JP2000511778A

JP2000511778A - 家畜群の身体的状態をモニターするためのシステムとその方法

Info

Publication number: JP2000511778A
Application number: JP10501090A
Authority: JP
Inventors: モル、ルドルフス、マリアダ; キーン、アルベルタス
Original assignee: アルファラヴァルアーグリアクチエボラゲット
Priority date: 1996-06-14
Filing date: 1996-06-14
Publication date: 2000-09-12
Anticipated expiration: 2016-06-14
Also published as: WO1997047187A1; US6405672B1; AU6224596A; DE69610998D1; EP0903980A1; DE69610998T2; EP0903980B1; JP3856476B2

Abstract

(57)【要約】家畜の群れの身体的状態をモニターするためのシステムとその方法において、時系列モデルにしたがって予測された値とこれに対応する測定された値との誤差が、各動物に対する予測における信頼値帯域を個別的に決定するために用いられる。動物が発熱しているかまたは病気にかかっているかの可能性に関する予測値と測定値の誤差の有意性が自動的に各動物に対して個別に評価される。異なる情況および性質に対しても専用の信頼値帯域を決定する必要はない。時系列モデルをより良く適合させることによって自動的に、信頼値帯域の幅が狭められる。

Description

【発明の詳細な説明】家畜群の身体的状態をモニターするためのシステムとその方法技術分野本発明は家畜群の身体的状態を自動的にモニターするためのシステムとその装置に関する。家畜群の身体的状態の自動的モニターは、発熱しているかまたは病気にかかっているらしい動物を適宜な時に識別することによって、生産性の増大に寄与する。特に酪農場においては、群れの大きさが益々増大しそして自動搾乳システムが普及した結果、酪農家が視覚的な観察によりこのような動物を識別するのは困難でありまた厄介でもあるからである。背景技術『酪農科学ジャーナル、７３；５３９−５４Ｂ号』におけるデライカー他著の『時系列分析を用いたホルスタイン牛の１日当たりの乳収量模擬実験』には、家畜群の身体的状態を自動的にモニターするための実験的方法が示されているが、それには、個々の識別された各動物より得られた１つの性質の値を一定の間隔で測定する段階と、この個々の識別された各動物における測定された性質の測定値にしたがって測定データを格納する段階と、この個々の識別された各動物に関する格納された測定データからこの個々の識別された各動物に関するこの性質の次回測定値の予測値を決定する段階と、測定された性質の値とこの値の予測値との誤差が予め定められたレベルを越えた場合に応じて注意信号を生成する段階とが含まれる。この実験的方法において、測定される性質は乳の収量である。こうした測定を実施するために、自動的乳牛識別・乳収量記録システムが用いられた。観察期間の後に、それぞれが一般的に未経産雌牛または経産雌牛における泌乳期の特定期間に適用される幾つかのパラメータセットと共に各搾乳ごとの乳収量または連続する３回の搾乳を１セットする乳収量を予測するために、時系列モデルが定式化された。上述の方法の欠点は、各乳牛ごとに適宜なパラメータセットを選択しなければならないという点がわずらわしいことである。これはまた、誤差を生む原因になりかねない。更に、こうして決定されたパラメータが、他の種類の雌牛の群れや、他の動物（例えば、山羊）の群れにさえも適用でき、また異なる気候や異なる種類の飼料で飼われている群れにも適用できるとは、とても思われない。本発明の要約本発明の目的は、デライカーその他によって提案されたモデルよりも普遍的に適用することができる、動物の群れの身体的状態を自動的にモニターするための信頼性の高いシステムとその方法とを供することである。本発明にしたがえば、この目的は請求の範囲第１項に記載されているシステムと、第５項に記載されている方法を供することによって達成される。本発明による方法そして、作動中では本発明によるシステムにおいては、牛乳の分泌（以下泌乳と称す）期間中、個々の識別された各動物に対する予測値とこれに対応する測定値とに応じて誤差データが格納され、そして誤差の分布の特徴を表すこの誤差データから、個々の識別された各動物に関しそしてこの同じ泌乳期における予測に関する信頼区間が決定され、この方法は自動的に、各泌乳期中に収集されたデータから個々に各動物に関する予測値と測定値との誤差の有意性を評価するからである。この信頼区間は個々の各測定および個々の各動物に対して自動的に決定することができ、したがって様々な泌乳期に対して、様々な動物の種類に対してそしてまた測定される様々な性質に対してそれぞれ異なる信頼値帯域を入力する必要はない。更に、このような信頼値帯域を得るために別の調査を行う必要もない。誤差の有意性は個別的に各動物について評価されるので、時系列モデルのパラメータを選択する際に誤差による信頼できない予測値においては、たとえ適用されたとしても、その悪影響は小さくなる。個々の各動物およびモニターされた各変数について、信頼値帯域の幅は、時系列モデルの適合性の経験的に見出された正確度にオンラインで自動的に調整され、そしてこの予測値の信頼性を指示するために個別的にその信号を送ることができる。測定される性質は例えば以下のような幾つかの性質、すなわち乳収量、乳温度、乳の伝導率、動物の活動性および少なくとも１種類の飼料の摂取量のいずれか１つとすることができる。本発明による方法は予防的なものであり、したがって病気になっていそうな個々の動物をより容易にそしてより高い信頼度で識別することができるという点において生産性を向上させる効果がある。先ず、獣医の診断を受けるべき動物が早く識別できればできるほど、病気回復の機会が増し動物への悪影響を回避でき、そして伝染病が群れに蔓延することを妨げることが可能になる。次に、身体的状態が悪い動物はそのために病気になり易く、または既に病気であっても、より病状が悪化し易い。こうした動物が早く識別できればできるほど、その動物の身体的状態を改善しそしてこの識別された動物が病気になったりあるいは別の病気にかかったりするのを防止する措置を早急にこうじることが可能になる。生産性の向上効果はまた、より早く発情期を検知し、その結果出産間隔を短縮することが可能になることによっても達成できる。本発明によるこの方法の特定の１実施様態によれば、幾つかの異なる乳頭（動物が雌牛ならば乳房区）から得られた乳の伝導率の予測値における誤差間の相互依存性の特徴を示すめに誤差データが用いられる。したがって、この依存性に関するデータは、乳頭のいずれか１つから得られる乳の伝導率の予測値における誤差の有意性を評価するためにも用いられる。本発明をもう１つの特定の１実施様態によれば、泌乳期中に収集された誤差データもまた、この同じ泌乳期中に個別的に測定される各動物についての測定値の予測値を予告する時系列モデルのパラメータを予想するために用いられる。このようにして、個々の各動物に対して時系列モデルは、泌乳期が進むにしたがってその個々の動物の各性質の時間的変化の諸特性に最適に適合するように、自動的に調整される。本発明の特定の特徴および利点は、添付の請求の範囲と、以下の図面を参照しながら下記になされる詳細な説明とに示されている。図面の簡単な説明図１は、本発明の１実施例によるシステムの概略図であり、そして図２は、本発明による方法の１実施様態の流れ図である。本発明の幾つかの実施様態図１および２によって表されているシステムと方法とは、本発明の最も好ましい実施様態を示している。以後、この方法とこのシステムは雌牛の群れをモニターするという文脈で記述されるが、原則として本発明は、少なくとも個々の各動物の１つの性質が一定の間隔で測定されるという条件の下で、他の動物をモニターするためにも用いることが可能である。図１に示されているシステムは、１頭ずつ個々の乳牛を搾乳するための搾乳スタンド１と一体になっている。この搾乳スタンドには更に、乳牛から乳を搾り取るために乳牛に連結される、４個の吸引カップ２〜５を備えた搾乳装置が含まれている。乳導管５〜８はその上流端において吸引カップ２〜５に連結されそしてその下流端において伝導率センサ９〜１２に連結されている。この伝導率センサ９〜１２は伝導率測定ユニット１３の一部である。この伝導率測定ユニット１３において、乳導管５〜８は伝導率センサ９〜１２から下流では、乳収量を測定するための流量計１５を通る１本の乳導管１４に合流する。吸引カップ５と伝導率測定ユニット１３との間において、温度測定に対する周囲温度の影響を低くするために、乳導管の１本８が、吸引カップ５のすぐ隣に取り付けられている温度センサ１６を通過している。搾乳スタンドには更に、搾乳された各乳牛に１回分の濃厚飼料を供給するための給餌装置１７が備えられている。その代わりに、給餌装置が搾乳エリアの外に位置する給餌ステーションに設置されていてもよい。給餌装置１７は、飼料が予め定められた１回分だけ消費されるまで乳牛が食べるにままに、飼料を供給するようになっている。この給餌装置１７にはその外、各乳牛に供給される飼料の量をモニターするためのセンサ１８が含まれている。１頭の乳牛が給餌装置を離れるとき、もし１回分の飼料が全て消費されていなければ、１回分の各飼料の食べ残し重量が計算される。群れの各乳牛は、当該の乳牛の活動パターンに関連する値またはこのパターンに一致する値を記録する活動メータ（図示されていない）を設置される。この活動メータからの数値を読み取るために、搾乳スタンドは、搾乳されているか、または搾乳される予定であるか、または既に搾乳された各乳牛の活動メータより記録された数値を読み取るための活動メータ読取り装置１９を備えている。群れの各乳牛は更に、識別タッグ（図示されていない）を備えられている。搾乳スタンド１には、搾乳されているか、または搾乳される予定であるか、または既に搾乳された各乳牛の識別タッグを読み取るように設計されている乳牛識別機構２０が備えられている。動物識別システムと動物の活動をモニターするためのシステムは市販されており、したがって当文書ではこれ以上の説明はされない。伝導率測定ユニット１３、流量計１５、温度センサ１６および乳牛識別機構２０はそれぞれ、各乳牛に関する測定データを処理するための中央データ処理機構２１に接続されている。このデータ処理機構２１はディスプレー２２に接続されている。ディスプレー２２に加えてまたはこれの代わりに、音響警報を発する装置を設置することもできる。このような装置は、ネットワーク（例えば、電話回線）でデータ処理機構に専用接続されるか、または遠隔制御される。専門家は、このデータ処理機構に必要な周辺機器も装備されていることを評価するであろう。並列接続の形態でなされているが、センサおよび読取り装置１５、１６、１８、１９、２０とデータ処理機構２１との間の伝達機構もまた、有線または無線のバス構造の形態で実現されており、この構造では各ステーションは個別のアドレスを有する。データ処理機構２１は、個々の識別された各動物に関する測定された性質にしたがって測定データを格納するように、そしてこの個々の識別された各動物に関する格納されたデータからこの個々の識別された各動物の性質の次回測定値の予測値を決定するように、プログラムされている。更にこのデータ処理機構２１は、個々の識別された各動物に対する予測値と測定値とにしたがって誤差データを格納するように、個々の識別された各動物に関する予測誤差の分布の特徴を表すデータを決定するように、測定値の予測における誤差の分布の特徴を表すこのデータから個々の識別された各動物についての予測に関する信頼値帯域を決定するように、そして、測定された性質の値とこの値についての予測値との誤差が信頼値帯域外にあるならば、選択された注意信号を発する発信装置２２を活動させるように、プログラムされている。作動中において、本発明は図２に示されている流れ図のように、以下の説明にしたがって実施される。この流れ図にしたがったアルゴリズムは、それぞれの搾乳ごとに繰り返されることが好ましい。個々の各乳牛の搾乳ごとに、段階２３に示されているように、識別タッグが読み取られ、それぞれの乳牛を識別する。次に、段階２４に示されているように、乳収量の値、乳温度、各乳房区から得られた乳の伝導率、活動メータの記録された値（搾乳時または他の時に一定の間隔で読み取ることができる）、そして食べられたまたは食べ残された濃厚飼料の量が測定される。これらの測定は、各搾乳ごとにそして個々の識別された各動物に対して、すなわち一定の間隔で行われる。測定された値は、段階２５に示されているように、データ処理機構２１によって読み取られる。測定される次回の各値に対する予測値を決定し、そして以前の予測値の誤差分布の特徴を表す状況データが、より早期の測定値および予測値に基づいて、または値およびパラメータの初期セットとして泌乳期の最初の搾乳時に、個々の識別された各動物にごとにデータ処理機構２１の記憶装置に格納されている。段階２５において、識別されたそれぞれの乳牛のこうした状況がデータ処理機構２１により読み取られる。段階２６によって示されているように、読み取られた状況データより、段階２４によって測定される値の予測がなされる。更に誤差データーより早期の予測値と測定値の分散または共分散の形態で入手できる−に基づいて、段階２７に示されているように、予測値と測定値との各セットについて分散−共分散行列が決定される。こうした誤差標準化データによって現行の予測値と測定値との誤差を標準化することができる。飼料の摂取については異なるアプローチが好ましく、食べ残しはほとんどゼロに等しくそして時々より多くなる。実験によって得られたデータによれば、継続的な食べ残しは独立しており、そして個々の各動物における濃厚飼料の１回分の食べ残しの百分率に関してはそれぞれ独自の確率分布が存在することが、示唆されており、それは以下のように定義されることが好ましい。すなわち、ｐ０＝Ｐ（食べ残し＝０％）ｐ１＝Ｐ（０％＜食べ残し＜１０％）ｐ２＝Ｐ（１０％＜食べ残し＜３０％）ｐ３＝Ｐ（３０％＜食べ残し＜５０％）ｐ４＝Ｐ（５０％＜食べ残し＜１００％）この分布は濃縮飼料消費の様々な水準の確率ｐ_concを計算するために用いることができる。確率ｐ_concが低ければ、注意信号が発せられるか、または少なくとも特殊な状態が発見される助けになる。様々な範囲の食べ残し量の確率の乳牛依存分布は、下記に説明されるカルマンフィルタ計算法を用いて、各乳牛の食べ残しを測定するように適合されている。異なる搾乳（例えば、朝方とタ方の搾乳）間の構造的な相違を除去する目的で、計算は毎回、２回以上の継続的搾乳の組み合わされた予測値と組み合わされた測定値に基づいてなされることが好ましい。標準化データは全ての予測値の誤差に関して決定されているので、信頼値帯域の幅が感度と特定性との所望の平衡にしたがって正確に決定されることが可能である、単一の信頼値帯域内とそして組み合わされた幾つかの信頼値帯域内に、予測値と測定値との誤差が収まっているかどうかを決定することができる。もし少なくとも測定値の１つが信頼値帯域外にあれば、あるいは１頭の動物が特定の状態にある徴候を示す複数誤差の組合せが生じれば、段階２８において注意信号が出されなければならないと決定される。少なくとも１つの測定値が１つの信頼値帯域外にあれば、標準化の後には、− そして健康な状態にありかつ発熱していない動物に対する誤差は正規分布を示す見なして、−と予め定められた幾つかの信頼値帯域外にあれば、単一の誤差に基づき注意信号が発せられることが好ましい。少なくとも１つの測定値が信頼値帯域の９５％の外にあれば、“＊”マークを乳牛の識別コードに付けることができ、少なくとも１つの測定値が信頼値帯域の９９％の外にあれば、“＊＊”マークを乳牛の識別コードに付け、少なくとも１つの測定値が信頼値帯域の９９．９９％の外にあれば、“＊＊＊”マークを乳牛の識別コードに付けることができる。それに基づいて注意信号が発せられる値と、そして予測された値に対する偏差とは表示されるか、および／またはプリントアウトされる。活動がかなり激しくそして活動と収量とそして温度の組合せが、１つの信頼値帯域外になっていれば、発熱の可能性を（例えば、“ｈ”，“ｈｈ”および“ｈｈｈ”という形態で）示す、誤差の組合せに基づく注意信号が発せられることが好ましい。伝導率の誤差がかなり大きく、また伝導率と収量とそして温度の組合せが１つの信頼値帯域外になっていれば、乳腺炎の可能性を（例えば、“ｍ”， “ｍｍ”または“ｍｍｍ”という形態で）示す注意信号が発せられることが、好ましい。収量と温度とそして活動が組み合わされた誤差が信頼値帯域外になっておりかつ濃縮飼料の摂取量が正常な情況下で低い確率を有する水準にあれば、他の病気の可能性を（例えば、“ｉ”，“ｉｉ”および“ｉｉｉ”という形態で）示す注意信号が発せられることが好ましい。注意信号が発せられると決定されれば、段階２９において、それぞれの乳牛の識別データに関連して選択された注意信号を表示するようにディスプレー２２は制御される。注意信号が発せられた後、それに基づいて予測がなされるモデルは当該の牛については、特にこの注意信号によってよりより広い複数の信頼値帯域の１つの外にある数値が測定されていることが示されている場合には、もはや信頼性が失われている。したがって、段階３０においては、収集されたデータに基づく乳牛のモニタリングは原則として、当該の動物に関する注意信号に応じて、または当該の動物に関するある信頼水準を越えているという注意信号に応じて中止される。注意信号または予め定められた信頼水準を越えたという注意信号を発しないと決定されれば、当該の個々の乳牛の状況データは、以下の３セットのデータ、すなわち、最新の測定値、最新の予測値、そして予測値とこれに対応する測定値との最新の誤差のうちのいずれか２つを用いて、更新される。流れ図においては、これは段階３１に記載されている。注意信号が発せられた後に、農場主または獣医によって、その注意信号が誤っていたことが明らかにされるならば、その測定値は予測値に置き換えられることが好ましく、そうして検査されたこの動物のモニタリングは、以前に収集されたデータと最新の測定値セットの代わりに入力されたデータとに基づいて、継続することができる。このようにして、段階３０は、擬陽性信号として無効にすることができる。更に、例えば５０℃以上の乳温度のようなあり得ない測定結果は自動的に無視され、そして予測値に置き換えられるが、ある測定値がとばされていることを示す警告信号が表示されるかまたはプリントアウトされる。したがって、測定機構の誤作動の可能性を示す警告信号もまた同時に得られる。予測値に基づく更新の代わりに、有効な測定結果が得られない性質に関する状況を更新する段階をとばすことも可能である。搾乳スタンド１には、複数の吸引カップ２〜５と乳導管５〜８が含まれており、この管の各々は吸引カップ２〜５の１つと接続されそしてそれぞれの乳導管５〜８を通過する乳の伝導率を測定するための測定センサ９〜１２が設置されているので、各乳房区から得られる乳の伝導率を個別に測定することができる。更に、データ処理機構２１は、予測された伝導率の値と上記測定センサ２〜５の１つによって測定された伝導率の値との誤差がしきい値を越えている場合には、注意信号を発するように、プログラムされている。このようにして、一般的には乳腺炎の高い可能性を示し、通常は同時に１、２か所の乳房区に起こる伝導率の増大を非常に高い感度と特定性をもって指示することができる。どの乳房区よりの乳の伝導率予測における誤差のしきい値も明確に、全ての乳房区の対応する予測の平均誤差に関連していることが好ましい。もし全ての乳房区より得られた乳の伝導率が予測よりも高ければ、乳腺炎は全ての乳房区で同時に発生することは稀であるので、この偏差はこの病気以外の因子によって引き起こされたと見なした方がいい。したがって、もしそれに対して注意信号が発せられるいずれか１つの乳房区に関するしきい値が、予測伝導率よりも高い他の乳房区から得られた乳の測定伝導率に応じてより高くなるならば、より高い感度と特定性が得られる。どの程度まで、様々な乳房区から得られる乳の伝導率が個々の各動物について互いに依存しているかを考慮すれば、このモニタリング方法の感度と特定性は更に増大させることができる。異なる乳房区からの乳の伝導率の値どうしの依存性が、各動物に関して当該のそれぞれの動物の伝導率の測定値から個別的に決定され、そしてしきい値に対する平均誤差の影響が、個々の識別された各動物について決定された異なる乳房区からの乳の伝導率の値どうしの依存性に明確に関連していることによって、こうしたモニタリング方法の感度と特定性の増大が達成されることが好ましい。このようにして、異なる乳房区から得られた乳の伝導率の値の挙動が比較的に独立している個々の乳牛については、伝導率の予測値における平均誤差は、異なる乳房区から得られた乳の伝導率の値の変化が密接に関連性のある挙動を示す個々の乳牛に比較して、どの１つの伝導率の値に対してもしきい値の水準により小さな影響しか与えない。正常な情況では、乳収量、伝導率、乳温度および活動性の測定値は、時間とともに徐々に変化する、すなのち各性質の継続的観察は互いに独立しているわけではない。したがって、予測は、発熱していない健康な乳牛に有効であると見なされている時系列モデルを用いてなされることが好ましく、過度に大きな偏差は、この仮定がもはや有効でないことを示しており、その場合このモデルを利用しているモニタリングは上述のように原則として停止される。様々な性質に関する適宜な時系列モデルは、実験データを図表にし、自己相関のコレログラムを調べ、適宜なＡＲＩＭＡを選択し、そして選択されたモデルを適合させることによって、確立することができる。更に、時系列モデルのパラメータは、各泌乳期が進行するにしたがって個々の乳牛について推測された値とこれに対応する測定値との誤差より個別的に各乳牛に対して推定されることが好ましい。このようにして時系列モデルが得られ、このモデルは自動的にそれぞれの乳牛の諸特性（例えば、測定された性質における多かれ少なかれ不規則な変化）と、観測の時間的変化の諸特性に影響を与える他の情況とに適用される。したがって、例えば、搾乳日数、乳牛の種類、気候、飼料、搾乳習慣、様々な種類の乳牛（未経産雌牛または経産牛）などを考慮することのような様々な情況下で時系列モデルの最善のパラメータの設定を確立するのに、いかなる実験も必要としない。他の利点は、誤ったパラメータ値をうっかり設定する危険が避けられることと、この方法は一般的に扱い易いことと、そして個々の乳牛どうしの相違と各乳牛の継続的泌乳期の違いを考慮に入れていることである。時系列モデルのパラメータのオンライン推定もまた、もし信頼値帯域が個々の各動物に関して個別的に決定されていなければ、時系列モデルを個々の各動物に自動的に適合させるという点において、優れている。時系列モデルのパラメータは、次回の測定に対する推測値を決定する状態ベクトルを含むカルマンフィルタ法を用いて推定されることが好ましいが、この状態ベクトルには時系列モデルのパラメータが含まれている。カルマンフィルタは、オンラインであるシステムの状態を推定する方法である。状態とは、当該システムの将来の挙動を決定する数量である。推定は、新しい情報を用いることによって新たな観察がなされる度に改善される。最初に、一般的な説明がなされ、そして次に、本発明によるこの方法における２つのアプリケーションが説明される。すなわち、この状態には（１）時系列モデルにおけるパラメータと（２）計算された濃厚飼料の食べ残しの百分率の確率分布とが含まれる。カルマンフィルタを適用するために、このシステムは以下の形態、すなわち ― 観察方程式:ｙ_t＝ｃ_tｘ_t＋ｖ_t （１）とそして、 ― システム方程式:ｘ_t＋Ａ_tＸ_t-1＋ｗ_t （２）という状態空間方程式によって記述される。これらの方程式において、ｘ_tは状態ベクトルであり、ｙ_tは観察ベクトル、ｃ_t とＡ_tはシステム行列、ｖ_tはランダム観察誤差、そしてｗ_tはランダムシステム誤差である。観察方程式は測定と状態との関係を記述するものであるが、この状態自体は一般的には直接的に測定できるものではない。システム方程式は継続的観察における状態どうしの関係を記述するものである。ｖ_tの分布はＮ（０，Ｖ_t ）であり、そしてｗ_tの分布はＮ（０，Ｗ_t）である。観察ｔにおける状態ｘ_tの推定値は観察ｙ_tからｙ_t-1までで得られた測定値を用いて得られる。カルマンフィルタは各セットの観察ごとに状態の新しい推定値と、そしてその外にこの推定値に関する分散−共分散行列とを提供する。また特に、このカルマンフィルタは２段階推定手続きである。第１の段階では、状態の推定値と分散−共分散行列が以前の状態に基づいて計算される。第２の段階では、この推定値は、１セットの観察ｙ_tと（１セットの観察期間中に得られた値と推定値との差を表す）推定誤差ｅ_tとにしたがって更新される。この更新推定値は、次のセットの観察と共に用いられる。カルマンフィルタはｘ_tの最小平均平方一次推定値を与える。更に、推定値誤差ｅ_tの分散−共分散行列−この行列に基づき上述の標準化が実行されるも計算することができる。時系列モデルと共にカルマンフィルタを従来通りに使用する際には、状態は測定変数からなることになろう。本発明の好ましい実施態様にしたがえば、乳牛の変数の時系列モデルのパラメータを推定するためにカルマンフィルタが用いられる。カルマンフィルタは各搾乳後ごとに状態の新しい推定値を与えるが、これは時系列モデルのパラメータの新たな推定値である。これらのパラメータの新たな推定値によって、新しい測定値が予測され、その結果、それぞれの情況に最も適合していると思われる時系列モデルのパラメータを予め選択する必要なしに、かつ高い信頼度をもって、基準から逸脱した測定値の信号を送ることができる。推定された状態の分散−共分散行列は更に、上述のように、推測値と測定値との誤差を互いに関係づけるために用いられる。カルマンフィルタの計算方法はまた、予め定められた濃厚飼料消費水準の確率分布を濃厚飼料の消費水準に適合させるためにも用いられる。これを達成させるために、状態空間方程式（１）および（２）に関する説明が用いられる。この場合、以下のような定義が適用される。すなわち〔式３〕ベクトルｘ_tは再び状態（ここでは、確率分布）を定義し、そしてベクトルｙ_t は以下のように定義されたｒ_iを備えた１セットの観察によって定義される。すなわち、 − 食べ残し＝０％ならば、ｒ₀＝１、ｉ＝０ならば、ｒ_i＝０ − ０％＞食べ残し＞１０％ならば、ｒ₁＝１、ｉ＝０ならば、ｒ_i＝０ − １０％＞食べ残し＞３０％ならば、ｒ₂＝１、ｉ＝₂ならば、ｒ_i＝０ − ３０％＞食べ残し＞５０％ならば、ｒ₃＝１、ｉ＝３ならば、ｒ_i＝０ − ５０％＞食べ残し＞１００％ならば、ｒ₄＝１、ｉ＝４ならば、ｒ_i＝０行列Ａ_tとＣ_tは、識別行列Ｉ、ｖ_t＝Ｉとｗ_t＝０．０１Ｉに等しい。これらの定義によって、推定誤差は以下の通りである。すなわち〔式４〕ｅ_tの成分は、ｒ_i＝１のとき正であり、ｒ_i＝０のとき負である。カルマンフィルタの計算技術に関する更なる詳細についていは、Ａ．Ｃ．ラーベイ著の『推定構造の時系列モデルとカルマンフィルタ』ケンブリッジ大学出版、ケンブリッジＵＫ、１９８９年と、Ｐ．Ｊ．バリソンおよびＣ．Ｆ．スティーブンズ著の『ベイスの予測』英国統計協会、３８号、頁２０５〜２４７、１９７６年に言及されれている。本発明の現在のところ最も好ましい実施様態にしたがったモニタリング方法とシステムとは、実験によって試験済みである。その結果によると、以下に示されている表に記載されているように（*の数は上述の信頼値帯域に対応する）、微同調なしに既に非常に良好な感度と良好な特定性が得られている。表１発熱期間を除く５３７件および４１８０３回の搾乳に基づく熱に対する感度と特定性注意感度特定性＊９４．２％９４．５％＊＊８６．５％９６．９％＊＊＊８２．５％９６．９％表２病気に対する感度（乳腺炎を除く）と、病気の期間を除く２６３件および４０２８６回の搾乳に基づく検知モデルの特定性注意感度特定性＊９９．６％９６．０％＊＊９０．５％９３，５％＊＊＊７６．８％９６．７％表３４つの異なる乳腺炎の種類に対する感度と乳腺炎に関する特定性注意感度感度感度感度特定性臨床準臨床潜在的分泌乳腺炎乳腺炎乳腺炎障害（５２件）（２１件）（３５件）（３６件）＊９６％１００％８９％９７％９５．３％＊＊９０％７６％５７％８６％９８．２％＊＊＊６５％５７％３７％６７％９９．４％参照番号１．搾乳スタンド１７．給餌装置１８．センサ１９．活動メータ読取り装置２０．乳牛識別機構２１．データ処理機構２２．ディスプレー（発信装置）２３．動物を識別する２４．測定する２５．状態を読み取る、測定された値を読み取る２６．推測値を計算する２７．誤差の標準化を計算する２８．注意指示を決定する２９．注意信号を発する３０．動物のモニタリングを停止する３１．状態を更新する

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＫＥ，ＬＳ，ＭＷ，ＳＤ，ＳＺ，ＵＧ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＺ，ＤＥ，ＤＫ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＥ，ＨＵ，ＩＬ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，ＵＳ，ＵＺ，ＶＮ

Claims

【特許請求の範囲】１．家畜の群れの身体的状態をモニターするためのシステムにおいて、該システムは群れの個々の識別された１頭の動物に関連する少なくとも１つの性質の値を測定するための測定装置（１５、１６、１８、１９、２０）と、前記群れの個々の動物を識別するための識別機構（２０）と、前記測定装置（１５、１６、１８、１９、２０）および前記識別機構（２０）に機能的に接続されているデータ処理機構（２１）と、そして前記データ処理機構（２１）に接続されている注意信号を発するための発信装置（２２）とから成り、前記データ処理機構は、 ― 個々の識別された各動物に関連する前記少なくとも１つの性質の以前に測定された値と予測された値とにしたがって測定データと誤差データとを収集するように、 ― 前記個々の識別された各動物に関連する前記格納された測定データと誤差データとから前記個々の識別された各動物に関する前記少なくとも１つの性質の少なくとも１つの次回に測定されるデータに関する予測値を決定し、 ― 前記誤差データから個々の識別された各動物に関する予測値に関する信頼値帯域を決定し、 ― 個々の識別された各動物から一定の間隔で少なくとも１つの性質の値を測定し、 ― 測定された値をこれに対応する予測値と信頼値帯域とに比較し、そして ― 前記少なくとも１つの測定された性質の値と前記信頼値帯域外の該値に関する予測値との誤差に応じて注意信号を発するために発信装置（２２）を活動化させるように、プログラムされている家畜の群れの身体的状態をモニターするためのシステム。２．前記測定装置には個々の識別された１頭の動物から得られる乳の伝導率を測定するための伝導率測定ユニットが含まれ、前記データ処理機構（２１）は、前記伝動率測定ユニット（１３）によって測定された伝導率の値と予測値との誤差がしきい値を越えていれば、注意信号を発するようにプログラムされている請求の範囲第１項記載のシステム。３．前記システムには更に、個々の１頭の動物を搾乳するための搾乳スタンド（１）が含まれており、該搾乳スタンド（１）は複数の吸引カップ（２〜５）とそして、それぞれ該吸引カップ（２〜５）に接続されている複数の乳導管（５〜８）とを有し、前記伝導率測定ユニット（１３）には、各吸引カップを介して得られる乳の伝導率を測定するためにそれぞれの乳導管（５〜８）を通過する乳の伝導率を測定するためのセンサ（９〜１２）が含まれている該システムにおいて、前記測定センサのいずれか１つによって測定された伝導率の値と予測された伝導率の値との誤差がしきい値を越えていれば、前記データ処理機構（２１）は注意信号を発するようにプログラムされている請求の範囲第２項記載のシステム。４．更に、個々の識別された各動物による少なくとも１種類の飼料の摂取量を測定するための測定センサ（１８）が含まれており、個々の識別された１頭の動物による前記種類の飼料の測定された摂取量が予め定められた確率水準に達していないならば、前記データ処理機構（２１）は、個々の識別された各動物のために、測定された飼料摂取量から非時間依存確率分布を決定し、かつ注意信号を発するように、プログラムされている前記請求項のいずれか１項に記載のシステム。５．家畜の群れの身体的状態をモニターするための方法において、該方法は以下の段階すなわち、個々の識別された各動物に関する少なくとも１つの測定された性質の以前に測定された値と予測された値とにしたがった測定データと誤差データとを収集する段階（段階３１）と、個々の識別された各動物から前記少なくとも１つの性質の値を一定の時間間隔で測定する段階（段階２４）と、前記個々の識別された動物に関する前記収集された測定データから前記個々の識別された動物についての少なくとも１つの性質の少なくとも１つの次回に測定される値に関する少なくとも１つの予測値を決定する段階（段階２６）と前記誤差データから個々の識別された各動物に関する前記予測値に関する信頼値帯域を決定する段階（段階２７）と、測定された値をこれに対応する予測値と信頼値帯域とに比較する段階（段階２８）と、そして前記少なくとも１つの測定された性質の値と前記信頼値帯域によって決定された予め定められた水準に関する予測値との誤差に応じて注意信号を発する段階（段階２９）とを含む家畜の群れの身体的状態をモニターするための方法。６．測定された性質には個々の識別された各動物から得られた乳の伝導率が含まれ、いずれかの個々の識別された動物に関する予測された伝導率の値と測定された伝導率の値との誤差が該個々の識別された動物に対して個別的に決定されているしきい値を越えていれば、注意信号が発せられる請求の範囲第５項記載の方法。７．前記伝導率は各乳頭から得られた乳に対して個別的に測定され、そしていずれかの乳頭より得られた乳の予測された伝導率の値と測定された伝導率の値との誤差が該個々の識別された動物に対して個別的に決定されているしきい値を越えていれば、注意信号が発せられる請求の範囲第６項記載の方法。８．いずれかの乳頭より得られた乳の伝導率の予測における誤差の前記しきい値は全ての乳頭の対応する予測値の平均誤差に明確に関連している請求の範囲第７項記載の方法。９．異なる乳頭から得られた伝導率の値どうしの依存性は各動物に関して個々の該動物の測定された伝導率の値から個別的に決定され、そして個々の識別された各動物について、前記しきい値に対する平均誤差の影響は該個々の識別された動物に関して決定された異なる乳頭から得られた乳の伝導率の値どうしの依存性に明確に関連している請求の範囲第８項記載の方法。１０．前記予測は時系列モデルを用いてなされ、そして各動物に対する時系列モデルのパラメータは該個々の動物について推測された値とこれに対応する測定された値との誤差から、個別的に推定される前記請求項第６項から第９項までのいずれか１項に記載の方法。１１．次回の測定の予測値を決定する状態ベクトルを含むカルマンフィルタを用いて前記パラメータが推定され、時系列モデルのパラメータは前記状態ベクトルに含まれている請求の範囲第１０項記載の方法。１２．各測定中において少なくとも２つの性質の値が測定され、予測の誤差は前記誤差データを用いて標準化され、そしてもし結合され標準化された誤差が予め定められた信頼値帯域外にあるならば、注意信号が発せられる前記請求項の第６項から第１１項までのいずれか１項に記載の方法。１３．個々の識別された各動物に対して非時間依存確率分布が測定された飼料摂取量から決定され、そして個々の１頭の動物による前記種類の飼料の測定された摂取量が予め定められた確率水準より下にあれば、注意信号もまた発せられる前記請求項第６項から第１２項までのいずれか１項に記載の方法。