JP6635995B2 - 行動特定装置、行動特定方法、及びプログラム - Google Patents

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。

本発明の実施の形態は、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、本発明の実施の形態は、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、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以上の加速度データと１以上の気圧データとを前記記憶手段から取得する取得手段と、前記取得手段により取得された前記１以上の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、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、前記取得手段により取得された前記１以上の気圧データに基づいて、前記家畜の行動を特定する第２の特定手段と、を有する。

家畜の行動を特定することができる。

本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。 本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。 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。 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。 気圧分析による行動特定の一例を説明する図である。 フリーバーン式牛舎において気圧分析により行動を特定する場合の一例を説明する図である。

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行動を特定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＞
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、本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、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、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、牛には、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のことである。「横臥」とは、牛が横たわっている状態のことである。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（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、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、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。

気圧分析では、所定の時間（例えば５分）の間における各測定データに含まれる気圧センサ値と、各基準気圧データに含まれる基準気圧センサ値との差の最小値を示す気圧差分最小値と、所定の閾値とに基づいて、牛の行動を特定する。

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、５分前から現在までの間における第１の気圧差分最小値が、１０分前から５分前までの間における第２の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の気圧差分最小値が第２の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の気圧差分最小値が第２の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の気圧差分最小値が、第２の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の気圧差分最小値が第２の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の気圧差分最小値が第２の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、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、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、このとき、気圧分析により、「起立」、「横臥」又は「反芻」を高い精度で特定することができる。しかも、本実施形態に係る気圧分析によれば、例えばフリーバーン式牛舎等のように丘等が存在する牛舎であっても、「起立」、「横臥」又は「反芻」を高い精度で特定することができる。

したがって、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、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。また、病気やケガ等による異常行動の早期発見にも繋がり、牛の健康管理も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＞
ここで、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、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）であっても良い。

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「ｔ１」の測定データには、加速度センサ値のＸ成分「Ｘ１」と、Ｙ成分「Ｙ１」と、Ｚ成分「Ｚ１」とが含まれる。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。

このように、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測定データが蓄積（記憶）されている。

＜行動特定モデル３００＞
ここで、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、ある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、ある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、ある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る。

また、同様に、例えば、ある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、単に、「Ｌ２ノルムの最大値」又は「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、本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、行動特定処理部１００は、取得部１０１と、前処理部１０２と、指標値算出部１０３と、差分最小値算出部１０４と、行動特定部１０５とを有する。

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等である。前処理部１０２は、欠損補完後の測定データに含まれる加速度センサ値のＬ２ノルムを算出して、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のＬ２ノルム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ノルムから最大値及び標準偏差を算出する。

差分最小値算出部１０４は、取得部１０１により取得された測定データと、基準気圧データとから気圧差分最小値を算出する。すなわち、差分最小値算出部１０４は、例えば、取得部１０１により取得された１０分間における測定データと基準気圧データとから、後半の５分間における第１の気圧差分最小値と、前半の５分間における第２の気圧差分最小値とを算出する。

気圧差分最小値とは、所定の時間の間における各測定データに含まれる気圧センサ値と、当該所定の時間の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との差の最小値のことである。

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（動作強度分析による行動特定）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、差分最小値算出部１０４により算出された第１の気圧差分最小値と第２の気圧差分最小値とから、より正確な行動を特定する（気圧分析による行動特定）。

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の気圧差分最小値が第２の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の気圧差分最小値が第２の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の気圧差分最小値が第２の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の気圧差分最小値が第２の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、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、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（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１０分間の測定データ１，測定データ２，・・・，測定データＮ_１が取得部１０１により取得された場合について説明を続ける。

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、欠損補完処理は、収集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１，測定データ２，・・・，測定データＮ_２が得られる。

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に含まれる加速度センサ値のＬ２ノルムから指標値（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に含まれる加速度センサ値のＬ２ノルムをａ１，ａ２，・・・ａＮ_２とした場合、これらａ１，ａ２，・・・ａＮ_２の標準偏差σ及び最大値ｍを算出する。なお、最大値ｍは、Ｌ２ノルムａ１，ａ２，・・・ａＮ_２の平均値と、各Ｌ２ノルムａｉ（ｉ＝１，・・・，Ｎ_２）との差の最大値である。

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、気圧分析により、より正確な行動を特定する（ステップＳ１６）。本ステップにおける処理の詳細については後述する。

一方、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、特定した行動を現在日時と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。

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。

≪気圧分析による行動特定処理≫
ここで、上記のステップＳ１６の処理（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、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、取得部１０１は、上記のステップＳ１１と同様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）。すなわち、例えば、上記のステップＳ１１において日時ｔ１〜ｔＮ_３（Ｎ_３は１以上の整数）の間の測定データが取得された場合、取得部１０１は、同様に、日時ｔ１〜ｔＮ_３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。

次に、差分最小値算出部１０４は、取得部１０１により取得された測定データと基準気圧データとから、直近の所定の時間の間（例えば直近の５分間）における第１の気圧差分最小値と、その前の所定の時間の間（例えばその前の５分間）における第２の気圧差分最小値とを算出する（ステップＳ２２）。

すなわち、差分最小値算出部１０４は、例えば、直近の５分間における各気圧センサ値と各基準気圧センサ値との差をそれぞれ算出し、算出された各差のうち、最小のものを第１の気圧差分最小値とする。同様に、差分最小値算出部１０４は、例えば、その前の５分間（すなわち、直近の５分間の前の５分間）における各気圧センサ値と各基準気圧センサ値との差をそれぞれ算出し、算出された各差のうち、最小のものを第２の気圧差分最小値とする。

なお、差分最小値算出部１０４は、例えば、所定の時間の間における各気圧センサ値と各基準気圧センサ値との差の平均や最大値を用いることもできる。より具体的には、例えば、所定の時間の間における各気圧センサ値と各基準気圧センサ値との差の平均を示す「気圧差分平均値」を「気圧差分最小値」の代わりに用いることができる。同様に、例えば、所定の時間の間における各気圧センサ値と各基準気圧センサ値との差の最大値を示す「気圧差分最大値」を「気圧差分最小値」の代わりに用いることができる。ただし、「気圧差分平均値」や「気圧差分最大値」を用いた場合、「気圧差分最小値」を用いる場合と比べて、行動特定の精度が低下する。

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Ｓ２３）。

次に、行動特定部１０５は、上記のステップＳ２３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Ｓ２４）。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Ｓ２４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の気圧差分最小値が第２の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Ｓ２５）。言い換えれば、行動特定部１０５は、第２の気圧差分最小値に対する第１の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Ｓ２５において、第２の気圧差分最小値に対する第１の気圧差分最小値の変化量が所定の閾値ＴＨ_１´以下であると判定された場合、行動特定部１０５は、行動を「起立」と特定する（ステップＳ２６）。第２の気圧差分最小値に対する第１の気圧差分最小値の変化量が所定の閾値ＴＨ_１´以下となる場合とは、牛に装着されたタグ２０の高度が所定の閾値ＴＨ_１以上、上昇した場合だからである。

例えば、図８（ａ）に示すように、１０：００〜１０：０５の間における第２の気圧差分最小値が「１３Ｐａ」（基準気圧センサ値「９８０Ｐａ」、気圧センサ値「９９３．０Ｐａ」）であり、１０：０５〜１０：１０の間における第１の気圧差分最小値が「１２．２Ｐａ」（基準気圧センサ値「９７８Ｐａ」、気圧センサ値「９９０．２Ｐａ」）であったとする。この場合、第２の気圧差分最小値「１３」に対する第１の気圧差分最小値「１２．２」の変化量「−０．８」は、閾値ＴＨ_１´「−０．５」以下となるため、「起立」と特定される。

一方、ステップＳ２５において、第２の気圧差分最小値に対する第１の気圧差分最小値の変化量が所定の閾値ＴＨ_１´以下であると判定されなかった場合、行動特定部１０５は、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Ｓ２７）。第２の気圧差分最小値に対する第１の気圧差分最小値の変化量が所定の閾値ＴＨ_１´以下とならない場合とは、牛に装着されたタグ２０の高度が所定の閾値ＴＨ_１以上は上昇しなかった場合であり、引き続き「横臥」の状態のままであると考えられるためである。

例えば、図８（ｂ）に示すように、１０：００〜１０：０５の間における第２の気圧差分最小値が「１３Ｐａ」（基準気圧センサ値「９８０Ｐａ」、気圧センサ値「９９３Ｐａ」）であり、１０：０５〜１０：１０の間における第１の気圧差分最小値が「１２．８Ｐａ」（基準気圧センサ値「９７８Ｐａ」、気圧センサ値「９９０．８Ｐａ」）であったとする。この場合、第２の気圧差分最小値「１３」に対する第１の気圧差分最小値「１２．８」の変化量「−０．２」は、閾値ＴＨ_１´「−０．５」以下とならないため、１つ前の行動「横臥」のままと特定される。

ステップＳ２４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の気圧差分最小値が第２の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Ｓ２８）。言い換えれば、行動特定部１０５は、第２の気圧差分最小値に対する第１の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Ｓ２８において、第２の気圧差分最小値に対する第１の気圧差分最小値の変化量が所定の閾値ＴＨ_２´以上であると判定された場合、行動特定部１０５は、行動を「横臥」と特定する（ステップＳ２９）。第２の気圧差分最小値に対する第１の気圧差分最小値の変化量が所定の閾値ＴＨ_２´以上となる場合とは、牛に装着されたタグ２０の高度が所定の閾値ＴＨ_２´以上、下降した場合だからである。

例えば、図８（ｃ）に示すように、１０：００〜１０：０５の間における第２の気圧差分最小値が「１２．５Ｐａ」（基準気圧センサ値「９８０Ｐａ」、気圧センサ値「９９２．５Ｐａ」）であり、１０：０５〜１０：１０の間における第１の気圧差分最小値が「１３．３Ｐａ」（基準気圧センサ値「９７８Ｐａ」、気圧センサ値「９９１．３Ｐａ」）であったとする。この場合、第２の気圧差分最小値「１２．５」に対する第１の気圧差分最小値「１３．３」の変化量「０．８」は、閾値ＴＨ_２´「０．５」以上となるため、「横臥」と特定される。

一方、ステップＳ２８において、第２の気圧差分最小値に対する第１の気圧差分最小値の変化量が所定の閾値ＴＨ_２以上であると判定されなかった場合、行動特定部１０５は、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Ｓ３０）。第２の気圧差分最小値に対する第１の気圧差分最小値の変化量が所定の閾値ＴＨ_２´以上とならない場合とは、牛に装着されたタグ２０の高度が所定の閾値ＴＨ_２´以上は下降しなかった場合であり、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。

例えば、図８（ｄ）に示すように、１０：００〜１０：０５の間における第２の気圧差分最小値が「１２．５Ｐａ」（基準気圧センサ値「９８０Ｐａ」、気圧センサ値「９９２．５Ｐａ」）であり、１０：０５〜１０：１０の間における第１の気圧差分最小値が「１２．８Ｐａ」（基準気圧センサ値「９７８Ｐａ」、気圧センサ値「９９０．８Ｐａ」）であったとする。この場合、第２の気圧差分最小値「１２．５」に対する第１の気圧差分最小値「１２．８」の変化量「０．３」は、所定の閾値ＴＨ_２´「０．５」以上とならないため、１つ前の行動「起立」のままと特定される。

以上により、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（動作強度分析による行動特定）。特に、指標値として、Ｌ２ノルムの標準偏差と最大値とを用いることで、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、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（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。しかも、例えばフリーバーン式牛舎等のように丘等が存在する牛舎であっても、「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。

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。また、病気やケガ等による異常行動の早期発見にも繋がり、牛の健康管理も容易に行うことができるようになる。

＜フリーバーン式牛舎における行動の特定＞
ここで、フリーバーン式牛舎において、本実施形態に係る気圧分析により行動を特定する場合について、図９を参照しながら説明する。図９は、フリーバーン式牛舎において気圧分析により行動を特定する場合の一例を説明する図である。

図９に示すように、フリーバーン式牛舎では、牛舎内に丘が存在する。このため、牛が丘を登ることでタグ２０の高度が変化する。本実施形態に係る気圧分析では、牛が丘を登る場合でも、高い精度で牛の行動（「起立」（「起立中反芻」も含む）又は「横臥」（「横臥中反芻」も含む）のいずれか）を特定することができる。

例えば、図９に示すように、牛が丘の下で起立している場合の気圧センサの高度よりも、牛が丘の上で横臥している場合の気圧センサの高度の方が高い場合を考える。このとき、例えば、牛が丘の下から丘を登った後に横臥した場合、気圧センサ値と、予め決められた閾値とを比較することで牛の行動を特定する手法では、丘の上で横臥している牛の行動が「起立」と誤って特定されることがある。一方で、本実施形態に係る気圧分析では、気圧差分最小値が所定の閾値以上増加したか（又は減少したか）で牛の行動を特定するため、牛が丘の下から丘を登った後に横臥した場合であっても、牛の行動を「横臥」と正しく特定することができる。

このように、本実施形態に係る行動特定システム１では、気圧分析により、例えばフリーバーン式牛舎のように牛舎内に丘が存在し、牛が丘を登るような場合であっても、高い精度で牛の行動を特定することができる。

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 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 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 (9)

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３軸加速度センサが測定した３次元加速度データと、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３次元加速度データと１以上の気圧データとを前記記憶手段から取得する取得手段と、
   前記取得手段により取得された前記１以上の３次元加速度データの各々のＬ２ノルムを算出し、算出された１以上のＬ２ノルムの最大値と、前記１以上のＬ２ノルムの標準偏差とを指標値として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、
   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、前記取得手段により取得された前記１以上の気圧データに基づいて、前記家畜の行動を特定する第２の特定手段と、
   を有し、
   前記特定モデルは、
   前記最大値を第１の軸、前記標準偏差を第２の軸とした２次元空間内で、前記指標値と前記行動とが対応付けられた領域で表される、行動特定装置。
2. 前記第２の特定手段は、
   前記第１の特定手段により特定された行動が、前記家畜が立っていることを示す起立行動、前記家畜が横臥していることを示す横臥行動、又は前記家畜が反芻していることを示す反芻行動のいずれかである場合、前記取得手段により取得された前記１以上の気圧データに基づいて、前記家畜の行動を特定する、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、
   前記１以上の気圧データのうち、第１の所定の時間の間における気圧データが示す気圧値と、該気圧値に対応する基準気圧値との差から第１の値と、
   前記１以上の気圧データのうち、前記第１の所定の時間よりも前の時間帯を示す第２の所定の時間の間における気圧データが示す気圧値と、該気圧値に対応する基準気圧値との差から第２の値とを算出し、
   算出した前記第１の値と前記第２の値との比較に応じて、前記家畜の行動を特定する、請求項１又は２に記載の行動特定装置。
4. 前記第２の特定手段は、
   前記家畜の１つ前の時点における行動が横臥行動以外である場合において、前記第１の値が、前記第２の値よりも所定の閾値以上増加した場合、前記家畜の行動を横臥行動と特定し、
   前記家畜の１つ前の時点における行動が横臥行動である場合において、前記第１の値が、前記第２の値よりも所定の閾値以上減少した場合、前記家畜の行動を起立行動と特定する、請求項３に記載の行動特定装置。
5. 前記第２の特定手段は、
   前記家畜の１つ前の時点における行動が横臥行動以外である場合において、前記第１の値が、前記第２の値よりも所定の閾値以上増加していない場合、前記家畜の行動を、前記１つ前の時点における行動と特定し、
   前記家畜の１つ前の時点における行動が横臥行動である場合において、前記第１の値が、前記第２の値よりも所定の閾値以上減少しなかった場合、前記家畜の行動を、前記１つ前の時点における行動と特定する、請求項３又は４に記載の行動特定装置。
6. 前記第１の値は、
   前記１以上の気圧データのうち、前記第１の所定の時間の間における気圧データが示す気圧値と、該気圧値に対応する基準気圧値との差の最小値、平均値、又は最大値であり、
   前記第２の値は、
   前記１以上の気圧データのうち、前記第２の所定の時間の間における気圧データが示す気圧値と、該気圧値に対応する基準気圧値との差の最小値、平均値、又は最大値である、請求項３乃至５の何れか一項に記載の行動特定装置。
7. 前記家畜は、牛である、請求項１乃至６の何れか一項に記載の行動特定装置。
8. 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３軸加速度センサが測定した３次元加速度データと、気圧センサが測定した気圧データとを記憶部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３次元加速度データと１以上の気圧データとを前記記憶部から取得する取得手順と、
   前記取得手順により取得された前記１以上の３次元加速度データの各々のＬ２ノルムを算出し、算出された１以上のＬ２ノルムの最大値と、前記１以上のＬ２ノルムの標準偏差とを指標値として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、
   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、前記取得手順により取得された前記１以上の気圧データに基づいて、前記家畜の行動を特定する第２の特定手順と、
   を実行し、
   前記特定モデルは、
   前記最大値を第１の軸、前記標準偏差を第２の軸とした２次元空間内で、前記指標値と前記行動とが対応付けられた領域で表される、行動特定方法。
9. コンピュータを、請求項１乃至７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