[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
【说明书】:

发明提供了一种多源信息融合奶牛行为监测系统及方法。方法包括: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;采集奶牛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;基于所述样本矩阵,采用密度聚类算法确定是否存在离群点;若存在离群点则表明离群点对应时刻,奶牛处于发情状态。本发明利用不同维度数据间的互补性,避免单一数据的抗干扰能力差问题,实现对奶牛行为状态的精确判断,并具有可靠性高、容错性好的效果。

技术领域

本发明涉及监控技术领域,具体涉及一种多源信息融合奶牛行为监测系统及方法。

背景技术

随着时代的进步与发展,人们的生活水平逐步提高,日常生活中对奶制品的需求也日益增长。奶制品行业发展的关键因素是原材料牛奶的产量和质量,而奶牛的健康状况和发情情况是决定牛奶质量和产量的关键要素。奶牛的体征参数有体温、脉搏、运动量等,是评价奶牛健康情况和生理状态的重要指标。正常情况下,奶牛的体征参数只在较为恒定的范围内发生细微变化,但在病理过程和发情状态时却会发生不同程度的升高或降低。因此,奶牛行为状态的监测在奶制品行业中是非常重要的。

目前奶牛行为状态监控是采用数字化监测方法,把数字化技术引入奶牛养殖,用电子传感器监测奶牛的行为状态,现场采集、记录奶牛个体的物理参量。对农场来讲,除了可以节约劳动力外,还可以及时发现奶牛的疾病并正确诊治,有助于预防和控制奶牛的感染性疾病,而且可以识别奶牛的发情期,有利于延长奶牛产乳期,提高产奶量。此外,由于系统有后台的数据备份系统,这样管理人员可以对历史数据进行操作管理,并且为农场的长期发展保留了宝贵的数据资料。但目前的数字化监测方法为单一的信号预处理技术,仅对某一项信号有较好的信息响应,这样会产生一定的判断误差,鲁棒性较差,存在较高的虚警率和漏报率的问题。

发明内容

针对现有技术中的缺陷,本发明提供一种多源信息融合奶牛行为监测系统及方法,通过多源信息的相互融合,实现实时监控并提高监测的准确性。

为实现上述目的,本发明提供以下技术方案:

一方面,本发明提供了一种多源信息融合奶牛行为监测方法,包括:

采集奶牛的体温参数、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;

采集奶牛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,若存在离群点则确定该离群点所对应的时刻奶牛处于发情状态。

进一步的,所述监测方法还包括:

根据所述视频帧计算获取奶牛背部的弯曲角;

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,则表明奶牛处于跛行状态。

进一步的,所述监测方法还包括:

在奶牛处于发情状态或跛行状态时,进行预警。

进一步的,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奶牛的体温参数、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/201711405688.1/2.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