太阳能电池BATT，VIN管脚与稳压二极管D1公共端接对地电容C18和对地电容C19；
电压检测单元包括电阻R8、电阻R9、电容C22；电阻R8一端与太阳能电池BATT连接；电阻R9与电容C22并联；电阻R9一端与电阻R8另一端连接，电阻R9另一端接地；电阻R9与电阻R8公共端连接U1的ACD管脚；
电源接口单元包括芯片HDR-M-2.54_1x2—J1，J1的第1管脚接地；第2管脚接太阳能电池BATT。
6.一种基于六轴惯性传感器的智能牛项圈牛行为监测的方法，其特征在于，包括如下步骤：
步骤一：通过六轴惯性传感器按照设定的采样频率采集牛颈部活动的加速度和角速度；
步骤二：通过深度学习建立牛行为模型
该模型第一步由forgetgate层通过sigmoid层控制哪些信息可以通过cellstate层；
第二步将第一步得到的信息由inputgate层通过sigmoid层决定需要更新的值，再使用tanh层将产生的新值相加；
第三步将第二步产生的结果由outputgate通过sigmoid层来得到一个初始输出，然后使用tanh层将值缩放到-1到1间，再与sigmoid层得到的输出逐对相乘，从而得到模型的输出；
使用LongShortTermMemorynetwork神经网络，将步骤一采集的加速度和角速度，结合人工标记结果，让模型通过后向传播误差学习权重，完成模型训练；
步骤三：将采集到的加速度和角速度输入到牛行为模型；
模型自动进行行为分类，若输入数据满足牛进食行为分类条件，则将该数据对应时间段的牛的行为分类为牛进食行为；
若输入数据满足牛躺的行为分类条件，则将该数据对应时间段的牛的行为分类为牛躺的行为；
若输入数据满足牛反刍的行为分类条件，则将该数据对应时间段的牛的行为分类为牛反刍的行为；
若输入数据满足牛蹭痒后腿的行为分类条件，则将该数据对应时间段的牛的行为分类为牛蹭痒后腿的行为；
若输入数据满足牛互舔的行为分类条件，则将该数据对应时间段的牛的行为分类为牛互舔的行为；
若输入数据满足牛蹭痒颈部的行为分类条件，则将该数据对应时间段的牛的行为分类为牛蹭痒颈部的行为。
7.根据权利要求6所述的一种基于六轴惯性传感器的智能牛项圈牛行为监测的方法，其特征在于，LongShortTermMemorynetwork核心为记忆块memoryblock，包含forgetgate、inputgate、outputgate三个门和一个cellstate记忆单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211618321.9A CN115868428A (zh) | 2022-12-15 | 2022-12-15 | 一种基于六轴惯性传感器的智能牛项圈及监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211618321.9A CN115868428A (zh) | 2022-12-15 | 2022-12-15 | 一种基于六轴惯性传感器的智能牛项圈及监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115868428A true CN115868428A (zh) | 2023-03-31 |
Family
ID=85754948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211618321.9A Pending CN115868428A (zh) | 2022-12-15 | 2022-12-15 | 一种基于六轴惯性传感器的智能牛项圈及监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115868428A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106326919A (zh) * | 2016-08-16 | 2017-01-11 | 西北农林科技大学 | 一种基于bp神经网络的生猪行为分类方法 |
| CN108990833A (zh) * | 2018-09-11 | 2018-12-14 | 河南科技大学 | 一种基于位置信息的动物运动行为判别方法及装置 |
| CN110199906A (zh) * | 2019-07-25 | 2019-09-06 | 中国农业科学院农业信息研究所 | 一种育肥牛起卧健康监测装置 |
| CN110476879A (zh) * | 2019-08-26 | 2019-11-22 | 重庆邮电大学 | 基于多标签链式生态环境的奶牛行为分类判别方法及装置 |
| CN213639266U (zh) * | 2020-10-31 | 2021-07-09 | 中国农业科学院农业信息研究所 | 一种可穿戴草食家畜个体特征识别装置 |
| CN114287361A (zh) * | 2022-01-20 | 2022-04-08 | 中国农业科学院农业信息研究所 | 一种牲畜行为监测分析系统及方法 |
| CN114375868A (zh) * | 2021-12-01 | 2022-04-22 | 中国科学院亚热带农业生态研究所 | 一种实时监测奶牛采食量的装置 |
| 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 |
-
2022
- 2022-12-15 CN CN202211618321.9A patent/CN115868428A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106326919A (zh) * | 2016-08-16 | 2017-01-11 | 西北农林科技大学 | 一种基于bp神经网络的生猪行为分类方法 |
| CN108990833A (zh) * | 2018-09-11 | 2018-12-14 | 河南科技大学 | 一种基于位置信息的动物运动行为判别方法及装置 |
| CN110199906A (zh) * | 2019-07-25 | 2019-09-06 | 中国农业科学院农业信息研究所 | 一种育肥牛起卧健康监测装置 |
| CN110476879A (zh) * | 2019-08-26 | 2019-11-22 | 重庆邮电大学 | 基于多标签链式生态环境的奶牛行为分类判别方法及装置 |
| CN213639266U (zh) * | 2020-10-31 | 2021-07-09 | 中国农业科学院农业信息研究所 | 一种可穿戴草食家畜个体特征识别装置 |
| CN114375868A (zh) * | 2021-12-01 | 2022-04-22 | 中国科学院亚热带农业生态研究所 | 一种实时监测奶牛采食量的装置 |
| CN114287361A (zh) * | 2022-01-20 | 2022-04-08 | 中国农业科学院农业信息研究所 | 一种牲畜行为监测分析系统及方法 |
| 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 |
Non-Patent Citations (1)
| Title |
|---|
| 袁强等: "《人工智能技术基础及应用》", vol. 1, 31 January 2022, 黄河水利出版社, pages: 44 - 46 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2019101786A4 (en) | Intelligent pig group rearing weighing method and apparatus, electronic device and storage medium | |
| Varghese et al. | Affordable smart farming using IoT and machine learning | |
| CN110059781A (zh) | 奶牛数字化行为识别装置 | |
| CN101958041B (zh) | 运输环境监测系统及方法 | |
| CN107094653A (zh) | 一种动物散养监测系统 | |
| CN105091938A (zh) | 畜禽健康状况监测方法及系统 | |
| CN106647518B (zh) | 一种基于水下机器人的海洋环境监测系统 | |
| CN101894220A (zh) | 一种畜禽健康状况数据采集系统 | |
| CN101114372A (zh) | 基于rfid技术的奶牛养殖管理信息系统及其工作方法 | |
| Kiani | Animal behavior management by energy-efficient wireless sensor networks | |
| CN107258581A (zh) | 基于蓝牙耳标的猪只运动量监测系统及方法 | |
| CN104200623A (zh) | 一种动物行为信息数字化自动采集系统及方法 | |
| CN113711944B (zh) | 一种母猪发情鉴定方法、装置及系统 | |
| Chen | Dairy cow health monitoring system based on NB-IoT communication | |
| CN115868428A (zh) | 一种基于六轴惯性传感器的智能牛项圈及监测方法 | |
| le Roux et al. | Reduced energy and memory requirements by on-board behavior classification for animal-borne sensor applications | |
| CN203799288U (zh) | 一种养鸡场现代化管理监控系统 | |
| CN107193030A (zh) | 判断宠物穿戴设备是否掉落的方法和装置 | |
| CN116421358A (zh) | 牲畜预分娩状态监测方法、装置、存储介质及电子设备 | |
| CN107714000B (zh) | 一种奶牛健康状况检测方法及装置 | |
| CN112883999A (zh) | 一种用于奶牛运动异常检测计步器系统及其方法 | |
| CN112595396A (zh) | 一种养殖场种鸡自动称重系统和方法 | |
| Shahriar et al. | An IoT-based real-time intelligent irrigation system using machine learning | |
| CN115120209A (zh) | 一种牲畜数据分析系统及其数据分析方法和装置 | |
| Debdas et al. | An IOT Solution for Cattle Health Monitoring and Tracking |
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 |