JP2019097475A - 特定装置、特定方法、及びプログラム - Google Patents

Abstract

【課題】家畜の異常を特定する装置、方法の提供。
【解決手段】家畜の異常を特定する特定装置であって、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、所定の時間の間における１以上の加速度データを前記記憶手段から取得する第１の取得手段と、前記第１の取得手段により取得された前記１以上の加速度データに基づいて、標準偏差を算出する第１の算出手段と、前記第１の算出手段により算出された前記標準偏差から所定の指標値を算出する第２の算出手段と、前記第２の算出手段により算出された前記指標値が、予め設定された所定の閾値を超えている場合、前記家畜に異常が発生したことを特定する第１の特定手段と、を有することを特徴とする。
【選択図】図４

Description

本発明は、特定装置、特定方法、及びプログラムに関する。

肥育牛では、肥育後期に起立困難等の異常が発生し易いことが知られている。起立困難を放置すると、窒息等により牛が死亡することがあるため、牛を肥育する肥育農家では、牛舎の見回り等を行って、起立困難等の異常が牛に発生していないかを確認している。

また、繁殖牛でも産前産後に起立困難等の異常が発生し易いことが知られており、繁殖農家は、同様に、牛舎の見回り等を行って、起立困難等の異常が牛に発生していないかを確認している。

更に、鼓脹症等の異常によって牛が起立困難となる場合もある。鼓脹症とは、牛等の反芻動物の家畜に起こり得る病気であり、例えば、青草等の発酵性飼料を過食した際等に発症する場合がある。鼓脹症が発症した場合、牛の腹部が膨脹するため、牛は、起立困難となる。

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.

しかしながら、例えば、飼養頭数が数百頭から数千頭にも及ぶ大規模な酪農場では、牛舎の見回り等を行って、牛に異常（鼓脹症等を含む起立困難）が発生していないかを確認するのは困難である。

本発明の実施の形態は、上記の点に鑑みてなされたもので、家畜の異常を特定することを目的とする。

上記課題を解決するため、本発明の実施の形態は、家畜の異常を特定する特定装置であって、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、所定の時間の間における１以上の加速度データを前記記憶手段から取得する第１の取得手段と、前記第１の取得手段により取得された前記１以上の加速度データに基づいて、標準偏差を算出する第１の算出手段と、前記第１の算出手段により算出された前記標準偏差から所定の指標値を算出する第２の算出手段と、前記第２の算出手段により算出された前記指標値が、予め設定された所定の閾値を超えている場合、前記家畜に異常が発生したことを特定する第１の特定手段と、を有することを特徴とする。

家畜の異常を特定することができる。

第一の実施形態に係る特定システムの全体構成の一例を示す図である。 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。 第一の実施形態に係る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異常特定処理の一例を示すフローチャートである。 指標値の算出の一例を説明する図である。 採食行動時と異常行動時との比較例を示す図である。 第二の実施形態に係る特定システムの全体構成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異常特定処理の一例を示すフローチャートである。 牛の姿勢特定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、牛の異常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、牛の起立困難等の異常を特定する特定システム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特定システムの全体構成の一例を示す図である。

図１に示すように、本実施形態に係る特定システム１には、牛の異常を特定する特定装置１０と、牛に装着された１以上のタグ２０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を含む測定データを特定装置１０に送信する。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。

特定装置１０は、牛の異常（例えば、肥育後期に発生する起立困難、産前産後に発生する起立困難、鼓脹症による起立困難等）を特定する１以上のコンピュータである。特定装置１０は、特定処理部１００と、測定データ記憶部２００とを有する。

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に基づいて、牛の異常を特定する。特定処理部１００は、特定装置１０にインストールされた１以上のプログラムが、ＣＰＵ（Central Processing Unit）等に実行させる処理により実現される。

測定データ記憶部２００は、タグ２０から受信した測定データを記憶する。測定データ記憶部２００は、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の補助記憶装置等を用いて実現可能である。測定データ記憶部２００には、所定の時間毎（例えば２秒毎）に、複数の測定データが記憶されている。

なお、図１に示す特定システム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、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、特定処理部１００が有する機能の一部を、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。

＜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２を参照しながら説明する。図２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、特定装置１０は、タグ２０から測定データを受信した場合、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２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。

各測定データには、日時と、加速度センサ値とが含まれる。日時は、例えば、タグ２０が測定データを送信した日時である。なお、日時は、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「ｔ_１」の測定データには、加速度センサ値のＸ成分「ｘ_１」と、Ｙ成分「ｙ_１」と、Ｚ成分「ｚ_１」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、加速度センサ値とが含まれる測定データが蓄積（記憶）されている。

＜特定処理部１００の機能構成＞
次に、本実施形態に係る特定処理部１００の機能構成について、図３を参照しながら説明する。図３は、本実施形態に係る特定処理部１００の機能構成の一例を示す図である。

図３に示すように、特定処理部１００は、取得部１０１と、前処理部１０２と、ノルム算出部１０３と、標準偏差算出部１０４と、指標値算出部１０５と、異常特定部１０６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。

ノルム算出部１０３は、前処理後の測定データに含まれる加速度センサ値のＬ２ノルムを算出する。

標準偏差算出部１０４は、所定の時間（例えば１分）単位で、ノルム算出部１０３により算出されたＬ２ノルムの標準偏差を算出する。

指標値算出部１０５は、所定の時間（例えば１時間）の間の標準偏差から所定の指標値を算出する。指標値算出部１０５は、例えば、予め設定された上限値と下限値とを用いて、所定の時間（例えば、５分、１０分、１時間等）の間に、標準偏差が上限値を超えた後に下限値を下回った回数と、標準偏差が下限値を下回った後に上限値を超えた回数とをカウントし、このカウント値を指標値とすれば良い。このとき、指標値算出部１０５は、標準偏差が上限値を超えた後に、（下限値を下回らずに）再度、上限値を超えた場合にはカウントしない。同様に、指標値算出部１０５は、標準偏差が下限値を下回った後に、（上限値を超えずに）再度、下限値を下回った場合にはカウントしない。

なお、指標値算出部１０５は、上記以外の指標値を算出しても良い。例えば、標準偏差が上限値を超えた回数をＫ_ｓ、下限値を下回った回数をＫ_ｉとした場合に、指標値算出部１０５は、ｍｉｎ（Ｋ_ｓ，Ｋ_ｉ）やＫ_ｓ＋Ｋ_ｉ等を指標値としても良い。

異常特定部１０６は、指標値算出部１０５により算出された指標値が、予め設定された閾値を超えているか否かを判定する。そして、異常特定部１０６は、指標値が閾値を超えていると判定した場合、牛に異常が発生したと特定する。一方で、異常特定部１０６は、指標値が閾値を超えていないと判定した場合、牛に異常は発生していないと特定する。

なお、異常特定部１０６により牛に異常が発生したと特定された場合、例えば、異常特定部１０６は、牛に異常が発生したことを示すアラート等を通知する。アラートの通知先としては、例えば、特定装置１０のディスプレイ等に表示しても良いし、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）に送信しても良い。

＜牛の異常を特定する処理＞
以降では、牛に発生した異常を特定する処理について、図４を参照しながら説明する。図４は、第一の実施形態に係る異常特定処理の一例を示すフローチャートである。なお、図４に示す処理は、例えば、１０分間毎に繰り返し実行される。ただし、１０分は一例であって、任意の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、例えば特定装置１０のユーザが任意の時間に設定することができる。

以降では、タグＩＤ「Ｔａｇ１」の１０分間の測定データ１，測定データ２，・・・，測定データＮ_１が取得部１０１により取得された場合について説明を続ける。

次に、前処理部１０２は、取得部１０１により取得された測定データに対して前処理を行う（ステップＳ１２）。すなわち、前処理部１０２は、測定データの欠損補完（リサンプリング）処理やノイズ除去処理等を行う。なお、欠損補完処理は、収集データの精度を上げるため、データが取得できなかった場合の欠損を補完する処理である。また、ノイズ除去処理は、牛の瞬間的な動作（例えば、瞬間的に身体を震わせる動作や瞬間的に大きく身体をびくつかせる動作等）を示すデータを除去する処理である。これにより、前処理後の測定データ１，測定データ２，・・・，測定データＮ_２が得られる。

次に、ノルム算出部１０３は、前処理後の測定データに含まれる加速度センサ値のＬ２ノルムを算出する（ステップＳ１３）。すなわち、ノルム算出部１０３は、測定データ１に含まれる加速度センサ値１のＬ２ノルム１、測定データ２に含まれる加速度センサ値２のＬ２ノルム２，・・・，測定データＮ_２に含まれる加速度センサ値Ｎ_２のＬ２ノルムＮ_２を算出する。

次に、標準偏差算出部１０４は、所定の時間（例えば１分）単位で、ノルム算出部１０３により算出されたＬ２ノルムの標準偏差を算出する（ステップＳ１４）。すなわち、標準偏差算出部１０４は、Ｌ２ノルム１，Ｌ２ノルム２，・・・，Ｌ２ノルムＮ_２について、１分単位で標準偏差を算出する。標準偏差算出部１０４により算出された標準偏差は、例えば、ＨＤＤやＳＳＤ等の補助記憶装置に記憶される。

次に、指標値算出部１０５は、所定の時間（例えば１時間）の間の標準偏差から所定の指標値を算出する（ステップＳ１５）。すなわち、指標値算出部１０５は、例えば過去の１時間の間の標準偏差を補助記憶装置から取得して、所定の指標値を算出する。所定の指標値は、所定の時間の間に、標準偏差が上限値を超えた後に下限値を下回った回数と、標準偏差が下限値を下回った後に上限値を超えた回数とをカウントすることで算出される。

ここで、指標値の算出について、図５を参照しながら説明する。図５は、指標値の算出の一例を説明する図である。

図５に示すように、縦軸に標準偏差、横軸に時間とした場合に、１時間の間において、標準偏差が上限値を超えた後に下限値を下回った回数と、標準偏差が下限値を下回った後に上限値を超えた回数とをカウントして、指標値を算出する。例えば、図５に示す例では、６：００〜６：１０の間に、３回とカウントされている。

なお、下限値及び上限値は、例えば、経験則に基づいて予め決定されるが、下限値としては、例えば、牛が横臥している状態の間における加速度センサ値から算出される標準偏差よりも高い値を設定することが好ましい。また、上限値としては、例えば、牛が採食している状態（餌を食べている状態）の間における加速度センサ値から算出される標準偏差と同等又は同等以上の値を設定することが好ましい。上限値は、例えば、牛が採食している状態（又は、採食時と同程度の動きをしている状態）の間における加速度センサ値を正解データとして、機械学習の手法によって学習することで決定された標準偏差が設定されても良い。

また、下限値及び上限値は、牛毎に決定されても良いし、全ての牛に対して共通に決定されても良い。牛毎に決定することで、例えば、牛毎の行動の特徴を考慮した下限値及び上限値を設定することができる。牛毎に決定する場合は、更に、牛の過去の動作データに基づいて上限値及び下限値を設定しても良い。例えば、統計的に動きが多いと判断される牛には、高めの上限値を設定する等である。言い換えれば、牛毎の特性に応じて、上限値及び下限値を設定しても良い。

また、指標値算出部１０５によって指標値が算出される時間幅（所定の時間の間の時間幅）は、判定対象とする異常の種別に応じて異なっていても良い。例えば、鼓脹症等の緊急性が高い病気の場合には１時間幅とする一方で、分娩等の場合には６時間幅とする等である。

次に、異常特定部１０６は、指標値算出部１０５により算出された指標値が、予め設定された閾値を超えているか否かを判定する。そして、異常特定部１０６は、指標値が閾値を超えていると判定した場合、牛に異常が発生したと特定する。一方で、異常特定部１０６は、指標値が閾値を超えていないと判定した場合、牛に異常は発生していないと特定する（ステップＳ１５）。なお、閾値としては、例えば、１５〜２０程度が考えられる。ただし、閾値はこれに限られない。

例えば、判定対象とする異常の種別に応じて、異なる閾値を用いても良い。より具体的には、或る病気に罹患した牛では上限値を超えたり下限値を下回ったりする動作が継続的に発生するような場合、閾値は高めに設定される。一方で、別の或る病気に罹患した牛では突発的に大きな動作が発生するような場合、閾値は低めに設定される等である。

以上により、本実施形態に係る特定装置１０では、牛に発生した異常（例えば、肥育後期に発生する起立困難、産前産後に発生する起立困難、鼓脹症による起立困難等）を特定することができる。

ここで、一例として、採食行動時と異常行動（起立困難）時とにおけるＬ２ノルムと標準偏差との比較例を図６示す。図６は、採食行動時と異常行動時との比較例を示す図である。

図６（ａ）は、採食行動時におけるＬ２ノルムである。また、図６（ｂ）は、異常行動時におけるＬ２ノルムである。異常行動時には、採食行動時に比べて、Ｌ２ノルムが突出した値となっている場合が多いのがわかる。

図６（ｃ）は、採食行動時における標準偏差である。また、図６（ｄ）は、異常行動時における標準偏差である。異常行動時には、採食行動時に比べて、上下の振れが大きいことがわかる。

これにより、上限値及び下限値を適切に設定することで、牛の異常を高い精度で特定することできる。なお、上限値と下限値との差を大きくすることで、誤検知を減らすことができる一方で、検知漏れが大きくなる。反対に、上限値と下限値との差を小さくすることで、誤検知は大きくなるが、検知漏れを減らすことができる。したがって、例えば、上限値と下限値との差を大きくした場合、閾値は比較的小さく設定することが好ましい。一方で、例えば、上限値と下限値との差を小さくした場合、閾値は比較的大きく設定することが好ましい。

また、上限値は、段階的に設定されても良い。例えば、第１の上限値と、当該第１の上限値よりも大きい値の第２の上限値とが設定されても良い。このとき、閾値は、例えば、第１の上限値に対応する第１の閾値と、第２の上限値に対応する第２の閾値とが設定されても良い。第１の閾値とは、例えば、標準偏差が第１の上限値を超えた後に下限値を下回った回数と、標準偏差が第１の下限値を下回った後に上限値を超えた回数とをカウントしたカウント値である。同様に、第２の閾値とは、例えば、標準偏差が第２の上限値を超えた後に下限値を下回った回数と、標準偏差が第２の下限値を下回った後に上限値を超えた回数とをカウントしたカウント値である。なお、ここでは、下限値は一定とした。下限値も上限値と同様に、段階的に設定されても良い。

［第二の実施形態］
次に、第二の実施形態について説明する。第二の実施形態では、気圧データを用いることで、より高い精度で牛の異常を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一の構成要素についてはその説明を省略する。

＜全体構成＞
まず、本実施形態に係る特定システム１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、本実施形態に係る特定システム１には、更に、基準となる気圧を測定する基準気圧センサ３０が含まれる。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。

本実施形態に係るタグ２０は、所定の時間毎（例えば２秒毎）に、更に、気圧センサにより測定された気圧センサ値を含む測定データを特定装置１０に送信する。

また、基準気圧センサ３０は、牛舎内の所定の位置（例えば、牛舎内の地面上）に設置され、基準となる気圧を測定する。基準気圧センサ３０は、所定の時間毎（例えば２秒毎）に、測定した気圧を示す基準気圧センサ値を含む基準気圧データを特定装置１０に送信する。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３００に蓄積（記憶）される。

ここで、本実施形態に係る特定装置１０は、更に、基準気圧データ記憶部３００を有する。

基準気圧データ記憶部３００は、基準気圧センサ３０から受信した基準気圧データを記憶する。基準気圧データ記憶部３００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３００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。

なお、例えば、牛には、タグ２０の代わりに、加速度センサと、気圧センサとがそれぞれ別体で装着されていても良い。

＜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８を参照しながら説明する。図８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。

図８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。また、各測定データには、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、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。

＜特定処理部１００の機能構成＞
次に、本実施形態に係る特定処理部１００の機能構成について、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特定処理部１００の機能構成の一例を示す図である。

図９に示すように、特定処理部１００は、更に、姿勢特定部１０７を有する。また、本実施形態に係る取得部１０１は、基準気圧データ記憶部３００から基準気圧データを取得する。このとき、取得部１０１は、測定データ記憶部２００から取得した測定データと同一の時間の間の基準気圧データを取得する。

姿勢特定部１０７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、取得部１０１により取得された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、牛の姿勢（すなわち、「起立」又は「横臥」）を特定する。ここで、「起立」とは、牛が立っている状態のことである。また、「横臥」とは、牛が横たわっている状態のことである。

牛が起立困難となっている場合には、牛の姿勢は「横臥」となっている。したがって、姿勢特定部１０７により牛の姿勢を特定することで、本実施形態に係る異常特定部１０６は、指標値が閾値を超えていると判定した場合であっても、牛の姿勢が「起立」である場合には牛に異常は発生していないと特定することができる。これにより、誤検知（すなわち、牛が立っている状態で、異常特定部１０６により牛に異常が発生したと特定される事態等）を防止することができる。

＜牛の異常を特定する処理＞
以降では、牛の姿勢も考慮して、牛に発生した異常を特定する処理について、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異常特定処理の一例を示すフローチャートである。なお、図１０に示す処理は、例えば、１０分間毎に繰り返し実行される。ただし、１０分は一例であって、任意の時間毎に繰り返し実行されても良い。

図１０のステップＳ１１〜ステップＳ１５の処理は、図４と同様であるため、その説明を省略する。

ステップＳ１５に続いて、取得部１０１は、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３００から取得する（ステップＳ２１）。すなわち、例えば、ステップＳ１１において日時ｔ_１〜ｔ_ｎ（ｎ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ｔ_１〜ｔ_ｎの間の基準気圧データを基準気圧データ記憶部３００から取得する。

次に、姿勢特定部１０７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所定の時間（例えば１０分）の間における気圧差分センサ値を算出する（ステップＳ２２）。気圧差分センサ値とは、測定データに含まれる気圧センサ値と、当該測定データと同一日時又は当該測定データと対応する日時における基準気圧データに含まれる基準気圧センサ値との差である。

次に、姿勢特定部１０７は、上記のステップＳ２２で算出した差分気圧センサ値から牛の姿勢を特定する（ステップＳ２３）。

ここで、牛の姿勢を特定する場合の一例について、図１１を参照しながら説明する。図１１は、牛の姿勢特定の一例を説明する図である。

タグ２０は、牛の首の位置に装着されているため、差分気圧センサ値が相対的に高い場合は牛の首が低い位置にあることを示している。一方で、差分気圧センサ値が相対的に低い場合は牛の首の位置が高い位置にあることを示している。このため、図１１に示すように、差分気圧センサ値が、他の時間よりも相対的に高い場合には、牛が横臥していると特定することができる。

次に、異常特定部１０６は、上記のステップＳ２３で特定した牛の姿勢も考慮して、牛の異常を特定する（ステップＳ２４）。すなわち、例えば、上記のステップＳ２３で特定した牛の姿勢が「起立」である場合、異常特定部１０６は、牛に異常が発生していないと特定する。一方で、例えば、上記のステップＳ２３で特定した牛の姿勢が「横臥」である場合、異常特定部１０６は、図４のステップＳ１５と同様に、指標値が閾値を超えているか否かを判定する。これにより、牛の異常を高い精度で特定することができる。

なお、牛の姿勢の特定は、例えば、ステップＳ１１又はステップＳ１２の後に行われても良い。このとき、例えば、牛の姿勢が「起立」と特定された場合に、以降の処理を実行しないようにすることもできる。すなわち、牛の姿勢が「起立」と特定された場合には、Ｌ２ノルムの算出や標準偏差の算出等を行わないようにすることもできる。

以上により、本実施形態に係る特定装置１０では、牛に発生した異常（例えば、肥育後期に発生する起立困難、産前産後に発生する起立困難、鼓脹症による起立困難等）を特定する際に、牛の姿勢も考慮して、より高い精度で異常の発生を特定することができる。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。

１ 特定システム
１０ 特定装置
２０ タグ
３０ 基準気圧センサ
１００ 特定処理部
１０１ 取得部
１０２ 前処理部
１０３ ノルム算出部
１０４ 標準偏差算出部
１０５ 指標値算出部
１０６ 異常特定部
１０７ 姿勢特定部
２００ 測定データ記憶部
３００ 基準気圧データ記憶部

Claims (6)

1. 家畜の異常を特定する特定装置であって、
   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、
   所定の時間の間における１以上の加速度データを前記記憶手段から取得する第１の取得手段と、
   前記第１の取得手段により取得された前記１以上の加速度データに基づいて、標準偏差を算出する第１の算出手段と、
   前記第１の算出手段により算出された前記標準偏差から所定の指標値を算出する第２の算出手段と、
   前記第２の算出手段により算出された前記指標値が、予め設定された所定の閾値を超えている場合、前記家畜に異常が発生したことを特定する第１の特定手段と、
   を有することを特徴とする特定装置。
2. 前記第２の算出手段は、
   所定の時間の間における前記標準偏差と、予め設定された上限値及び下限値との大小関係に基づいて、前記指標値を算出する、ことを特徴とする請求項１に記載の特定装置。
3. 前記上限値及び前記下限値の少なくとも一方は、前記家畜の異常の種別、又は、前記家畜毎の特性に応じて設定される、ことを特徴とする請求項２に記載の特定装置。
4. 前記記憶手段には、前記家畜に装着された第１の気圧センサ及び所定の位置に設置された第２の気圧センサがそれぞれ測定した第１の気圧データ及び第２の気圧データが記憶され、
   所定の時間の間における１以上の第１の気圧データ及び第２の気圧データを前記記憶手段から取得する第２の取得手段と、
   前記第２の取得手段により取得された前記１以上の第１の気圧データ及び第２の気圧データから前記家畜の姿勢を特定する第２の特定手段とを有し、
   前記第１の特定手段は、
   前記第２の特定手段により前記家畜の姿勢が横臥であると特定された場合に、前記指標値が前記閾値を超えているか否かを判定する、ことを特徴とする請求項１乃至３の何れか一項に記載の特定装置。
5. 家畜の異常を特定する特定装置であって、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特定装置が、
   所定の時間の間における１以上の加速度データを前記記憶手段から取得する第１の取得手順と、
   前記第１の取得手順により取得された前記１以上の加速度データに基づいて、標準偏差を算出する第１の算出手順と、
   前記第１の算出手順により算出された前記標準偏差から所定の指標値を算出する第２の算出手順と、
   前記第２の算出手順により算出された前記指標値が、予め設定された所定の閾値を超えている場合、前記家畜に異常が発生したことを特定する第１の特定手順と、
   を実行することを特徴とする特定方法。
6. コンピュータを、請求項１乃至４の何れか一項に記載の特定装置の各手段として機能させるためのプログラム。

Images