【摘 要】
:
草原牧场中牛群数量的显著增加,加大了草原放牧的工作量,靠人工完成草原牛繁殖、合理放牧、疾病预防和防止牛丢失耗时耗力,急需利用自动化和信息化手段来完成这些工作。随着这些年物联网技术的快速发展,我国牧场中也用了一些可穿戴的智能设备,但大多数都是引进国外的设备,成本较高。因此,本文研究设计了一种可穿戴的牛定位及行为检测装置,减少牧场工作人员投入,提高牧场运作效率,降低工作成本。首先,对用于监测牛生理状况
论文部分内容阅读
草原牧场中牛群数量的显著增加,加大了草原放牧的工作量,靠人工完成草原牛繁殖、合理放牧、疾病预防和防止牛丢失耗时耗力,急需利用自动化和信息化手段来完成这些工作。随着这些年物联网技术的快速发展,我国牧场中也用了一些可穿戴的智能设备,但大多数都是引进国外的设备,成本较高。因此,本文研究设计了一种可穿戴的牛定位及行为检测装置,减少牧场工作人员投入,提高牧场运作效率,降低工作成本。首先,对用于监测牛生理状况的可穿戴设备进行分析,包括基于牛声音的检测装置、基于牛体温的检测装置、基于压力的牛发情检测装置、基于加速度计和GPS的检测装置。综合分析,选取位置信息用来监测放牧强度和防止草原牛丢失,选取声音信息作为草原牛行为分类的检测方法。其次,对草原牛定位及行为检测装置进行设计。使用低功耗的L80-R定位模块采集牛位置信息和MAX4466声音放大器采集牛的声音信息,由低功耗处理器STM32L151处理,通过Lo Ra无线广域低功耗网络向网关发送处理后的数据,网关再把数据转发给服务器,牧场工作人员就可以通过客户端查看。最后,设计草原牛声音识别与分类算法,使用Python程序对采集的声音进行分析。首先对声音进行降噪处理,包括预加重、端点检测、分帧和加窗。然后通过快速傅里叶变换分析频域信息,对比草原放牧中可能有的其它声音找出牛叫声特点。最终得到草原牛叫声基频位于500Hz左右,大部分叫声持续0.8s以上,且声音能量较大,部分叫声频域曲线有一个倍频关系,从而区分其它声音信号,根据发声频次区分牛处于饥饿或找牛犊状态。根据语谱图发现,草原牛在吃草时会间断出现高能量段,高能量段持续0.15s左右,根据这一特点区别于其它声音信号。本文研究的装置在实验室内进行了定位精度、主要耗电模块功耗、声音检测精度测试,测试结果表明:该装置的定位误差在5米左右,该精度能满足防止牛丢失和掌握放牧强度信息;项圈节点主要耗电模块功耗较小,能满足长期不更换电池的需求;声音频率在1500Hz下,误差不超过0.65%。所设计的装置能实时、准确、有效地监测牛的位置,声音和加速度信息,并且满足低功耗和可穿戴的需求,有望广泛应用于畜牧业中。
其他文献
对于公共安全、生产安全、智慧城市的创建以及一些特殊领域,定位信息起到了十分重要的作用。全球定位系统(Global Positioning System,GPS)作为目前发展最完备且应用最普遍的定位系统,在室外能够为用户提供精确的位置信息。由于墙壁、窗户等建筑物的遮挡,使得室内卫星信号传输效率大幅度降低,无法获得有效的定位信息。针对室内定位技术,已经出现了大量的研究成果,诸如蓝牙、超宽带、地磁、无线
根据世界卫生组织(World Health Organization,WHO)2019年发布的统计数据显示,全球已经有超过11亿的吸烟者。吸烟在当前可预防的引发死亡和各种疾病的因素当中排在第一位,如果没有采取有效的干预措施,每年因吸烟引起的死亡人数可多达600万人,到2030年全球因吸烟导致的死亡人数估计会高达800万人。先前有大量的研究结果表明,从青春期到成年期是大脑持续发育的关键时期。在这一关
无人机在识别和跟踪羊群时,如果无人机飞的过低,自身伴随的飞行噪音会使羊群受到惊吓,干扰羊群的正常活动;如果无人机飞的过高,那么会出现视野框中目标尺寸过小和目标识别困难等问题。将无人机应用于草原畜牧业的生产管理过程中,实现无人机自动化放牧,能够使草原畜牧业管理方式智能化,提高科技管理水平,降低草原牧民的人力和物力成本。本文以研究无人机自适应平稳跟踪羊群为例,首先让无人机巡航时能够成功识别到羊群,同时
风能资源作为一种广泛分布的能源形式,具有无污染、成本低的优势,因此风能发电的使用越来越广泛。风力发电机组多处于高山、海洋等雷电活动活跃的地点,避雷线的完好对风力发电机组正常运行至关重要。现有检测手段仅对避雷线的断线进行检测,避雷线部分断股的情况目前还不能检测。为避免风电机组在运行中出现避雷线断股产生危害,准确判断避雷线的断股程度,以便及时更换损坏的避雷线,本文提出了一种基于行波法的对避雷线断股程度
目标检测的主要任务是用于检测图像或视频中所包含的对象及其具体位置。它是计算机视觉任务(如目标跟踪、图像分类和图像分割)的基础,普遍适用于各种场景。伴随着网络数据量的持续增长,基于手工特征的传统目标检测算法由于复杂的计算过程而逐渐退出历史舞台。随着计算机性能的快速提升,深度学习技术逐渐崭露头角,成为当前的主流研究趋势。以YOLO(You Only Look Once)系列为代表的一阶段目标检测算法,
随着近年来红外成像技术的进步,红外小目标检测逐步从军事领域扩展到交通、安全防护、医疗、工程施工、紧急救援等诸多民用领域。当前大部分的研究成果聚焦于单帧图像的红外小目标或序列的红外小目标,红外数据库少,同时关注图像特征和检测对象的融合研究少有涉及。在应用中,红外热成像系统固有的成像机理会造成图像缺失色彩信息、质量差等问题,此外受限于成像距离、大气传输等因素,导致红外图像对比度低、图像模糊以及视觉效果
信号重构是信号处理领域研究最广泛的课题之一,为了更快更好的获得有效信号,重构是信号处理过程中必不可少的一步。信号重构的主要目标是从含噪信号中尽可能的恢复信号本身。噪声的主要来源为信号在传输过程中外部环境扰动,以及自身硬件系统。在一些重要的应用场景中,诸如利用生物信号判断身体状态、使用电信号反映仪器设备状态,往往因信号被噪声污染而造成判断效果不佳引起误诊与生产事故。因此,寻找一种能够精准重建信号的算
以闽江上游地区为例,在分析三明市 2007—2016 年森林碳密度时空动态的基础上,采用常规的以及改进后的道路网络测度指标,应用缓冲区分析方法和地理加权回归(Geographically Weighted Regression,GWR)模型,从线上和面上分别探讨道路网络对森林碳密度干扰的地理变异规律。结果表明:(1) 碳密度受到道路网络的较大影响,路网影响域内外碳密度的大小排序为:路网影响域内<整
石墨烯作为二维材料中最重要的材料之一,自2004年被发现至今由于其独特无带隙的,宽光谱吸收,超快的载流子输运,高载流子迁移率和与高度成熟的硅基平台兼容等性质在光电领域成为研究的热点。石墨纳米片(GN)相比与石墨烯具有更多的碳原子层数,可以显着提高材料的光吸收效率,有望在光电探测领域开辟一条崭新的光电应用材料发展道路。二维碲材料作为二维材料家族中新兴的一员具有较强的空气稳定性能和较高的载流子迁移率,
近年来,随着社会技术的发展,人们对于智能机器人的功能要求也在逐渐提升。在此背景下,SLAM(Simultaneous Localization and Mapping)技术应运而生,该技术指智能机器人通过传感器对周围环境进行信息采集,并通过采集到的信息实现自身定位与进行地图构建。由于相机具备更为流畅以及丰富的信息采集技术,故以相机作为传感器的视觉SLAM技术逐渐成为主流。在视觉SLAM系统中,前端