JP2019050908A - 四足歩行動物分娩判断システム - Google Patents

Abstract

【課題】 対象となる四足歩行動物に負担を掛けずに分娩を判別できる四足歩行動物分娩判断システムを提供すること。
【解決手段】 四足歩行動物の分娩領域を感知領域とするように設置され上記四足歩行動物の動作に伴う振動を検出する床センサと、上記床センサから検出される信号に基づいて上記四足歩行動物の分娩が間近であるか否かを判断する分娩判断装置と、を具備し、上記分娩判断装置は少なくとも横臥・いきみ時振動特徴情報を予め記憶しているともに上記床センサにより検出される信号を解析する解析手段を備えていて、上記解析手段による解析の結果検出された振動が上記横臥・いきみ時振動特徴を備えているか否かを判別するもの。
【選択図】 図１

Description

本発明は、例えば、牛の分娩が間近であるか否かを判断する四足歩行動物分娩判断システムに係り、特に、対象となる四足歩行動物に負担を掛けずに判断することができるように工夫したものに関する。

四足歩行動物の分娩を検知するシステムを開示するものとして、例えば、特許文献１、特許文献２がある。
まず、特許文献１に記載された分娩兆候検知方法および分娩兆候検知システムは、センサモジュールを動物の分娩の際の破水排出経路、すなわち、膣内に留置し、分娩時に上記センサモジュールが上記動物の体外に排出されたことを検知することにより分娩を検知するものである。

また、特許文献２に記載された分娩通知システムは、繁殖牛にベルトによって取り付けられ上記繁殖牛の方向を検出・送信する子機と、上記子機から送信される情報に基づいて上記繁殖牛が分娩間近であることを検出して作業員に通知する親機と、から構成されている。上記子機によって上記繁殖牛の回転歩行運動が測定され、この測定された回転歩行運動の時間や頻度に基づき、上記親機によって上記繁殖牛が分娩間近であるか否かが判別される。

なお、四足歩行動物の分娩間近を検知するシステムを開示するものではないが、人を対象とした生体情報検知用床センサを開示するものとして、例えば、特許文献３がある。この生体情報検知用床センサは、基板と、この基板の上方に対向・配置された上面板と、この上面板の上に設置された床面板と、から構成されていて、上記基板と上記上面板の間には検知チューブが介挿されており、この検知チューブにはセンサモジュールが接続されている。
上記生体情報検知用床センサは、人が日常行動を行う室の床に設置され、上記床面板上で人の活動を検出できるとされている。

特開２００９−２１３５１５号公報 特開２０１０−２２７１６１号公報 特開２０１５−１３６４２３号公報

上記従来の構成によると次のような問題があった。
すなわち、特許文献１に記載された分娩兆候検知方法および分娩兆候検知システムでは、センサモジュールを動物の膣内に設置するため、上記動物に掛かる負担が大きくなってしまうという問題があった。
また、特許文献２に記載された分娩通知システムの場合も、繁殖牛に子機を取り付けるため、同様に、上記繁殖牛に掛かる負担が大きくなってしまうという問題があった。
このような問題に対しては、特許文献３に記載されている人を対象とした生体情報検知用床センサを用いることも考えられる。しかしながら、特許文献３はあくまで人の生体情報が取得できる可能性を示唆しただけであり、実際にどのような生体情報を取得できたかを示す具体的なデータ等の記載はない。当然のことながら、そのような生体情報検知用床センサを四足歩行動物の分娩間近の判断に利用することについては記載もなければ示唆もない。

本発明はこのような点に基づいてなされたものでその目的とするところは、対象となる四足歩行動物に負担を掛けずに分娩が間近であるか否かを判断することができる四足歩行動物分娩判断システムを提供することにある。

上記目的を達成するべく請求項１による四足歩行動物分娩判断システムは、四足歩行動物の分娩領域を感知領域とするように設置され上記四足歩行動物の動作に伴う振動を検出する床センサと、上記床センサから検出される信号に基づいて上記四足歩行動物の分娩が間近であるか否かを判断する分娩判断装置と、を具備し、上記分娩判断装置は少なくとも横臥・いきみ時振動特徴情報を予め記憶しているとともに上記床センサにより検出される信号を解析する解析手段を備えていて、上記解析手段による解析の結果検出された振動が上記横臥・いきみ時振動特徴を備えているか否かを判断するものであることを特徴とするものである。
なお、本件特許出願人は、四足歩行動物の起立から分娩までの挙動を実際にビデオカメラで撮影し、それを床センサからの信号と対比させる実験を繰り返し行った。その結果、分娩に至るまでの間、起立時における起立・静止時振動と起立・移動時振動、分娩に向かう際の体位変更（起立〜横臥）時振動、横臥が完了して安静にしているときの横臥・呼吸時振動、分娩兆候を示しいきみを生じてきた頃の横臥・いきみ時振動と、それぞれ異なる特徴を持った振動が経時的に観測されることを確認するに至った。本願発明はそれら特徴的な振動情報を利用して四足歩行動物の分娩が間近であるか否かを判断するべくなされたものである。
又、請求項２による四足歩行動物分娩判断システムは、請求項１記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は上記四足歩行動物の分娩が間近であると判断した場合にこれを報知するものであることを特徴とするものである。
又、請求項３による四足歩行動物分娩判断システムは、請求項１又は請求項２記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は、横臥・いきみ時振動が所定回数連続して確認された場合又は予め決められた期間内に所定回数の横臥・いきみ時振動が確認された場合に分娩が間近である、と判断するものであることを特徴とするものである。
又、請求項４による四足歩行動物分娩判断システムは、請求項１〜請求項３の何れかに記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は上記解析手段によって上記床センサにより検出される信号に周波数解析を施すものであり、且つ、上記横臥・いきみ時振動特徴情報は周波数解析時のものであることを特徴とするものである。
又、請求項５による四足歩行動物分娩判断システムは、請求項１〜請求項３の何れかに記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は上記解析手段によって上記床センサにより検出される信号にクロス点解析を施すものであり、且つ、上記横臥・いきみ時振動特徴情報はクロス点解析時のものであることを特徴とするものである。
又、請求項６による四足歩行動物分娩判断システムは、請求項４又は請求項５記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は上記床センサにより検出される信号に基づいて最初に起立／横臥の判断を行なうものであることを特徴とするものである。
又、請求項７による四足歩行動物分娩判断システムは、請求項６記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は起立時振動特徴情報を予め記憶していて、上記床センサにより検出される信号をサンプリングし、そのサンプリングされた信号が上記起立時振動特徴を備えているか否かによって起立／横臥の判断を行なうことを特徴とするものである。
又、請求項８による四足歩行動物分娩判断システムは、請求項４記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は周波数解析の結果、予め設定された低周波数帯域の振動強度が高く、予め設定された高周波数帯域の振動強度が低い、ことをもって横臥・いきみ時振動であると判断することを特徴とするものである。
又、請求項９による四足歩行動物分娩判断システムは、請求項５記載の四足歩行動物分娩判断システムにおいて、上記クロス点解析により得られたクロス点間隔が予め設定された短期クロス点間隔〜長期クロス点間隔の範囲で長期クロス点間隔側に集中していることをもって横臥・いきみ時振動であると判断することを特徴とするものである。
又、請求項１０による四足歩行動物分娩判断システムは、請求項１〜請求項９の何れかに記載の四足歩行動物分娩判断システムにおいて、上記床センサは、床側板材と、反床側板材と、上記床側板材と上記反床側板材の間に介挿されその内部に気体を封入されたチューブと、上記チューブ内と気密連通された圧力センサ素子と、を少なくとも有してなることを特徴とするものである。
また、請求項１１による四足歩行動物分娩判断システムは、請求項１０記載の四足歩行動物分娩判断システムにおいて、上記チューブ相互間にはスペーサが設置されていることを特徴とするものである。

以上述べたように本願発明の請求項１による四足歩行動物分娩判断システムによると、四足歩行動物の分娩領域を感知領域とするように設置され上記四足歩行動物の動作に伴う振動を検出する床センサと、上記床センサから検出される信号に基づいて上記四足歩行動物の分娩が間近であるか否かを判断する分娩判断装置と、を具備し、上記分娩判断装置は少なくとも横臥・いきみ時振動特徴情報を予め記憶しているともに上記床センサにより検出される信号を解析する解析手段を備えていて、上記解析手段による解析の結果検出された振動が上記横臥・いきみ時振動特徴を備えているか否かを判断するように構成されているので、上記四足歩行動物にセンサを装着する必要がなく、上記四足歩行動物に負担を掛けずに分娩を判断することができる。また、予め記憶されている横臥・いきみ時振動特徴情報を利用して判断しているので判断精度も高い。
又、請求項２による四足歩行動物分娩判断システムによると、請求項１記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は上記四足歩行動物の分娩が間近であると判断した場合にこれを報知するように構成されているので、上記四足歩行動物は分娩の際速やかに作業員の介助を受けることができ、より安全な分娩を実現することができる。
又、請求項３による四足歩行動物分娩判断システムによると、請求項１又は請求項２記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は、横臥・いきみ時振動が所定回数連続して確認された場合又は予め決められた期間内に所定回数の横臥・いきみ時振動が確認された場合に分娩が間近である、と判断するものであるため、分娩間近であることを確実に且つ精度良く判断することができる。
又、請求項４による四足歩行動物分娩判断システムによると、請求項１〜請求項３の何れかに記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は上記解析手段によって上記床センサにより検出される信号に周波数解析を施すものであり、且つ、上記横臥・いきみ時振動特徴情報は周波数解析時のものである構成になっているため、横臥・いきみ時振動特徴をより際立たせることができ、分娩間近であることを確実に且つ精度良く判断できる。
又、請求項５による四足歩行動物分娩判断システムによると、請求項１〜請求項３の何れかに記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は上記解析手段によって上記床センサにより検出される信号にクロス点解析を施すものであり、且つ、上記横臥・いきみ時振動特徴情報はクロス点解析時のものである構成になっているため、この場合にも横臥・いきみ時振動特徴をより際立たせることができ、分娩間近であることを確実に且つ精度良く判断できる。
又、請求項６による四足歩行動物分娩判断システムは、請求項４又は請求項５記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は上記床センサにより検出される信号に基づいて最初に起立／横臥の判断を行なうものであるため、横臥・いきみ時振動の判断精度を高めることができる。
又、請求項７による四足歩行動物分娩判断システムによると、請求項６記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は起立時振動特徴情報を予め記憶していて、上記床センサにより検出される信号をサンプリングし、そのサンプリングされた信号が上記起立時振動特徴を備えているか否かによって起立／横臥の判断を行なうため、起立／横臥の判断の精度を高めることができる。
又、請求項８による四足歩行動物分娩判断システムによると、請求項４記載の四足歩行動物分娩判断システムにおいて、上記分娩判断装置は周波数解析の結果、予め設定された低周波数帯域の振動強度が高く、予め設定された高周波数帯域の振動強度が低い、ことをもって横臥・いきみ時振動であると判断するため、横臥・いきみ時振動ひいては分娩間近の判断の精度を高めることができる。
又、請求項９による四足歩行動物分娩判断システムによると、請求項５記載の四足歩行動物分娩判断システムにおいて、クロス点間隔が予め設定された短期クロス点間隔〜長期クロス点間隔の範囲で長期クロス点間隔側に集中していることをもって横臥・いきみ時振動であると判断するため、横臥・いきみ時振動ひいては分娩間近の判断の精度を高めることができる。
又、請求項１０による四足歩行動物分娩判断システムによると、請求項１〜請求項９の何れかに記載の四足歩行動物分娩判断システムにおいて、上記床センサは、床側板材と、反床側板材と、上記床側板材と上記反床側板材の間に介挿されその内部に気体を封入されたチューブと、上記チューブ内と気密連通された圧力センサ素子と、を少なくとも有してなるため、簡易な構成により確実に分娩を判別できる。
また、請求項１１による四足歩行動物分娩判断システムによると、請求項１０記載の四足歩行動物分娩判断システムにおいて、上記チューブ相互間にはスペーサが設置されているので、シリコンチューブの間隔を変えて密度を適宜調整することができ、様々な四足歩行動物が乗ってもシリコンチューブの内径が完全に潰れることがない床センサを提供することができる。

本発明の第１の実施の形態を示す図で、四足歩行動物分娩判断システムの全体の構成を示す図である。 本発明の第１の実施の形態を示す図で、床センサの構成を示す平面図である。 本発明の第１の実施の形態を示す図で、図３（ａ）は図２のＩＩＩａ−ＩＩＩａ断面図、図３（ｂ）は図２のＩＩＩｂ−ＩＩＩｂ断面図である。 本発明の第１の実施の形態を示す図で、図４（ａ）は床センサの焦電センサモジュールを示す斜視図、図４（ｂ）は床センサの焦電センサモジュールを示す平面図である。 本発明の第１の実施の形態を示す図で、分娩判断装置の構成を示す機能ブロック図である。 本発明の第１の実施の形態を示す図で、図６（ａ）は牛が起立した状態を示す写真、図６（ｂ）は横軸に時刻をとり縦軸に床センサ出力（Ｖ）をとり起立時における床センサの出力変化を示すグラフである。 本発明の第１の実施の形態を示す図で、図７（ａ）は牛が起立から横臥に体位変更する様子を示す写真、図７（ｂ）は横軸に時刻をとり縦軸に床センサ出力（Ｖ）をとり、起立から横臥に体位変更する際の床センサの出力変化を示すグラフである。 本発明の第１の実施の形態を示す図で、図８（ａ）は横臥した牛がいきんでいる様子を示す写真、図８（ｂ）は横軸に時刻をとり縦軸に床センサ出力（Ｖ）をとり、牛の横臥・いきみ時振動が検出された際の床センサの出力変化を示すグラフである。 本発明の第１の実施の形態を示す図で、分娩判断装置による情報処理全体を示すフローチャートである。 本発明の第１の実施の形態を示す図で、分娩判断装置による情報処理の一部である起立／横臥判断処理を示すフローチャートである。 本発明の第１の実施の形態を示す図で、分娩判断装置による情報処理の一部である分娩判断処理を示すフローチャートである。 本発明の第１の実施の形態の第１の実施例を示す図で、牛の状態と、４分毎の時刻と、４分間に検知された横臥・いきみ時小振動の回数（Ｓ）と、横臥・いきみ時大振動の回数（Ｌ）と、分娩の検知・報知の有無を示す表である。 本発明の第１の実施の形態の第１の実施例を示す図で、図１３（ａ）は起立・移動時における床センサの出力と周波数解析の結果を上下に並べて示すグラフ、図１３（ｂ）は体位変更（起立→横臥）時における床センサ出力（Ｖ）と周波数解析の結果を上下に並べて示すグラフ、図１３（ｃ）は横臥・呼吸時における床センサ出力（Ｖ）と周波数解析の結果を上下に並べて示すグラフ、図１３（ｄ）は横臥・いきみ時における床センサ出力（Ｖ）と周波数解析の結果を上下に並べて示すグラフである。 本発明の第２の実施の形態を示す図で、クロス点解析を説明するための図で、横軸に時間をとり縦軸に床センサ出力（Ｖ）をとり、床センサ出力の内、傾きが負である線図と第１基準電圧（１．０Ｖ）が交差した第１クロス点群と、上記床センサ出力の内、傾きが正である線図と第２基準電圧（４．０Ｖ）が交差した第２クロス点群と、を示すグラフである。 本発明の第２の実施の形態を示す図で、図１５（ａ）は横軸に時間（秒）をとり縦軸に床センサ出力（Ｖ）をとり、起立・移動時の床センサ出力変化を示すグラフ、図１５（ｂ）は横軸にクロス点間隔をとり縦軸に回数をとり起立・移動時のクロス点間隔の分布を示した図である。 本発明の第２の実施の形態を示す図で、図１６（ａ）は横軸に時間（秒）をとり縦軸に床センサ出力（Ｖ）をとり、体位変更（起立→横臥）時床センサ出力変化を示すグラフで、図１６（ｂ）は、横軸にクロス点間隔をとり縦軸に回数をとり体位変更時のクロス点間隔の分布を示した図である。 本発明の第２の実施の形態を示す図で、図１７（ａ）は横軸に時間（秒）をとり縦軸に床センサ出力（Ｖ）をとり、横臥・呼吸時の床センサ出力変化を示すグラフ、図１７（ｂ）は横軸にクロス点間隔をとり縦軸に回数をとり横臥・呼吸時のクロス点間隔の分布を示した図である。 本発明の第２の実施の形態を示す図で、図１８（ａ）は横軸に時間（秒）をとり縦軸に床センサ出力（Ｖ）をとり、横臥・いきみ時の床センサ出力変化を示すグラフ、図１８（ｂ）は横軸にクロス点間隔をとり縦軸に回数をとり横臥・いきみ時のクロス点間隔の分布を示した図である。 本発明の第２の実施の形態を示す図で、クロス点解析による分娩判断処理を示すフローチャートである。 本発明の第２の実施の形態の第１実施例を示す図で、図２０（ａ）は起立・移動時の床センサ出力（Ｖ）を示す図、図２０（ｂ）は起立・移動時のクロス点解析による分娩判断処理により算出された長期クロス点間隔数（ＬＣ）、短期クロス点間隔数（ＳＣ）、長期クロス点間隔数（ＬＣ）と短期クロス点間隔数（ＳＣ）の比（ＬＣ／ＳＣ）と、検知・報知の有無を２０秒毎に示す表である。 本発明の第２の実施の形態の第１実施例を示す図で、図２１（ａ）は体位変更（起立→横臥）時の床センサ出力（Ｖ）を示す図、図２１（ｂ）は体位変更時のクロス点解析による分娩判断処理により算出された長期クロス点間隔数（ＬＣ）、短期クロス点間隔数（ＳＣ）、長期クロス点間隔数（ＬＣ）と短期クロス点間隔数（ＳＣ）の比（ＬＣ／ＳＣ）と、検知・報知の有無を２０秒毎に示す表である。 本発明の第２の実施の形態の第１実施例を示す図で、図２２（ａ）は牛が横臥・呼吸時の床センサ出力（Ｖ）を示す図、図２２（ｂ）は横臥・呼吸時のクロス点解析による分娩判断処理により算出された長期クロス点間隔数（ＬＣ）、短期クロス点間隔数（ＳＣ）、長期クロス点間隔数（ＬＣ）と短期クロス点間隔数（ＳＣ）の比（ＬＣ／ＳＣ）と、検知・報知の有無を２０秒毎に示す表である。 本発明の第２の実施の形態の第１実施例を示す図で、図２３（ａ）は横臥・いきみ時の床センサ出力（Ｖ）を示す図、図２３（ｂ）は横臥・いきみ時のクロス点解析による分娩判断処理により算出された長期クロス点間隔数（ＬＣ）、短期クロス点間隔数（ＳＣ）、長期クロス点間隔数（ＬＣ）と短期クロス点間隔数（ＳＣ）の比（ＬＣ／ＳＣ）と、検知・報知の有無を２０秒毎に示す表である。 本発明の第３の実施の形態を示す図で、クロス点解析による分娩判断処理を示すフローチャートである。 本発明の第４の実施の形態を示す図で、床センサを示す平面図である。

以下、図１乃至図１３を参照して本発明の第１の実施の形態を説明する。この第１の実施の形態は、本願発明を牛の分娩が間近であるか否かを判断するシステムに適用したものである。
本実施の形態による四足歩行動物分娩判断システム１は、床センサ３と、この床センサ３を介して検出された信号を解析し、その解析の結果検出された振動が横臥・いきみ時振動に該当するか否か、牛５の分娩が間近であるか否か、を判断する分娩判断装置７と、から構成されている。上記分娩判断装置７は、その判断結果を遠隔・配置されたパーソナルコンピュータ９、作業員１１が携帯しているスマートフォン１３に報知する。
上記四足歩行動物分娩判断システム１には撮像装置１５も併設されている。
尚、撮像装置１５の併設は必ずしも必要ではない。
以下、各部の構成を順次詳細に説明する。

まず、上記床センサ３は、上記牛５の飼育小屋２の分娩領域に設置されている。また、上記床センサ３は分娩領域の略全域を占める大きさとなっている。

また、図２、図３に示すように、上記床センサ３には３つのゴム製カバ２１、２１、２１がある。このゴム製カバ２１は中空の箱状をなしており、床側（図３中下側）に配置された床側板材としての床側ゴム板２３と、この床側ゴム板２３に対向・配置された天井側ゴム板２５と、上記床側ゴム板２３と上記天井側ゴム板２５との間であって側面側を閉塞する側面側ゴム板２７と、から構成されている。

上記ゴム製カバ２１内には、反床側板材としてのポリカーボネート板３１が設置されている。また、上記ゴム製カバ２１の内部であって、上記床側ゴム板２３と上記ポリカーボネート板３１との間にはシリコンチューブ３３が介挿されている。このシリコンチューブ３３内には気体（例えば、空気）が封入されていて、図２に示すように、複数列（この第１の実施の形態の場合は３列）に分岐・接続されていて、枝分かれしたそれぞれが蛇行した状態で上記ゴム製カバ２１、２１、２１内にそれぞれ配置されている。
また、上記ゴム製カバ２１内の上記シリコンチューブ３３相互間には複数のスペーサ３５が設置されている。上記スペーサ３５は上記シリコンチューブ３３と同様のチューブを所定の長さに切断し、内部に気体（例えば、空気）を封入して両端を閉塞したものである。これらスペーサ３５によりシリコンチューブ３３の間隔を変えて密度を調整し、上記牛５が乗っても上記シリコンチューブ３３の内径が完全に潰れないようにしている。
また、上記床センサ３には床板３７がある。上記床板３７は、３つの上記ゴム製カバ２１の上に跨って設置されている。この床板３７の上にはさらに藁３９が敷かれている。上記牛５はこの藁３９を介して上記床センサ３の上に乗っており、上記牛５の様々な動作によって上記シリコンチューブ３３内の空気圧が変化する。

また、図２に示すように、上記シリコンチューブ３３の基端（図２中左上）には、焦電センサモジュール４１が設置されている。この焦電センサモジュール４１には、図４にも示すように、基板４３がある。この基板４３の裏側（図４（ｂ）中左側）には圧力センサ素子としての焦電センサ素子４５が設置されている。上記シリコンチューブ３３の基端は上記基板４３に密着した状態で固定されており、上記焦電センサ素子４５は上記基板４３上の上記シリコンチューブ３３内に気密連通されている。

上記焦電センサ素子４５により上記シリコンチューブ３３内の圧力変化が検出され電圧として出力される。また、上記基板４３にはオペアンプ４７が実装されており、上記焦電センサ素子４５の出力はこのオペアンプ４７によって増幅される。また、上記基板４３にはその他にも電子部品４４、４６、４８が実装されている。
なお、以下に説明する実施例では、何れも、２．５Ｖが出力電圧の波形振幅の中央値になるように設定している。

次に、上記分娩判断装置７の構成を説明する。図５に示すように、上記分娩判断装置７には、ＣＰＵ５１と、メモリ５３と、入力回路５５と、出力回路５７と、が設けられている。上記メモリ５３には、上記入力回路５５を介して、例えば、現在から所定時間過去分の上記床センサ３の出力データ５９が蓄積される。また、上記メモリ５３内には、上記出力データ５９から上記牛５の起立／横臥を判断する起立／横臥判断プログラム６１と、上記牛５が分娩間近であるか否かを判断する分娩判断プログラム６３と、が記憶されている。

また、上記メモリ５３には、上記起立／横臥判断プログラム６１や上記分娩判断プログラム６３による処理に使用される振動情報７１が記憶されている。上記振動情報７１としては、起立時振動特徴情報７３、横臥・いきみ時振動特徴情報７７、がある。上記起立／横臥判断プログラム６１は上記出力データ５９から検出された振動が起立時振動特徴を備えているか否かによって起立／横臥を判別する。また、上記分娩判断プログラム６３は上記出力データ５９から検出された振動が横臥・いきみ時振動特徴を備えているか否かによって横臥・いきみ時振動であるか否か、さらには、分娩が間近であるか否かを判断する。

また、上記出力回路５７を介して、上記作業員１１が使用するパーソナルコンピュータ９やスマートフォン１３に対して、上記牛５が分娩間近であることが報知される。

次に、作用について説明する。
まず、床センサ３を牛５の飼育小屋２の分娩領域に設置し、上記床センサ３の上に藁３９を敷き詰め、そこに上記牛５を乗せる。この状態で分娩判断装置７を動作させる。上記分娩判断装置７は、上記床センサ３の出力信号に基づいて、上記牛５の分娩が間近であるか否かを判断する。以下、上記床センサ３の出力信号と上記牛５の状態の相関関係について説明する。

まず、図６（ａ）に示すように、上記牛５が起立した状態では、上記床センサ３から、図６（ｂ）に示すような出力信号が得られる。図６（ｂ）は横軸に時刻をとり縦軸に床センサ３の出力（Ｖ）をとり、その時間変化を示している。
以下、後述する図７（ｂ）、図８（ｂ）も同様である。
なお、これら出力データは後述する第１の実施例の実データである。
図６（ｂ）に示すように、上記牛５が起立・静止している場合には振動が殆ど発生しない平坦な信号が得られ、起立・移動している場合には大きな振幅の信号が得られる。
なお、既に説明した分娩判断装置７のメモリ５３の振動情報７１の起立時振動特徴情報７３には、上記起立・静止時の振動特徴情報が記憶されている。

次に、図７（ａ）に示すように、上記牛５が起立から横臥に体位変更する場合は、上記床センサ３から図７（ｂ）に示すような出力信号が得られる。すなわち、上記牛５が起立・静止している状態では平坦な信号が得られ、そこから横臥に向かって体位変更する際に大きな振幅の信号が得られ、その後横臥・静止した状態では呼吸による小さい振幅の信号が得られる。

さらに、図８（ａ）に示すように、上記牛５が横臥した状態でいきんでいる場合には、上記床センサ３から、図８（ｂ）に示すような規則的で周期性がある振幅の大きな信号が得られる。
なお、既に説明した分娩判断装置７のメモリ５３の振動情報７１の横臥・いきみ時振動特徴情報７７には、上記横臥・いきみ時の振動特徴情報を周波数解析した情報が記憶されている。

次に、上記分娩判断装置７による分娩判断処理の内容について説明する。上記分娩判断装置７は、図９のフローチャートに示すような情報処理を行う。まず、ステップＳ１において起立／横臥判断処理を行う。このステップＳ１において「横臥」と判断された場合にはステップＳ２に移行し、分娩判断処理が行われる。以下、上記起立／横臥判断処理と上記分娩判断処理の詳細について説明する。

上記起立／横臥判断処理では、図１０のフローチャートに示すような処理が行われる。
上記ステップＳ１１において、床センサ３からの出力をサンプリングし、出力データ５９としてメモリ５３に蓄積する。上記出力データ５９には、過去８０秒分のデータが蓄積され、一秒ごとに更新されていく。次にステップＳ１２に移行する。
上記ステップＳ１２では、５秒前から検知時までの出力データ５９について、起立時振動特徴情報７３に基づいて判断が行われる。すなわち、上記５秒前からの検知時までの出力データ５９について２．０Ｖ以上３．０Ｖ以下のデータが８０％未満であるか否かが判断される。２．０Ｖ以上３．０Ｖ以下のデータが８０％未満であれば、次のステップＳ１３に移行する。

上記ステップＳ１３では、５秒前からの検知時までの出力データ５９について、極大値と極小値が２個以上であるか否かが判断される。極大値と極小値が２個以上であれば、次のステップＳ１４に移行して、横臥と判断する。
なお、上記起立時振動特徴情報７３には、上記ステップＳ１２、Ｓ１３において使用されている条件、それらの条件で使用されている閾値、等が記憶されている。

その後、起立／横臥判断処理を終了する。
また、上記ステップＳ１２で、過去５秒間のデータ５９において２．０Ｖ以上３．０Ｖ以下のデータが８０％未満ではないと判断された場合や、上記ステップＳ１３で過去５秒間の出力データ５９について極大値と極小値が２個以上ではないと判断された場合は、ステップＳ１５に移行する。

上記ステップＳ１５では、上記検知時の前後１分間では起立状態になっていると判断されステップＳ１１に戻る。
その後、ステップＳ１１からの処理が繰り返される。

上記牛５が横臥状態となり上記起立／横臥判断処理が終了すると、次に、図１１に示す分娩判断処理が実行される。ここでは、最初に条件を満たした時点から所定の判断サイクルが開始されこの判断サイクル毎に分娩判断を行う。上記判断サイクルは、最初に条件を満たしたときの２０秒分の出力データ５９を含み、連続して１２回分（約４分間）の出力データを判断するサイクルである。

まず、ステップＳ２１においてカウントをリセットする。次に、ステップＳ２２に移行して、床センサ３からの出力をサンプリングし、出力データ５９としてメモリ５３に蓄積する。例えば、サンプリング周波数は１００Ｈｚであり、サンプリング数は２０４８点、サンプリング時間は約２０秒である。なお、この蓄積されたデータは、１サイクルごとに１８００点ずつずれていくようにサンプリングされる。

次に、ステップＳ２３に移行して、上記蓄積されたデータに対して、ハニング窓関数を適用したＦＦＴ（高速フーリエ変換）による周波数解析を行う。これにより、上記蓄積されたデータの周波数毎の強度が算出される。

次に、ステップＳ２４に移行して、０．２Ｈｚから０．７Ｈｚまで（Ａ帯域）の強度のうちで最も大きい強度、すなわち、Ａ帯域最大振幅強度（Ａｍａｘ）を算出する。
次に、ステップＳ２５に移行して、１．５Ｈｚから２．０Ｈｚまで（Ｂ帯域）の強度のうちで最も大きい強度、すなわち、Ｂ帯域最大振幅強度（Ｂｍａｘ）を算出する。
なお、上記Ａ帯域が所定の低周波数帯域であり、上記Ｂ帯域が所定の高周波数帯域である。

次に、ステップＳ２６に移行して、横臥・いきみ時振動特徴情報７７に基づいて上記蓄積されたデータが横臥・いきみ時振動であるか否かを判断する。すなわち、上記Ａ帯域最大振幅強度が上記横臥・いきみ時振動特徴情報７７に設定された範囲内（例えば、２．５×１０^２以上２．５×１０^２以下）であるか否かが判断される。上記Ａ帯域最大振幅強度が上記設定された範囲内であれば、ステップＳ２７に移行する。

上記ステップＳ２７では、上記Ａ帯域最大振幅強度と上記Ｂ帯域最大振幅強度の比が上記横臥・いきみ時振動特徴情報７７に設定された閾値（例えば、Ａ帯域最大振幅強度／Ｂ帯域最大振幅強度＝３）以上であるか否かが判断される。

上記ステップＳ２７において、上記Ａ帯域最大振幅強度と上記Ｂ帯域最大振幅強度の比が上記設定された閾値以上と判断されれば、ステップＳ２８に移行する。このステップＳ２８では、上記Ａ帯域最大振幅強度が比較的小さい振動である横臥・いきみ時小振動が測定されたことになり、上記横臥・いきみ時小振動の回数であるカウント数Ｓに「１」が加算される。その際、判断サイクルが開始されていなければ開始する。

また、上記ステップＳ２６において、上記Ａ帯域最大振幅強度が上記設定された範囲外と判断された場合は、ステップＳ２９に移行する。このステップＳ２９では、上記Ａ帯域最大振幅強度が上記横臥・いきみ時振動特徴情報７７に設定された閾値（例えば、５．０×１０^２）以上であるか否かが判断される。上記Ａ帯域最大振幅強度が上記設定された閾値以上であれば、ステップＳ３０に移行する。

上記ステップＳ３０では、上記Ａ帯域最大振幅強度と上記Ｂ帯域最大振幅強度の比が上記横臥・いきみ時振動特徴情報７７に設定された閾値（例えば、Ａ帯域最大振幅強度／Ｂ帯域最大振幅強度＝４）以上であるか否かが判断される。

上記ステップＳ３０において上記Ａ帯域最大振幅強度と上記Ｂ帯域最大振幅強度の比が上記設定された閾値以上と判断されれば、上記Ａ帯域最大振幅強度が比較的大きい振動である横臥・いきみ時大振動が測定されたことになり、ステップＳ３１に移行する。このステップＳ３１では上記横臥・いきみ時大振動の回数であるカウント数Ｌに「１」が加算される。その際、判断サイクルが開始されていなければ開始する。
なお、上記判断サイクルであるが、上記ステップＳ２８又はＳ３１で最初に「１」がカウントされた時の２０秒のデータを含めて連続１２個分のデータ（２０秒×１２=２４０秒分のデータ）を処理する判断サイクルを意味している。

また、上記ステップＳ２７において、上記Ａ帯域最大振幅強度と上記Ｂ帯域最大振幅強度の比が上記設定された閾値以上と判断されなかった場合、上記ステップＳ２９において、上記Ａ帯域最大振幅強度が上記設定された閾値以上であると判断されなかった場合、上記ステップＳ３０において上記Ａ帯域最大振幅強度と上記Ｂ帯域最大振幅強度の比が上記設定された閾値以上と判断されなかった場合は、上記カウント数Ｓや上記カウント数ＬをカウントせずそのままステップＳ３２に移行する。

上記ステップＳ３２では、上記カウント数Ｌと上記カウント数Ｓの少なくとも一方のカウントが連続していて、且つ、上記カウント数Ｌと上記カウント数Ｓの合計が「７」以上であるか否かが判断される。上記カウント数Ｌと上記カウント数Ｓの少なくとも一方のカウントが連続していて、且つ、上記カウント数Ｌと上記カウント数Ｓの合計が「７」以上であれば、ステップＳ３３に移行する。

上記ステップＳ３３では、分娩間近を検知したと判断し、出力回路３９を介して上記作業員１１が使用するパーソナルコンピュータ９やスマートフォン１３に対して分娩間近を検知したことを報知する。

上記ステップＳ３２において、上記カウント数Ｌと上記カウント数Ｓの少なくとも一方のカウントが連続していて、且つ、上記カウント数Ｌと上記カウント数Ｓの合計が「７」以上であると判断されなかった場合は、ステップＳ３４に移行する。

上記ステップＳ３４では、上記カウント数Ｌと上記カウント数Ｓの合計が「１０」以上であるか否かが判断される。上記カウント数Ｌと上記カウント数Ｓの合計が「１０」以上である場合は、ステップＳ３５に移行する。

上記ステップＳ３５では、分娩間近を検知したと判断し、出力回路３９を介して上記作業員１１が使用するパーソナルコンピュータ９やスマートフォン１３に対して、分娩間近を検知したことを報知する。

上記ステップＳ３４において、上記カウント数Ｌと上記カウント数Ｓの合計が「１０」以上であると判断されなかった場合は、ステップＳ３６に移行する。

上記ステップＳ３６では、判断サイクルが開始されてから１２回分の期間（４分間）が経過したか否かが判断される。判断サイクルが開始されてから１２回分の期間（４分間）が経過したと判断された場合は、ステップＳ３７に移行する。
上記ステップＳ３７では、判断サイクルを終了し、上記ステップＳ２１に戻り、上記カウント数Ｌや上記カウント数Ｓをリセットして、上記処理を繰り返す。判断サイクルは、上記ステップＳ２８又は上記ステップＳ３１でカウントがされない限り、再び開始されることはない。

上記ステップＳ３６において、判断サイクルが開始されてから１２回分の期間（４分間）が経過していないと判断された場合は、ステップＳ２２に戻り、判断サイクル中の処理を続行する。

次に、図１２、図１３を参照しながら、この第１の実施の形態の第１実施例について説明する。
まず、図１２に示す表は、牛の状態と、４分毎の時刻と、４分間に検知された横臥・いきみ時小振動の回数（Ｓ）と、横臥・いきみ時大振動の回数（Ｌ）と、分娩間近の検知／報知の有無と、を示すものである。
因みに、上記４分毎の時刻と上記判断サイクルの開始時刻は一致するとは限らない。
この図１２の表によると、８時４４分に明らかな陣痛（分娩時の子宮収縮のことで、胎子を娩出させるためのいきみ行動が続いたり多くなる状態）が認められ、実際にカウント数Ｌ又はカウント数Ｓのカウントが連続し、且つ、カウント数Ｌとカウント数Ｓの合計が「７」となり、検知／報知有り（「１」）となっている。
そして、四足歩行動物分娩判断システム１による分娩間近の検知・報知がされてから２６分後の９時１０分に上記牛５の実際の分娩が行われている。

図１３に、圧力センサ３からの出力信号と周波数解析の結果を示す。すなわち、図１３（ａ）の上側には起立・移動時の床センサ３の出力信号の波形が示され、図１３（ａ）の下側には起立・移動時の床センサ３の出力信号の周波数毎の強度の分布が示されている。
また、図１３（ｂ）の上側には体位変更時の床センサ３の出力信号の波形が示され、図１３（ｂ）の下側には体位変更時の床センサ３の出力信号の周波数毎の強度の分布が示されている。
また、図１３（ｃ）の上側には横臥・呼吸時の床センサ３の出力信号の波形が示され、図１３（ｃ）の下側には横臥・呼吸時の床センサ３の出力信号の周波数毎の強度の分布が示されている。
さらに、図１３（ｄ）の上側には横臥・いきみ時の床センサ３の出力信号の波形が示され、図１３（ｄ）の下側には横臥・いきみ時の床センサ３の出力信号の周波数毎の強度の分布が示されている。
尚、前述した横臥・いきみ時振動特徴情報７７には図１３（ｄ）の分布図の特徴が情報として記憶されている。すなわち、横臥・いきみ時（図１３（ｄ）に示す）には、その他、すなわち、起立・移動時（図１３（ａ））、体位変更時（図１３（ｂ））、横臥・呼吸時（図１３（ｃ））と比べて、Ａ帯域とＢ帯域に顕著な特徴、すなわち、図１１に示したＡ帯域、Ｂ帯域に関する各種閾値が記憶されている。

次に、本実施の形態による効果を説明する。
まず、牛５に負担を掛けることなく、分娩が間近であるか否かを判断することができる。これは牛５の分娩領域の略全域を感知領域とするように床センサ３を設置し、上記牛５の動作に伴う振動を検出するようにしたからであり、床センサ３からの信号と予め記憶されている横臥・いきみ時振動特徴情報７７に基づいて、横臥・いきみ時振動の有無、さらには、牛５の分娩が間近であるか否か、を判断するようにしたからである。
なお、横臥・いきみ時振動は、下腹部に力を入れる動物特有の大きな動きを規則的・周期的にゆっくりと行うことに起因している。一方、起立・移動時振動や体位変更時振動では規則性・周期性が無いため、いろいろな周波数の振幅が混在している。また、横臥・呼吸時振動は周期的な小さな呼吸の動きに起因しており、これらの特徴的な振動類型により分娩が間近であるか否かの判断が可能になる。
また、周波数解析を採用することにより横臥・いきみ時振動の特徴を際立たせることができ、それによって、横臥・いきみ時振動の有無及び分娩間近の判断の精度を高めることができる。
また、牛５の分娩が間近であると判断した場合には、パーソナルコンピュータ９、スマートフォン１３に報知するようにしているので、牛５の分娩が間近であることを作業員１１に迅速に知らせて適切な処置を早期にとらせることができる。
また、上記分娩判断装置７は、横臥・いきみ時振動が所定回数（７回）連続して確認された場合、又は予め決められた期間内に所定回数（１０回）の横臥・いきみ時振動が確認された場合に、牛５の分娩が間近であると判断するようにしているので、判断の精度も高い。
また、起立／横臥判断プログラム６１により予め起立／横臥の判断を行っているので、横臥・いきみ時振動を的確に判断する精度が高まり、それによって、分娩間近の判断の精度を高めることができる。
また、上記床センサ３は、床側ゴム板７と、ポリカーボネート板１３と、上記床側ゴム板７と上記ポリカーボネート板１３の間に介挿されその内部に気体を封入されたシリコンチューブ３３と、焦電センサモジュール４１と、から構成されているため、簡易な構成により確実に分娩間近を判断することができる。
また、シリコンチューブ３３相互間にはスペーサ３５が設置されていて、シリコンチューブ３３の間隔を変えて密度を調整するようにしているので、上記牛５が乗っても上記シリコンチューブ３３の内径が完全に潰れるようなことはない。
また、上記床センサ３はシリコンチューブ３３等がゴム製カバ２１内に収容された構成となっているので、上記牛５の糞や尿、分娩時の体液によって汚染されても清掃等を行い易い。

次に、図１４乃至図２３を参照しながら本発明の第２の実施の形態について説明する。
前記第１の実施の形態の場合には、最初に、起立／横臥の判断を行い、横臥の場合に周波数解析を施して分娩間近の判断を行なうようにしたが、この第２の実施の形態では、起立／横臥の判断を行うことなくクロス点解析を施して分娩間近の判断を行なうようにしている。以下詳細に説明する。

上記クロス点解析とは、図１４に示すように、圧力センサ３からの出力データ５９に、２つの基準値、すなわち、第１基準電圧（例えば、１．０Ｖ）と第２基準電圧（例えば、４．０Ｖ）を設定し、上記出力データ５９の内、傾きが負になる線図と上記第１基準電圧とが交差した点を第１クロス点群とするとともに、上記出力データ５９の内、傾きが正になる線図と上記第２基準電圧とが交差した点を第２クロス点群とし、上記第１クロス点群の隣接するクロス点間隔と上記第２クロス点群の隣接するクロス点間隔を求め、これらクロス点間隔の分布を予め記憶されている横臥・いきみ時振動特徴情報と対比し、横臥・いきみ時振動か否か、分娩が間近であるか否かを判別するものである。
なお、上記第１基準電圧と上記第２基準電圧を、出力電圧の振幅の略中心点である２．５Ｖあたりではなく、振幅の振れた側の１．０Ｖと４．０Ｖのあたりに設定することにより、牛５の横臥・いきみ時振動のような振幅の大きい信号を確実に検出することができる。

図１５（ａ）は牛５が起立・移動している場合の上記床センサ３からの出力を示す。この場合のクロス点間隔の分布を図１５（ｂ）に示す。この場合は、０．６秒〜３秒以上まで、広い範囲でクロス点間隔が測定されている。
図１６（ａ）に牛５が体位変更して起立から横臥となったときの上記床センサ３からの出力を示す。この場合のクロス点間隔の分布を図１６（ｂ）に示す。この場合も、０．４秒〜３秒以上まで、広い範囲でクロス点間隔が測定されている。
図１７（ａ）に牛５が横臥していて通常呼吸している場合の上記床センサ３からの出力を示す。この場合のクロス点間隔の分布を図１７（ｂ）に示す。この場合は、クロス点はなくクロス点間隔もない。
図１８（ａ）に牛５が横臥していていきみ状態の場合の上記床センサ３からの出力を示す。この場合のクロス点間隔の分布を図１８（ｂ）に示す。この場合は、３秒以上のクロス点間隔が多く測定されている。
このように、横臥・いきみ時における上記クロス点間隔の分布は図１８（ｂ）に示すような特徴的なものとなる。すなわち、３秒以上のクロス点間隔が非常に多く、その他の範囲のものは殆どない状態となっている。
なお、この実施の形態では、クロス点間隔時間を０〜３秒以上の範囲で測定したが、０〜７秒以下、といったような範囲で測定して判断することも考えられ、その範囲は様々である。

次に、上記クロス点解析処理の具体的な内容について、図１９のフローチャートを参照しながら説明する。
このフローチャートによる処理では、条件を満たした時点から開始される判断サイクル毎に分娩判断を行う。上記判断サイクルは、床センサ３の出力を２０秒間サンプリングした出力データ５９についての判断を６回（２分間）行うことで構成されている。
まず、ステップＳ４１において、カウントをリセットする。次に、ステップＳ４２に移行して、床センサ３からの出力をサンプリングし、出力データ５９としてメモリ５３に蓄積する。例えば、サンプリング周波数は１００Ｈｚであり、サンプリング数は２０００個、サンプリング時間は２０秒である。

次に、ステップＳ４３に移行して、上記第１クロス点群と上記第２クロス点群を求める。次に、ステップＳ４４に移行して、上記第１クロス点群の隣接するクロス点間隔と上記第２クロス点群の隣接するクロス点間隔を算出する。次に、ステップＳ４５に移行して、上記ステップＳ４４において算出されたクロス点間隔を、所定の範囲（例えば、３秒以上のもの、以下、長期クロス点間隔という）と、所定の閾値（例えば、２秒以下のもの、以下、短期クロス点間隔という）とに分類し、上記長期クロス点間隔の個数である長期クロス点間隔数（ＬＣ）と上記短期クロス点間隔の個数である短期クロス点間隔数（ＳＣ）を算出する。

次に、ステップＳ４６に移行して、上記長期クロス点間隔数が「４」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上であるか否かを判断する。上記長期クロス点間隔数が「４」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上であれば、ステップＳ４７に移行する。上記ステップＳ４７では、カウント数に「１」を加える。その際、判断サイクルが開始されていなければ、判断サイクルを開始する。
上記判断サイクルとは、上記ステップＳ４７において最初に「１」をカウントした時の２０秒のデータを含めて連続６個分のデータ（２０秒×６=１２０秒分のデータ）を処理するサイクルを意味している。
上記ステップＳ４７の処理を終えた場合や、上記ステップＳ４６において、上記長期クロス点間隔数が「４」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上であると判断されなかった場合は、ステップＳ４８に移行する。
なお、上記ステップＳ４６において、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものを求める際、上記短期クロス点間隔数が「０」である場合は、上記短期クロス点間隔数が「０．０１」であると仮定して計算を行う。このような処理を行うことで、「０」で割り算を行ってしまうことを回避するとともに、上記短期クロス点間隔数がなく、上記長期クロス点間隔数のみという、上記牛５がいきんでいる状態での特徴が検出され易くなる。

上記ステップＳ４８では、上記ステップＳ４６の条件を満たし上記ステップＳ４７で上記カウント数に「１」が加えられたサンプリング期間が「３回」連続したか否かが判断される。上記ステップＳ４６の条件を満たし上記ステップＳ４７で上記カウント数に「１」が加えられたサンプリング期間が「３回」連続した場合は、ステップＳ４９に移行する。上記ステップＳ４９では、分娩間近を検知したと判断し、出力回路３９を介して上記作業員１１が使用するパーソナルコンピュータ９やスマートフォン１３に対して分娩間近を検知したことを報知する。

上記ステップＳ４８において、上記ステップＳ４６の条件を満たし上記ステップＳ４７で上記カウント数に「１」が加えられたサンプリング期間が「３回」連続していないと判断された場合は、ステップＳ５０に移行する。上記ステップＳ５０では、上記カウント数が「４」になったか否かが判断される。上記カウント数が「４」になったと判断された場合は、ステップＳ５１に移行する。ステップＳ５１では、分娩間近を検知したと判断し、出力回路３９を介して上記作業員１１が使用するパーソナルコンピュータ９やスマートフォン１３に対して分娩間近を検知したことを報知する。上記ステップＳ５０において、上記カウント数が４になったと判断されない場合は、ステップＳ５２に移行する。

上記ステップＳ５２では、判断サイクルが開始されてから「６回分」の期間（２分間）が経過したか否かが判断される。判断サイクルが開始されてから「６回分」の期間（２分間）が経過したと判断された場合は、ステップＳ５３に移行する。上記ステップＳ５３では、判断サイクルを終了し、上記ステップＳ４１に戻り、上記カウント数をリセットして、上記処理を繰り返す。判断サイクルは、上記ステップＳ４７でカウントがされない限り、再び開始されることはない。

上記ステップＳ５２において、判断サイクルが開始されてから「６回分」の期間（２分間）が経過していないと判断された場合は、ステップＳ４２に戻り、判断サイクル中の処理を続行する。

次に、図２０〜図２３を参照しながら、この第２の実施の形態の第１実施例について説明する。
図２０（ａ）に牛が起立・静止／起立・移動している状態での床センサ３の出力のグラフを示す。図２０（ｂ）の表には、図２０（ａ）のグラフから算出された長期クロス点間隔数（ＬＣ）、短期クロス点間隔数（ＳＣ）、長期クロス点間隔数（ＬＣ）と短期クロス点間隔数（ＳＣ）の比（ＬＣ／ＳＣ）と、検知・報知の有無と、がサンプリング期間（２０秒）毎に示されている。
この場合は、上記長期クロス点間隔数が「４」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上の場合はない。

図２１（ａ）に牛が起立した状態から横臥した状態へ体位変更した場合の床センサ３の出力のグラフを示す。図２１（ｂ）の表は図２１（ａ）のグラフから算出された長期クロス点間隔数（ＬＣ）と、短期クロス点間隔数（ＳＣ）と、長期クロス点間隔数（ＬＣ）と短期クロス点間隔数（ＳＣ）の比（ＬＣ／ＳＣ）と、検知・報知の有無がサンプリング期間（２０秒）毎に示されている。
この場合も、上記長期クロス点間隔数が「４」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上の場合はない。

図２２（ａ）に牛が横臥していて呼吸のみしている状態での床センサ３の出力のグラフを示す。図２２（ｂ）の表は図２２（ａ）のグラフから算出された長期クロス点間隔数（ＬＣ）と、短期クロス点間隔数（ＳＣ）と、長期クロス点間隔数（ＬＣ）と短期クロス点間隔数（ＳＣ）の比（ＬＣ／ＳＣ）と、検知・報知の有無がサンプリング期間（２０秒）毎に示されている。
この場合も、上記長期クロス点間隔数が「４」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上の場合はない。

図２３（ａ）に牛が横臥していていきんでいる状態での床センサ３の出力のグラフを示す。図２３（ｂ）の表は図２３（ａ）のグラフから算出された長期クロス点間隔数（ＬＣ）と、短期クロス点間隔数（ＳＣ）と、長期クロス点間隔数（ＬＣ）と短期クロス点間隔数（ＳＣ）の比（ＬＣ／ＳＣ）と、検知・報知の有無がサンプリング期間（２０秒）毎に示されている。
この場合は、上記長期クロス点間隔数が「４」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上となるサンプリング期間が「３回」連続しており、その結果、検知／報知有り（「１」）となっている。
そして、実際にその後５時２７分に分娩が行われ、分娩間近である検知が可能であることが確認された。

この第２の実施の形態の場合も前記第１の実施の形態の場合と同様の効果を奏することができる。
また、クロス点解析を採用することによっても横臥・いきみ時振動の特徴を際立たせることができ、それによって、横臥・いきみ時振動か否かを確実に判断することが可能となる。
また、クロス点解析に際して、第１基準電圧として低い電圧を設定し、第２基準電圧として高い電圧を設定しているので、牛５の横臥・いきみ時振動の場合の振幅の大きい信号を確実に検出することができる。仮に、中央付近に基準電圧を設定すると、いきむ時に細かい動きが入る場合もあるため、うまく判断できないおそれがある。
また、いきむ時は、場合によって高い（低い）基準電圧側だけに長期クロス点間隔が出現したり、低い（高い）基準電圧側に短期クロス点間隔が出現したりする場合もあるが、本実施の形態では、両基準電圧におけるクロス点間隔の合計を算出しているので、横臥・いきみ時振動か否かを確実に判断することが可能となる。

次に、図２４を参照しながら本発明の第３の実施の形態について説明する。この第３の実施の形態の場合も基本的には前記第２の実施の形態の場合と同様の処理を行っているが、床センサ３の出力を６０秒分サンプリングし、１ループ毎にサンプリングするデータを２０秒ずつずらしている点が異なっている。また、カウントする場合の条件も異なっている。
なお、その他の構成は前記第２の実施の形態の場合と同じである。

次に、図２４のフローチャートを参照しながら具体的な処理を説明する。
このフローチャートによる処理では、条件を満たした時点から開始される判断サイクル毎に分娩判断を行う。また、上記判断サイクルは、床センサ３の出力をサンプリングした出力データ５９についての判断を「６回分」（２分間）行うことで構成されている。
まず、ステップＳ６１において、カウントをリセットする。次に、ステップＳ６２に移行して、焦電センサモジュール４１の出力をサンプリングし、出力データ５９としてメモリ５３に蓄積する。例えば、サンプリング周波数は１００Ｈｚであり、サンプリング数は６０００点、サンプリング時間は６０秒である。また、このサンプリングデータは２０秒ずつずらして記憶されていく。

次に、ステップＳ６３に移行して、上記第１クロス点群と上記第２クロス点群を求める。次に、ステップＳ６４において、上記第１クロス点群の隣接するクロス点間隔と上記第２クロス点群の隣接するクロス点間隔を算出する。次に、ステップＳ６５において、上記ステップＳ４４において算出されたクロス点間隔を、例えば、３秒以上の長期クロス点間隔と、例えば、２秒以下の短期クロス点間隔とに分類し、上記長期クロス点間隔の個数である長期クロス点間隔数（以下、ＬＣ）と、上記短期クロス点間隔の個数である短期クロス点間隔数（以下、ＳＣ）と、を算出する。

次に、ステップＳ６６に移行して、上記長期クロス点間隔数が「１０」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上であるか否かを判別する。上記長期クロス点間隔数が「１０」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上であれば、ステップＳ６７に移行する。上記ステップＳ６７では、カウント数に「１」を加える。また、この際、判断サイクルが開始されていなければ、判断サイクルを開始する。すなわち、カウントされた際に上記判断サイクルが開始されるようになっている。
上記ステップＳ６７の処理を終えた場合や、上記ステップＳ６６において、上記長期クロス点間隔数が「１０」以上、且つ、上記長期クロス点間隔数と上記短期クロス点間隔数を割ったものが「１」以上であると判断されなかった場合は、ステップＳ６８に移行する。

上記ステップＳ６８では、上記ステップＳ６６の条件を満たし上記ステップＳ６７で上記カウント数に「１」が加えられた場合が「３回」連続したか否かが判断される。上記ステップＳ６６の条件を満たし上記ステップＳ６７で上記カウント数に１が加えられた場合が「３回」連続した場合は、ステップＳ６９に移行する。
上記ステップＳ６９では、分娩間近を検知したと判断し、出力回路３９を介して上記作業員１１が使用するパーソナルコンピュータ９やスマートフォン１３に対して、分娩間近を検知したことを報知する。

上記ステップＳ６８において、上記ステップＳ６６の条件を満たし上記ステップＳ６７で上記カウント数に「１」が加えられた場合が「３回」連続していないと判断された場合は、ステップＳ７０に移行する。上記ステップＳ７０では、上記カウント数が「４」になったか否かが判断される。上記カウント数が「４」になったと判断された場合は、ステップＳ７１に移行する。
ステップＳ７１では、分娩間近を検知したと判断し、出力回路３９を介して上記作業員１１が使用するパーソナルコンピュータ９やスマートフォン１３に対して分娩間近を検知したことを報知する。上記ステップＳ７０において、上記カウント数が「４」になったと判断されない場合は、ステップＳ７２に移行する。

上記ステップＳ７２では、判断サイクルが開始されてから「６回」分の期間（２分間）が経過したか否かが判断される。判断サイクルが開始されてから「６回」分の期間（２分間）が経過したと判断された場合は、ステップＳ７３に移行する。上記ステップＳ７３では、判断サイクルを終了し、上記ステップＳ６１に戻り、上記カウント数をリセットして、上記処理を繰り返す。判断サイクルは、上記ステップＳ６７でカウントがされない限り、再び開始されることはない。

上記ステップＳ７２において、判断サイクルが開始されてから「６回」分の期間（２分間）が経過していないと判断された場合は、ステップＳ６２に戻り、判断サイクル中の処理を続行する。

以上この第３の実施の形態においても前記第１、第２の実施の形態の場合と同様の効果を奏することができる。

次に、図２５を参照しながら、本発明の第４の実施の形態について説明する。前記第１乃至第３の実施の形態の場合には、図２に示す床センサ３を使用していたが、この第４の実施の形態の場合には、図２５に示すような床センサ８１を使用している。

上記床センサ８１は、前記第１乃至第３の実施の形態における床センサ３と略同様の構成であるが、複数のシリコンチューブ３３が分岐・接続された構成にはなっておらず１本である。
なお、その他の構成は前記第１乃至第３の実施の形態の場合と同じであり、図中同一部分には同一符号を付して示しその説明を省略する。

この第４の実施の形態の場合は、より簡易な構成の床センサ８１によって所望の作用・効果を奏することができる。

なお、本発明は前記第１の実施の形態乃至第４の実施の形態に限定されるものではない。
まず、前記第１乃至第４の実施の形態においては、対象となる四足歩行動物として牛を例に挙げて説明したが、それに限定されるものではなく、馬、豚、羊、山羊等の家畜や、トラ、ライオン等の動物園等で飼育される四足歩行動物等、様々なものが考えられる。
また、対象となる四足歩行動物の種類が変わった場合には、床センサのシリコンチューブ及びスペーサの密度（間隔等）を、耐荷重特性や、使用する圧力センサ素子の特性と勘案して変更することになる。この場合、特に、対象となる四足歩行動物が乗った時にシリコンチューブの内径が完全につぶれないようにするのが肝要で、それは専ら、動物の体重によって、チューブ及びスペーサの密度（間隔等）を変更することによって適用可能となる。
また、四足歩行動物の種類によって、横臥・いきみ時振動であると判断する際の条件も適宜変更され、本発明は、上記各実施の形態で説明したフローチャートに示したアルゴリズムやその際の閾値に限られるものではない。
また、前記第１乃至第４の実施の形態の場合には、上記床センサのゴム製カバの数は３個としたが、それに限定されるものではなく、例えば、１つのゴム製カバ内に全てのシリコンチューブ等が収容された構成でも良く、逆に、４個以上のゴム製カバを使用する場合も想定される。
又、前記第１乃至第４の実施の形態の場合には、予め記憶しておく振動情報として、起立時振動特徴情報、横臥・いきみ時振動特徴情報の二つを例に挙げて説明したが、それ以外にも、体位変更時振動特徴情報、横臥・呼吸時振動特徴情報、等、別の振動情報を記憶し、それらを利用してより細かな監視を行うようにしても良い。
その他、各部の構成は、図示したものに限定されず、様々な変更か考えられる。

本発明は、例えば、家畜の分娩を判別する四足歩行動物分娩判断システムに係り、特に、対象となる四足歩行動物に負担を掛けずに分娩を判別できるように工夫したものに関し、例えば、牛の分娩を判別する四足歩行動物分娩判断システムに好適である。

１ 四足歩行動物分娩判断システム
３ 床センサ
５ 牛（四足歩行動物）
７ 分娩判断装置
２３ 床側ゴム板（床側板材）
３１ ポリカーボネート板（反床側板材）
３３ シリコンチューブ
３５ スペーサ
４５ 焦電センサ素子（圧力センサ素子）
７３ 起立時振動特徴情報
７７ 横臥・いきみ時振動特徴情報

Claims (11)

1. 四足歩行動物の分娩領域を感知領域とするように設置され上記四足歩行動物の動作に伴う振動を検出する床センサと、
   上記床センサから検出される信号に基づいて上記四足歩行動物の分娩が間近であるか否かを判断する分娩判断装置と、
   を具備し、
   上記分娩判断装置は少なくとも横臥・いきみ時振動特徴情報を予め記憶しているともに上記床センサにより検出される信号を解析する解析手段を備えていて、
   上記解析手段による解析の結果検出された振動が上記横臥・いきみ時振動特徴を備えているか否かを判断するものであることを特徴とする四足歩行動物分娩判断システム。
2. 請求項１記載の四足歩行動物分娩判断システムにおいて、
   上記分娩判断装置は上記四足歩行動物の分娩が間近であると判断した場合にこれを報知するものであることを特徴とする四足歩行動物分娩判断システム。
3. 請求項１又は請求項２記載の四足歩行動物分娩判断システムにおいて、
   上記分娩判断装置は、横臥・いきみ時振動が所定回数連続して確認された場合又は予め決められた期間内に所定回数の横臥・いきみ時振動が確認された場合に分娩が間近である、と判断するものであることを特徴とする四足歩行動物分娩判断システム。
4. 請求項１〜請求項３の何れかに記載の四足歩行動物分娩判断システムにおいて、
   上記分娩判断装置は上記解析手段によって上記床センサにより検出される信号に周波数解析を施すものであり、且つ、上記横臥・いきみ時振動特徴情報は周波数解析時のものであることを特徴とする四足歩行動物分娩判断システム。
5. 請求項１〜請求項３の何れかに記載の四足歩行動物分娩判断システムにおいて、
   上記分娩判断装置は上記解析手段によって上記床センサにより検出される信号にクロス点解析を施すものであり、且つ、上記横臥・いきみ時振動特徴情報はクロス点解析時のものであることを特徴とする四足歩行動物分娩判断システム。
6. 請求項４又は請求項５記載の四足歩行動物分娩判断システムにおいて、
   上記分娩判断装置は上記床センサにより検出される信号に基づいて最初に起立／横臥の判断を行なうものであることを特徴とする四足歩行動物分娩判断システム。
7. 請求項６記載の四足歩行動物分娩判断システムにおいて、
   上記分娩判断装置は起立時振動特徴情報を予め記憶していて、上記床センサにより検出される信号をサンプリングし、そのサンプリングされた信号が上記起立時振動特徴を備えているか否かによって起立／横臥の判断を行なうことを特徴とする四足歩行動物分娩判断システム。
8. 請求項４記載の四足歩行動物分娩判断システムにおいて、
   上記分娩判断装置は周波数解析の結果、予め設定された低周波数帯域の振動強度が高く、予め設定された高周波数帯域の振動強度が低い、ことをもって横臥・いきみ時振動であると判断することを特徴とする四足歩行動物分娩判断システム。
9. 請求項５記載の四足歩行動物分娩判断システムにおいて、
   上記クロス点解析により得られたクロス点間隔が予め設定された短期クロス点間隔〜長期クロス点間隔の範囲で長期クロス点間隔側に集中していることをもって横臥・いきみ時振動であると判断することを特徴とする四足歩行動物分娩システム。
10. 請求項１〜請求項９の何れかに記載の四足歩行動物分娩判断システムにおいて、
    上記床センサは、床側板材と、反床側板材と、上記床側板材と上記反床側板材の間に介挿されその内部に気体を封入されたチューブと、上記チューブ内と気密連通された圧力センサ素子と、を少なくとも有してなることを特徴とする四足歩行動物分娩判断システム。
11. 請求項１０記載の四足歩行動物分娩判断システムにおいて、
    上記チューブ相互間にはスペーサが設置されていることを特徴とする四足歩行動物分娩判断システム。