[go: up one dir, main page]

WO2018180242A1 - 行動特定装置、行動特定方法、及びプログラム - Google Patents

行動特定装置、行動特定方法、及びプログラム Download PDF

Info

Publication number
WO2018180242A1
WO2018180242A1 PCT/JP2018/008311 JP2018008311W WO2018180242A1 WO 2018180242 A1 WO2018180242 A1 WO 2018180242A1 JP 2018008311 W JP2018008311 W JP 2018008311W WO 2018180242 A1 WO2018180242 A1 WO 2018180242A1
Authority
WO
WIPO (PCT)
Prior art keywords
behavior
action
atmospheric pressure
value
livestock
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.)
Ceased
Application number
PCT/JP2018/008311
Other languages
English (en)
French (fr)
Inventor
眸美 大家
賢 遠藤
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
Priority claimed from JP2017070138A external-priority patent/JP6635968B2/ja
Priority claimed from JP2017192742A external-priority patent/JP6635995B2/ja
Application filed by NTT TechnoCross Corp filed Critical NTT TechnoCross Corp
Priority to EP18776765.2A priority Critical patent/EP3603388A4/en
Publication of WO2018180242A1 publication Critical patent/WO2018180242A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K11/00—Marking of animals
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Definitions

  • the present invention relates to an action specifying device, an action specifying method, and a program.
  • the milking period of dairy cows is after mating (artificial insemination) of dairy cows to give birth to calves (postpartum), and this period is called the lactation period. It is known that the lactation period is about 305 days. Also, in preparation for the next delivery, it is common to stop milking about 60 days before the next scheduled delivery date. This 60-day period is called the dry period. Dairy cows repeat parturition, lactation and dry season every year.
  • Dairy farmers who keep dairy cows are required to cross (artificial insemination) dairy cows during the dry season every year in order to continuously milk milk cows.
  • mating (artificial insemination) of dairy cows it is necessary to discover the estrus of dairy cows.
  • estrus of dairy cows it is performed to check external signs of dairy cows and to confirm behaviors frequently observed during estrus.
  • the management of the estrus time by the breeding record using the ledger is also performed.
  • One embodiment of the present invention has been made in view of the above points, and aims to identify the behavior of livestock.
  • a behavior identification device for identifying behavior of livestock
  • the storage means storing acceleration data measured by an acceleration sensor attached to the livestock, and acceleration data stored in the storage means
  • An acquisition means for acquiring one or more acceleration data during a predetermined time
  • an index value calculation means for calculating a predetermined index value from the one or more acceleration data acquired by the acquisition means
  • the index value And specifying means for specifying the behavior of the livestock based on the index value calculated by the calculating means and a specific model for specifying the behavior of the livestock prepared in advance.
  • FIG. 1 is a diagram illustrating an example of an overall configuration of an action specifying system 1 according to the first embodiment.
  • the action specifying system 1 transmits an action specifying device 10 that specifies an action of a cow, one or more tags 20 attached to the cow, and predetermined radio waves to the surroundings.
  • One or more leaky coaxial antennas 30 are included.
  • the tag 20 is fixedly attached to the neck portion of the cow.
  • the tag 20 is a device attached to the cow.
  • One tag 20 is attached to one cow.
  • the tag 20 includes an acceleration sensor that measures the acceleration (X-axis, Y-axis, and Z-axis acceleration) of the cow wearing the tag 20 and the reception intensity (RSSI) of radio waves received from the leaky coaxial antenna 30. : Received (Signal (Strength) Indicator).
  • the tag 20 transmits measurement data including the acceleration sensor value measured by the acceleration sensor and the RSSI value measured by the radio wave sensor to the action specifying device 10 at predetermined time intervals (for example, every 2 seconds).
  • the measurement data transmitted to the action specifying device 10 is accumulated (stored) in a measurement data storage unit 200 described later.
  • the measurement data storage unit 200 stores a plurality of measurement data every predetermined time (for example, every 2 seconds).
  • the leaky coaxial antenna 30 is an antenna installed at a predetermined place such as a feeding place or a water place in a cowshed.
  • the leaky coaxial antenna 30 transmits a predetermined radio wave to the surroundings by a leaky coaxial cable.
  • “leakage coaxial antenna 30 1 ” and “leakage coaxial antenna” respectively.
  • the behavior identification device 10 is one or more computers that identify the behavior of a cow.
  • the behavior identification device 10 includes a behavior identification processing unit 100, a measurement data storage unit 200, and a behavior identification model 300.
  • the behavior identification processing unit 100 identifies the behavior of the cow based on the measurement data stored in the measurement data storage unit 200 and the behavior identification model 300.
  • the behavior identification processing unit 100 is realized by a process in which one or more programs installed in the behavior identification device 10 are executed by a CPU (Central Processing Unit) or the like.
  • the measurement data storage unit 200 stores the measurement data received from the tag 20.
  • the measurement data storage unit 200 can be realized by using an auxiliary storage device such as an HDD (Hard Disk Drive) or an SSD (Solid State Drive).
  • the behavior specifying model 300 is a model for specifying a behavior from an acceleration sensor value included in measurement data.
  • the action specifying model 300 is created in advance by a machine learning method such as SVM (Support Vector Vector Machine) according to the type of livestock or the type of action to be specified, for example.
  • SVM Small Vector Vector Machine
  • the action specifying model 300 is stored in an auxiliary storage device such as an HDD or an SSD.
  • the configuration of the action specifying system 1 shown in FIG. 1 is an example, and other configurations may be used.
  • the action specifying device 10 may be configured by a plurality of computers.
  • a part of the function of the behavior identification processing unit 100 may be included in a device (a cloud server or the like) connected to the behavior identification device 10 via a network.
  • an acceleration sensor and a radio wave sensor may be attached to the cow instead of the tag 20.
  • FIG. 2 is a diagram illustrating an example of cow behavior identification.
  • the behavior of the cow identified by the behavior identifying system 1 includes “standing”, “recumbent”, “rebellion”, and “activity” in ascending order of motion.
  • movement of "standing up” and “recumbent” may be reverse. That is, it may be “recumbent”, “standing”, “rebellion”, and “activity” in ascending order of motion.
  • “Erecting” means a state where a cow is standing. “Yokohama” is the state where the cow is lying. “Standing” and “Yokohama” are both states in which the cow is not moving (in other words, the cow is standing and standing still or the cow is lying still).
  • “Rumbling” is a state in which the cow is ruminating (the action of returning the food once swallowed to the mouth and chewing it again).
  • Activity means a state in which a cow is performing any one of “foraging”, “walking”, and “drinking water”.
  • “Foraging” means that the cow is eating food.
  • “Walking” refers to a state where a cow is walking.
  • “Drinking water” refers to a state where a cow is drinking water.
  • ⁇ It is specified by motion intensity analysis whether the cow is performing "standing”, “yokohama”, “rubbing”, or “activity”.
  • the motion intensity analysis based on the acceleration sensor value included in the measurement data and the behavior specifying model 300, whether the behavior of the cow is “standing”, “recumbent”, “rebellion”, or “activity” Is identified. More specifically, in the motion intensity analysis, from the acceleration sensor value during a predetermined time (for example, 10 minutes) to a predetermined index value (the maximum value of the swing width of the L2 norm of the acceleration sensor value during the predetermined time and The standard deviation of the L2 norm of the acceleration sensor value is calculated. Note that the maximum value of the L2 norm swing width is the absolute difference between the average value of the L2 norm of the acceleration sensor value during a predetermined time and the value of the L2 norm of the acceleration sensor value during the predetermined time. The value is the maximum value.
  • “activity” is specified by the motion intensity analysis, it is specified by position analysis whether the cow is performing “foraging”, “walking”, or “drinking”.
  • position analysis whether the behavior of the cow is “foraging”, “walking”, or “drinking” is specified based on the RSSI value included in the measurement data and a predetermined threshold. More specifically, the position analysis, if the RSSI value of the radio wave received from the leaky coaxial antenna 30 1 which is disposed to feed field, has exceeded a predetermined threshold value (i.e., if the cow is in the feeding area) Identify “Foraging”.
  • RSSI value of the radio wave received from the installed leaky coaxial antenna 30 2 water field if it exceeds a predetermined threshold value (i.e., if the cow is in the water field) identifies the "drinking". On the other hand, when none of these is present (that is, when there is neither a feeding place nor a water place), “walking” is specified.
  • the position analysis may be performed using position information acquired from the GPS receiver.
  • the position information acquired from the tag 20 it may be specified whether the cow is in the feeding area, in the water area, or not in the feeding area or the water area.
  • the action identifying system 1 has four types of “standing”, “recumbent”, “rebellion”, and “activity” based on the acceleration sensor value received from the tag 20 attached to the cow. Identify actions.
  • the behavior identification system 1 identifies that the behavior of the cow is “activity”, the “feeding”, from the RSSI value received from the tag 20 attached to the cow, Refined into three actions: “walking” and “drinking”. Thereby, it is possible to specify whether the behavior of the cow is “standing”, “recumbent”, “rumination”, “foraging”, “walking”, or “drinking”.
  • FIG. 3 is a diagram illustrating an example of measurement data stored in the measurement data storage unit 200 according to the first embodiment.
  • the behavior specifying processing unit 100 may store (accumulate) the received measurement data in the measurement data storage unit 200.
  • the measurement data storage unit 200 stores one or more measurement data for each tag ID for identifying a tag. Since one tag 20 is attached to one cow, the tag ID may be information for identifying the cow (individual identification information for the cow).
  • Measured data includes date and time, acceleration sensor value, and RSSI value.
  • the date and time is, for example, the date and time when the tag 20 transmits measurement data.
  • the date and time may be the date and time when the behavior identifying device 10 receives the measurement data.
  • the acceleration sensor value is an acceleration value measured by the acceleration sensor included in the tag 20.
  • the acceleration sensor value includes an X component indicating an acceleration component in the X-axis direction, a Y component indicating an acceleration component in the Y-axis direction, and a Z component indicating an acceleration component in the Z-axis direction.
  • the measurement data of the date “t1” includes the X component “X1”, the Y component “Y1”, and the Z component “Z1” of the acceleration sensor value.
  • the RSSI value is an RSSI value measured by a radio wave sensor included in the tag 20.
  • the RSSI value is, for example, include the RSSI value of the radio wave received from the leaky coaxial antenna 30 1 which is installed in the feeding stations, and radio waves RSSI values received from the leaky coaxial antenna 30 2 installed in the water field It is.
  • the measurement data of the date and time "t1”, RSSI received RSSI values received from the leaky coaxial antenna 30 1 which is installed in the feeding grounds and "r11”, the leaky coaxial antenna 30 2 installed in the water field The value “r12” is included.
  • the measurement data stored in the measurement data storage unit 200 accumulates (stores) measurement data including the date and time, the acceleration sensor value, and the RSSI value for each tag ID. Has been.
  • FIG. 4 is a diagram illustrating an example of the behavior specifying model 300.
  • the action specifying model 300 includes a maximum value of the L2 norm swing width of the acceleration sensor value during a predetermined time (for example, 10 minutes) as a horizontal axis, and a standard deviation of the L2 norm as a vertical axis.
  • the maximum value of the swing range and the standard deviation value are represented as a relationship graph indicating the relationship between the behaviors.
  • the behavior of the cow in the 10 minutes is specified as “standing”.
  • the region D2 includes the maximum value and standard deviation of the L2 norm of the acceleration sensor value in a certain 10 minutes
  • the behavior of the cow in the 10 minutes is specified as “recumbent”.
  • the region D3 includes the maximum value and the standard deviation of the L2 norm of the acceleration sensor value in a certain 10 minutes
  • the behavior of the cow in the 10 minutes is specified as “rumination”.
  • the region D3 specified as “rubbing” is further rubbing when the cow is standing (when this is expressed as “rubbing while standing”) and when the cow is lying. It is divided into a case of performing an operation (this case is expressed as “recumbent recumbency”).
  • the behavior of the cow in the 10 minutes is identified as “activity”.
  • FIG. 4 shows a case where the regions D1 to D4 of the behavior specifying model 300 do not overlap each other, but there are portions where two or more of the regions D1 to D4 overlap each other. May exist.
  • the behavior specifying model 300 is a model in which a region representing the relationship between the maximum value and standard deviation of the L2 norm of the acceleration sensor value and the behavior of the cow during a predetermined time (for example, 10 minutes) is defined. is there.
  • Such an action specifying model 300 is created in advance by a machine learning method such as SVM.
  • the SVM is an example, and may be created by various machine learning methods such as a neural network. For example, even when the cow performs the same operation, the specific acceleration sensor value varies depending on the type of the acceleration sensor. However, the positional relationship between the areas D1 to D4 indicating the respective actions is substantially constant.
  • the maximum value of the swing width of the L2 norm is also simply expressed as “the maximum value of the L2 norm” or “maximum value”.
  • FIG. 5 is a diagram illustrating an example of a functional configuration of the behavior identification processing unit 100 according to the first embodiment.
  • the action identification processing unit 100 includes an acquisition unit 101, a preprocessing unit 102, an index value calculation unit 103, and an action identification unit 104.
  • the acquisition unit 101 acquires measurement data from the measurement data storage unit 200. At this time, the acquisition unit 101 acquires, for example, measurement data for a predetermined time (for example, 10 minutes) from the measurement data storage unit 200 for each tag ID.
  • a predetermined time for example, 10 minutes
  • the preprocessing unit 102 performs preprocessing on the measurement data acquired by the acquisition unit 101.
  • the preprocessing includes, for example, measurement data loss complementation (resampling) processing, noise removal processing, and the like.
  • the preprocessing unit 102 calculates the L2 norm of the acceleration sensor value included in the measurement data after the defect compensation, and performs noise removal processing using the calculated L2 norm.
  • the index value calculation unit 103 calculates an index value from the L2 norm of the acceleration sensor value included in the measurement data after the preprocessing by the preprocessing unit 102. For example, the index value calculation unit 103 calculates the maximum value and the standard deviation from the L2 norm of the acceleration sensor value included in the preprocessed measurement data as the index value.
  • the action specifying unit 104 calculates four actions (“standing”, “yokohama”, “rebellion”, and “activity”) from the maximum value and standard deviation calculated by the index value calculating unit 103 and the action specifying model 300. Identify. In addition, when the “activity” is specified above, the action specifying unit 104 specifies a detailed action (“foraging”, “walking”, or “drinking”) from the RSSI value included in the measurement data. To do. The action specifying unit 104 may specify the four actions from the maximum value and the standard deviation and the processing result of a program or the like that generates data equivalent to the action specifying model 300.
  • the information indicating the action specified by the action specifying unit 104 may be stored in, for example, a DB (database) or a file realized by an auxiliary storage device such as an HDD or SSD, or displayed on a display or the like. It may be displayed on the device. Moreover, you may output to other apparatuses (for example, PC, a smart phone, a tablet terminal, etc.) connected to the action specific apparatus 10.
  • DB database
  • auxiliary storage device such as an HDD or SSD
  • FIG. 6 is a flowchart illustrating an example of the action specifying process according to the first embodiment. Note that the action specifying process shown in FIG. 6 may be executed, for example, at a preset date and time, or may be repeatedly executed every predetermined time (for example, 24 hours).
  • the acquisition unit 101 acquires measurement data for a predetermined time (for example, 10 minutes) from the measurement data storage unit 200 for each tag ID (step S11).
  • the acquisition unit 101 acquires measurement data in a predetermined time unit (for example, 10 minutes) from the measurement data storage unit 200 for each cow (tag ID).
  • a predetermined time unit for example, 10 minutes
  • such predetermined time is not restricted to 10 minutes,
  • the user of the action specific apparatus 10 can set to arbitrary time.
  • the preprocessing unit 102 performs preprocessing on the measurement data acquired by the acquisition unit 101 (step S12).
  • the preprocessing unit 102 performs measurement data loss complementation (resampling) processing, noise removal processing, and the like.
  • the defect complement process is a process for complementing a defect when data cannot be acquired in order to increase the accuracy of the collected data.
  • the noise removal process is a process for removing data indicating an instantaneous movement of a cow (for example, an action that momentarily shakes the body or an action that momentarily shakes the body).
  • the index value calculation unit 103 calculates an index value (the maximum value and standard deviation of the L2 norm) from the L2 norm of the acceleration sensor value included in each measurement data after the preprocessing by the preprocessing unit 102 (step S13). ). That is, before the L2 norm of the acceleration sensor value included in the measurement data after the processing a1, a2, when the ⁇ ⁇ ⁇ aN 2, these a1, a2, standard deviation ⁇ ⁇ ⁇ aN 2 sigma and a maximum value m calculate.
  • the action specifying unit 104 uses the standard deviation ⁇ and the maximum value m calculated by the index value calculating unit 103, and the action specifying model 300, to display four actions (“standing”, “yokohama”, “rumination”, and "Activity") is specified (step S14). That is, the action specifying unit 104 specifies which of the areas D1 to D4 on the action specifying model 300 includes the standard deviation ⁇ and the maximum value m calculated by the index value calculating unit 103. Identify actions.
  • step S15 the action specifying unit 104 determines whether or not the action specified in step S14 is “activity” (step S15).
  • step S15 when it is determined that the identified action is not “activity” (that is, when the identified action is “standing”, “recumbent”, or “rebellion”), the action identification processing unit 100 performs processing. Terminate.
  • step S15 when it is determined in step S15 that the identified action is “activity”, the action identifying unit 104 measures the measurement data 1, measurement data 2,..., Measurement data after the preprocessing in step S12 described above. Detailed actions (“foraging”, “walking”, or “drinking”) are specified from the RSSI value included in N 2 (step S16).
  • the action specifying unit 104 specifies the detailed action as “foraging” or “drinking water”.
  • the RSSI value of the radio wave received from the leaky coaxial antenna 30 1 both the RSSI value of the radio wave received from the leaky coaxial antenna 30 2 it does not exceed the predetermined threshold, behavior identification unit 104, a detailed Identify the action as “walking”.
  • the behavior identifying system 1 can identify the behavior of the cow from the measurement data received from the tag 20 worn by the cow.
  • the behavior identification system 1 according to the present embodiment uses the index value calculated from the acceleration sensor value included in the measurement data and the behavior identification model 300 created in advance by a machine learning technique, thereby Identify the behavior of
  • the index value calculated from the acceleration sensor value included in the measurement data and the behavior identification model 300 created in advance by a machine learning technique, thereby Identify the behavior of
  • the index value calculated from the acceleration sensor value included in the measurement data and the behavior identification model 300 created in advance by a machine learning technique, thereby Identify the behavior of
  • the standard deviation and maximum value of the L2 norm as the index value
  • the behavior of the cow thus identified is displayed on, for example, a display device (display or the like) of the behavior identification device 10 and is provided to a dairy farmer or the like, so that it is easy to confirm the behavior often seen when the cow is in estrus. Will be able to do. In addition, it leads to early detection of abnormal behavior due to illness or injury, and cattle health management can be easily performed.
  • the four behaviors of the cow (“standing”, “yokohama”, “rebellion”, and “activity”) are specified using the acceleration sensor value.
  • “standing” and “yokohama” May be difficult to distinguish. That is, for example, even if the cow is “standing”, the body may be moving in small increments, while the cow may be moving greatly even if the cow is “lying down”. In such a case, in the above-described motion intensity analysis, it may be difficult to distinguish between “standing” and “recumbent” (in other words, “standing and“ recumbent ”may be specified incorrectly). ).
  • FIG. 7 is a diagram illustrating an example of the overall configuration of the action specifying system 1 according to the second embodiment.
  • the action specifying system 1 includes a reference atmospheric pressure sensor 40 that measures a reference atmospheric pressure.
  • the reference barometric pressure sensor 40 is installed at a predetermined position in the barn (for example, on the ground in the barn) and measures the reference barometric pressure.
  • the reference atmospheric pressure sensor 40 transmits reference atmospheric pressure data including a reference atmospheric pressure sensor value indicating the measured atmospheric pressure to the action specifying device 10 at predetermined time intervals (for example, every 2 seconds).
  • the reference atmospheric pressure data transmitted to the action specifying device 10 is accumulated (stored) in a reference atmospheric pressure data storage unit 400 described later.
  • the tag 20 further includes an atmospheric pressure sensor for measuring the atmospheric pressure.
  • the tag 20 further transmits measurement data including the atmospheric pressure sensor value to the action specifying device 10 at every predetermined time (for example, every 2 seconds).
  • the tag 20 does not necessarily include the atmospheric pressure sensor.
  • the atmospheric pressure sensor may be attached to the cow separately from the tag 20.
  • the action specifying device 10 includes a reference atmospheric pressure data storage unit 400.
  • the reference atmospheric pressure data storage unit 400 stores the reference atmospheric pressure data received from the reference atmospheric pressure sensor 40.
  • the reference atmospheric pressure data storage unit 400 can be realized using an auxiliary storage device such as an HDD or an SSD.
  • the reference atmospheric pressure data storage unit 400 stores a plurality of reference atmospheric pressure data every predetermined time (for example, every 2 seconds).
  • the action identification processing unit 100 is further included in the atmospheric pressure sensor value included in the measurement data stored in the measurement data storage unit 200 and the reference atmospheric pressure data stored in the reference atmospheric pressure data storage unit 400.
  • the behavior of the cow (“standing” and “recumbent”) is identified based on the reference atmospheric pressure sensor value.
  • FIG. 8 is a diagram illustrating an example when standing or lying is specified by atmospheric pressure analysis.
  • Whether the cow is performing “standing” or “being” is identified by atmospheric pressure analysis in addition to the motion intensity analysis described in the first embodiment.
  • the behavior of the cow is “standing” or “recumbent” based on the atmospheric pressure sensor value included in the measurement data and the reference atmospheric pressure sensor value included in the reference atmospheric pressure data.
  • a difference between each atmospheric pressure sensor value and each reference sensor value during a predetermined time is calculated. Then, when the calculated difference (this difference is expressed as “difference atmospheric pressure sensor value”) exceeds a predetermined threshold, it is specified as “Yokohama”.
  • the differential atmospheric pressure sensor value does not exceed the predetermined threshold, it is specified as “standing”.
  • the differential atmospheric pressure sensor value measured by the reference atmospheric pressure sensor 40 for example, the measured value of the atmospheric pressure sensor included in the tag 20 attached to the cow is relative without depending on the weather (approach of low atmospheric pressure, etc.). It is possible to determine whether it has been raised or lowered.
  • FIG. 9 is a diagram illustrating an example of measurement data stored in the measurement data storage unit 200 according to the second embodiment.
  • the behavior specifying processing unit 100 may store (accumulate) the received measurement data in the measurement data storage unit 200.
  • the measurement data storage unit 200 stores one or more measurement data for each tag ID for identifying a tag.
  • the measurement data according to the present embodiment further includes an atmospheric pressure sensor value.
  • the barometric sensor value is a barometric pressure value measured by a barometric sensor included in the tag 20.
  • the measurement data stored in the measurement data storage unit 200 includes the measurement data including the date and time, the acceleration sensor value, the RSSI value, and the atmospheric pressure sensor value for each tag ID. Is stored (stored).
  • FIG. 10 is a diagram illustrating an example of a functional configuration of the behavior identification processing unit 100 according to the second embodiment.
  • the action identification processing unit 100 further includes a difference value calculation unit 105. Further, the acquisition unit 101 and the action specifying unit 104 according to the present embodiment are different in function from the first embodiment.
  • the acquisition unit 101 acquires measurement data for a predetermined time (for example, 24 hours) from the measurement data storage unit 200 for each tag ID when the action is specified by position analysis.
  • the reference atmospheric pressure data for a predetermined time is acquired from the reference atmospheric pressure data storage unit 400.
  • the difference value calculation unit 105 calculates a difference barometric sensor value indicating a difference between the barometric sensor value included in the measurement data acquired by the acquisition unit 101 and the reference barometric sensor value included in the reference barometric pressure data.
  • the preprocessing unit 102 may preprocess the measurement data acquired by the acquisition unit 101.
  • the pre-processing unit 102 only needs to perform measurement data loss complementation processing, noise removal processing (that is, noise removal of the pressure sensor value), and the like.
  • the differential value calculation unit 105 calculates the differential atmospheric pressure sensor value from the atmospheric pressure sensor value included in the measurement data after the preprocessing by the preprocessing unit 102 and the reference atmospheric pressure sensor value included in the reference atmospheric pressure data. It ’s fine.
  • the behavior specifying unit 104 determines whether the differential barometric pressure sensor value calculated by the differential value calculation unit 105 exceeds a predetermined threshold value, so that the behavior of the cow is “standing” or “recumbent”. To identify.
  • the predetermined threshold value may be an intermediate value between the maximum value and the minimum value of the differential pressure sensor value calculated from the pressure sensor value included in the measurement data acquired by the acquisition unit 101, for example. This is because, for example, during a 24-hour period, the cow is considered to “stand up” and “recumbent” at least once.
  • the pressure sensor value may increase due to the “feeding” behavior or “drinking” behavior of the cow. This is because the cow is raised from the standing position to feed and drink water.
  • the height of the tag 20 from the ground when the “foraging” or “drinking” action is performed is as follows. It is often the same as from. Therefore, the acquisition unit 101 acquires measurement data including time zones before and after the “foraging” or “drinking” behavior is specified by the motion intensity analysis and the position analysis, and the barometric sensor value included in the acquired measurement data An intermediate value between the maximum value and the minimum value of the differential pressure sensor value calculated from the above can be used as a threshold value.
  • FIG. 11 is a flowchart illustrating an example of the action (standing or lying) specifying process according to the second embodiment. Note that the action specifying process illustrated in FIG. 11 may be executed, for example, at a preset date and time, or may be repeatedly executed every predetermined time (for example, 24 hours).
  • the acquisition unit 101 acquires measurement data for a predetermined time (for example, 24 hours) from the measurement data storage unit 200 for each tag ID, and stores reference atmospheric pressure data for a predetermined time as reference atmospheric pressure data. Obtained from the unit 400 (step S21).
  • measurement data 1 of a 24 hour period the tag ID "Tag1", measured data 2, ..., and the measured data N 4
  • reference atmospheric pressure Data 1 between 24 hours, the reference atmospheric pressure data 2, ... continuing with the case where the reference pressure data N 4 is acquired by the acquisition unit 101.
  • the differential value calculation unit 105 calculates a differential atmospheric pressure sensor value indicating a difference between the atmospheric pressure sensor value included in the measurement data acquired by the acquisition unit 101 and the reference atmospheric pressure sensor value included in the reference atmospheric pressure data ( Step S22).
  • the differential value calculation unit 105 calculates a differential atmospheric pressure sensor value 1 between the atmospheric pressure sensor value included in the measurement data 1 and the reference atmospheric pressure sensor value included in the reference atmospheric pressure data 1. Further, the difference value calculation unit 105 calculates a difference atmospheric pressure sensor value 2 between the atmospheric pressure sensor value included in the measurement data 2 and the reference atmospheric pressure sensor value included in the reference atmospheric pressure data 2. Similarly later, the difference value calculating unit 105 calculates the air pressure sensor value included in the measured data N 4, a differential pressure sensor value N 4 with reference atmospheric pressure sensor value included in the reference pressure data N 4.
  • the behavior specifying unit 104 determines whether the differential barometric sensor value calculated by the differential value calculation unit 105 exceeds a predetermined threshold value, so that the behavior of the cow is “standing” or “recumbent”. Which one is specified (step S23). That is, the behavior identification unit 104, differential pressure sensor value 1, the difference pressure sensor values 2, ..., by differential air pressure sensor value N 4 to determine whether it exceeds a predetermined threshold, the behavior of the cow Specify whether it is “standing” or “bubo”.
  • the action specifying unit 104 specifies the behavior of the cow at the date and time when the differential atmospheric pressure sensor value is calculated as “Yokohama”.
  • the action specifying unit 104 specifies the behavior of the cow at the date and time when the differential pressure sensor value is calculated as “standing”.
  • the behavior specifying unit 104 may consider whether the behavior of the cow is “standing” or “recumbent” in consideration of the result of the motion intensity analysis. More specifically, the barometric pressure analysis may not be performed at the date and time when the action is identified as “refutation” or “activity” by the motion intensity analysis. On the other hand, when an action is identified as “standing” or “recumbent” by motion intensity analysis, measurement data and reference atmospheric pressure data in a predetermined range including the identified date and time are acquired, and atmospheric pressure analysis is performed. Just do it.
  • the barometric pressure analysis is not performed, while if “standing” or “Yokohama” is identified by the motion strength analysis, the barometric analysis is performed. May be performed.
  • barometric pressure analysis is performed to identify “standing” or “recumbent” with higher accuracy.
  • the atmospheric pressure analysis may be performed according to the result of the operation intensity analysis.
  • the behavior identifying system 1 can identify the “standing” and “being” behavior of the cow by atmospheric pressure analysis using the atmospheric pressure sensor.
  • the action specifying system 1 according to the present embodiment can perform the “standing” and “recumbent” actions with high accuracy by using the barometric pressure analysis alone or in combination with the action intensity analysis, as compared with the case of the action intensity analysis alone. Can be specified.
  • the pressure sensor value when the cow is “standing” on the plane below the hill and the pressure sensor value when “being lying” on the hill are comparable.
  • the “Yokohama” on the hill may be erroneously identified as “standing”.
  • FIG. 12 is a diagram illustrating an example of an acquisition range of measurement data and reference atmospheric pressure data in a freeburning type barn.
  • the cow is on the plane (under the hill) during time T1-T2, climbs the hill during time T2-T3, and the cow is on the hill during time T3-T4. It shall be.
  • barometric analysis is performed using the measurement data and the reference atmospheric pressure data during the time T1 to T2 when the cow is on the plane.
  • barometric analysis is performed using the measurement data and the reference atmospheric pressure data during the time T3 to T4 when the cow is on the hill.
  • Whether it is on a plane, climbing a hill, or on a hill can be identified using the acceleration sensor value and the barometric sensor value. That is, for example, when the pressure sensor value hardly changes for a certain time while the acceleration sensor value changes, the cow can be identified as being on a plane. Further, for example, when both the atmospheric pressure sensor value and the acceleration sensor value change for a certain period of time, the cow can be identified as climbing the hill. Further, for example, if a cow is identified as being on a plane after it has been identified that the cow is climbing up a hill, the cow can be identified as being on the hill. In addition, about the middle of going down a hill, it can identify similarly to the middle of going up a hill.
  • the behavior identifying system 1 can identify the “standing” and “recumbent” behavior of a cow by barometric pressure analysis using a barometric pressure sensor even in a freeburn cowshed.
  • FIG. 13 is a diagram illustrating an example of the overall configuration of the action specifying system 1 according to the fourth embodiment.
  • the leaky coaxial antenna 30 is not included in the action specifying system 1 according to the present embodiment. Further, the tag 20 according to the present embodiment does not include a radio wave sensor that measures the reception intensity of the radio wave received from the leaky coaxial antenna 30.
  • the behavior specifying device 10 includes a behavior data storage unit 500.
  • the behavior identification processing unit 100 identifies the behavior of the cow by motion intensity analysis based on the measurement data stored in the measurement data storage unit 200 and the behavior identification model 300. Then, when the predetermined action is specified by the action intensity analysis, the action specifying processing unit 100 measures the measurement data stored in the measurement data storage unit 200 and the reference atmospheric pressure data stored in the reference atmospheric pressure data storage unit 400. And based on the action data memorize
  • the behavior data storage unit 500 stores behavior data indicating the behavior identified by the behavior identification processing unit 100.
  • the behavior data storage unit 500 can be realized using an auxiliary storage device such as an HDD or an SSD.
  • the behavior data storage unit 500 stores behavior data indicating the behavior identified by the behavior identification processing unit 100 every predetermined time (for example, every 10 minutes).
  • FIG. 14 is a diagram illustrating an example of cow behavior identification.
  • the behavior of the cow specified by the behavior specifying system 1 according to the present embodiment includes “standing”, “Yokohama”, “rebellion”, and “activity” in ascending order of motion. Therefore, in this embodiment, it is assumed that the cow is performing which action among the four actions of “standing”, “recumbent”, “rebellion”, and “activity”.
  • the minimum value of the difference between the atmospheric pressure sensor value included in each measurement data and the reference atmospheric pressure sensor value included in each reference atmospheric pressure data during a predetermined time is shown. Based on the minimum value of the atmospheric pressure difference and a predetermined threshold, the behavior of the cow is specified.
  • the action 10 minutes ago that is, the previous action
  • the minimum pressure difference value of 1 has decreased by a predetermined threshold or more from the second minimum pressure difference value between 10 minutes and 5 minutes ago.
  • the first atmospheric pressure difference minimum value decreases from the second atmospheric pressure difference minimum value by a predetermined threshold or more, it is specified as “standing”.
  • the first atmospheric pressure difference minimum value has not decreased from the second atmospheric pressure difference minimum value by a predetermined threshold or more, it is specified that the action is the same as the previous action (that is, “Yokohama”).
  • the first atmospheric pressure difference minimum value when the action 10 minutes ago (that is, the action immediately before) is other than “Yokohama” (that is, when it is “standing” or “rebellion”), the first atmospheric pressure difference minimum value However, it is determined whether or not the second atmospheric pressure difference minimum value has increased by a predetermined threshold value or more. When the first atmospheric pressure difference minimum value increases from the second atmospheric pressure difference minimum value by a predetermined threshold or more, “Yokohama” is specified. On the other hand, when the first atmospheric pressure difference minimum value has not increased from the second atmospheric pressure difference minimum value by a predetermined threshold or more, it is specified that the action is the same as the previous action (that is, “standing” or “rebellion”). To do.
  • the action specifying system 1 has four actions of “standing”, “recumbent”, “rebellion”, and “activity” based on the acceleration sensor value received from the tag 20 attached to the cow. Is identified.
  • the behavior identification system 1 when the behavior of the cow is identified as “standing”, “recumbent” or “rumination”, from the atmospheric pressure sensor value and the reference atmospheric pressure sensor value, Identify the exact behavior.
  • FIG. 15 is a diagram illustrating an example of measurement data stored in the measurement data storage unit 200 according to the present embodiment.
  • the measurement data storage unit 200 stores one or more measurement data for each tag ID for identifying a tag.
  • the measurement data according to the present embodiment includes a date and time, an acceleration sensor value, and an atmospheric pressure sensor value. That is, the RSSI value is not included in the measurement data according to the present embodiment.
  • the measurement data stored in the measurement data storage unit 200 accumulates (stores) the measurement data including the date and time, the acceleration sensor value, and the atmospheric pressure sensor value for each tag ID. )
  • FIG. 16 is a diagram illustrating an example of a functional configuration of the behavior identification processing unit 100 according to the fourth embodiment.
  • the action identification processing unit 100 includes a minimum difference calculation unit 106 instead of the difference value calculation unit 105.
  • the acquisition unit 101 acquires the latest behavior data (that is, behavior data indicating the behavior specified immediately before) from the behavior data stored in the behavior data storage unit 500. .
  • the difference minimum value calculation unit 106 calculates the minimum pressure difference value from the measurement data acquired by the acquisition unit 101 and the reference atmospheric pressure data. That is, the difference minimum value calculation unit 106, for example, from the measurement data and reference atmospheric pressure data acquired by the acquisition unit 101 for 10 minutes, the first atmospheric pressure difference minimum value for the latter 5 minutes and the first 5 minutes for the first half A second atmospheric pressure difference minimum value is calculated.
  • the atmospheric pressure difference minimum value is a minimum value of a difference between an atmospheric pressure sensor value included in each measurement data during a predetermined time and each reference atmospheric pressure sensor value included in each reference atmospheric pressure data during the predetermined time. That is.
  • the action specifying unit 104 performs the action indicated by the action data acquired by the acquiring unit 101 (that is, one before) when “standing”, “recumbent”, or “rumination” is specified.
  • a more accurate action is identified from the first and second atmospheric pressure difference minimum values calculated by the difference minimum value calculation unit 106 (behavior identification by atmospheric pressure analysis). ).
  • the action specifying unit 104 has a case where the previous action is “Yokohama”, and the first atmospheric pressure difference minimum value is decreased from the second atmospheric pressure difference minimum value by a predetermined threshold or more. , And specify “standing”. On the other hand, if the previous action is “Yokohama” and the first minimum atmospheric pressure difference value has not decreased from the second minimum atmospheric pressure difference value by a predetermined threshold or more, the action specifying unit 104 Identifies the same as the previous action.
  • the action specifying unit 104 has a previous action other than “Yokohama”, and the first atmospheric pressure difference minimum value has increased from the second atmospheric pressure difference minimum value by a predetermined threshold or more.
  • “Yokohama” is specified.
  • the previous action is other than “Yokohama” and the first atmospheric pressure difference minimum value has not increased from the second atmospheric pressure difference minimum value by a predetermined threshold or more, Specify that it is the same as the previous action.
  • the predetermined threshold is a value set in advance by the user, for example.
  • a threshold value is determined by, for example, an empirical rule regarding cow behavior identification.
  • FIG. 17 is a flowchart illustrating an example of an action specifying process based on motion intensity analysis. Note that the action specifying process shown in FIG. 6 is repeatedly executed, for example, every 10 minutes. However, the action specifying process shown in FIG. 6 may be executed, for example, at a preset date and time, or may be executed at predetermined time intervals.
  • steps S11 to S14 in FIG. 17 are the same as steps S11 to S14 in FIG.
  • the action specifying unit 104 determines whether or not the action specified in the above step S14 is “standing”, “recumbent” or “rebellion” (step S31).
  • Step S31 when it is determined that the identified action is “standing”, “Yokohama”, or “Rebellion”, the action identification processing unit 100 identifies a more accurate action by atmospheric pressure analysis (Step S32). Details of the processing in this step will be described later.
  • the identifying unit 104 stores behavior data indicating the identified behavior in the behavior data storage unit 500 (step S33). At this time, for example, the behavior specifying unit 104 causes the behavior data storage unit 500 to store behavior data in which the specified behavior is associated with the current date and time.
  • step S31 when it is determined that the identified action is not “standing”, “recumbent”, or “refusal”, the action specifying unit 104 sets action data that associates the action “activity” with the current date and time.
  • the data is stored in the data storage unit 500.
  • step S32 the action specifying unit 104 causes the action data storage unit 500 to store action data in which the action specified in step S32 is associated with the current date and time.
  • FIG. 18 is a flowchart illustrating an example of action specifying processing based on atmospheric pressure analysis.
  • the acquisition unit 101 acquires reference atmospheric pressure data during the same time as in step S11 from the reference atmospheric pressure data storage unit 400 (step S41). That is, for example, when the measurement data between the date and time t1 to tN 3 (N 3 is an integer equal to or greater than 1) is acquired in the above step S41, the acquisition unit 101 similarly acquires the data between the date and time t1 to tN 3 .
  • Reference air pressure data is acquired from the reference air pressure data storage unit 400.
  • the differential minimum value calculation unit 106 calculates the first atmospheric pressure difference minimum value during the latest predetermined time (for example, the latest 5 minutes) from the measurement data acquired by the acquisition unit 101 and the reference atmospheric pressure data.
  • the second atmospheric pressure difference minimum value is calculated for a predetermined time before that (for example, the previous 5 minutes) (step S42).
  • the difference minimum value calculation unit 106 calculates, for example, the difference between each atmospheric pressure sensor value and each reference atmospheric pressure sensor value in the latest five minutes, and among the calculated differences, the smallest one is calculated as the first difference. Set to the minimum pressure difference. Similarly, the difference minimum value calculation unit 106 calculates, for example, the difference between each atmospheric pressure sensor value and each reference atmospheric pressure sensor value in the previous 5 minutes (that is, the previous 5 minutes before the last 5 minutes), respectively. Among the calculated differences, the smallest one is set as the second atmospheric pressure difference minimum value.
  • the difference minimum value calculation unit 106 can also use, for example, an average or a maximum value of a difference between each atmospheric pressure sensor value and each reference atmospheric pressure sensor value during a predetermined time. More specifically, for example, “atmospheric pressure difference average value” indicating the average of the difference between each atmospheric pressure sensor value and each reference atmospheric pressure sensor value during a predetermined time is used instead of “atmospheric pressure difference minimum value”. it can. Similarly, for example, “atmospheric pressure difference maximum value” indicating the maximum value of the difference between each barometric pressure sensor value and each reference barometric pressure sensor value during a predetermined time can be used instead of “barometric pressure difference minimum value”. However, when the “atmospheric pressure difference average value” or “atmospheric pressure difference maximum value” is used, the accuracy of action specification is lower than when the “atmospheric pressure difference minimum value” is used.
  • the acquisition unit 101 acquires the latest action data (that is, action data indicating the action specified immediately before) from the action data stored in the action data storage unit 500 (step S43). .
  • Step S44 determines whether or not the action indicated by the action data acquired in Step S43 is “Yokohama” (Step S44). That is, the action specifying unit 104 determines whether or not the action specified immediately before is “Bubo”.
  • the action specifying unit 104 determines that the first atmospheric pressure difference minimum value is a predetermined threshold value TH 1 (> 0) It is determined whether or not the number has decreased (step S45). In other words, the action specifying unit 104 determines whether or not the amount of change in the first atmospheric pressure difference minimum value with respect to the second atmospheric pressure difference minimum value is equal to or less than a predetermined threshold value TH 1 ′ ( ⁇ 0).
  • the threshold value TH 1 ′ is obtained by reversing the positive and negative values of the threshold value TH 1 .
  • step S45 if a variation of the first pressure difference minimum value for the second pressure difference minimum value is judged to be a predetermined threshold value TH 1 'or less, the behavior identification unit 104, the action as a "standing" Specify (step S46).
  • the change amount of the first atmospheric pressure difference minimum value with respect to the second atmospheric pressure difference minimum value is equal to or less than the predetermined threshold value TH 1 ′, the altitude of the tag 20 attached to the cow is increased by the predetermined threshold value TH 1 or more. That is why.
  • the second minimum atmospheric pressure difference between 10:00 and 10:05 is “13 Pa” (reference atmospheric pressure sensor value “980 Pa”, atmospheric pressure sensor value “993.0 Pa”).
  • the first minimum pressure difference between 10:05 and 10:10 is “12.2 Pa” (reference pressure sensor value “978 Pa”, pressure sensor value “990.2 Pa”).
  • the change amount “ ⁇ 0.8” of the first minimum atmospheric pressure difference value “12.2” with respect to the second minimum atmospheric pressure difference value “13” is equal to or less than the threshold value TH 1 ′ “ ⁇ 0.5”. Therefore, it is specified as “standing”.
  • step S45 if it is not determined in step S45 that the amount of change in the first atmospheric pressure difference minimum value with respect to the second atmospheric pressure difference minimum value is less than or equal to the predetermined threshold TH 1 ′, the action specifying unit 104 sets the action to 1 It is identified as the same as the previous action (ie, “Yokohama”) (step S47).
  • the change amount of the first atmospheric pressure difference minimum value with respect to the second atmospheric pressure difference minimum value is not less than or equal to the predetermined threshold value TH 1 ′
  • the altitude of the tag 20 attached to the cow is increased when the altitude is higher than or equal to the predetermined threshold value TH 1. This is because it is considered that the state is still “Yokohama”.
  • the second minimum pressure difference between 10:00 and 10:05 is “13 Pa” (reference pressure sensor value “980 Pa”, pressure sensor value “993 Pa”).
  • the first minimum pressure difference between 10:05 and 10:10 is “12.8 Pa” (reference pressure sensor value “978 Pa”, pressure sensor value “990.8 Pa”).
  • the amount of change “ ⁇ 0.2” of the first atmospheric pressure difference minimum value “12.8” with respect to the second atmospheric pressure difference minimum value “13” does not fall below the threshold TH 1 ′ “ ⁇ 0.5”. Therefore, it is specified that the previous action “Yokohama” remains.
  • step S44 when it is determined that the previous action is other than “bubo” (that is, “standing”), the action specifying unit 104 determines that the first atmospheric pressure difference minimum value is the second atmospheric pressure difference minimum value. It is determined whether or not it has increased by a predetermined threshold value TH 2 ( ⁇ 0) or more (step S48). In other words, the action specifying unit 104 determines whether or not the amount of change in the first atmospheric pressure difference minimum value with respect to the second atmospheric pressure difference minimum value is greater than or equal to the predetermined threshold TH 2 ′ (> 0). Note that the threshold value TH 2 ′ is obtained by reversing the sign of the threshold value TH 2 .
  • Step S48 when it is determined that the amount of change in the first atmospheric pressure difference minimum value with respect to the second atmospheric pressure difference minimum value is equal to or greater than the predetermined threshold TH 2 ′, the action specifying unit 104 sets the action as “Yokohama”. Specify (step S49).
  • the amount of change of the first atmospheric pressure difference minimum value with respect to the second atmospheric pressure difference minimum value is equal to or greater than the predetermined threshold TH 2 ′, the altitude of the tag 20 attached to the cow is equal to or greater than the predetermined threshold TH 2 ′. This is because it falls.
  • the second minimum pressure difference between 10:00 and 10:05 is “12.5 Pa” (reference pressure sensor value “980 Pa”, pressure sensor value “992. 5 Pa ”)
  • the first minimum pressure difference between 10:05 and 10:10 is“ 13.3 Pa ”(reference pressure sensor value“ 978 Pa ”, pressure sensor value“ 991.3 Pa ”).
  • the change amount “0.8” of the first minimum atmospheric pressure difference value “13.3” with respect to the second minimum atmospheric pressure difference value “12.5” is equal to or greater than the threshold value TH 2 ′ “0.5”. Therefore, it is identified as “Yokohama”.
  • step S48 the case where the amount of change in the first pressure difference minimum value for the second pressure difference minimum value is not determined to be the predetermined threshold value TH 2 or more, the behavior identification unit 104, one action It is specified that it is the same as the previous action (ie, “standing”) (step S50).
  • the change amount of the first atmospheric pressure difference minimum value with respect to the second atmospheric pressure difference minimum value is not equal to or greater than the predetermined threshold value TH 2 ′
  • the altitude of the tag 20 attached to the cow is equal to or greater than the predetermined threshold value TH 2 ′. This is because it is assumed that the vehicle has not descended and is still in the “standing” state.
  • the second minimum pressure difference between 10:00 and 10:05 is “12.5 Pa” (reference pressure sensor value “980 Pa”, pressure sensor value “992. 5 Pa ”)
  • the first minimum pressure difference between 10:05 and 10:10 is“ 12.8 Pa ”(reference pressure sensor value“ 978 Pa ”, pressure sensor value“ 990.8 Pa ”).
  • the change amount “0.3” of the first atmospheric pressure difference minimum value “12.8” with respect to the second atmospheric pressure difference minimum value “12.5” is equal to or greater than a predetermined threshold TH 2 ′ “0.5”. Therefore, the previous action “standing up” is specified as it is.
  • the behavior identifying system 1 can identify the behavior of the cow from the measurement data received from the tag 20 worn by the cow.
  • the behavior identification system 1 uses the index value calculated from the acceleration sensor value included in the measurement data and the behavior identification model 300 created in advance by a machine learning technique, thereby The behavior of the person is identified (behavior identification by motion intensity analysis).
  • the index value calculated from the acceleration sensor value included in the measurement data and the behavior identification model 300 created in advance by a machine learning technique, thereby The behavior of the person is identified (behavior identification by motion intensity analysis).
  • the index value calculated from the acceleration sensor value included in the measurement data and the behavior identification model 300 created in advance by a machine learning technique, thereby The behavior of the person is identified (behavior identification by motion intensity analysis).
  • the standard deviation and maximum value of the L2 norm as the index value, it is possible to specify “rumination”, which is a behavior peculiar to cows, with high accuracy.
  • the behavior identification system 1 is configured such that when the behavior of the cow is identified as “standing”, “recumbent”, or “rumination” by the behavior identification by the motion intensity analysis, the atmospheric pressure sensor value and the reference atmospheric pressure A more accurate action is identified from the sensor value (behavior identification by barometric analysis).
  • “standing” including “recumbent during standing”
  • “recumbent” including “side recumbent”
  • high accuracy of “standing up” including “standing upside down”
  • yokohama” including “upside down in ruling”
  • the behavior of the cow thus identified is displayed on, for example, a display device (display or the like) of the behavior identification device 10 and is provided to a dairy farmer or the like, so that it is easy to confirm the behavior often seen when the cow is in estrus. Will be able to do. In addition, it leads to early detection of abnormal behavior due to illness or injury, and cattle health management can be easily performed.
  • FIG. 20 is a diagram for explaining an example in the case of specifying an action by atmospheric pressure analysis in a freeburning type barn.
  • the altitude of the pressure sensor when the cow is lying on the hill is higher than the altitude of the pressure sensor when the cow is standing under the hill.
  • the method of identifying the behavior of the cow by comparing the atmospheric pressure sensor value with a predetermined threshold value is The behavior of the cattle in action may be incorrectly identified as “standing up”.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Business, Economics & Management (AREA)
  • Zoology (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Health & Medical Sciences (AREA)
  • Birds (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

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を記憶する記憶手段と、前記記憶手段に記憶されている加速度データのうち、所定の時間の間における１以上の加速度データを取得する取得手段と、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特定手段と、を有する。

Description

行動特定装置、行動特定方法、及びプログラム
　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、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を記憶する記憶手段と、前記記憶手段に記憶されている加速度データのうち、所定の時間の間における１以上の加速度データを取得する取得手段と、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。
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図である。 第一の実施形態に係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行動特定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行動特定システムの全体構成の一例を示す図である。 気圧分析により起立又は横臥を特定する場合の一例を示す図である。 第二の実施形態に係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。 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行動（起立又は横臥）特定処理の一例を示すフローチャートである。 第三の実施形態に係る測定データ及び基準気圧データの取得範囲の一例を説明する図である。 第四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。 第四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。 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。
　［第一の実施形態］
　＜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、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、所定の電波を周囲に発信する1以上の漏洩同軸アンテナ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、漏洩同軸アンテナ３０から受信する電波の受信強度（ＲＳＳＩ：Received Signal Strength Indicator）を測定する電波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、電波センサにより測定したＲＳＳＩ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。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。
　漏洩同軸アンテナ３０は、牛舎内の餌場や水場等の所定の場所に設置されるアンテナである。漏洩同軸アンテナ３０は、漏洩同軸ケーブルにより周囲に所定の電波を発信する。なお、以降では、餌場に設置されている漏洩同軸アンテナ３０と、水場に設置されている漏洩同軸アンテナ３０とを区別する場合には、それぞれ「漏洩同軸アンテナ３０１」と「漏洩同軸アンテナ３０２」と表す。
　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、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。
　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。
　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、電波センサとがそれぞれ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。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。
　また、このうち「活動」は、更に、「採食」、「歩行」、及び「飲水」の３つに詳細化されるものとする。したがって、本実施形態では、「起立」、「横臥」、「反芻」、「採食」、「歩行」、及び「飲水」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。
　「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、「採食」、「歩行」、又は「飲水」のいずれかを牛が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。「飲水」とは、牛が水を飲んでいる状態のことである。
　「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「活動」と特定された場合に、「採食」、「歩行」、及び「飲水」のいずれの行動を牛が行っているかは、位置分析により特定される。位置分析では、測定データに含まれるＲＳＳＩ値と、所定の閾値とに基づいて、牛の行動が、「採食」、「歩行」、及び「飲水」のいずれの行動であるかを特定する。より具体的には、位置分析では、餌場に設置された漏洩同軸アンテナ３０１から受信した電波のＲＳＳＩ値が、所定の閾値を超えている場合（すなわち、牛が餌場にいる場合）、「採食」と特定する。同様に、水場に設置された漏洩同軸アンテナ３０２から受信した電波のＲＳＳＩ値が、所定の閾値を超えている場合（すなわち、牛が水場にいる場合）、「飲水」と特定する。一方で、これらのいずれでも無い場合（すなわち、餌場にも水場にもいない場合）、「歩行」と特定する。
　なお、例えば、ＧＰＳ（Global Positioning System）受信機等がタグ２０に含まれている場合は、位置分析は、ＧＰＳ受信機から取得した位置情報を用いて行われても良い。この場合、タグ２０から取得される位置情報から、牛が餌場にいるのか、水場にいるのか、又は餌場にも水場にもいないのかを特定すれば良い。
　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「活動」であると特定された場合に、牛に装着されたタグ２０から受信したＲＳＳＩ値から、更に、「採食」、「歩行」、及び「飲水」の３つの行動に詳細化する。これにより、牛の行動が、「起立」、「横臥」、「反芻」、「採食」、「歩行」、及び「飲水」のいずれであるかを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、第一の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、ＲＳＳＩ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。
　ＲＳＳＩ値は、タグ２０に含まれる電波センサにより測定されたＲＳＳＩの値である。ＲＳＳＩ値には、例えば、餌場に設置されている漏洩同軸アンテナ３０１から受信した電波のＲＳＳＩ値と、水場に設置されている漏洩同軸アンテナ３０２から受信した電波のＲＳＳＩ値とが含まれる。例えば、日時「ｔ１」の測定データには、餌場に設置されている漏洩同軸アンテナ３０１から受信したＲＳＳＩ値「ｒ１１」と、水場に設置されている漏洩同軸アンテナ３０２から受信したＲＳＳＩ値「ｒ１２」とが含まれる。
　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、ＲＳＳＩ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、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、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、行動特定部１０４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。
　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。
　行動特定部１０４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」）を特定する。また、行動特定部１０４は、更に、上記で「活動」が特定された場合に、測定データに含まれるＲＳＳＩ値から詳細な行動（「採食」、「歩行」、又は「飲水」）を特定する。なお、行動特定部１０４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。
　なお、行動特定部１０４により特定された行動を示す情報は、例えば、ＨＤＤやＳＳＤ等の補助記憶装置等で実現されるＤＢ（データベース）やファイル等に格納されても良いし、ディスプレイ等の表示装置に表示されても良い。また、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）に出力されても良い。
　＜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、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、予め設定された日時に実行されても良いし、所定の時間（例えば２４時間）毎に繰り返し実行されても良い。
　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Ｎ１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Ｎ２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，・・・ａＮ２とした場合、これらａ１，ａ２，・・・ａＮ２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，・・・ａＮ２の平均値と、各Ｌ２ノルムａｉ（ｉ＝１，・・・，Ｎ２）との差の最大値である。
　次に、行動特定部１０４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１０４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１０４は、上記のステップＳ１４で特定した行動が「活動」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「活動」でないと判定された場合（すなわち、特定した行動が「起立」、「横臥」、又は「反芻」である場合）、行動特定処理部１００は、処理を終了させる。
　一方、ステップＳ１５において、特定した行動が「活動」であると判定された場合、行動特定部１０４は、上記のステップＳ１２の前処理後の測定データ１，測定データ２，・・・，測定データＮ２に含まれるＲＳＳＩ値から詳細な行動（「採食」、「歩行」、又は「飲水」）を特定する（ステップＳ１６）。
　すなわち、例えば、測定データ１，測定データ２，・・・，測定データＮ２にそれぞれ含まれるＲＳＳＩ値のうち、漏洩同軸アンテナ３０１や漏洩同軸アンテナ３０２から受信した電波のＲＳＳＩ値が所定の閾値を超えている場合、行動特定部１０４は、詳細な行動を「採食」や「飲水」と特定する。一方で、漏洩同軸アンテナ３０１から受信した電波のＲＳＳＩ値と、漏洩同軸アンテナ３０２から受信した電波のＲＳＳＩ値とがいずれも所定の閾値を超えていない場合、行動特定部１０４は、詳細な行動を「歩行」と特定する。
　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。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。
　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。
　［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、加速度センサ値を用いて牛の４つの行動（「起立」、「横臥」、「反芻」、及び「活動」）を特定したが、これらのうち「起立」と「横臥」とは区別が難しい場合がある。すなわち、例えば、牛が「起立」している場合でも小刻みに身体を動かしている場合がある一方で、牛が「横臥」している場合でも大きく身体を動かしている場合がある。このような場合には、上記の動作強度分析では、「起立」と「横臥」との区別が難しい場合がある（言い換えれば、「起立と「横臥」とが誤って特定される場合がある。）。
　同様に、例えば、牛が「反芻」している場合でも、起立した状態で反芻を行っている場合もあれば、横臥した状態で反芻を行っている場合もある。このような場合に、上記の動作強度分析では、同様に、「起立」と「横臥」との区別が難しい場合もある。
　そこで、第二の実施形態では、気圧センサを用いることで、「起立」と「横臥」とをより高い精度で特定する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機能を有する箇所や同様の処理を行う箇所については、適宜、その説明を省略するものとする。
　＜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７を参照しながら説明する。図７は、第二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７に示すように、本実施形態に係る行動特定システム１は、基準となる気圧を測定する基準気圧センサ４０が含まれる。
　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。
　また、本実施形態に係るタグ２０には、更に、気圧を測定する気圧センサが含まれる。タグ２０は、所定の時間毎（例えば２秒毎）に、更に、気圧センサ値を含む測定データを行動特定装置１０に送信する。なお、タグ２０には気圧センサが必ずしも含まれている必要はなく、例えば、気圧センサがタグ２０とは別体で牛に装着されていても良い。
　更に、本実施形態に係る行動特定装置１０は、基準気圧データ記憶部４００を有する。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。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。
　本実施形態に係る行動特定処理部１００は、更に、測定データ記憶部２００に記憶されている測定データに含まれる気圧センサ値と、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に含まれる基準気圧センサ値とに基づいて、牛の行動（「起立」及び「横臥」）を特定する。
　＜気圧センサによる「起立」及び「横臥」の特定＞
　ここで、本実施形態に係る行動特定システムにより特定される牛の行動のうち、気圧センサによる「起立」及び「横臥」の特定方法の概要について、図８を参照しながら説明する。図８は、気圧分析により起立又は横臥を特定する場合の一例を示す図である。
　「起立」及び「横臥」のいずれの行動を牛が行っているかは、第一の実施形態で説明した動作強度分析に加えて、気圧分析でも特定される。本実施形態に係る気圧分析では、測定データに含まれる気圧センサ値と、基準気圧データに含まれる基準気圧センサ値とに基づいて、牛の行動が、「起立」又は「横臥」のいずれであるかを特定する。より具体的には、本実施形態に係る気圧分析では、所定の時間（例えば２４時間）の間における各気圧センサ値と各基準センサ値との差分を算出する。そして、算出した差分（この差分を「差分気圧センサ値」と表す。）が、所定の閾値を超えている場合、「横臥」と特定する。一方で、差分気圧センサ値が、所定の閾値を超えていない場合、「起立」と特定する。基準気圧センサ４０により測定された差分気圧センサ値を用いることで、例えば、天候（低気圧の接近等）に依らずに、牛に装着されたタグ２０に含まれる気圧センサの測定値が相対的に上がったのか又は下がったのかを判定することができるようになる。
　このように気圧センサにより測定された気圧センサ値を用いて、差分気圧センサ値が閾値を超えた場合に「横臥」、閾値を超えていない場合に「起立」と特定することで、牛の行動のうち、「起立」と「横臥」とを高い精度で特定することができる。
　＜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９を参照しながら説明する。図９は、第二の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９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。本実施形態に係る測定データには、更に、気圧センサ値が含まれる。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、ＲＳＳＩ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は、更に、差分値算出部１０５を有する。また、本実施形態に係る取得部１０１及び行動特定部１０４は、第一の実施形態と機能が異なる。
　本実施形態に係る取得部１０１は、位置分析による行動特定が行われる場合、タグＩＤ毎に、所定の時間（例えば２４時間）の間の測定データを測定データ記憶部２００から取得すると共に、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。
　差分値算出部１０５は、取得部１０１により取得された測定データに含まれる気圧センサ値と、基準気圧データに含まれる基準気圧センサ値との差分を示す差分気圧センサ値を算出する。
　なお、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っても良い。この場合、前処理部１０２は、測定データの欠損補完処理やノイズ除去処理（すなわち、気圧センサ値のノイズ除去）等を行えば良い。そして、この場合、差分値算出部１０５は、前処理部１０２による前処理後の測定データに含まれる気圧センサ値と、基準気圧データに含まれる基準気圧センサ値とから差分気圧センサ値を算出すれば良い。
　行動特定部１０４は、差分値算出部１０５により算出された差分気圧センサ値が所定の閾値を超えているか否かを判定することで、牛の行動が「起立」又は「横臥」のいずれであるかを特定する。なお、所定の閾値としては、例えば、取得部１０１により取得された測定データに含まれる気圧センサ値から算出される差分気圧センサ値の最大値と最小値との中間値とすれば良い。これは、例えば、２４時間の間に、牛は、少なくとも１度は「起立」と「横臥」とを行うと考えられるためである。
　なお、例えば、タグ２０が牛の首輪等に装着されている場合、牛の「採食」行動や「飲水」行動により気圧センサ値が上がることがある。これは、牛が起立した状態から首を下げて採食や飲水を行うためである。牛の首輪等にタグ２０が装着されている場合、「採食」又は「飲水」行動を行った場合におけるタグ２０の地面からの高さは、牛が「横臥」した場合におけるタグ２０の地面からとほぼ同じである場合が多い。したがって、取得部１０１は、動作強度分析及び位置分析により「採食」又は「飲水」行動が特定された前後の時間帯を含む測定データを取得して、取得した測定データに含まれる気圧センサ値から算出される差分気圧センサ値の最大値と最小値との中間値を閾値とすることもできる。
　＜行動（起立又は横臥）特定処理＞
　次に、本実施形態に係る行動特定処理について、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行動（起立又は横臥）特定処理の一例を示すフローチャートである。なお、図１１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、所定の時間（例えば２４時間）毎に繰り返し実行されても良い。
　まず、取得部１０１は、タグＩＤ毎に、所定の時間（例えば２４時間）の間の測定データを測定データ記憶部２００から取得すると共に、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、タグＩＤ「Ｔａｇ１」の２４時間の間の測定データ１，測定データ２，・・・，測定データＮ４と、２４時間の間の基準気圧データ１，基準気圧データ２，・・・，基準気圧データＮ４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。なお、簡単のため、測定データｉ及び基準気圧データｉ（ｉ＝１，２，・・・，Ｎ４）は、同一日時におけるデータであるものとして説明する。
　次に、差分値算出部１０５は、取得部１０１により取得された測定データに含まれる気圧センサ値と、基準気圧データに含まれる基準気圧センサ値との差分を示す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１０５は、測定データ１に含まれる気圧センサ値と、基準気圧データ１に含まれる基準気圧センサ値との差分気圧センサ値１を算出する。また、差分値算出部１０５は、測定データ２に含まれる気圧センサ値と、基準気圧データ２に含まれる基準気圧センサ値との差分気圧センサ値２を算出する。以降も同様に、差分値算出部１０５は、測定データＮ４に含まれる気圧センサ値と、基準気圧データＮ４に含まれる基準気圧センサ値との差分気圧センサ値Ｎ４を算出する。
　次に、行動特定部１０４は、差分値算出部１０５により算出された差分気圧センサ値が所定の閾値を超えているか否かを判定することで、牛の行動が「起立」又は「横臥」のいずれであるかを特定する（ステップＳ２３）。すなわち、行動特定部１０４は、差分気圧センサ値１，差分気圧センサ値２，・・・，差分気圧センサ値Ｎ４が所定の閾値を超えているか否かを判定することで、牛の行動が「起立」又は「横臥」のいずれであるかを特定する。
　例えば、ある差分気圧センサ値が所定の閾値を超えている場合、行動特定部１０４は、当該差分気圧センサ値が算出された日時における牛の行動を「横臥」と特定する。一方で、ある差分気圧センサ値が所定の閾値を超えていない場合、行動特定部１０４は、当該差分気圧センサ値が算出された日時おける牛の行動を「起立」と特定する。
　行動特定部１０４は、動作強度分析の結果を考慮して、牛の行動が「起立」又は「横臥」のいずれであるかを考慮しても良い。より具体的には、動作強度分析により「反芻」又は「活動」と行動が特定された日時においては、気圧分析は行わないようにしても良い。一方で、動作強度分析により「起立」又は「横臥」と行動が特定された場合、当該特定された日時を含む所定の範囲の測定データ及び基準気圧データを取得して、気圧分析を行うようにすれば良い。
　すなわち、動作強度分析により「反芻」又は「活動」が特定された場合には、気圧分析を行わない一方で、動作強度分析により「起立」又は「横臥」が特定された場合には、気圧分析を行うようにしても良い。これにより、動作強度分析により「起立」又は「横臥」が特定された場合に、より高い精度で「起立」又は「横臥」を特定するための気圧分析が行われる。このように、気圧分析は、動作強度分析の結果に応じて行われるようにしても良い。
　以上により、本実施形態に係る行動特定システム１は、気圧センサを用いた気圧分析により、牛の「起立」及び「横臥」行動を特定することができる。しかも、本実施形態に係る行動特定システム１は、気圧分析単独で、又は動作強度分析と併用することで、動作強度分析単独による場合と比較して、高い精度で「起立」及び「横臥」行動を特定することができる。
　［第三の実施形態］
　次に、第三の実施形態について説明する。第三の実施形態では、牛舎がフリーバーン式である場合について説明する。
　牛舎には、一般に、フリーストール式牛舎と、フリーバーン式牛舎とが知られている。フリーバーン式牛舎では、フリーストール式牛舎と異なり、牛舎内に丘が存在する場合が多い。このため、フリーバーン式牛舎では、気圧分析による行動特定が誤る場合がある。
　例えば、牛が丘の下の平面上で「起立」している場合における気圧センサ値と、丘の上で「横臥」している場合における気圧センサ値とが同程度であったとする。この場合、丘の上での「横臥」が、「起立」と誤って特定される場合がある。
　そこで、第三の実施形態では、測定データ及び基準気圧データの取得範囲を工夫することで、「起立」と「横臥」とをフリーバーン式牛舎においても高い精度で特定する場合について説明する。
　なお、第三の実施形態では、主に、第二の実施形態との相違点について説明し、第二の実施形態と同様の機能を有する箇所や同様の処理を行う箇所については、適宜、その説明を省略するものとする。
　＜フリーバーン式牛舎における測定データの取得＞
　牛舎がフリーバーン式である場合には、図１１のステップＳ２１で、取得部１０１により取得される測定データと基準気圧データとの範囲を工夫する。これについて、図１２を参照しながら説明する。図１２は、フリーバーン式牛舎における測定データ及び基準気圧データの取得範囲の一例を説明する図である。
　図１２に示すように、時間Ｔ１～Ｔ２の間は牛が平面（丘の下）上におり、時間Ｔ２～Ｔ３の間に丘を登って、時間Ｔ３～Ｔ４の間は牛が丘上にいるものとする。この場合、平面上における牛の行動特定には、牛が平面上にいる時間Ｔ１～Ｔ２の間の測定データ及び基準気圧データを用いて、気圧分析を行う。一方で、丘上にいる牛の行動特定には、牛が丘上にいる時間Ｔ３～Ｔ４の間の測定データ及び基準気圧データを用いて、気圧分析を行う。
　平面上にいるか、丘を登っている最中か、又は丘上にいるかは、加速度センサ値と気圧センサ値とを用いて特定することができる。すなわち、例えば、ある時間の間、気圧センサ値が殆ど変化しない一方で、加速度センサ値が変化する場合、牛は、平面上にいると特定することができる。また、例えば、ある時間の間、気圧センサ値と加速度センサ値とが共に変化する場合、牛は、丘を登っている最中と特定することができる。更に、例えば、牛が丘を登っている最中であると特定された後、牛が平面上にいると特定された場合、牛は、丘上にいると特定することができる。なお、丘を下っている最中については、丘を登っている最中と同様に特定することができる。
　なお、牛が丘を登っている最中（又は丘を下っている最中）に「横臥」する場合も有り得る。また、牛が丘を登っている最中（又は丘を下っている最中）に「横臥」した後、その後、「起立」する場合も有り得る。この場合、例えば、丘を登っている最中（又は丘を下っている最中）における加速度センサ値の変化パターン又は気圧センサ値の変化パターンから特定すれば良い。
　以上により、本実施形態に係る行動特定システム１は、フリーバーン式牛舎においても気圧センサを用いた気圧分析により、牛の「起立」及び「横臥」行動を特定することができる。
　［第四の実施形態］
　次に、第四の実施形態について説明する。第一の実施形態乃至第三の実施形態では、漏洩同軸アンテナ３０を用いて、牛の行動を特定する場合について説明した。しかしながら、漏洩同軸アンテナ３０を牛舎内等に設置することが難しい場合もある。
　そこで、第四の実施形態では、漏洩同軸アンテナ３０を用いずに、牛の行動を特定する場合について説明する。
　なお、第四の実施形態では、主に、第二の実施形態との相違点について説明し、第二の実施形態と同様の機能を有する箇所や同様の処理を行う箇所については、適宜、その説明を省略するものとする。
　＜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１３を参照しながら説明する。図１３は、第四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、漏洩同軸アンテナ３０が含まれない。また、本実施形態に係るタグ２０には、漏洩同軸アンテナ３０から受信する電波の受信強度を測定する電波センサが含まれない。
　本実施形態に係る行動特定装置１０は、行動データ記憶部５００を有する。また、本実施形態に係る行動特定処理部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。そして、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。
　＜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１４を参照しながら説明する。図１４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。
　「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、第二の実施形態と同様に、動作強度分析により特定される。
　また、本実施形態では、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。
　本実施形態に係る気圧分析では、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、本実施形態に係る気圧分析では、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１５を参照しながら説明する。図１５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。
　図１５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。本実施形態に係る測定データには、日時と、加速度センサ値と、気圧センサ値とが含まれる。すなわち、本実施形態に係る測定データには、ＲＳＳＩ値が含まれない。
　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１６を参照しながら説明する。図１６は、第四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１６に示すように、本実施形態に係る行動特定処理部１００は、差分値算出部１０５の代わりに、差分最小値算出部１０６を有する。
　また、本実施形態に係る取得部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。
　差分最小値算出部１０６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１０６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。
　また、本実施形態に係る行動特定部１０４は、「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１０６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、本実施形態に係る行動特定部１０４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１０４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。
　更に、本実施形態に係る行動特定部１０４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１０４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１７を参照しながら説明する。図１７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。
　図１７のステップＳ１１～ステップＳ１４は、図６のステップＳ１１～ステップＳ１４とそれぞれ同様であるため、その説明を省略する。
　次に、行動特定部１０４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Ｓ３１）。
　ステップＳ３１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Ｓ３２）。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Ｓ３１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Ｓ２１に続いて、行動特定部１０４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Ｓ３３）。このとき、行動特定部１０４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Ｓ３１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１０４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Ｓ３２に続いて、行動特定部１０４は、ステップＳ３２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Ｓ３２の処理（気圧分析による行動特定処理）の詳細について、図１８を参照しながら説明する。図１８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１８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Ｓ４１）。すなわち、例えば、上記のステップＳ４１において日時ｔ１～ｔＮ３（Ｎ３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～ｔＮ３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１０６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Ｓ４２）。
　すなわち、差分最小値算出部１０６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１０６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１０６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Ｓ４３）。
　次に、行動特定部１０４は、上記のステップＳ４３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Ｓ４４）。すなわち、行動特定部１０４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Ｓ４４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１０４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ＴＨ１（＞０）以上減少したか否かを判定する（ステップＳ４５）。言い換えれば、行動特定部１０４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ＴＨ１´（＜０）以下であるか否かを判定する。なお、閾値ＴＨ１´は、閾値ＴＨ１の正負を逆にしたものである。
　ステップＳ４５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ＴＨ１´以下であると判定された場合、行動特定部１０４は、行動を「起立」と特定する（ステップＳ４６）。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ＴＨ１´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ＴＨ１以上、上昇した場合だからである。
　例えば、図１９（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ＴＨ１´「－０．５」以下となるため、「起立」と特定される。
　一方、ステップＳ４５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ＴＨ１´以下であると判定されなかった場合、行動特定部１０４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Ｓ４７）。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ＴＨ１´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ＴＨ１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１９（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ＴＨ１´「－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Ｓ４４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１０４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ＴＨ２（＜０）以上増加したか否かを判定する（ステップＳ４８）。言い換えれば、行動特定部１０４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ＴＨ２´（＞０）以上であるか否かを判定する。なお、閾値ＴＨ２´は、閾値ＴＨ２の正負を逆にしたものである。
　ステップＳ４８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ＴＨ２´以上であると判定された場合、行動特定部１０４は、行動を「横臥」と特定する（ステップＳ４９）。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ＴＨ２´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ＴＨ２´以上、下降した場合だからである。
　例えば、図１９（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ＴＨ２´「０．５」以上となるため、「横臥」と特定される。
　一方、ステップＳ４８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ＴＨ２以上であると判定されなかった場合、行動特定部１０４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Ｓ５０）。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ＴＨ２´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ＴＨ２´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１９（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ＴＨ２´「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２０を参照しながら説明する。図２０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２０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２０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。
　本願は、日本国に２０１７年３月３１日に出願された基礎出願２０１７－０７０１３８号と、日本国に２０１７年１０月２日に出願された基礎出願２０１７－１９２７４２号とに基づくものであり、これらの出願の全内容はここに参照をもって援用される。
　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　　　漏洩同軸アンテナ
　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　　行動特定部
　２００　　測定データ記憶部
　３００　　行動特定モデル

Claims (15)

  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を記憶する記憶手段と、
    　前記記憶手段に記憶されている加速度データのうち、所定の時間の間における１以上の加速度データを取得する取得手段と、
    　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特定手段と、
    　を有する行動特定装置。
  2. 　前記指標値算出手段は、
    　前記１以上の加速度データの標準偏差と最大値とを指標値として算出する、請求項１に記載の行動特定装置。
  3. 　前記記憶手段は、
    　更に、前記家畜に装着された電波センサが測定した電波強度データを記憶し、
    　前記特定手段は、
    　前記特定された家畜の行動が所定の行動である場合、前記電波強度データに基づいて、前記家畜の詳細な行動を特定する、請求項１又は２に記載の行動特定装置。
  4. 　前記行動には、前記家畜が立っていることを示す起立行動と、前記家畜が横臥していることを示す横臥行動とが含まれ、
    　前記記憶手段は、
    　更に、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を記憶し、
    　前記特定手段は、
    　前記気圧データに基づいて、前記家畜の前記起立行動又は前記横臥行動を特定する、請求項１乃至３の何れか一項に記載の行動特定装置。
  5. 　前記特定手段は、
    　前記加速度データの変化パターン又は前記気圧データの変化パターンに基づいて、前記家畜の前記起立行動又は前記横臥行動を特定する、請求項４に記載の行動特定装置。
  6. 　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、
    　を有する行動特定装置。
  7. 　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６に記載の行動特定装置。
  8. 　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６又は７に記載の行動特定装置。
  9. 　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８に記載の行動特定装置。
  10. 　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８又は９に記載の行動特定装置。
  11. 　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８乃至１０の何れか一項に記載の行動特定装置。
  12. 　前記家畜は、牛である、請求項１乃至１１の何れか一項に記載の行動特定装置。
  13. 　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を記憶する記憶手段を有する行動特定装置が実行する行動特定方法において、
    　前記記憶手段に記憶されている加速度データのうち、所定の時間の間における１以上の加速度データを取得する取得手順と、
    　取得手順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特定手順と、
    　を有する行動特定方法。
  14. 　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を有する行動特定装置が実行する行動特定方法において、
    　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順と、
    　前記取得手順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、
    　を有する行動特定方法。
  15. 　コンピュータを、請求項１乃至１２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。
PCT/JP2018/008311 2017-03-31 2018-03-05 行動特定装置、行動特定方法、及びプログラム Ceased WO2018180242A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP18776765.2A EP3603388A4 (en) 2017-03-31 2018-03-05 BEHAVIORAL SPECIFICATION DEVICE, BEHAVIORAL SPECIFICATION PROCEDURES AND PROGRAM

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2017-070138 2017-03-31
JP2017070138A JP6635968B2 (ja) 2017-03-31 2017-03-31 行動特定装置、行動特定方法、及びプログラム
JP2017192742A JP6635995B2 (ja) 2017-10-02 2017-10-02 行動特定装置、行動特定方法、及びプログラム
JP2017-192742 2017-10-02

Publications (1)

Publication Number Publication Date
WO2018180242A1 true WO2018180242A1 (ja) 2018-10-04

Family

ID=63675451

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/008311 Ceased WO2018180242A1 (ja) 2017-03-31 2018-03-05 行動特定装置、行動特定方法、及びプログラム

Country Status (2)

Country Link
EP (1) EP3603388A4 (ja)
WO (1) WO2018180242A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113854181A (zh) * 2020-06-30 2021-12-31 杨多燕 一种奶牛行为检测项圈及其检测方法
WO2021234490A3 (en) * 2020-05-19 2022-01-06 Agverse Technologies Private Limited System and method for nutrition management and estrus detection and insemination in milch animals

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7534041B2 (ja) 2018-11-29 2024-08-14 日東電工株式会社 Ｂｒｄｃ予兆検知システム
AU2021390589A1 (en) * 2020-12-04 2023-07-20 Finchain.Ai Pty Ltd Livestock monitoring and management

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007256051A (ja) * 2006-03-23 2007-10-04 Fujikura Ltd 移動体の位置検出方法
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
JP2011224122A (ja) * 2010-04-19 2011-11-10 Sharp Corp 行動認識装置
JP2013101093A (ja) * 2011-11-09 2013-05-23 Toshiba It & Control Systems Corp 位置検出装置
JP2014089494A (ja) * 2012-10-29 2014-05-15 System Craft Inc 居住者見守り装置、居住者見守りプログラム及び居住者の見守り方法
WO2016171077A1 (ja) * 2015-04-24 2016-10-27 Ｊｃアライアンス株式会社 情報処理システム
US20170055496A1 (en) * 2014-05-13 2017-03-02 Horse Sense Shoes, Llc Animal health sensor system
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
JP2017070138A (ja) 2015-10-01 2017-04-06 アルプス電気株式会社 高分子アクチュエータ
JP2017192742A (ja) 2013-11-29 2017-10-26 チョンチン シーシャン サイエンス アンド テクノロジー カンパニー， リミテッドＣｈｏｎｇｑｉｎｇ Ｘｉｓｈａｎ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ． 連続可変角度部を含む側方研削ドリル

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090187392A1 (en) * 2008-01-23 2009-07-23 Tenxsys Inc. System and method for monitoring a health condition of an animal
GB2488521A (en) * 2011-02-16 2012-09-05 Cascom Ltd Activity recognition in living species using tri-axial acceleration data
US20160073614A1 (en) * 2013-09-13 2016-03-17 Kyle Douglas Lampe System and Method for Detection of Lameness in Sport Horses and other Quadrupeds
CN106455525A (zh) * 2014-05-15 2017-02-22 奥格唯有限公司 宠物行为识别的系统和方法
AU2017276810B2 (en) * 2016-06-08 2023-03-16 Commonwealth Scientific And Industrial Research Organisation System for monitoring pasture intake

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007256051A (ja) * 2006-03-23 2007-10-04 Fujikura Ltd 移動体の位置検出方法
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
JP2011224122A (ja) * 2010-04-19 2011-11-10 Sharp Corp 行動認識装置
JP2013101093A (ja) * 2011-11-09 2013-05-23 Toshiba It & Control Systems Corp 位置検出装置
JP2014089494A (ja) * 2012-10-29 2014-05-15 System Craft Inc 居住者見守り装置、居住者見守りプログラム及び居住者の見守り方法
JP2017192742A (ja) 2013-11-29 2017-10-26 チョンチン シーシャン サイエンス アンド テクノロジー カンパニー， リミテッドＣｈｏｎｇｑｉｎｇ Ｘｉｓｈａｎ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ． 連続可変角度部を含む側方研削ドリル
US20170055496A1 (en) * 2014-05-13 2017-03-02 Horse Sense Shoes, Llc Animal health sensor system
WO2016171077A1 (ja) * 2015-04-24 2016-10-27 Ｊｃアライアンス株式会社 情報処理システム
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
JP2017070138A (ja) 2015-10-01 2017-04-06 アルプス電気株式会社 高分子アクチュエータ

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RYO ABE: "Basic Agricultural Seminar: Basics of Farm Animal Breeding", April 2008, RURAL CULTURE ASSOCIATION JAPAN, INCORPORATED ASSOCIATION, pages: 122 - 124
See also references of EP3603388A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021234490A3 (en) * 2020-05-19 2022-01-06 Agverse Technologies Private Limited System and method for nutrition management and estrus detection and insemination in milch animals
CN113854181A (zh) * 2020-06-30 2021-12-31 杨多燕 一种奶牛行为检测项圈及其检测方法
CN113854181B (zh) * 2020-06-30 2023-07-28 杨多燕 一种奶牛行为检测项圈及其检测方法

Also Published As

Publication number Publication date
EP3603388A4 (en) 2020-12-16
EP3603388A1 (en) 2020-02-05

Similar Documents

Publication Publication Date Title
Unold et al. IoT-based cow health monitoring system
KR102035672B1 (ko) 가축의 행동과 위치를 모니터링하는 장치 및 방법
US20170325426A1 (en) A Method and Device for Remote Monitoring of Animals
EP4187505A1 (en) A method and system for the identification of animals
KR102040276B1 (ko) 축산 지식 정보를 기반으로 하는 가축의 사양관리 시스템
WO2018180242A1 (ja) 行動特定装置、行動特定方法、及びプログラム
Shalloo et al. A review of precision technologies in pasture-based dairying systems
EP3648577B1 (en) Method and system for monitoring the development of animals
JP6635968B2 (ja) 行動特定装置、行動特定方法、及びプログラム
KR101726366B1 (ko) 축우농가에서 소의 운동량 검출 시스템 및 방법
Singh Precision dairy farming: the next dairy marvel
Agrawal et al. Precision dairy farming: A boon for dairy farm management
JP7092624B2 (ja) 行動特定装置、行動特定方法及びプログラム
KR20230033068A (ko) 축산 동물의 행동 패턴을 기반으로 한 스마트 축사 관리 시스템 및 방법
JP7089098B2 (ja) 行動特定装置、行動特定方法、及びプログラム
JP6635995B2 (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
JP7376255B2 (ja) 特定装置、特定方法及びプログラム
JP6636204B2 (ja) 行動特定装置、行動特定方法、及びプログラム
EP4618749A1 (en) Method for surveillance and analysis of farm animals and arrangements for such surveillance and analysis
JP2019097475A (ja) 特定装置、特定方法、及びプログラム
Pukrongta et al. Cattle collars with a low-cost LPWAN-based system for cattle estrous monitoring
Bobade et al. New age dairy farming: Precision dairy farming (PDF): A review
Swain et al. Opportunities for improving livestock production with e-management systems
Tomic¹ et al. Cow time budget and beyond–experience with the Smartbow®

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18776765

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2018776765

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2018776765

Country of ref document: EP

Effective date: 20191031