JP7040930B2 - 特定装置、特定方法、及びプログラム - Google Patents

特定装置、特定方法、及びプログラム Download PDF

Info

Publication number
JP7040930B2
JP7040930B2 JP2017237940A JP2017237940A JP7040930B2 JP 7040930 B2 JP7040930 B2 JP 7040930B2 JP 2017237940 A JP2017237940 A JP 2017237940A JP 2017237940 A JP2017237940 A JP 2017237940A JP 7040930 B2 JP7040930 B2 JP 7040930B2
Authority
JP
Japan
Prior art keywords
value
measurement data
sensor value
cow
accelerometer
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
Application number
JP2017237940A
Other languages
English (en)
Other versions
JP2019103442A (ja
Inventor
康行 高畠
信行 赤野間
将徳 畠中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NTT TechnoCross Corp
Original Assignee
NTT TechnoCross Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NTT TechnoCross Corp filed Critical NTT TechnoCross Corp
Priority to JP2017237940A priority Critical patent/JP7040930B2/ja
Publication of JP2019103442A publication Critical patent/JP2019103442A/ja
Priority to JP2022036803A priority patent/JP7410200B2/ja
Application granted granted Critical
Publication of JP7040930B2 publication Critical patent/JP7040930B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

本発明は、特定装置、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にとって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のみならず、例えば、病気やケガ、乳用牛がどの程度成長したか等を特定することができれば、発情時期の管理のみならず、乳用牛の健康管理や子牛の成長過程の管理等にも資することができる。このことは、乳用牛に限られず、例えば、肥育牛においても同様である。特に、肥育牛では、肥育後期等に起立困難な状態になる場合があり、この結果、鼓脹症等の病気が発症することがある。
本発明の実施の形態は、上記の点に鑑みてなされたもので、家畜の管理を支援することを目的とする。
上記課題を解決するため、本発明の実施の形態は、家畜に装着された複数の加速度センサがそれぞれ測定した複数の加速度データを記憶する第１の記憶手段と、複数の前記加速度データを前記第１の記憶手段から取得する第１の取得手段と、前記第１の取得手段により取得された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、前記指標値算出手段により算出された前記指標値と、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、を有する。
家畜の管理を支援することができる。
本実施形態に係る特定システムの全体構成の一例を示す図である。 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。 牛の行動を特定する場合の一例を説明する図である。 行動特定モデルの一例を示す図である。 牛の起立困難状態を特定する場合の一例を説明する図である。 牛の大きさを特定する場合の一例を説明する図である。 本実施形態に係る特定処理部の機能構成の一例を示す図である。 牛の行動を特定する処理の一例を示すフローチャートである。 牛の起立困難状態を特定する処理の一例を示すフローチャートである。 牛の大きさを特定する処理の一例を示すフローチャートである。
以下、本発明の実施の形態について、図面を参照しながら説明する。以降では、家畜の一例として牛の管理を支援する場合について説明する。ただし、家畜は、牛に限られない。
＜全体構成＞
以降では、牛の行動、鼓脹症等の病気発症に繋がる起立困難状態及び牛の大きさを特定することで、農家（酪農家や肥育農家）による牛の管理（例えば、牛の発情時期の管理や健康管理、牛の成長過程の管理、鼓脹症等の病気発症の予防等）を支援する特定システム１について、図１を参照しながら説明する。図１は、本実施形態に係る特定システムの全体構成の一例を示す図である。
図１に示すように、本実施形態に係る特定システム１には、牛の行動、牛の起立困難状態、牛の大きさを特定する特定装置１０と、牛に装着された１以上の第１のタグ２０及び第２のタグ３０と、基準となる気圧を測定する基準気圧センサ４０とが含まれる。なお、第１のタグ２０は、例えば、牛の耳等の頭部に装着されることが好ましい。また、第２のタグ３０は、例えば、牛の足首等の脚部に装着されることが好ましい。
第１のタグ２０及び第２のタグ３０は、牛に装着される機器である。１頭の牛に対して、第１のタグ２０と第２のタグ３０とが装着されている。第１のタグ２０及び第２のタグ３０には、これらの第１のタグ２０及び第２のタグ３０を装着した牛の加速度（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と、気圧を測定する気圧センサとが含まれている。
第１のタグ２０及び第２のタグ３０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と、気圧センサにより測定された気圧センサ値とを含む測定データを特定装置１０に送信する。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。
以降では、第１のタグ２０により送信される測定データを「第１の測定データ」、第２のタグ３０により送信される測定データを「第２の測定データ」とも表す。また、第１の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を、それぞれ「第１の加速度センサ値」及び「第１の気圧センサ値」とも表す。同様に、第２の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を、それぞれ「第２の加速度センサ値」及び「第２の気圧センサ値」とも表す。
基準気圧センサ４０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４０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特定装置１０に送信する。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。
特定装置１０は、牛の行動、牛の起立困難状態及び牛の大きさを特定する１以上のコンピュータである。特定装置１０は、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、成長データ記憶部５００とを有する。
特定処理部１００は、測定データ記憶部２００に記憶されている第１の測定データ及び第２の測定データと、行動特定モデル３００とに基づいて、牛の行動を特定する。また、特定処理部１００は、測定データ記憶部２００に記憶されている第１の測定データ及び第２の測定データと、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に基づいて、牛の起立困難状態及び牛の大きさを特定する。特定された大きさを示す成長データは、成長データ記憶部５００に蓄積（記憶）される。なお、特定処理部１００は、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、第１のタグ２０から受信した第１の測定データと、第２のタグ３０から受信した第２の測定データとを記憶する。測定データ記憶部２００には、所定の時間毎（例えば２秒毎）に、複数の第１の測定データと、複数の第２の測定データとが記憶されている。なお、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。
行動特定モデル３００は、第１の測定データに含まれる第１の加速度センサ値と、第２の測定データに含まれる第２の加速度センサ値とに基づいて、牛の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。なお、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４０から受信した基準気圧データを記憶する。なお、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。
成長データ記憶部５００は、牛の大きさを示す成長データを記憶する。なお、成長データ記憶部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。
なお、図１に示す特定システム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、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、特定処理部１００が有する機能の一部を、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、牛には、第１のタグ２０及び第２のタグ３０の代わりに、２つの加速度センサと２つの気圧センサとがそれぞれ別体で装着されていても良い。
また、本実施形態では、１頭の牛に対して第１のタグ２０と第２のタグ３０とが装着される場合について説明するが、１頭の牛に対して装着されるタグの数は２つに限られない。１頭の牛に対して３つ以上のタグが装着されても良い。
＜測定データ記憶部２００に記憶されている測定データ＞
ここで、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２を参照しながら説明する。図２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、特定装置１０は、第１のタグ２０から第１の測定データを受信した場合、特定処理部１００により、受信した第１の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。同様に、特定装置１０は、第２のタグ３０から第２の測定データを受信した場合、特定処理部１００により、受信した第２の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２（ａ）に示すように、測定データ記憶部２００には、牛を識別する家畜ＩＤ毎に、１以上の第１の測定データが記憶されている。第１の測定データには、日時と、第１の加速度センサ値と、第１の気圧センサ値とが含まれる。
日時は、第１のタグ２０が第１の測定データを作成した日時である。なお、日時は、特定装置１０が第１の測定データを受信した日時であっても良い。
第１の加速度センサ値は、第１のタグ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。第１の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「ｔ１」の第１の測定データには、第１の加速度センサ値のＸ成分「Ｘ１１」と、Ｙ成分「Ｙ１１」と、Ｚ成分「Ｚ１１」とが含まれる。第１の気圧センサ値は、第１のタグ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。
同様に、図２（ｂ）に示すように、測定データ記憶部２００には、家畜ＩＤ毎に、１以上の第２の測定データが記憶されている。第２の測定データには、日時と、第２の加速度センサ値と、第２の気圧センサ値とが含まれる。
日時は、第２のタグ３０が第２の測定データを作成した日時である。なお、日時は、特定装置１０が第２の測定データを受信した日時であっても良い。
第２の加速度センサ値は、第２のタグ３０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。第１の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。第２の気圧センサ値は、第２のタグ３０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。
このように、本実施形態に係る測定データ記憶部２００には、第１のタグ２０及び第２のタグ３０が装着されている牛を識別する家畜ＩＤ毎に、第１の測定データ及び第２の測定データが蓄積（記憶）されている。なお、１頭の牛に対して２つのタグ（第１のタグ２０及び第２のタグ３０）が装着されていることから、家畜ＩＤに代えて、例えば、同一の牛に装着された第１のタグ２０及び第２のタグ３０に共通に付与されたＩＤ等を用いても良い。
また、第１の測定データには、第１のタグ２０が装着されている牛の部位を示す部位情報が含まれていても良い。同様に、第２の測定データには、第２のタグ３０が装着されている牛の部位を示す部位情報が含まれていても良い。具体的には、第１の測定データには、牛の頭部を示す部位情報が含まれていても良い。同様に、第２の測定データには、牛の脚部を示す部位情報が含まれていても良い。部位情報としては、これら以外にも、例えば、牛の首部分を示す情報、前足部分を示す情報、後足部分を示す情報、背中部分を示す情報、尻尾の付け根部分を示す情報等が挙げられる。
＜行動の特定＞
ここで、本実施形態に係る特定システム１により特定される牛の行動と、牛の行動を特定する方法の概要とについて、図３を参照しながら説明する。図３は、牛の行動を特定する場合の一例を説明する図である。
まず、本実施形態に係る特定システム１が特定する牛の行動には、動作が小さい順に、「横臥」、「起立」、「反芻」及び「活動」の４つがあるものとする。また、「活動」は、「採食」と、「飲水」と、「歩行」とに分類されるものとする。したがって、本実施形態では、「横臥」、「起立」、「反芻」、「採食」、「飲水」及び「歩行」の６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、「横臥」及び「起立」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、「起立」、「横臥」、「反芻」及び「活動」としても良い。
「横臥」とは、牛が横たわっている状態のことである。「起立」とは、牛が立っている状態のことである。なお、「横臥」及び「起立」は、いずれも牛が動作を行っていない状態（言い換えれば、牛が横たわって静止している状態又は牛が立って静止している状態）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）を行っている状態のことである。「採食」とは、牛が食物を食べている動作を行っている状態のことである。「飲水」とは、牛が水を飲んでいる動作を行っている状態のことである。「歩行」とは、牛が歩いている状態のことである。
「横臥」、「起立」、「反芻」、「採食」、「飲水」及び「歩行」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、第１の測定データに含まれる第１の加速度センサ値と、第２の測定データに含まれる第２の加速度センサ値と、行動特定モデル３００とに基づいて、牛の行動が、「横臥」、「起立」、「反芻」、「採食」、「飲水」及び「歩行」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）の間における第１の加速度センサ値及び第２の加速度センサ値から所定の指標値を算出する。所定の指標値としては、例えば、第１の加速度センサ値と第２の加速度センサ値との平均を示す平均加速度センサ値のＬ２のノルムの振れ幅の最大値と、平均加速度センサ値のＬ２ノルムの標準偏差とが挙げられる。なお、Ｌ２ノルムの振れ幅の最大値とは、所定の時間の間における平均加速度センサ値のＬ２ノルムの平均値と、当該所定の時間の間における各平均加速度センサ値のＬ２ノルムの値との差の絶対値が最大となる値のことである。
そして、「横臥」、「起立」、「反芻」、「採食」、「飲水」及び「歩行」の６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６の領域のいずれに含まれるかにより行動を特定する。
＜行動特定モデル３００＞
次に、上記の行動特定モデル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、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、ある１０分間における第１の加速度センサ値及び第２の加速度センサ値から算出された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「横臥」と特定される。また、例えば、ある１０分間における第１の加速度センサ値及び第２の加速度センサ値から算出された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「起立」と特定される。
同様に、ある１０分間における第１の加速度センサ値及び第２の加速度センサ値から算出された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。
以降も同様に、例えば、ある１０分間における第１の加速度センサ値及び第２の加速度センサ値から算出されたＬ２ノルムの振れ幅の最大値と標準偏差とが領域Ｄ４１に含まれる場合、当該１０分間における牛の行動は「採食」と特定される。
例えば、ある１０分間における第１の加速度センサ値及び第２の加速度センサ値から算出されたＬ２ノルムの振れ幅の最大値と標準偏差とが領域Ｄ４２に含まれる場合、当該１０分間における牛の行動は「飲水」と特定される。
例えば、ある１０分間における第１の加速度センサ値及び第２の加速度センサ値から算出されたＬ２ノルムの振れ幅の最大値と標準偏差とが領域Ｄ４３に含まれる場合、当該１０分間における牛の行動は「歩行」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っていることを示す領域と、牛が横たわっている状態で反芻動作を行っていることを示す領域とに分けられても良い。
なお、図４に示す例では、行動特定モデル３００の各領域Ｄ１～Ｄ３及びＤ４１～Ｄ４３が互いに重なっていない場合を示しているが、各領域Ｄ１～Ｄ３及びＤ４１～Ｄ４３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）の間における第１の加速度センサ値及び第２の加速度センサ値から算出された指標値（Ｌ２ノルムの振れ幅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～Ｄ３及びＤ４１～Ｄ４３の位置関係は、略一定に定まっている。
＜起立困難状態の特定＞
次に、本実施形態に係る特定システム１により牛の起立困難状態を特定する方法の概要について、図５を参照しながら説明する。図５は、牛の起立困難状態を特定する場合の一例を説明する図である。
牛が起立困難な状態になると、鼓脹症になり、牛が死亡する可能性がある。そこで、鼓脹症に繋がる起立困難状態を特定することで、鼓脹症によって牛が死亡する事態を防止することができる。
牛が起立困難な状態になった場合、上下が反転した姿勢となることが多い。そこで、本実施形態では、第１の差分気圧センサ値と、第２の気圧差分センサ値とを用いて、起立困難状態を特定する。第１の差分気圧センサ値とは、第１の測定データに含まれる第１の気圧センサ値と、基準気圧データに含まれる基準気圧センサ値との差である。また、第２の差分気圧センサ値とは、第２の測定データに含まれる第２の気圧センサ値と、基準気圧データに含まれる基準気圧センサ値との差である。
なお、第１の差分気圧センサ値及び第２の差分気圧センサ値を用いるのは、気圧センサ及び基準気圧センサにより測定される気圧センサ値及び基準気圧センサ値は、例えば、天候等によって値が変動するためである。
第１の差分気圧センサ値をＰ１、第２の気圧センサ値をＰ２とする。このとき、正常時には、第１の気圧センサ値Ｐ１が第２の気圧センサ値Ｐ２よりも小さくなる。これは、図５に示すように、第１のタグ２０の方が第２のタグ３０よりも高い位置にあるためである。
一方で、起立困難によって牛の上下が反転した場合、第１の気圧センサ値Ｐ１が第２の気圧センサ値Ｐ２よりも大きくなる。これは、図５に示すように、第１のタグ２０の方が第２のタグ３０よりも低い位置となるためである。したがって、第１の気圧センサ値Ｐ１と第２の気圧センサ値Ｐ２とが逆転した場合に、牛が起立困難状態になったと特定することができる。
なお、上記では、一例として、正常時には第１の気圧センサ値Ｐ１が第２の気圧センサ値Ｐ２よりも小さくなり、起立困難によって牛の上下が反転した場合には第１の気圧センサ値Ｐ１が第２の気圧センサ値Ｐ２よりも大きくなるものとしたが、より正確には、この大小関係は、基準気圧センサ４０が設置されている高さと、正常時における第１のタグ２０及び第２のタグ３０との高さによって異なる。以降では、上記と同様に、正常時には第１の気圧センサ値Ｐ１が第２の気圧センサ値Ｐ２よりも小さくなり、牛の上下が反転した場合には第１の気圧センサ値Ｐ１が第２の気圧センサ値Ｐ２よりも大きくなるものとする。
＜大きさの特定＞
次に、本実施形態に係る特定システム１により特定される大きさの一例として、牛の体高を特定する方法の概要について、図６を参照しながら説明する。図６は、牛の大きさを特定する場合の一例を説明する図である。
上記と同様に、第１の差分気圧センサ値をＰ１、第２の気圧センサ値をＰ２とする。ここで、図６に示すように、例えば、現在における第１の差分気圧センサ値Ｐ１が高さ１．３ｍを示す値であり、第２の差分気圧センサ値Ｐ２が高さ０．１ｍを示す値であるとする。この場合、現在の牛の体高を１．２ｍであると特定することができる。
また、図６に示すように、例えば、１か月前における第１の差分気圧センサ値Ｐ１が高さ１ｍを示す値であり、第２の差分気圧センサ値Ｐ２が高さ０．１ｍを示す値であったとする。この場合、１か月前の牛の体高は、０．９ｍであったと特定される。
したがって、この場合、過去及び現在の体高の変化から１か月間で約０．３ｍ成長すると考えられるため、図６に示すように、例えば、１か月後の牛の体高を１．５ｍと予測することができる。
＜特定処理部１００の機能構成＞
次に、本実施形態に係る特定処理部１００の機能構成について、図７を参照しながら説明する。図７は、本実施形態に係る特定処理部１００の機能構成の一例を示す図である。
図７に示すように、特定処理部１００は、行動特定処理部１１０と、起立困難特定処理部１２０と、大きさ特定処理部１３０とを有する。
行動特定処理部１１０は、牛の行動を特定する処理を行う。行動特定処理部１１０には、取得部１１１と、前処理部１１２と、指標値算出部１１３と、行動特定部１１４とが含まれる。
取得部１１１は、測定データ記憶部２００に記憶されている第１の測定データ及び第２の測定データを取得する。このとき、取得部１１１は、例えば、家畜ＩＤ毎に、所定の時間（例えば１０分）の間の第１の測定データ及び第２の測定データを測定データ記憶部２００から取得する。
前処理部１１２は、取得部１１１により取得された第１の測定データ及び第２の測定データに対して前処理を行う。前処理とは、例えば、第１の測定データ及び第２の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である。前処理部１１２は、欠損補完後の第１の測定データ及び第２の測定データにそれぞれ含まれる第１の加速度センサ値及び第２の加速度センサ値に基づくＬ２ノルムを算出した上で、算出したＬ２ノルムを用いてノイズ除去処理を行う。
指標値算出部１１３は、前処理部１１２による前処理後の第１の測定データ及び第２の測定データにそれぞれ含まれる第１の加速度センサ値及び第２の加速度センサ値から所定の指標値を算出する。例えば、指標値算出部１１３は、指標値として、前処理後の第１の測定データ及び第２の測定データにそれぞれ含まれる第１の加速度センサ値及び第２の加速度センサ値の平均を示す平均加速度センサ値を算出した上で、この平均加速度センサ値のＬ２ノルムの振れ幅の最大値と、当該Ｌ２ノルムの標準偏差とを算出する。
行動特定部１１４は、指標値算出部１１３により算出された指標値（Ｌ２ノルムの振れ幅の最大値及び標準偏差）と、行動特定モデル３００とから６つの行動（「横臥」、「起立」、「反芻」、「採食」、「飲水」及び「歩行」）を特定する。これにより、牛の行動が特定される。
なお、行動特定処理部１１０は、例えば、Ｌ２ノルムの振れ幅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６つの行動を特定しても良い。
起立困難特定処理部１２０は、牛の起立困難状態を特定する処理を行う。起立困難特定処理部１２０には、取得部１２１と、差分値算出部１２２と、起立困難特定部１２３とが含まれる。
取得部１２１は、測定データ記憶部２００に記憶されている第１の測定データ及び第２の測定データを取得する。このとき、取得部１２１は、例えば、家畜ＩＤ毎に、所定の時間（例えば１０分）の間の第１の測定データ及び第２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１２１は、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を取得する。このとき、取得部１２１は、取得した第１の測定データ及び第２の測定データに対応する基準気圧データ（すなわち、取得した第１の測定データ及び第２の測定データと同じ時間の間の基準気圧データ）を取得する。
差分値算出部１２２は、取得部１２１により取得された第１の測定データ及び第２の測定データと、基準気圧データとに基づいて、第１の差分気圧センサ値及び第２の差分気圧センサ値を算出する。すなわち、差分値算出部１２２は、第１の測定データに含まれる第１の気圧センサ値と、この第１の測定データに対応する基準気圧データに含まれる基準気圧センサ値との差を示す第１の差分気圧センサ値を算出する。同様に、差分値算出部１２２は、第２の測定データに含まれる第２の気圧センサ値と、この第２の測定データに対応する基準気圧データに含まれる基準気圧センサ値との差を示す第２の差分気圧センサ値を算出する。
起立困難特定部１２３は、差分値算出部１２２により算出された第１の差分気圧センサ値及び第２の差分気圧センサ値から起立困難状態を特定する。すなわち、起立困難特定部１２３は、第１の差分気圧センサ値と第２の差分気圧センサ値とが正常時から逆転した場合に、該当の第１のタグ２０及び第２のタグ３０が装着されている牛が起立困難状態になったと特定する。
大きさ特定処理部１３０は、牛の体高を特定する処理を行う。大きさ特定処理部１３０には、取得部１３１と、差分値算出部１３２と、大きさ特定部１３３とが含まれる。
取得部１３１は、測定データ記憶部２００に記憶されている第１の測定データ及び第２の測定データを取得する。このとき、取得部１３１は、例えば、家畜ＩＤ毎に、最新の第１の測定データ及び第２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１３１は、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を取得する。このとき、取得部１２１は、取得した第１の測定データ及び第２の測定データに対応する基準気圧データ（すなわち、最新の基準気圧データ）を取得する。
差分値算出部１３２は、上記の差分値算出部１２２と同様に、第１の差分気圧センサ値及び第２の差分気圧センサ値を算出する。
大きさ特定部１３３は、差分値算出部１３２により算出された第１の差分気圧センサ値及び第２の差分気圧センサ値から牛の体高を特定する。
なお、大きさ特定部１３３は、例えば、所定の時間の間の第１の差分気圧センサ値及び第２の差分気圧センサ値からそれぞれ特定された体高の平均（すなわち、例えば１０分間における第１の差分気圧センサ値及び第２の差分気圧センサ値からそれぞれ特定された体高の平均）を、最終的な牛の体高としても良い。
また、特定処理部１００は、行動特定処理部１１０の取得部１１１と、起立困難特定処理部１２０の取得部１２１と、大きさ特定処理部１３０の取得部１３１とを共通化した１つの取得部を有していても良い。これにより。例えば、他の特定処理部（例えば、牛の体重を特定する体重特性処理部等）を追加する場合であっても、当該他の特定処理部は、共通化した取得部を用いてデータの取得を行うことができる。
＜牛の行動を特定する処理＞
以降では、牛の行動を特定する処理について、図８を参照しながら説明する。図８は、牛の行動を特定する処理の一例を示すフローチャートである。なお、図８に示す処理は、例えば、１０分間毎に繰り返し実行される。ただし、図８に示す処理は、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、行動特定処理部１１０の取得部１１１は、家畜ＩＤ毎に、所定の時間（例えば１０分）の間の第１の測定データ及び第２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１１１は、牛（家畜ＩＤ）毎に、所定の時間単位（例えば１０分単位）の第１の測定データ及び第２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、家畜ＩＤ「Ｃ００１」の１０分間の第１の測定データ１，第１の測定データ２，・・・，第１の測定データＮと、第２の測定データ１，第２の測定データ２，・・・，第２の測定データＭとが取得部１１１により取得されたものとする。なお、Ｎ＝Ｍ（すなわち、取得部１１１により取得された第１の測定データの個数と第２の測定データの個数とが同じ）であっても良い。
次に、行動特定処理部１１０の前処理部１１２は、取得部１１１により取得された第１の測定データ及び第２の測定データに対して前処理を行う（ステップＳ１２）。すなわち、前処理部１１２は、第１の測定データ及び第２の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、欠損補完処理は、行動特定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、前処理後の第１の測定データ１，第１の測定データ２，・・・，第１の測定データＬと、前処理後の第２の測定データ１，第２の測定データ２，・・・，第２の測定データＬとが得られる。
なお、前処理部１１２は、前処理後の第１の測定データ及び第２の測定データを所定の記憶領域（例えば、測定データ記憶部２００）に保存しても良い。
次に、行動特定処理部１１０の指標値算出部１１３は、前処理部１１２による前処理後の第１の測定データ及び第２の測定データにそれぞれ含まれる第１の加速度センサ値及び第２の加速度センサ値から所定の指標値を算出する（ステップＳ１３）。
例えば、指標値算出部１１３は、指標値として、前処理後の第１の測定データ及び第２の測定データにそれぞれ含まれる第１の加速度センサ値及び第２の加速度センサ値の平均を示す平均加速度センサ値を算出した上で、この平均加速度センサ値のＬ２ノルムの振れ幅の最大値と、当該Ｌ２ノルムの標準偏差とを算出する。
より具体的には、例えば、ｎ＝１，・・・，Ｌに対して、指標値算出部１１３は、第１の測定データｎに含まれる第１の加速度センサ値ｎと、第２の測定データｎに含まれる第２の加速度センサ値ｎとの平均を示す平均加速度センサ値ｎを算出する。次に、指標値算出部１１３は、各平均加速度センサ値ｎのＬ２ノルムａｎ（ｎ＝１，・・・，Ｌ）を算出して、これらＬ２ノルムａｎの振れ幅の最大値ｍと、Ｌ２ノルムａｎの標準偏差σとを算出する。なお、Ｌ２ノルムａｎの振れ幅の最大値ｍとは、Ｌ２ノルムａｎ（ｎ＝１，・・・，Ｌ）の平均値と、各Ｌ２ノルムａｎとの差の最大値である。
なお、上記では、各ｎに対して、第１の加速度センサ値ｎと第２の加速度センサ値ｎとの平均を示す平均加速度センサ値ｎを算出して、この平均加速度センサ値ｎのＬ２ノルムａｎから上記の振れ幅の最大値ｍ及び標準偏差σを算出したが、これに限られない。例えば、各ｎに対して、第１の加速度センサ値ｎと第２の加速度センサ値ｎとのいずれか大きい方を示す最大加速度センサ値ｎを算出して、この最大加速度センサ値ｎのＬ２ノルムａｎから上記の振れ幅の最大値ｍ及び標準偏差σを算出しても良い。又は、例えば、各ｎに対して、第１の加速度センサ値ｎと第２の加速度センサ値ｎとのいずれか小さい方を示す最小加速度センサ値ｎを算出して、この最小加速度センサ値ｎのＬ２ノルムａｎから上記の振れ幅の最大値ｍ及び標準偏差σを算出しても良い。
更に、上記以外にも、例えば、各ｎに対して、第１の加速度センサ値ｎと第２の加速度センサ値ｎとの和を示す加算加速度センサ値ｎを算出して、この加算加速度センサ値のＬ２ノルムａｎを算出しても良いし、第１の加速度センサ値ｎと第２の加速度センサ値ｎとの差を示す差分加速度センサ値ｎを算出して、この差分加速度センサ値のＬ２ノルムａｎを算出しても良い。
次に、行動特定処理部１１０の行動特定部１１４は、指標値算出部１１３により算出された指標値（Ｌ２ノルムの振れ幅の最大値ｍ及び標準偏差σ）と、行動特定モデル３００とから６つの行動（「横臥」、「起立」、「反芻」、「採食」、「飲水」及び「歩行」）を特定する（ステップＳ１４）。すなわち、行動特定部１１５は、最大値ｍ及び標準偏差σを示す点が、行動特定モデル３００上の領域Ｄ１～Ｄ３、Ｄ４１～Ｄ４３のいずれの領域に含まれるかを特定することで、家畜ＩＤ「Ｃ００１」により示される牛の行動を特定する。
行動特定部１１４により特定された牛の行動は、例えば、所定の記憶領域に記憶（蓄積）されても良いし、所定の端末（スマートフォンやＰＣ等）に送信されても良い。
なお、上記では、第１の加速度センサ値と第２の加速度センサ値との平均（又は和や最大値等）を用いる場合について説明したが、これに限られない。例えば、第１の加速度センサ値のみを用いて牛の行動を特定しても良い。
また、このとき、例えば、第２の加速度センサ値は補足的に用いるようにしても良い。補足的に用いるとは、例えば、第２の加速度センサ値のみを用いて牛の行動を特定した上で、第１の加速度センサ値のみを用いて特定された牛の行動と一致するか否かを判定する等である。
また、他の例として、例えば、第１の加速度センサ値から算出したＬ２ノルムの振れ幅の最大値ｍ及び標準偏差σを示す点が行動特定モデル３００のどの領域に含まれるかを特定し、特定した領域が、牛が活動していることを示す領域（すなわち、「飲食」、「飲水」、「歩行」のいずれかの領域）である場合に、更に第２の加速度センサ値を用いて、「飲食」、「飲水」、「歩行」のいずれであるかを特定しても良い。これにより、例えば、第２のタグ３０が装着されている足が静止状態か否かにより、牛の行動が「歩行」であるか否かを特定することができるようになる。
＜牛の起立困難状態を特定する処理＞
以降では、鼓脹症に繋がる起立困難状態を特定する処理について、図９を参照しながら説明する。図９は、牛の起立困難状態を特定する処理の一例を示すフローチャートである。なお、図９に示す処理は、例えば、１０分間毎に繰り返し実行される。ただし、図９に示す処理は、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、起立困難特定処理部１２０の取得部１２１は、家畜ＩＤ毎に、所定の時間（例えば１０分）の間の第１の測定データ及び第２の測定データを測定データ記憶部２００から取得する。また、起立困難特定処理部１２０の取得部１２１は、当該所定の時間の間の基準気圧データを基準気圧データ記憶部４００から取得する（ステップＳ２１）。
以降では、家畜ＩＤ「Ｃ００１」の１０分間の第１の測定データ１，第１の測定データ２，・・・，第１の測定データＮと、第２の測定データ１，第２の測定データ２，・・・，第１の測定データＭと、基準気圧データ１，・・・，基準気圧データＬとが取得部１１１により取得されたものとする。また、Ｎ＝Ｍ＝Ｌ（すなわち、取得部１１１により取得された第１の測定データの個数と第２の測定データの個数と基準気圧データの個数とが同じ）であるものとする。ただし、Ｎ，Ｍ，Ｌは、互いに同一でなくても良い。
なお、取得部１２１は、前処理部１１２による前処理後の第１の測定データ及び第２の測定データを取得しても良い。
起立困難特定処理部１２０の差分値算出部１２２は、取得部１２１により取得された第１の測定データ及び第２の測定データと、基準気圧データとに基づいて、第１の差分気圧センサ値及び第２の差分気圧センサ値を算出する（ステップＳ２２）。
すなわち、差分値算出部１２２は、第１の測定データに含まれる第１の気圧センサ値と、この第１の測定データに対応する基準気圧データに含まれる基準気圧センサ値との差を示す第１の差分気圧センサ値を算出する。なお、第１の測定データに対応する基準気圧データとは、例えば、第１の測定データと同一の時刻又は所定の範囲内の時刻における基準気圧データのことである。
より具体的には、差分値算出部１２２は、各ｎ（ｎ＝１，・・・，Ｎ）に対して、第１の測定データｎに含まれる第１の気圧センサ値ｎと、基準気圧データｎに含まれる基準気圧センサ値ｎとの差を算出することで、算出された差を示す第１の差分気圧センサ値Ｐ１ｎを算出する。
同様に、差分値算出部１２２は、第２の測定データに含まれる第２の気圧センサ値と、この第２の測定データに対応する基準気圧データに含まれる基準気圧センサ値との差を示す第２の差分気圧センサ値を算出する。第２の測定データに対応する基準気圧データとは、例えば、第２の測定データと同一の時刻又は所定の範囲内の時刻における基準気圧データのことである。
より具体的には、上記と同様に、差分値算出部１２２は、各ｎ（ｎ＝１，・・・，Ｎ）に対して、第２の測定データｎに含まれる第２の気圧センサ値ｎと、基準気圧データｎに含まれる基準気圧センサ値ｎとの差を算出することで、算出された差を示す第２の差分気圧センサ値Ｐ２ｎを算出する。
次に、起立困難特定処理部１２０の起立困難特定部１２３は、差分値算出部１２２により算出された第１の差分気圧センサ値及び第２の差分気圧センサ値から起立困難状態を特定する（ステップＳ２３）。すなわち、起立困難特定部１２３は、第１の差分気圧センサ値が第２の差分気圧センサ値よりも大きくなった場合（すなわち、第１の差分気圧センサ値と第２の差分気圧センサ値とが逆転した場合）に、該当の第１のタグ２０及び第２のタグ３０が装着されている牛が起立困難状態になったと特定する。
すなわち、例えば、あるｎにおいて、第１の差分気圧センサ値Ｐ１ｎが第２の差分気圧センサ値Ｐ２ｎよりも大きくなった場合に、家畜ＩＤ「Ｃ００１」により示される牛が起立困難状態になったと特定する。このとき、起立困難特定処理部１２０は、例えば、所定の時間の間、継続して第１の差分気圧センサ値が第２の差分気圧センサ値よりも大きい場合、予め設定された端末（例えばＰＣやスマートフォン等）宛に警告を送信しても良い。
＜牛の大きさを特定する処理＞
以降では、牛の大きさ（体高）を特定する処理について、図１０を参照しながら説明する。図１０は、牛の大きさを特定する処理の一例を示すフローチャートである。なお、図１０に示す処理は、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、大きさ特定処理部１３０の取得部１３１は、家畜ＩＤ毎に、最新の第１の測定データ及び第２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１３１は、最新の基準気圧データを基準気圧データ記憶部４００から取得する（ステップＳ３１）。
次に、大きさ特定処理部１３０の差分値算出部１３２は、第１の差分気圧センサ値Ｐ１及び第２の差分気圧センサ値Ｐ２を算出する（ステップＳ３２）。すなわち、差分値算出部１３２は、第１の測定データに含まれる第１の気圧センサ値と、基準気圧データに含まれる基準気圧センサ値との差を示す第１の差分気圧センサ値Ｐ１を算出する。同様に、差分値算出部１３２は、第２の測定データに含まれる第２の気圧センサ値と、基準気圧データに含まれる基準気圧センサ値との差を示す第２の差分気圧センサ値Ｐ２を算出する。
次に、大きさ特定処理部１３０の大きさ特定部１３３は、第１の差分気圧センサ値Ｐ１及び第２の差分気圧センサ値Ｐ２から牛の体高を特定する（ステップＳ３３）。すなわち、大きさ特定部１３３は、第１の差分気圧センサ値Ｐ１が示す高さと、第２の差分気圧センサ値Ｐ２が示す高さとの差を算出して、算出した差を牛の体高と特定する。
なお、例えば、上記のステップＳ３１で所定の時間の間の第１の測定データ及び第２の測定データと、これら第１の測定データ及び第２の測定データに対応する基準気圧データとが取得された場合、各第１の差分気圧センサ値及び第２の差分気圧センサ値からそれぞれ特定された体高の平均を、最終的な牛の体高としても良い。
次に、大きさ特定処理部１３０の大きさ特定部１３３は、上記のステップＳ３３で特定した牛の体高を示す成長データを成長データ記憶部５００に記憶（蓄積）させる（ステップＳ３４）。これにより、現時点の牛の体高を示す成長データが成長データ記憶部５００に蓄積される。
次に、大きさ特定処理部１３０の大きさ特定部１３３は、成長データ記憶部５００に記憶されている成長データから将来の牛の体高を予測する（ステップＳ３５）。すなわち、例えば、２か月前の成長データ（牛の体高＝０．５ｍ）、１か月前の成長データ（牛の体高０．７ｍ）、及び現在の成長データ（牛の体高＝０．９ｍ）が成長データ記憶部５００に記憶されているとする。この場合、大きさ特定部１３３は、例えば、１か月後の牛の体高を「１．１ｍ」と予測する。
なお、将来の牛の大きさの予測方法は上記に限られない。将来の牛の大きさを予測するにあたり、例えば、牛の種別や性別等を考慮しても良い。
＜まとめ＞
以上のように、本実施形態に係る特定システム１では、牛に装着した第１のタグ２０及び第２のタグ３０から収集したデータに基づいて、牛の行動、鼓脹症等の病気の発症に繋がる起立困難状態、牛の体高等の大きさを特定することができる。これにより、本実施形態に係る特定システム１によれば、牛の発情時期の管理、健康管理、成長過程の管理等の各種の管理負担を軽減させることができる。
また、本実施形態に係る特定システム１では、第１のタグ２０及び第２のタグ３０を牛に装着させれば良く、例えば、牛舎内に種々の設備（例えば、機器やケーブル等）を設置等する必要がない。このため、牛を飼育する農家等は、本実施形態に係る特定システム１を容易に、かつ、低コストで導入することができるようになる。
特に、本実施形態に係る特定システム１では、１頭の牛に対して複数のタグを装着することで、１頭の牛に対して１つのみのタグを装着する場合と比べて、牛の多様な行動や状態等を高い精度で特定することができるようになる。
なお、本実施形態では、第１のタグ２０を牛の耳等の頭部に、第２のタグ３０を牛の足首等の脚部に装着させた場合を説明したが、第１のタグ２０及び第２のタグ３０の装着箇所は、これに限られない。例えば、第１のタグ２０を牛の首部分に装着させても良い。また、牛の行動を特定する場合には、例えば、第１のタグ２０及び第２のタグ３０を牛の左前足首及び右前足首に装着させても良いし、牛の左後足首及び右後足首に装着させても良い。
また、上述したように、牛に装着するタグの個数も２つに限られず、例えば２以上の任意の個数のタグを装着させても良い。例えば、牛の行動や状態等の特定対象に応じて、適宜、タグの個数を増減させることができる。
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 特定システム
１０ 特定装置
２０ 第１のタグ
３０ 第２のタグ
４０ 基準気圧センサ
１００ 特定処理部
１１０ 行動特定処理部
１１１ 取得部
１１２ 前処理部
１１３ 指標値算出部
１１４ 行動特定部
１２０ 起立困難特定処理部
１２１ 取得部
１２２ 差分値算出部
１２３ 起立困難特定部
１３０ 大きさ特定処理部
１３１ 取得部
１３２ 差分値算出部
１３３ 大きさ特定部
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 成長データ記憶部

Claims (7)

  1. 家畜に装着された複数の３軸加速度センサｉ（ただし、加速度センサの総数をIとして、ｉ＝１，・・・，Ｉ）がそれぞれ測定した複数の加速度センサ値（ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ ）（ただし、ｔは日時、ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ はそれぞれ３軸加速度センサｉで日時ｔに測定された加速度のｘ成分、ｙ成分、ｚ成分を表す。）を記憶する第１の記憶手段と、
    所定の時間幅における前記複数の加速度センサ値（ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ ）を前記第１の記憶手段から取得する第１の取得手段と、
    前記第１の取得手段により取得された複数の加速度センサ値（ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ ）から所定の指標値を算出する指標値算出手段と、
    前記指標値算出手段により算出された前記指標値と、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、
    を有し、
    前記指標値算出手段は、
    各日時ｔに対して同一日時ｔの加速度センサ値（ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ ）から所定の加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）を算出し、前記加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）のＬ２ノルムの振れ幅の最大値と、前記加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）のＬ２ノルムの標準偏差とを前記指標値として算出する、特定装置。
  2. 前記指標値算出手段は、
    ｉに関するｘ ｉｔ の平均、ｙ ｉｔ の平均、及びｚ ｉｔ の平均をそれぞれｘ' ｔ 、ｙ' ｔ 、及びｚ' ｔ として算出する、請求項１に記載の特定装置。
  3. 前記指標値算出手段は、
    ｉに関するｘ ｉｔ の最大値、ｙ ｉｔ の最大値、及びｚ ｉｔ の最大値、又は、ｉに関するｘ ｉｔ の最小値、ｙ ｉｔ の最小値、及びｚ ｉｔ の最小値、をそれぞれｘ' ｔ 、ｙ' ｔ 、及びｚ' ｔ として算出する、請求項１に記載の特定装置。
  4. 前記指標値算出手段は、
    ｉに関するｘ ｉｔ の和、ｙ ｉｔ の和、及びｚ ｉｔ の和をそれぞれｘ' ｔ 、ｙ' ｔ 、及びｚ' ｔ として算出する、請求項１に記載の特定装置。
  5. 前記指標値算出手段は、
    前記加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）のＬ２ノルムの平均値と、前記加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）のＬ２ノルムとの差の最大値を、前記加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）のＬ２ノルムの振れ幅の最大値とする、請求項１乃至４の何れか一項に記載の特定装置。
  6. 家畜に装着された複数の３軸加速度センサｉ（ただし、加速度センサの総数をIとして、ｉ＝１，・・・，Ｉ）がそれぞれ測定した複数の加速度センサ値（ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ ）（ただし、ｔは日時、ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ はそれぞれ３軸加速度センサｉで日時ｔに測定された加速度のｘ成分、ｙ成分、ｚ成分を表す。）を第１の記憶部に記憶させる第１の記憶制御手順と、
    所定の時間幅における前記複数の加速度センサ値（ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ ）を前記第１の記憶部から取得する第１の取得手順と、
    前記第１の取得手順により取得された複数の加速度センサ値（ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ ）から所定の指標値を算出する指標値算出手順と、
    前記指標値算出手順により算出された前記指標値と、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、
    をコンピュータが実行し、
    前記指標値算出手順は、
    各日時ｔに対して同一日時ｔの加速度センサ値（ｘ ｉｔ ，ｙ ｉｔ ，ｚ ｉｔ ）から所定の加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）を算出し、前記加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）のＬ２ノルムの振れ幅の最大値と、前記加速度センサ値（ｘ' ｔ ，ｙ' ｔ ，ｚ' ｔ ）のＬ２ノルムの標準偏差とを前記指標値として算出する、特定方法。
  7. コンピュータを、請求項１乃至５の何れか一項に記載の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。
JP2017237940A 2017-12-12 2017-12-12 特定装置、特定方法、及びプログラム Active JP7040930B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017237940A JP7040930B2 (ja) 2017-12-12 2017-12-12 特定装置、特定方法、及びプログラム
JP2022036803A JP7410200B2 (ja) 2017-12-12 2022-03-10 特定装置、特定方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017237940A JP7040930B2 (ja) 2017-12-12 2017-12-12 特定装置、特定方法、及びプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022036803A Division JP7410200B2 (ja) 2017-12-12 2022-03-10 特定装置、特定方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2019103442A JP2019103442A (ja) 2019-06-27
JP7040930B2 true JP7040930B2 (ja) 2022-03-23

Family

ID=67060623

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2017237940A Active JP7040930B2 (ja) 2017-12-12 2017-12-12 特定装置、特定方法、及びプログラム
JP2022036803A Active JP7410200B2 (ja) 2017-12-12 2022-03-10 特定装置、特定方法、及びプログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022036803A Active JP7410200B2 (ja) 2017-12-12 2022-03-10 特定装置、特定方法、及びプログラム

Country Status (1)

Country Link
JP (2) JP7040930B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022075298A1 (ja) * 2020-10-05 2022-04-14 Ｎｔｔテクノクロス株式会社 検知装置、検知方法及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008011837A (ja) 2006-06-30 2008-01-24 Hokkaido 家畜個体識別装置
JP2008228573A (ja) 2007-03-16 2008-10-02 Orion Mach Co Ltd 反芻動物の健康管理システム、反芻動物の健康管理方法および反芻動物の健康管理システム用首輪
US20160058379A1 (en) 2014-08-26 2016-03-03 PetPlace Ltd. Animal of Equidae Family Band or Collar for Health & Vital Signs Monitoring, Alert and Diagnosis
JP2016120271A (ja) 2014-11-17 2016-07-07 ルネサスエレクトロニクス株式会社 位相補正装置、行動識別装置、行動識別システム、マイクロコントローラ、位相補正方法、及びプログラム
WO2016140332A1 (ja) 2015-03-05 2016-09-09 株式会社Ｎｔｔドコモ 監視装置及び動作検出方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017060407A (ja) * 2015-09-21 2017-03-30 株式会社グリーン＆ライフ・イノベーション 反芻動物の健康管理システムおよび反芻動物の健康管理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008011837A (ja) 2006-06-30 2008-01-24 Hokkaido 家畜個体識別装置
JP2008228573A (ja) 2007-03-16 2008-10-02 Orion Mach Co Ltd 反芻動物の健康管理システム、反芻動物の健康管理方法および反芻動物の健康管理システム用首輪
US20160058379A1 (en) 2014-08-26 2016-03-03 PetPlace Ltd. Animal of Equidae Family Band or Collar for Health & Vital Signs Monitoring, Alert and Diagnosis
JP2016120271A (ja) 2014-11-17 2016-07-07 ルネサスエレクトロニクス株式会社 位相補正装置、行動識別装置、行動識別システム、マイクロコントローラ、位相補正方法、及びプログラム
WO2016140332A1 (ja) 2015-03-05 2016-09-09 株式会社Ｎｔｔドコモ 監視装置及び動作検出方法

Also Published As

Publication number Publication date
JP2019103442A (ja) 2019-06-27
JP7410200B2 (ja) 2024-01-09
JP2022079489A (ja) 2022-05-26

Similar Documents

Publication Publication Date Title
Chapa et al. Accelerometer systems as tools for health and welfare assessment in cattle and pigs–a review
Song et al. Automated body weight prediction of dairy cows using 3-dimensional vision
Unold et al. IoT-based cow health monitoring system
González et al. Behavioral classification of data from collars containing motion sensors in grazing cattle
AU2017276810B2 (en) System for monitoring pasture intake
Elischer et al. Validating the accuracy of activity and rumination monitor data from dairy cows housed in a pasture-based automatic milking system
KR102035672B1 (ko) 가축의 행동과 위치를 모니터링하는 장치 및 방법
JP6635968B2 (ja) 行動特定装置、行動特定方法、及びプログラム
JP7092624B2 (ja) 行動特定装置、行動特定方法及びプログラム
JP7410200B2 (ja) 特定装置、特定方法、及びプログラム
WO2018180242A1 (ja) 行動特定装置、行動特定方法、及びプログラム
JP7089098B2 (ja) 行動特定装置、行動特定方法、及びプログラム
KR20150133247A (ko) 식생 판정 프로그램, 식생 판정 장치 및 식생 판정 방법
Dos Reis et al. An open-source research tool to study triaxial inertial sensors for monitoring selected behaviors in sheep
JP6635995B2 (ja) 行動特定装置、行動特定方法、及びプログラム
Agrawal et al. Precision Dairy Farming: A Boon for Dairy Farm Management
Baig et al. Ewe Health Monitoring Using IoT simulator
Anzai et al. Individual monitoring of behavior to enhance productivity and welfare of animals in small-scale intensive cattle grazing systems
JP6636204B2 (ja) 行動特定装置、行動特定方法、及びプログラム
Salau et al. How does the behaviour of dairy cows during recording affect an image processing based calculation of the udder depth?
JP7376255B2 (ja) 特定装置、特定方法及びプログラム
JP2019170360A (ja) 特定装置、特定方法及びプログラム
Wang et al. Vision-based measuring method for individual cow feed intake using depth images and a Siamese network
WO2023190024A1 (ja) 放し飼い家畜の管理サーバ装置、システム、方法、及びプログラム
Ruf et al. High accuracy prediction of behaviour with slow, low-cost accelerometers in the wild boar

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200831

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210818

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210914

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20211110

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220113

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220208

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220310

R150 Certificate of patent or registration of utility model

Ref document number: 7040930

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250