[发明专利]一种多源信息融合奶牛行为监测系统及方法有效

专利信息
申请号: 201711405688.1 申请日: 2017-12-22
公开(公告)号: CN108175389B 公开(公告)日: 2020-12-29
发明(设计)人: 朱华吉;吴华瑞;缪祎晟;张丽红;顾静秋;高荣华 申请(专利权)人: 北京农业信息技术研究中心
主分类号: A61B5/0205 分类号: A61B5/0205;A61B5/11;A61B5/00;G06K9/00;G06K9/62;A61D17/00;A01K29/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;李相雨
地址: 100097 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 融合 奶牛 行为 监测 系统 方法
【权利要求书】:

1.一种动物监测方法,其特征在于,包括:

采集动物的体温参数、脉搏参数和运动量参数,并分别对采集的体温参数、脉搏参数和运动量参数进行数据融合,得到体温数据、脉搏数据和运动量数据;

采集动物监控录像中的视频帧,对所述采集的视频帧进行归一化转换,得到图像数据;

基于所述体温数据、所述脉搏数据、所述运动量数据和所述图像数据,构建样本数据矩阵;其中所述样本数据矩阵的元素为相同时刻,所述体温数据、所述脉搏数据、所述运动量数据和所述图像数据中任意两个数据之间的欧氏距离;

基于所述样本数据矩阵,采用密度聚类算法确定是否存在离群点;

其中,若存在离群点则表明离群点对应时刻,动物处于发情状态;

所述分别对采集的体温参数、脉搏参数和运动量参数进行数据融合得到体温数据、脉搏数据和运动量数据,包括:

基于所述体温参数的时间序列对所述体温参数进行最优因子加权,得到最优因子加权融合后的体温数据;

基于所述脉搏参数的时间序列对所述脉搏参数进行密度偏移估计,得到密度估计融合后的脉搏数据;

基于所述运动量参数的时间序列对所述运动量参数进行聚类特征提取,得到聚类特征提取融合后的活动量数据。

2.根据权利要求1所述的动物监测方法,其特征在于,所述监测方法还包括:

根据所述视频帧计算获取动物的弯曲角;

根据所述弯曲角、所述体温参数、所述脉搏参数和所述运动量参数计算跛行参数,

若计算的所述跛行参数大于预设的跛行参数,则表明动物处于跛行状态。

3.根据权利要求1或2所述的动物监测方法,其特征在于,所述监测方法还包括:

在动物处于发情状态或跛行状态时,进行预警。

4.根据权利要求1所述的动物监测方法,其特征在于,分别采用温度传感器、脉搏传感器和振动传感器来分别获取动物的体温参数、脉搏参数和运动量参数。

5.一种动物监测系统,其特征在于,包括:

特征参数监控单元,用于采集动物的体温参数、脉搏参数和运动量参数,并分别对采集的体温参数、脉搏参数和运动量参数进行数据融合,得到体温数据、脉搏数据和运动量数据;

行为特征监控单元,用于采集动物监控录像中的视频帧,对所述采集的视频帧进行归一化转换,得到图像数据;

处理单元,用于基于所述体温数据、所述脉搏数据、所述运动量数据和所述图像数据,构建样本数据矩阵;其中所述样本数据矩阵的元素为相同时刻,所述体温数据、所述脉搏数据、所述运动量数据和所述图像数据中任意两个数据之间的欧氏距离;

判断单元,用于基于所述样本数据矩阵,采用密度聚类算法确定是否存在离群点;

其中,若存在离群点则表明离群点对应时刻,动物处于发情状态;

所述特征参数监控单元,包括:

第一转换模块,用于基于所述体温参数的时间序列对所述体温参数进行最优因子加权,得到最优因子加权融合后的体温数据;

第二转换模块,用于基于所述脉搏参数的时间序列对所述脉搏参数进行密度偏移估计,得到密度估计融合后的脉搏数据;

第三转换模块,用于基于所述运动量参数的时间序列对所述运动量参数进行聚类特征提取,得到聚类特征提取融合后的活动量数据。

6.根据权利要求5所述的动物监测系统,其特征在于,所述监测系统还包括:

采集单元,用于根据所述视频帧计算获取动物的弯曲角;

计算单元,用于根据所述弯曲角、所述体温参数、所述脉搏参数和所述运动量参数计算跛行参数,

判定单元,用于若计算的所述跛行参数大于预设的跛行参数,则表明动物处于跛行状态。

7.根据权利要求5或6所述的动物监测系统,其特征在于,所述监测系统还包括:

预警单元,用于在动物处于发情状态或跛行状态时,进行预警。

8.根据权利要求5所述的动物监测系统,其特征在于,分别采用温度传感器、脉搏传感器和振动传感器来分别获取动物的体温参数、脉搏参数和运动量参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京农业信息技术研究中心,未经北京农业信息技术研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711405688.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top