JP2020036566A - 行動特定装置、行動特定方法及びプログラム - Google Patents

Abstract

【課題】家畜の行動を特定することが出来る行動特定装置、行動特定方法及びプログラムの提供。【解決手段】家畜の行動を特定する行動特定装置であって、前記家畜に装着された加速度センサが測定した加速度データと、前記家畜に装着された気圧センサが測定した気圧データとを記憶する記憶手段と、所定の時間の間における１以上の前記加速度データから所定の指標値を算出する指標値算出手段と、前記指標値と、予め作成された前記家畜の行動を特定するための特定モデルとに基づいて、前記家畜の行動を特定する第１の特定手段と、前記第１の特定手段により特定された行動が所定の行動である場合、所定の時間の間における１以上の前記気圧データと１以上の前記加速度データとに基づいて、前記家畜の行動を特定する第２の特定手段と、を有することを特徴とする。【選択図】図２

Description

本発明は、行動特定装置、行動特定方法及びプログラムに関する。

乳用牛の搾乳期間は、乳用牛を交配（人工授精）させて子牛を生ませた後（分娩後）であり、この期間は泌乳期と呼ばれている。泌乳期は約３０５日程度であることが知られている。また、次の出産に備えて、次回の分娩予定日の約６０日前で搾乳を止めるのが一般的である。この６０日の期間は乾乳期と呼ばれている。乳用牛は、分娩、泌乳期、乾乳期を毎年繰り返している。

乳用牛を飼育する酪農家等は、乳用牛から継続的に搾乳するため、毎年乾乳期に乳用牛を交配（人工授精）させる必要がある。乳用牛の交配（人工授精）にあたっては、乳用牛の発情を発見する必要がある。乳用牛の発情を発見するには、乳用牛の外部的兆候を確認したり、発情時に多く見られる行動を確認したりすることが行われている。また、台帳を用いた繁殖記録による発情時期の管理等も行われている。

阿部 亮著、「農学基礎セミナー 家畜飼育の基礎 」、新版、社団法人 農産漁村文化協会、2008 年 4 月, p.109, p.122-124.

ここで、例えば、飼養頭数が数千頭以上にも及ぶ大規模な酪農場では、１頭１頭の乳用牛の外部的兆候や行動を確認することは酪農家の大きな負担となっていた。これに対して、例えば、飼養している乳用牛の行動を特定することで、発情時に多く見られる行動の確認を容易にすることができれば、酪農家の負担を軽減することができる。

また、乳用牛の行動を特定することで、発情の発見のみならず、病気やケガ等による異常行動の発見にも繋がり、乳用牛の健康管理にも資することができる。

本発明の一実施形態は、上記の点に鑑みてなされたもので、家畜の行動を特定することを目的とする。

上記課題を解決するため、本発明の一実施形態は、家畜の行動を特定する行動特定装置であって、前記家畜に装着された加速度センサが測定した加速度データと、前記家畜に装着された気圧センサが測定した気圧データとを記憶する記憶手段と、所定の時間の間における１以上の前記加速度データから所定の指標値を算出する指標値算出手段と、前記指標値と、予め作成された前記家畜の行動を特定するための特定モデルとに基づいて、前記家畜の行動を特定する第１の特定手段と、前記第１の特定手段により特定された行動が所定の行動である場合、所定の時間の間における１以上の前記気圧データと１以上の前記加速度データとに基づいて、前記家畜の行動を特定する第２の特定手段と、を有することを特徴とする。

家畜の行動を特定することができる。

第一の実施形態に係る行動特定システムの全体構成の一例を示す図である。 牛の行動特定の一例を説明するための図である。 測定データ記憶部に記憶されている測定データの一例を示す図である。 行動特定モデルの一例を示す図である。 第一の実施形態に係る行動特定処理部の機能構成の一例を示す図である。 第一の実施形態に係る動作強度分析による行動特定処理の一例を示すフローチャートである。 第一の実施形態に係る補正気圧分析による行動特定処理の一例を示すフローチャートである。 第一の実施形態に係る補正気圧差分最小値の算出処理の一例を示すフローチャートである。 タグ向きとねじれとの関係を説明するための図である。 第二の実施形態に係る行動特定処理部の機能構成の一例を示す図である。 第二の実施形態に係る補正気圧差分最小値の算出処理の一例を示すフローチャートである。 第二の実施形態に係るタグ向きの算出処理の一例を示すフローチャートである。

以下、本発明の各実施の形態（以降、「実施形態」とも表す。）について、図面を参照しながら説明する。以降の各実施形態では、家畜の一例として牛の行動を特定する行動特定システム１について説明する。なお、家畜は牛に限られない。

［第一の実施形態］
まず、本実施形態に係る行動特定システム１の全体構成について、図１を参照しながら説明する。図１は、第一の実施形態に係る行動特定システム１の全体構成の一例を示す図である。

図１に示すように、本実施形態に係る行動特定システム１には、牛の行動を特定する行動特定装置１０と、牛に装着された１以上のタグ２０と、基準となる気圧を測定する基準気圧センサ３０とが含まれる。なお、タグ２０は、ベルト等によって牛の首部分に固定して装着されることが好ましい。

タグ２０は、牛に装着される機器である。１頭の牛に対して１つのタグ２０が装着されている。タグ２０には、当該タグ２０を装着している牛の加速度（ｘ軸、ｙ軸及びｚ軸の３軸の加速度）を測定する加速度センサが含まれている。ここで、ｘ軸、ｙ軸及びｚ軸から構成される座標系はタグ２０に固定されており、タグ２０は、例えば、牛が起立し、かつ、首が曲がっていない（真っ直ぐの）状態で、当該牛の進行方向に対して右方向をｘ軸の正の方向、当該進行方向をｙ軸の正の方向、重力方向をｚ軸の正の方向となるように装着される。

タグ２０は、所定の時間毎（例えば２秒毎）に、加速度センサにより測定した加速度センサ値が含まれる測定データを行動特定装置１０に送信する。行動特定装置１０に送信された測定データは、後述する測定データ記憶部２００に蓄積（記憶）される。

基準気圧センサ３０は、牛舎内の所定の位置（例えば、牛舎内の地面上）に設置され、基準となる気圧を測定する。基準気圧センサ３０は、所定の時間毎（例えば２秒毎）に、測定した気圧を示す基準気圧センサ値を含む基準気圧データを行動特定装置１０に送信する。行動特定装置１０に送信された基準気圧データは、後述する基準気圧データ記憶部４００に蓄積（記憶）される。

行動特定装置１０は、牛の行動を特定する１以上のコンピュータである。行動特定装置１０は、行動特定処理部１００と、測定データ記憶部２００と、行動特定モデル３００と、基準気圧データ記憶部４００と、行動データ記憶部５００とを有する。

行動特定処理部１００は、測定データ記憶部２００に記憶されている測定データと、行動特定モデル３００とに基づいて、動作強度分析により、牛の行動を特定する。また、行動特定処理部１００は、動作強度分析により所定の行動が特定された場合、測定データ記憶部２００に記憶されている測定データと、基準気圧データ記憶部４００に記憶されている基準気圧データと、行動データ記憶部５００に記憶されている行動データとに基づいて、補正気圧分析により、より正確な牛の行動を特定する。行動特定処理部１００は、行動特定装置１０にインストールされた１以上のプログラムが、ＣＰＵ（Central Processing Unit）等に実行させる処理により実現される。

測定データ記憶部２００は、タグ２０から受信した測定データを記憶する。測定データ記憶部２００は、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の補助記憶装置等を用いて実現可能である。測定データ記憶部２００には、所定の時間毎（例えば２秒毎）に、複数の測定データが記憶されている。

行動特定モデル３００は、測定データに含まれる加速度センサ値から行動を特定するためのモデルである。行動特定モデル３００は、例えば、家畜の種類や特定したい行動の種類に応じて、ＳＶＭ（Support Vector Machine）等の機械学習の手法により予め作成される。行動特定モデル３００は、例えばＨＤＤやＳＳＤ等の補助記憶装置等に記憶されている。

基準気圧データ記憶部４００は、基準気圧センサ３０から受信した基準気圧データを記憶する。基準気圧データ記憶部４００は、例えばＨＤＤやＳＳＤ等の補助記憶装置等を用いて実現可能である。基準気圧データ記憶部４００には、所定の時間毎（例えば２秒毎）に、複数の基準気圧データが記憶されている。

行動データ記憶部５００は、行動特定処理部１００により特定された行動を示す行動データを記憶する。行動データ記憶部５００は、例えばＨＤＤやＳＳＤ等の補助記憶装置等を用いて実現可能である。行動データ記憶部５００には、所定の時間毎（例えば１０分毎）に、行動特定処理部１００により特定された行動を示す行動データが記憶されている。

なお、図１に示す行動特定システム１の構成は一例であって、他の構成であっても良い。例えば、行動特定装置１０は、複数台のコンピュータで構成されていても良い。また、例えば、行動特定処理部１００が有する機能の全部又は一部を、行動特定装置１０とネットワークを介して接続される装置（クラウドサーバ等）が有していても良い。更に、例えば、タグ２０の代わりに、加速度センサと、気圧センサとがそれぞれ別体で牛に装着されていても良い。

＜牛の行動の特定＞
ここで、本実施形態に係る行動特定システム１により特定される牛の行動と、特定方法の概要とについて、図２を参照しながら説明する。図２は、牛の行動特定の一例を説明するための図である。

まず、本実施形態に係る行動特定システム１が特定する牛の行動には、動作が小さい順に、「起立」、「横臥」、「反芻」及び「活動」の４つがあるものとする。したがって、本実施形態では、「起立」、「横臥」、「反芻」及び「活動」の４つの行動のうち、いずれの行動を牛が行っているかを特定するものとする。なお、「起立」及び「横臥」の動作の大きさは逆であっても良い。すなわち、動作が小さい順に、「横臥」、「起立」、「反芻」及び「活動」としても良い。

「起立」とは、牛が立っている状態を示す行動のことである。「横臥」とは、牛が横たわっている状態を示す行動のことである。なお、「起立」及び「横臥」は、いずれも牛が動作を行っていない状態（言い換えれば、牛が立って静止している状態又は牛が横たわった静止している状態）である。

「反芻」とは、牛が反芻（一度飲み込んだ食物を口に戻して咀嚼し直す動作）を行っている状態を示す行動のことである。「活動」とは、牛が所定の動作を行っている状態を示す行動のことであり、例えば、牛が歩いている状態や牛が食物を食べている状態、牛が水を飲んでいる状態等を示す行動のことである。

「起立」、「横臥」、「反芻」及び「活動」のいずれの行動を牛が行っているかは、動作強度分析により特定される。動作強度分析では、測定データに含まれる加速度センサ値と、行動特定モデル３００とに基づいて、牛の行動が、「起立」、「横臥」、「反芻」及び「活動」のいずれであるかを特定する。より具体的には、動作強度分析では、所定の時間（例えば１０分）の間における加速度センサ値から所定の指標値（当該所定の時間の間における加速度センサ値のＬ２ノルムの振れ幅の最大値及び加速度センサ値のＬ２ノルムの標準偏差）を算出する。なお、Ｌ２ノルムの振れ幅の最大値とは、当該所定の時間の間における加速度センサ値のＬ２ノルムの平均値と、当該所定の時間の間における各加速度センサ値のＬ２ノルムの値との差の絶対値が最大となる値である。

そして、「起立」、「横臥」、「反芻」及び「活動」の４つの領域に分類される行動特定モデル３００において、算出した指標値を示す点がこれら４つの領域のいずれに含まれるかにより行動を特定する。

また、動作強度分析により「起立」、「横臥」又は「反芻」と特定された場合には、補正気圧分析により、より正確な行動が特定される。これは、動作強度分析では、行動特定モデル３００を用いて特定した行動中における牛の姿勢を正確に特定できない場合があるためである。

補正気圧分析では、所定の時間（例えば２０分）の間における各測定データに含まれる加速度センサ値及び気圧センサ値と、各基準気圧データに含まれる基準気圧センサ値とを用いて第１の補正気圧差分最小値及び第２の補正気圧差分最小値を算出した上で、この補正気圧差分最小値と、所定の閾値とに基づいて、牛の行動を特定する。補正気圧差分最小値とは、基準気圧センサ値と気圧センサ値との差を加速度センサ値で補正した補正気圧差分値の所定の時間の間における最小値（例えば１０分間における最小値）である。

より具体的には、例えば、１０分前の行動（すなわち、１つ前の行動）が「横臥」であった場合、１０分前から現在までの間における第１の補正気圧差分最小値が、２０分前から１０分前までの間における第２の補正気圧差分最小値から所定の閾値以上減少した否かを判定する。そして、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値以上減少した場合、「起立」と特定する。一方で、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値以上減少していない場合、１つ前と同じ行動（すなわち、「横臥」）であると特定する。

また、例えば、１０分前の行動（すなわち、１つ前の行動）が「横臥」以外であった場合（すなわち、「起立」又は「反芻」であった場合）、第１の補正気圧差分最小値が、第２の補正気圧差分最小値から所定の閾値以上増加した否かを判定する。そして、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値以上増加した場合、「横臥」と特定する。一方で、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値以上増加していない場合、１つ前と同じ行動（すなわち、「起立」又は「反芻」）であると特定する。

以上のように、本実施形態に係る行動特定システム１は、牛に装着されたタグ２０から受信した加速度センサ値から、「起立」、「横臥」、「反芻」及び「活動」の４つの行動を特定する。また、本実施形態に係る行動特定システム１は、牛の行動が「起立」、「横臥」又は「反芻」であると特定された場合に、加速度センサ値と、気圧センサ値と、基準気圧センサ値とから、より正確な行動を特定する。

これにより、動作強度分析により、牛の行動が「起立」、「横臥」、「反芻」又は「活動」のいずれであるかを特定することができる。また、動作強度分析により「起立」、「横臥」又は「反芻」と特定された場合には、補正気圧分析により、牛の行動が「起立」、「横臥」又は「1つ前の行動」のいずれであるかをより高い精度で特定することができる。

そして、これら特定した牛の行動を、例えば、行動特定装置１０の表示装置（ディスプレイ）等に表示することで、牛の行動確認を容易に行うことができるようになる。このため、例えば、牛の発情時に多く見られる行動や、病気やケガ等による異常行動等を早期に発見することができ、牛の発情時期の管理や健康管理等を容易に行うことができるようになる。

＜測定データ記憶部２００に記憶されている測定データ＞
次に、本実施形態に係る測定データ記憶部２００に記憶されている測定データについて、図３を参照しながら説明する。図３は、測定データ記憶部２００に記憶されている測定データの一例を示す図である。なお、行動特定装置１０は、タグ２０から測定データを受信した場合、行動特定処理部１００により、受信した測定データを測定データ記憶部２００に記憶（蓄積）させれば良い。

図３に示すように、測定データ記憶部２００には、タグを識別するタグＩＤ毎に、１以上の測定データが記憶されている。なお、１頭の牛に対して１つのタグ２０が装着されていることから、タグＩＤは、牛を識別する情報（牛の個体識別情報等）であっても良い。

各測定データには、日時と、加速度センサ値と、気圧センサ値とが含まれる。日時は、例えば、タグ２０が測定データを送信した日時である。なお、日時は、行動特定装置１０が測定データを受信した日時であっても良い。

加速度センサ値は、タグ２０に含まれる加速度センサにより測定された加速度の値である。加速度センサ値には、ｘ軸方向の加速度成分を示すｘ成分と、ｙ軸方向の加速度成分を示すｙ成分と、ｚ軸方向の加速度成分を示すｚ成分とが含まれる。例えば、日時「ｔ_１」の測定データには、加速度センサ値のｘ成分「ｘ_１」と、ｙ成分「ｙ_１」と、ｚ成分「ｚ_１」とが含まれる。同様に、例えば、日時「ｔ_２」の測定データには、加速度センサ値のｘ成分「ｘ_２」と、ｙ成分「ｙ_２」と、ｚ成分「ｚ_２」とが含まれる。なお、以降では、加速度センサ値のｘ成分を「ｘ成分加速度センサ値」、加速度センサ値のｙ成分を「ｙ成分加速度センサ値」、加速度センサ値のｚ成分を「ｚ成分加速度センサ値」とも表す。

また、気圧センサ値は、タグ２０に含まれる気圧センサにより測定された気圧の値である。日時「ｔ_１」の測定データには、気圧センサ値「ｐ_１」が含まれる。同様に、例えば、日時「ｔ_２」の測定データには、気圧センサ値「ｐ_２」が含まれる。

なお、例えば、各タグ２０が２秒毎に測定データを行動特定装置１０に送信する場合、Δｔ＝ｔ_ｉ＋１−ｔ_ｉ（ｉは１以上の整数）とすれば、Δｔ＝２［秒］である。

このように、測定データ記憶部２００に記憶されている測定データには、タグＩＤ毎に、日時と、加速度センサ値と、気圧センサ値とが含まれる。

＜行動特定モデル３００＞
次に、測定データに含まれる加速度センサ値から行動を特定するための行動特定モデル３００について、図４を参照しながら説明する。図４は、行動特定モデル３００の一例を示す図である。

図４に示すように、行動特定モデル３００は、所定の時間（例えば１０分）の間における加速度センサ値のＬ２ノルムの振れ幅の最大値を横軸、当該Ｌ２ノルムの標準偏差を縦軸とした場合に、これら振れ幅の最大値及び標準偏差の値と、行動との関係を示す関係グラフとして表される。

例えば、或る１０分間における加速度センサ値のＬ２ノルムの振れ幅の最大値と標準偏差とが領域Ｄ１に含まれる場合、当該１０分間における牛の行動は「起立」と特定される。また、例えば、或る１０分間における加速度センサ値のＬ２ノルムの振れ幅の最大値と標準偏差とが領域Ｄ２に含まれる場合、当該１０分間における牛の行動は「横臥」と特定される。

同様に、例えば、或る１０分間における加速度センサ値のＬ２ノルムの振れ幅の最大値と標準偏差とが領域Ｄ３に含まれる場合、当該１０分間における牛の行動は「反芻」と特定される。なお、「反芻」と特定される領域Ｄ３は、更に、牛が立っている状態で反芻動作を行う場合（この場合を「起立中反芻」と表す。）と、牛が横たわっている状態で反芻動作（この場合を「横臥中反芻」と表す。）を行う場合とに分けられても良い。

また、同様に、例えば、或る１０分間における加速度センサ値のＬ２ノルムの振れ幅の最大値と標準偏差とが領域Ｄ４に含まれる場合、当該１０分間における牛の行動は「活動」と特定される。

なお、図４に示す例では、行動特定モデル３００の各領域Ｄ１〜Ｄ４が互いに重なっていない場合を示しているが、各領域Ｄ１〜Ｄ４のうちの２以上の領域が互いに重なっている部分が存在しても良い。

このように、行動特定モデル３００は、所定の時間（例えば１０分）の間における加速度センサ値のＬ２ノルムの最大値及び標準偏差と、牛の行動との関係を表す領域が定義されたモデルである。このような行動特定モデル３００は、ＳＶＭ等の機械学習の手法により予め作成される。なお、ＳＶＭは一例であって、例えば、ニューラルネットワーク等の種々の機械学習の手法により作成されても良い。また、例えば、牛が同一の動作を行った場合であっても、加速度センサの種類等によって、具体的な加速度センサ値は異なる。ただし、各行動をそれぞれ示す領域Ｄ１〜Ｄ４の位置関係は、略一定に定まっている。なお、以降では、Ｌ２ノルムの振れ幅の最大値を、「Ｌ２ノルムの最大値」とも表す。

＜行動特定処理部１００の機能構成＞
次に、本実施形態に係る行動特定処理部１００の機能構成について、図５を参照しながら説明する。図５は、第一の実施形態に係る行動特定処理部１００の機能構成の一例を示す図である。

図５に示すように、本実施形態に係る行動特定処理部１００には、取得部１０１と、前処理部１０２と、指標値算出部１０３と、補正差分最小値算出部１０４と、行動特定部１０５とが含まれる。

取得部１０１は、測定データ記憶部２００から測定データを取得する。このとき、取得部１０１は、例えば、タグＩＤ毎に、所定の時間（例えば１０分）の間の測定データを測定データ記憶部２００から取得する。

また、取得部１０１は、基準気圧データ記憶部４００から基準気圧データを取得する。このとき、取得部１０１は、当該所定の時間の間の基準気圧データを取得する。

更に、取得部１０１は、行動データ記憶部５００に記憶されている行動データのうち、最新の行動データ（すなわち、１つ前に特定された行動を示す行動データ）を取得する。

前処理部１０２は、取得部１０１により取得された測定データに対して前処理を行う。前処理とは、例えば、測定データの欠損補完（リサンプリング）処理やノイズ除去処理、所定の間隔毎の代表値（例えば、当該所定の間隔毎の平均値）の算出処理等である。

指標値算出部１０３は、前処理部１０２による前処理後の測定データに含まれる加速度センサ値から指標値を算出する。例えば、指標値算出部１０３は、指標値として、前処理後の測定データに含まれる加速度センサ値のＬ２ノルムの最大値と標準偏差とを算出する。

補正差分最小値算出部１０４は、測定データに含まれる気圧センサ値及び加速度センサ値と、基準気圧データに含まれる基準気圧センサ値とから補正気圧差分最小値を算出する。例えば、補正差分最小値算出部１０４は、２０分間における測定データに含まれる気圧センサ値及び加速度センサ値と、当該２０分間における基準気圧データに含まれる基準気圧データとから、当該２０分間のうちの後半１０分間における第１の補正気圧差分最小値と、前半１０分間における第２の補正気圧差分最小値とを算出する。なお、前半及び後半とは、日時を昇順（古い順）に並べた場合における前半及び後半である。

補正気圧差分最小値とは、所定の時間（例えば１０分）の間における補正気圧差分値の最小値のことである。また、補正気圧差分値とは、当該所定の時間（例えば１０分間）における各測定データに含まれる気圧センサ値の１分間隔毎の平均値と、当該１０分間における各基準気圧データに含まれる各基準気圧センサ値の１分間隔毎の平均値との各々の差である気圧差分を、当該各測定データに含まれる所定の成分（例えばｙ成分）の加速度センサ値の１分間隔毎の平均値で補正したものである。

行動特定部１０５は、指標値算出部１０３により算出されたＬ２ノルムの最大値及び標準偏差と、行動特定モデル３００とから４つの行動（「起立」、「横臥」、「反芻」及び「活動」）を特定（動作強度分析により行動を特定）する。

そして、行動特定部１０５は、特定した行動を示す行動データを行動データ記憶部５００に記憶させる。また、行動特定部１０５は、特定した行動を示す情報を、例えば、ディスプレイ等の表示装置に表示しても良いし、行動特定装置１０に接続される他の装置（例えば、ＰＣやスマートフォン、タブレット端末等）に出力しても良い。

なお、行動特定部１０５は、当該Ｌ２ノルムの最大値及び標準偏差と、行動特定モデル３００と同等のデータを生成するプログラム等の処理結果とから上記４つの行動を特定しても良い。

また、行動特定部１０５は、更に、上記で「起立」、「横臥」又は「反芻」が特定された場合に、取得部１０１により取得された行動データが示す行動（すなわち、１つ前に特定された行動）に応じて、補正差分最小値算出部１０４により算出された第１の補正気圧差分最小値と第２の補正気圧差分最小値とから、より正確な行動を特定（補正気圧分析により行動を特定）する。

すなわち、行動特定部１０５は、１つ前の行動が「横臥」であり、かつ、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値以上減少した場合、「起立」と特定する。一方で、行動特定部１０５は、１つ前の行動が「横臥」であり、かつ、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値以上減少してない場合、１つ前の行動と同じであると特定する。

また、行動特定部１０５は、１つ前の行動が「横臥」以外であり、かつ、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値以上増加した場合、「横臥」と特定する。一方で、行動特定部１０５は、１つ前の行動が「横臥」以外であり、かつ、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値以上増加してない場合、１つ前の行動と同じであると特定する。

所定の閾値は、例えば、ユーザにより予め設定される値である。このような閾値は、例えば、牛の行動特定に関する経験則により決定される。

＜行動特定処理＞
次に、本実施形態に係る行動特定処理について説明する。

≪動作強度分析による行動特定処理≫
まず、動作強度分析による行動特定処理について、図６を参照しながら説明する。図６は、第一の実施形態に係る動作強度分析による行動特定処理の一例を示すフローチャートである。なお、図６に示す行動特定処理は、例えば、１０分間毎に繰り返し実行される。ただし、図６に示す行動特定処理は、例えば、予め設定された日時に実行されても良いし、予め決められた所定の時間毎に実行されても良い。

まず、取得部１０１は、タグＩＤ毎に、過去の所定の時間の間（例えば過去１０分間）の測定データを測定データ記憶部２００から取得する（ステップＳ１１）。このように、取得部１０１は、牛（タグＩＤ）毎に、所定の時間単位（例えば１０分単位）の測定データを測定データ記憶部２００から取得する。なお、このような所定の時間は、１０分に限られず、例えば行動特定装置１０のユーザが任意の時間に設定することができる。

以降では、タグＩＤ「Ｔａｇ１」の過去１０分間の測定データｓ_１，ｓ_２，・・・，ｓ_Ｍが取得部１０１により取得されたものとして説明を続ける。

次に、前処理部１０２は、取得部１０１により取得された測定データｓ_１，ｓ_２，・・・，ｓ_Ｍに対して前処理を行う（ステップＳ１２）。すなわち、前処理部１０２は、測定データの欠損補完（リサンプリング）処理やノイズ除去処理等を行う。なお、欠損補完処理とは、測定データの精度を上げるため、データが取得できなかった場合の欠損を補完する処理である。また、ノイズ除去処理は、牛の瞬間的な動作（例えば、瞬間的に身体を震わせる動作や瞬間的に大きく身体をびくつかせる動作等）を示すデータを除去する処理である。

これにより、前処理後の測定データをリナンバリングして、測定データｓ_１，ｓ_２，・・・，ｓ_Ｎが得られる。ここで、２秒間隔でリサンプリングが行われた場合、Ｎ＝３００である。

次に、指標値算出部１０３は、前処理部１０２による前処理後の各測定データｓ_１，ｓ_２，・・・，ｓ_Ｎに含まれる加速度センサ値から指標値（Ｌ２ノルムの最大値及び標準偏差）を算出する（ステップＳ１３）。すなわち、前処理後の測定データｓ_１，ｓ_２，・・・，ｓ_Ｎに含まれる加速度センサ値のＬ２ノルムをそれぞれａ_１，ａ_２，・・・ａ_Ｎとした場合、指標値算出部１０３は、これらａ_１，ａ_２，・・・ａ_Ｎの標準偏差σ及び最大値ｍを算出する。ここで、当該最大値ｍは、Ｌ２ノルムａ_１，ａ_２，・・・ａ_Ｎの平均値と、各Ｌ２ノルムａ_ｉ（ｉ＝１，・・・，Ｎ）との差の最大値のことである。

次に、行動特定部１０５は、指標値算出部１０３により算出された標準偏差σ及び最大値ｍと、行動特定モデル３００とから４つの行動（「起立」、「横臥」、「反芻」及び「活動」）を特定する（ステップＳ１４）。すなわち、行動特定部１０５は、指標値算出部１０３により算出された標準偏差σ及び最大値ｍが、行動特定モデル３００上の領域Ｄ１〜Ｄ４のいずれの領域に含まれるかを特定することで、行動を特定する。

次に、行動特定部１０５は、上記のステップＳ１４で特定した行動が「起立」、「横臥」又は「反芻」であるか否かを判定する（ステップＳ１５）。

ステップＳ１５において、特定した行動が「起立」、「横臥」又は「反芻」であると判定された場合、行動特定処理部１００は、補正気圧分析により、より正確な行動を特定する（ステップＳ１６）。本ステップの処理（補正気圧分析による行動特定処理）の詳細については後述する。

一方で、ステップＳ１５において、特定した行動が「起立」、「横臥」又は「反芻」でないと判定された場合（すなわち、特定した行動が「活動」である場合）、又はステップＳ１６に続いて、行動特定部１０５は、特定した行動を示す行動データを行動データ記憶部５００に記憶させる（ステップＳ１７）。このとき、行動特定部１０５は、例えば、特定した行動と現在日時と関連付けた行動データを作成した上で、作成した行動データを行動データ記憶部５００に記憶させる。

すなわち、ステップＳ１５において、特定した行動が「起立」、「横臥」又は「反芻」でないと判定された場合、行動特定部１０５は、行動「活動」と、現在日時とを関連付けた行動データを行動データ記憶部５００に記憶させる。同様に、ステップＳ１６に続いて、行動特定部１０５は、ステップＳ１６で特定された行動と、現在日時とを関連付けた行動データを行動データ記憶部５００に記憶させる。

≪補正気圧分析による行動特定処理≫
次に、上記のステップＳ１６の処理（補正気圧分析による行動特定処理）の詳細について、図７を参照しながら説明する。図７は、第一の実施形態に係る補正気圧分析による行動特定処理の一例を示すフローチャートである。

ここで、上述したように、「反芻」は、「起立中反芻」と「横臥中反芻」とに分けられる。そこで、図７では、「起立」には「起立中反芻」が含まれ、「横臥」には「横臥中反芻」が含まれるものとして説明する。

まず、補正差分最小値算出部１０４は、第１の補正気圧差分最小値と、第２の補正気圧差分最小値とを算出する（ステップＳ２１）。ここで、第１の補正気圧差分最小値は、例えば、過去２０分前から過去１０分前までの間における補正気圧差分最小値であり、第２の補正気圧差分最小値は、例えば、過去１０分前間（すなわち、過去１０分前から現在時刻までの間）における補正気圧差分最小値である。本ステップの処理（補正気圧差分最小値の算出処理）の詳細については後述する。

次に、取得部１０１は、行動データ記憶部５００に記憶されている行動データのうち、最新の行動データ（すなわち、１つ前に特定された行動を示す行動データ）を取得する（ステップＳ２２）。

次に、行動特定部１０５は、上記のステップＳ２２で取得した行動データが示す行動が「横臥」であるか否かを判定する（ステップＳ２３）。すなわち、行動特定部１０５は、1つ前に特定された行動が「横臥」であるか否かを判定する。

ステップＳ２３において、１つ前の行動が「横臥」であると判定された場合、行動特定部１０５は、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値ＴＨ_１（＞０）以上減少したか否かを判定する（ステップＳ２４）。言い換えれば、行動特定部１０５は、第２の補正気圧差分最小値に対する第１の補正気圧差分最小値の変化量が、所定の閾値ＴＨ_１´（＜０）以下であるか否かを判定する。なお、閾値ＴＨ_１´は、閾値ＴＨ_１の正負を逆にしたものである。

ステップＳ２４において、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値ＴＨ_１以上減少したと判定された場合、行動特定部１０５は、該当の１０分間（すなわち、過去１０分前から現在時刻までの間）における牛の行動を「起立」と特定する（ステップＳ２５）。この場合、第２の補正気圧差分最小値に対する第１の補正気圧差分最小値の変化量が所定の閾値ＴＨ_１´以下であり、牛に装着されたタグ２０の高度が所定の閾値ＴＨ_１以上、上昇している。したがって、牛が「横臥」状態から「起立」状態になったと考えられるためである。

一方で、ステップＳ２４において、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値ＴＨ_１以上減少したと判定されなかった場合、行動特定部１０５は、当該１０分間における牛の行動を１つ前の行動と同じ（すなわち、「横臥」）と特定する（ステップＳ２６）。この場合、第２の補正気圧差分最小値に対する第１の補正気圧差分最小値の変化量が所定の閾値ＴＨ_１´以下であり、牛に装着されたタグ２０の高度が所定の閾値ＴＨ_１以上は上昇していない。したがって、牛は引き続き「横臥」状態のままであると考えられるためである。

ステップＳ２３において、１つ前の行動が「横臥」以外（すなわち、「起立」）であると判定された場合、行動特定部１０５は、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値ＴＨ_２（＜０）以上増加したか否かを判定する（ステップＳ２７）。言い換えれば、行動特定部１０５は、第２の補正気圧差分最小値に対する第１の補正気圧差分最小値の変化量が、所定の閾値ＴＨ_２´（＞０）以上であるか否かを判定する。なお、閾値ＴＨ_２´は、閾値ＴＨ_２の正負を逆にしたものである。

ステップＳ２７において、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値ＴＨ_２以上増加したと判定された場合、行動特定部１０５は、当該１０分間における牛の行動を「横臥」と特定する（ステップＳ２８）。この場合、第２の気圧差分最小値に対する第１の補正気圧差分最小値の変化量が所定の閾値ＴＨ_２´以上であり、牛に装着されたタグ２０の高度が所定の閾値ＴＨ_２´以上、下降している。したがって、牛が「起立」状態から「横臥」状態になったと考えられるためである。

一方で、ステップＳ２７において、第１の補正気圧差分最小値が第２の補正気圧差分最小値から所定の閾値ＴＨ_２以上増加したと判定されなかった場合、行動特定部１０５は、当該１０分間における牛の行動を１つ前の行動と同じ（すなわち、「起立」）と特定する（ステップＳ２９）。この場合、第２の気圧差分最小値に対する第１の補正気圧差分最小値の変化量が所定の閾値ＴＨ_２´以上であり、牛に装着されたタグ２０の高度が所定の閾値ＴＨ_２´以上は下降していない。したがって、牛は引き続き「起立」の状態のままであると考えられるためである。

≪補正気圧差分最小値の算出処理≫
次に、上記のステップＳ２１の処理（補正気圧差分最小値の算出処理）の詳細について、図８を参照しながら説明する。図８は、第一の実施形態に係る補正気圧差分最小値の算出処理の一例を示すフローチャートである。

まず、取得部１０１は、該当のタグＩＤ（すなわち、タグＩＤ「Ｔａｇ１」）の過去２０分間の測定データに含まれる気圧センサ値及びｙ成分加速度センサ値を測定データ記憶部２００から取得すると共に、過去２０分間の基準気圧データに含まれる基準気圧センサ値を基準気圧データ記憶部４００から取得する（ステップＳ３１）。

なお、取得部１０１は、過去１０分前までの気圧センサ値及びｙ成分加速度センサ値を測定データ記憶部２００から取得しなくても良い。この場合、過去１０分前までの気圧センサ値及びｙ成分加速度センサ値として、図６のステップＳ１１で取得された測定データに含まれる気圧センサ値及びｙ成分加速度センサ値が用いられれば良い。

また、上記のステップＳ３１で過去２０分間の測定データを取得することは一例であって、これに限られない。例えば、所定の時間幅をΔＴとして、図６のステップＳ１１で過去ΔＴ前までの測定データが取得された場合、上記のステップＳ３１では、過去２ΔＴ前までの気圧センサ値、ｙ成分加速度センサ値及び基準気圧センサ値が取得されれば良い。

また、上記のステップＳ３１でｙ成分加速度センサ値を取得するのは、牛が起立し、かつ、首が曲がっていない状態で、ｙ軸の正の方向が牛の進行方向となるようにタグ２０が装着されているためである。当該進行方向が他の軸（例えば、ｘ軸又はｚ軸）の正の方向となるようにタグ２０が装着されている場合には、当該他の軸の成分の加速度センサ値が取得されれば良い。

以降では、上記のステップＳ３１で過去２０分間の気圧センサ値ｐ_１，・・・，ｐ_Ｍ´及びｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｍ´と、当該過去２０分間の基準気圧センサ値ｑ_１，・・・，ｑ_Ｌとが取得部１０１により取得されたものとして説明を続ける。

次に、前処理部１０２は、取得部１０１により取得された気圧センサ値ｐ_１，・・・，ｐ_Ｍ´と、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｍ´と、基準気圧センサ値ｑ_１，・・・，ｑ_Ｌとに対して前処理を行う（ステップＳ３２）。すなわち、前処理部１０２は、以下の（前処理１）及び（前処理２）の２つの前処理を行う。ただし、（前処理２）を行わずに、（前処理１）のみを行っても良い。

（前処理１）気圧センサ値ｐ_１，・・・，ｐ_Ｍ´と、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｍ´と、基準気圧センサ値ｑ_１，・・・，ｑ_Ｌとをリサンプリングする。これにより、リサンプリング後の気圧センサ値、ｙ成分加速度センサ値及び基準気圧センサ値をリナンバリングして、気圧センサ値ｐ_１，・・・，ｐ_Ｎ´と、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｎ´と、基準気圧センサ値ｑ_１，・・・，ｑ_Ｎ´とが得られる、ここで、２秒間隔でリサンプリングが行われた場合、Ｎ´＝６００である。

（前処理２）所定の間隔（例えば１分間隔）毎に、気圧センサ値ｐ_１，・・・，ｐ_Ｎ´の平均値と、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｎ´の平均値と、基準気圧センサ値ｑ_１，・・・，ｑ_Ｎ´の平均値とを算出する。これにより、当該所定の間隔毎の気圧センサ値の平均値μ_ｐ１，・・・，μ_ｐＲと、当該所定の間隔毎のｙ成分加速度センサ値の平均値μ_ｙ１，・・・，μ_ｙＲと、当該所定の間隔毎の基準気圧センサ値の平均値μ_ｑ１，・・・，μ_ｑＲとが得られる。ここで、１分間隔で平均値の算出が行われた場合、Ｒ＝２０である。

以降では、１分間隔で平均値の算出が行われたものとして、１分間における気圧センサ値の平均値を「平均気圧センサ値」、１分間におけるｙ成分加速度センサ値の平均値を「平均ｙ成分加速度センサ値」、１分間における基準気圧センサ値の平均値を「平均基準気圧センサ値」とも表す。

次に、補正差分最小値算出部１０４は、平均気圧センサ値μ_ｐ１，・・・，μ_ｐＲと、平均基準気圧センサ値μ_ｑ１，・・・，μ_ｑＲとから気圧差分値を算出する（ステップＳ３３）。気圧差分値をｕ_ｉ（ｉ＝１，・・・，Ｒ）として、気圧差分値ｕ_ｉは、例えば、ｕ_ｉ＝μ_ｐｉ−μ_ｑｉにより算出される。ただし、ｕ_ｉ＝μ_ｑｉ−μ_ｐｉと算出されても良い。

次に、補正差分最小値算出部１０４は、気圧差分値ｕ_１，・・・，ｕ_Ｒと、平均ｙ成分加速度センサ値μ_ｙ１，・・・，μ_ｙＲとから補正気圧差分値を算出する（ステップＳ３４）。補正気圧差分値をｖ_ｉ（ｉ＝１，・・・，Ｒ）として、補正気圧差分値ｖ_ｉは、ｖ_ｉ＝ｕ_ｉ＋μ_ｙｉ×Ｃにより算出される。ここで、Ｃは予め設定される定数（パラメータ）である。このように、気圧差分値ｕ_ｉを平均ｙ成分加速度センサ値μ_ｙｉにより補正することで、補正気圧差分値ｖ_ｉが算出される。

次に、補正差分最小値算出部１０４は、補正気圧差分値ｖ_ｉ（ｉ＝１，・・・，Ｒ）から第１の補正差分最小値と第２の補正差分最小値とを算出する（ステップＳ３５）。すなわち、補正差分最小値算出部１０４は、補正気圧差分値ｖ_ｉ（ｉ＝１，・・・，Ｒ）のうち、現在から過去１０分前までの時間幅に含まれる補正気圧差分値ｖ_ｉの最小値を第１の補正気圧差分最小値とし、過去１０分前から過去２０分前までの時間幅に含まれる補正気圧差分値ｖ_ｉの最小値を第２の補正気圧差分最小値とする。

なお、補正差分最小値算出部１０４は、例えば、上記の最小値の代わりに、平均値又は最大値を用いることもできる。すなわち、例えば、現在から過去１０分前までの時間幅に含まれる補正気圧差分値ｖ_ｉの平均値を「第１の補正気圧差分平均値」、過去１０分前から過去２０分前までの時間幅に含まれる補正気圧差分値ｖ_ｉの平均値を「第２の補正気圧差分平均値」として、第１の補正気圧差分最小値及び第２の補正気圧差分最小値の代わりに用いても良い。同様に、例えば、現在から過去１０分前までの時間幅に含まれる補正気圧差分値ｖ_ｉの最大値を「第１の補正気圧差分最大値」、過去１０分前から過去２０分前までの時間幅に含まれる補正気圧差分値ｖ_ｉの最大値を「第２の補正気圧差分最大値」として、第１の補正気圧差分最小値及び第２の補正気圧差分最小値の代わりに用いても良い。

＜第一の実施形態のまとめ＞
以上のように、本実施形態に係る行動特定システム１は、牛が装着するタグ２０から受信した測定データから当該牛の行動を特定することができる。このとき、本実施形態に係る行動特定システム１では、測定データに含まれる加速度センサ値から算出された指標値と、機械学習の手法により予め作成された行動特定モデル３００とを用いることで、牛の行動を特定することができる（動作強度分析による行動特定）。特に、指標値として、Ｌ２ノルムの最大値と標準偏差とを用いることで、牛に特有の行動である「反芻」を高い精度で特定することができる。言い換えれば、牛に特有の行動である「反芻」を、「起立」や「横臥」等の行動と高い精度で区別することができるようになる。

また、本実施形態に係る行動特定システム１は、動作強度分析による行動特定で牛の行動が「起立」、「横臥」又は「反芻」と特定された場合には、所定の成分（例えばｙ成分）の加速度センサ値と、気圧センサ値と、基準気圧センサ値とから、より正確な行動を特定することができる（気圧分析による行動特定）。これにより、「起立」（「起立中反芻」も含む）又は「横臥」（「横臥中反芻」も含む）を高い精度で特定することができる。特に、ｙ成分の加速度センサ値により気圧差分値が補正されることによって、例えば、起立中に首を下げるような動作を行った場合であっても、誤って「横臥」と特定されてしまう事態を防止し、高い精度で「起立」を特定することができるようになる。

そして、このように特定された牛の行動を、例えば行動特定装置１０の表示装置（ディスプレイ等）に表示して、酪農家等に提供することで、牛の発情時に多く見られる行動の確認を容易に行うことができるようになると共に、病気やケガ等による異常行動を早期に発見することができるようにもなり、牛の発情時期の管理や健康管理等を容易に行うことができるようになる。

［第二の実施形態］
次に、第二の実施形態について説明する。第一の実施形態では、牛が起立し、かつ、首が曲がっていない状態で、当該牛の進行方向に対して右方向をｘ軸の正の方向、当該進行方向をｙ軸の正の方向、重力方向をｚ軸の正の方向となるようにタグ２０が装着される場合について説明した。しかしながら、例えば、タグ２０を前後逆に装着してしまったり、ベルトのねじれ（以降、単に「ねじれ」とも表す。）等によりタグ２０が上下逆になってしまったりする場合がある。この場合、ｙ成分加速度センサ値の符号が反転するため、補正気圧分析において、ｙ成分加速度センサ値により気圧差分値を適切に補正できないことがある。

そこで、第二の実施形態では、タグ２０の前後を示すタグ向きやねじれ等を考慮して、補正気圧分析による行動特定を行う場合について説明する。

なお、第二の実施形態では、主に、第一の実施形態との相違点について説明し、第一の実施形態と同様の構成要素については、その説明を省略する。

＜タグ向きとねじれとの関係＞
ここで、タグ２０のタグ向きと、当該タグ２０を牛に装着するためのベルトのねじれとの関係について、図９を参照しながら説明する。図９は、タグ向きとねじれとの関係を説明するための図である。なお、以降では、牛が起立し、かつ、首が曲がっていない状態で、当該牛の進行方向に対して右方向がｘ軸の正の方向、当該進行方向がｙ軸の正の方向、重力方向がｚ軸の正の方向となるように装着されたタグ２０のタグ向きを「＋１」（正の方向）とする。一方で、タグ向きが「＋１」であるタグ２０に対して前後が逆に装着されたタグ２０のタグ向きを「−１」（負の方向）とする。

図９（ａ）は、タグ向きが「＋１」で、ねじれが発生していない場合である。この場合、牛の進行方向に対して右方向がｘ軸の正の方向、当該進行方向がｙ軸の正の方向、重力方向がｚ軸の正の方向となる。

図９（ｂ）は、タグ向きが「−１」で、ねじれが発生していない場合である。この場合、牛の進行方向に対して左方向がｘ軸の正の方向、当該進行方向に対して逆方向がｙ軸の正の方向、重力方向がｚ軸の正の方向となる。

図９（ｃ）は、タグ向きが「＋１」で、ねじれが発生している場合である。この場合、牛の進行方向に対して右方向がｘ軸の正の方向、当該進行方向に対して逆方向がｙ軸の正の方向、重力方向に対して逆方向がｚ軸の正の方向となる。

図９（ｄ）は、タグ向きが「−１」で、ねじれが発生している場合である。この場合、牛の進行方向に対して左方向がｘ軸の正の方向、当該進行方向がｙ軸の正の方向、重力方向に対して逆方向がｚ軸の正の方向となる。

＜行動特定処理部１００の機能構成＞
次に、本実施形態に係る行動特定処理部１００の機能構成について、図１０を参照しながら説明する。図１０は、第二の実施形態に係る行動特定処理部１００の機能構成の一例を示す図である。

図１０に示すように、本実施形態に係る行動特定処理部１００には、更に、タグ向き算出部１０６が含まれる。

タグ向き算出部１０６は、牛に装着されているタグ２０のタグ向きが「＋１」又は「−１」のいずれであるかを算出する。

また、本実施形態に係る補正差分最小値算出部１０４は、タグ向き算出部１０６により算出されたタグ向きと、タグ２０のねじれの発生有無とを考慮して、補正気圧差分最小値を算出する。

＜行動特定処理＞
次に、本実施形態に係る行動特定処理について説明する。本実施形態に係る行動特定処理では、補正気圧差分最小値の算出処理が第一の実施形態と異なるため、以降では、補正気圧差分最小値の算出処理について説明する。

≪補正気圧差分最小値の算出処理≫
本実施形態に係る補正気圧差分最小値の算出処理（図７のステップＳ２１の詳細）について、図１１を参照しながら説明する。図１１は、第二の実施形態に係る補正気圧差分最小値の算出処理の一例を示すフローチャートである。

まず、取得部１０１は、該当のタグＩＤ（すなわち、タグＩＤ「Ｔａｇ１」）の過去２０分間の測定データに含まれる気圧センサ値、ｙ成分加速度センサ値及びｚ成分加速度センサ値を測定データ記憶部２００から取得すると共に、過去２０分間の基準気圧データに含まれる基準気圧センサ値を基準気圧データ記憶部４００から取得する（ステップＳ４１）。

なお、取得部１０１は、過去１０分前までの気圧センサ値、ｙ成分加速度センサ値及びｚ成分加速度センサ値を測定データ記憶部２００から取得しなくても良い。この場合、過去１０分前までの気圧センサ値、ｙ成分加速度センサ値及びｚ成分加速度センサ値として、図６のステップＳ１１で取得された測定データに含まれる気圧センサ値、ｙ成分加速度センサ値及びｚ成分加速度センサ値が用いられれば良い。

また、上記のステップＳ４１で過去２０分間の測定データを取得することは一例であって、これに限られない。例えば、所定の時間幅をΔＴとして、図６のステップＳ１１で過去ΔＴ前までの測定データが取得された場合、上記のステップＳ４１では、過去２ΔＴ前までの気圧センサ値、ｙ成分加速度センサ値、ｚ成分加速度センサ値及び基準気圧センサ値が取得されれば良い。

以降では、上記のステップＳ４１で過去２０分間の気圧センサ値ｐ_１，・・・，ｐ_Ｍ´、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｍ´及びｚ成分加速度センサ値ｚ_１，・・・，ｚ_Ｍ´と、当該過去２０分間の基準気圧センサ値ｑ_１，・・・，ｑ_Ｌとが取得部１０１により取得されたものとして説明を続ける。

次に、前処理部１０２は、取得部１０１により取得された気圧センサ値ｐ_１，・・・，ｐ_Ｍ´と、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｍ´と、ｚ成分加速度センサ値ｚ_１，・・・，ｚ_Ｍ´と、基準気圧センサ値ｑ_１，・・・，ｑ_Ｌとに対して前処理を行う（ステップＳ４２）。すなわち、前処理部１０２は、以下の（前処理１）及び（前処理２）の２つの前処理を行う。ただし、（前処理２）を行わずに、（前処理１）のみを行っても良い。

（前処理１）気圧センサ値ｐ_１，・・・，ｐ_Ｍ´と、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｍ´と、ｚ成分加速度センサ値ｚ_１，・・・，ｚ_Ｍ´と、基準気圧センサ値ｑ_１，・・・，ｑ_Ｌとをリサンプリングする。これにより、リサンプリング後の気圧センサ値、ｙ成分加速度センサ値、ｚ成分加速度センサ値及び基準気圧センサ値をリナンバリングして、気圧センサ値ｐ_１，・・・，ｐ_Ｎ´と、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｎ´と、ｚ成分加速度センサ値ｚ_１，・・・，ｚ_Ｎ´と、基準気圧センサ値ｑ_１，・・・，ｑ_Ｎ´とが得られる、ここで、２秒間隔でリサンプリングが行われた場合、Ｎ´＝６００である。

（前処理２）所定の間隔（例えば１分間隔）毎に、気圧センサ値ｐ_１，・・・，ｐ_Ｎ´の平均値と、ｙ成分加速度センサ値ｙ_１，・・・，ｙ_Ｎ´の平均値と、ｚ成分加速度センサ値ｚ_１，・・・，ｚ_Ｎ´の平均値と、基準気圧センサ値ｑ_１，・・・，ｑ_Ｎ´の平均値とを算出する。これにより、当該所定の間隔毎の気圧センサ値の平均値μ_ｐ１，・・・，μ_ｐＲと、当該所定の間隔毎のｙ成分加速度センサ値の平均値μ_ｙ１，・・・，μ_ｙＲと、当該所定の間隔毎のｙ成分加速度センサ値の平均値μ_ｚ１，・・・，μ_ｚＲと、当該所定の間隔毎の基準気圧センサ値の平均値μ_ｑ１，・・・，μ_ｑＲとが得られる。ここで、１分間隔で平均値の算出が行われた場合、Ｒ＝２０である。

以降では、１分間隔で平均値の算出が行われたものとして、１分間における気圧センサ値の平均値を「平均気圧センサ値」、１分間におけるｙ成分加速度センサ値の平均値を「平均ｙ成分加速度センサ値」、１分間におけるｚ成分加速度センサ値の平均値を「平均ｚ成分加速度センサ値」、１分間における基準気圧センサ値の平均値を「平均基準気圧センサ値」とも表す。

次に、補正差分最小値算出部１０４は、平均気圧センサ値μ_ｐ１，・・・，μ_ｐＲと、平均基準気圧センサ値μ_ｑ１，・・・，μ_ｑＲとから気圧差分値を算出する（ステップＳ４３）。気圧差分値をｕ_ｉ（ｉ＝１，・・・，Ｒ）として、気圧差分値ｕ_ｉは、例えば、ｕ_ｉ＝μ_ｐｉ−μ_ｑｉにより算出される。ただし、ｕ_ｉ＝μ_ｑｉ−μ_ｐｉと算出されても良い。

次に、タグ向き算出部１０６は、当該タグ２０（すなわち、タグＩＤ「Ｔａｇ１」のタグ２０）のタグ向き（「＋１」又は「−１」）を算出する（ステップＳ４４）。本ステップの処理（タグ向きの算出処理）の詳細については後述する。

次に、補正差分最小値算出部１０４は、気圧差分値ｕ_１，・・・，ｕ_Ｒと、平均ｙ成分加速度センサ値μ_ｙ１，・・・，μ_ｙＲと、平均ｚ成分加速度センサ値μ_ｚ１，・・・，μ_ｚＲと、上記のステップＳ４４で算出されたタグ向きとから補正気圧差分値を算出する（ステップＳ４５）。補正気圧差分値をｖ_ｉ（ｉ＝１，・・・，Ｒ）、タグ向きをｅとして、補正気圧差分値ｖ_ｉは、ｖ_ｉ＝ｕ_ｉ＋ｅ×ｓｉｇｎ（μ_ｚｉ）×μ_ｙｉ×Ｃにより算出される。ここで、Ｃは予め設定される定数（パラメータ）、ｓｉｇｎは符号関数である。ただし、ｓｉｇｎ（０）は正を返すものとする。

このように、気圧差分値ｕ_ｉを、タグ向きと平均ｚ成分加速度センサ値μ_ｚｉの符号とを考慮した平均ｙ成分加速度センサ値μ_ｙｉにより補正することで、補正気圧差分値ｖ_ｉが算出される。これにより、タグ２０の装着方法により前後が異なる場合やベルトにねじれが発生した場合等であっても、ｙ成分加速度センサ値により適切に気圧差分値を補正することができる。ここで、タグ向きｅによってタグ２０の前後が異なることによる影響が補正され、ｓｉｇｎ（μ_ｚｉ）によってねじれが発生したことによる影響が補正される。

次に、補正差分最小値算出部１０４は、補正気圧差分値ｖ_ｉ（ｉ＝１，・・・，Ｒ）から第１の補正差分最小値と第２の補正差分最小値とを算出する（ステップＳ４６）。すなわち、補正差分最小値算出部１０４は、補正気圧差分値ｖ_ｉ（ｉ＝１，・・・，Ｒ）のうち、現在から過去１０分前までの時間幅に含まれる補正気圧差分値ｖ_ｉの最小値を第１の補正気圧差分最小値とし、過去１０分前から過去２０分前までの時間幅に含まれる補正気圧差分値ｖ_ｉの最小値を第２の補正気圧差分最小値とする。

なお、第一の実施形態と同様に、補正差分最小値算出部１０４は、例えば、上記の最小値の代わりに、平均値又は最大値を用いることもできる。

≪タグ向きの算出処理≫
次に、上記のステップＳ４４の処理（タグ向きの算出処理）の詳細について、図１２を参照しながら説明する。図１２は、第二の実施形態に係るタグ向きの算出処理の一例を示すフローチャートである。

まず、取得部１０１は、該当のタグＩＤ（すなわち、タグＩＤ「Ｔａｇ１」）の過去２４時間のｙ成分加速度センサ値とｚ成分加速度センサ値とを測定データ記憶部２００から取得する（ステップＳ５１）。なお、過去２４時間は一例であって、任意の時間の間のｙ成分加速度センサ値とｚ成分加速度センサ値とが取得されても良い。

次に、タグ向き算出部１０６は、１０分毎に、以下の指標値を計算する（ステップＳ５１）。

・ｙｚ値＝平均ｙ成分加速度センサ値×ｓｉｇｎ（平均ｚ成分加速度センサ値）
・ｙ成分標準偏差
ここで、平均ｙ成分加速度センサ値は、１０分間におけるｙ成分加速度センサ値の平均値である。同様に、平均ｚ成分加速度センサ値は、１０分間におけるｚ成分加速度センサ値の平均値である。また、ｚ成分標準偏差は、１０分間におけるｙ成分加速度センサ値の標準偏差である。

これにより、１０分毎に、互いに対応するｙｚ値とｙ成分標準偏差とが得られる。なお、上記の１０分毎に上記の指標値を計算することは一例であって、任意の時間幅毎に上記の指標値を計算しても良い。

次に、タグ向き算出部１０６は、上記のステップＳ５２で計算したｙｚ値のうち、対応するｙ成分標準偏差が所定の閾値Ｓ_Ａを超えているｙｚ値の中央値ｙ_ａを算出する（ステップＳ５３）。ここで、閾値Ｓ_Ａは任意の値に設定することができるが、例えば、Ｓ_Ａ＝１５０等とすれば良い。

次に、タグ向き算出部１０６は、上記のステップＳ５２で計算したｙｚ値のうち、対応するｙ成分標準偏差が所定の閾値Ｓ_Ｂを下回っているｙｚ値の中央値ｙ_ｂを算出する（ステップＳ５４）。ここで、閾値Ｓ_Ｂは任意の値に設定することができるが、例えば、Ｓ_Ｂ＝４０等とすれば良い。

最後に、タグ向き算出部１０６は、ｅ＝ｓｉｇｎ（ｙ_ａ−ｙ_ｂ）によりタグ向きｅを算出する（ステップＳ５５）。

なお、上記のステップＳ５４は実行されなくても良い。この場合、上記のステップＳ５５５では、ｅ＝ｓｉｇｎ（ｙ_ａ）によりタグ向きを算出すれば良い。

＜第二の実施形態のまとめ＞
以上のように、本実施形態に係る行動特定システム１は、タグ２０のタグ向きが異なる場合やねじれが発生した場合であっても、第一の実施形態と同様に、補正気圧分析により牛の「起立」又は「横臥」を高い精度で特定することができるようになる。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。

１ 行動特定システム
１０ 行動特定装置
２０ タグ
３０ 基準気圧センサ
１００ 行動特定処理部
１０１ 取得部
１０２ 前処理部
１０３ 指標値算出部
１０４ 補正差分最小値算出部
１０５ 行動特定部
２００ 測定データ記憶部
３００ 行動特定モデル
４００ 基準気圧データ記憶部
５００ 行動データ記憶部

Claims (8)

1. 家畜の行動を特定する行動特定装置であって、
   前記家畜に装着された加速度センサが測定した加速度データと、前記家畜に装着された気圧センサが測定した気圧データとを記憶する記憶手段と、
   所定の時間の間における１以上の前記加速度データから所定の指標値を算出する指標値算出手段と、
   前記指標値と、予め作成された前記家畜の行動を特定するための特定モデルとに基づいて、前記家畜の行動を特定する第１の特定手段と、
   前記第１の特定手段により特定された行動が所定の行動である場合、所定の時間の間における１以上の前記気圧データと１以上の前記加速度データとに基づいて、前記家畜の行動を特定する第２の特定手段と、
   を有することを特徴とする行動特定装置。
2. 前記加速度データには、複数の成分の加速度値が含まれ、
   前記第２の特定手段は、
   １以上の前記気圧データに含まれる気圧値の各々を、１以上の前記加速度データに含まれる加速度値のうちの所定の成分の加速度値の各々で補正した補正値を用いて、前記家畜の行動を特定する、ことを特徴とする請求項１に記載の行動特定装置。
3. 前記第２の特定手段は、
   １以上の前記補正値のうち、第１の期間における前記補正値の最小値を示す第１の最小値と、第２の期間における前記補正値の最小値を示す第２の最小値とを算出し、前記第１の最小値と前記第２の最小値との変化量と、所定の閾値とを比較することで、該比較結果に応じて前記家畜の行動を特定する、ことを特徴とする請求項２に記載の行動特定装置。
4. 前記加速度センサが前記家畜に装着されている向きを示す値を算出する向き算出手段を有し、
   前記第２の特定手段は、
   １以上の前記気圧データに含まれる気圧値の各々を、１以上の前記加速度データに含まれる加速度値のうちの所定の第１の成分の加速度値の各々と、所定の第２の成分の加速度値の符号と、前記向きを示す値とで補正した補正値を用いて、前記家畜の行動を特定する、ことを特徴とする請求項２又は３に記載の行動特定装置。
5. 前記第２の特定手段は、
   １以上の前記気圧データに含まれる気圧値の所定の第３の期間における平均値の各々を、１以上の前記加速度データに含まれる加速度値のうちの所定の第１の成分の加速度値の前記第３の期間における平均値の各々と、所定の第２の成分の加速度値の前記第３の期間における平均値の符号と、前記向きを示す値とで補正した補正値を用いて、前記家畜の行動を特定する、ことを特徴とする請求項４に記載の行動特定装置。
6. 前記第１の成分の加速度値は、前記家畜の進行方向を示す成分又は前記進行方向に対して逆の方向を示す成分の加速度値であり、
   前記第２の成分の加速度値は、重力方向を示す成分又は前記重力方向に対して逆の方向を示す成分の加速度値である、ことを特徴とする請求項４又は５に記載の行動特定装置。
7. 家畜の行動を特定する行動特定装置が、
   前記家畜に装着された加速度センサが測定した加速度データと、前記家畜に装着された気圧センサが測定した気圧データとを記憶手段に記憶させる記憶手順と、
   所定の時間の間における１以上の前記加速度データから所定の指標値を算出する指標値算出手順と、
   前記指標値と、予め作成された前記家畜の行動を特定するための特定モデルとに基づいて、前記家畜の行動を特定する第１の特定手順と、
   前記第１の特定手順により特定された行動が所定の行動である場合、所定の時間の間における１以上の前記気圧データと１以上の前記加速度データとに基づいて、前記家畜の行動を特定する第２の特定手順と、
   を実行することを特徴とする行動特定方法。
8. コンピュータを、請求項１乃至６の何れか一項に記載の行動特定装置における各手段として機能させるためのプログラム。

Images