CN115941895B - 一种具有无人机辅助的可穿戴放牧*** - Google Patents
一种具有无人机辅助的可穿戴放牧*** Download PDFInfo
- Publication number
- CN115941895B CN115941895B CN202211397920.2A CN202211397920A CN115941895B CN 115941895 B CN115941895 B CN 115941895B CN 202211397920 A CN202211397920 A CN 202211397920A CN 115941895 B CN115941895 B CN 115941895B
- Authority
- CN
- China
- Prior art keywords
- livestock
- unmanned aerial
- aerial vehicle
- module
- data
- 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.)
- Active
Links
- 238000009304 pastoral farming Methods 0.000 title claims abstract description 30
- 244000144972 livestock Species 0.000 claims abstract description 142
- 230000005540 biological transmission Effects 0.000 claims abstract description 52
- 241001465754 Metazoa Species 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 4
- 235000012054 meals Nutrition 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 36
- 230000006870 function Effects 0.000 abstract description 22
- 230000036544 posture Effects 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 16
- 238000012360 testing method Methods 0.000 description 15
- 241000282472 Canis lupus familiaris Species 0.000 description 13
- 238000013461 design Methods 0.000 description 13
- 230000008901 benefit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000013112 stability test Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 244000144980 herd Species 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004590 drinking behavior Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000004634 feeding behavior Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种具有无人机辅助的可穿戴放牧***，涉及牲畜监测技术领域。本发明的技术要点包括：牲畜佩戴一个小型物联网设备，由北斗模块、六轴姿态传感器、语音播放模块、NB‑IoT等组成；另外还有一个具有图传与GPS的无人机辅助设备；物联网设备负责监控牲畜的姿态和地理位置；当牲畜离开指定区域时，佩戴的设备会模拟狗吠的声音来驱赶牲畜，当牲畜长时间未返回电子围栏或检测到有危险时，无人机会根据牲畜的地理位置自动前往报警区域。本发明结合多个传感器实现了电子围栏和电子牧羊犬的功能，无人机作为辅助设备，根据牲畜情况进行反馈控制，只有在需要时才会飞往报警区域，避免了无人机飞行时间长而造成的电池电量不足和对牲畜的干扰问题。
Description
技术领域
本发明涉及牲畜监测技术领域，具体涉及一种具有无人机辅助的可穿戴放牧***。
背景技术
近年来，畜牧业作为农业的分支进入了一个新的发展阶段，从传统畜牧业向现代畜牧业转变。放牧监测日益受到关注，这主要是由于人口不断增加以及对粮食和动物产品的需求不断增加；这两个因素都导致了全球畜牧企业规模的快速增长。然而，这种增长也增加了牧民管理牲畜的难度。因此，确定如何实现智能监控尤为重要。
物联网是关于连接人和物的，是由传感器技术、通信技术和自动化技术相结合形成的大型网络。无人机技术因其操作简便、高效、安全等优点，已被广泛应用于农业监测和其他监测应用。因此，将这些信息技术应用于智能放牧是一个亟待解决的问题。这些技术将成为实现监控和报警功能的关键。
目前，关于将新技术应用于畜牧业，实现智能化管理的研究有较多。王等人[1]开发了一种无线传感器网络(WSN)***来监测动物的摄食和饮水行为，并提出了一种节能的网状路由策略来聚合监测数据。作者证实了这种无线监控***的新颖性和可行性。沃尔克等人[2]介绍了一种基于普通射频识别(RFID)技术的低成本遥测***，用于连续监测小动物的生理信号。Tsuichihara等人[3]研究了基于无人机和全球定位***(GPS)的农场管理***。该***使用无人机拍摄草原照片并通过GPS定位牲畜。此外，Barbedo等人[4,5]应用无人机捕捉动物图像，然后应用深度学习方法提取相关信息。使用可穿戴设备采集传感数据是监测牲畜行为的有效方式，但目前的研究功能相对简单，需要人工监督；无人机也是很好的监控工具，但是长时间飞行会导致续航问题。大多数现有技术只是应用物联网或无人机技术来监测动物，缺乏将物联网与无人机相结合的研究。
无人机越来越被视为有助于农场管理的宝贵工具，但无人机放牧的研究仍处于起步阶段。无人机放牧***的两个主要障碍是：(1)缺乏实用的无人机-动物交互和合适的无人机-放牧平台[6]；(2)长时间飞行带来的耗电问题。
发明内容
为此，本发明提出一种具有无人机辅助的可穿戴放牧***，以力图解决或者至少缓解上面存在的至少一个问题。
一种具有无人机辅助的可穿戴放牧***，包括数据采集处理端、云端、用户端和无人机端；其中，
所述数据采集处理端包括核心控制器、姿态传感器、北斗定位模块、语音播放模块、第一数据传输模块；所述姿态传感器用于采集牲畜姿态数据，所述北斗定位模块用于采集牲畜位置数据，所述核心控制器用于根据牲畜位置数据判断牲畜是否在电子围栏内，根据牲畜姿态数据判断牲畜是否处于进食、奔跑或跌倒状态，当牲畜不在电子围栏内时发送报警指令至语音播放模块，并通过第一数据传输模块发送牲畜位置数据和牲畜姿态数据至云端；其中，所述牲畜姿态数据携带牲畜状态信息，所述牲畜状态信息包括进食、奔跑或跌倒状态；
所述云端用于在接收到携带牲畜状态信息的牲畜姿态数据后，根据预设的周期进食次数判断牲畜是否处于正常进食状态，根据预设的时间阈值判断牲畜是否处于正常奔跑状态，若判断为非正常奔跑状态或跌倒状态，则发送控制指令和对应的牲畜位置数据给所述无人机端；发送警示信息和对应的牲畜位置数据给所述用户端；其中，所述警示信息包括非正常奔跑警示、非正常进食警示和跌倒警示；
所述无人机端包括无人机、主控制器、GPS、图像采集模块、图像传输模块和无线通信模块，所述无线通信模块用于接收所述云端发送的控制指令和牲畜位置数据；所述主控制器用于将牲畜位置数据发送给GPS，使得无人机飞往牲畜所在位置，并在无人机到达牲畜所在位置后发送图像采集指令给所述图像采集模块；所述图像采集模块用于在接收到图像采集指令后开启摄像头采集包含该牲畜的视频，并通过图像传输模块实时发送给所述用户端。
进一步地，所述语音播放模块接收到报警指令后发出模拟狗叫声。
进一步地，所述牲畜姿态数据包括偏航角、横滚角、俯仰角、偏航角速度、横滚角速度、俯仰角速度；所述核心控制器根据牲畜姿态数据判断牲畜是否处于进食、奔跑或跌倒的过程包括：
1)进食判断
一次进食条件为同时满足a.俯仰角小于第一预设阈值并自动恢复到初始状态；b.俯仰角速度由正的最大值变化到负的最大值；
2)奔跑状态判断
条件为俯仰角速度多次大于第二预设阈值；
3)跌倒状态判断
条件为同时满足c.横滚角小于第三预设阈值；d.横滚角速度小于第四预设阈值。
进一步地，所述用户端用于显示所述无人机端传回的视频，显示所述云端发送的警示信息和牲畜位置数据，显示牲畜姿态数据。
进一步地，所述用户端还用于输入第一预设阈值、第二预设阈值、第三预设阈值、第四预设阈值、时间阈值和周期进食次数。
进一步地，所述第一数据传输模块为NB-IoT模块，所述NB-IoT模块与所述云端之间的通信协议为Modbus协议。
进一步地，所述姿态传感器为MPU6050模块，所述MPU6050模块具有三轴加速度计和三轴陀螺仪。
进一步地，所述第一预设阈值为45°，所述第二预设阈值为40°/s，所述第三预设阈值为 50°，所述第四预设阈值为5°/s，所述时间阈值为60s。
本发明的有益技术效果是：
本发明提出了一个监控***，牲畜只需要佩戴一个小型物联网设备，由北斗模块、六轴姿态传感器、语音播放模块、NB-IoT等组成。另外还有一个具有图传与GPS的无人机辅助设备。物联网设备负责监控牲畜的姿态和地理位置。当牲畜离开指定区域时，佩戴的设备会模拟狗吠的声音来驱赶牲畜，从而实现电子围栏和电子牧羊犬的功能。当牲畜长时间未返回电子围栏或检测到有危险时，无人机会根据牲畜的地理位置自动前往报警区域。本发明结合多个传感器实现了电子围栏和电子牧羊犬的功能，并论证了其实际可行性；其次，无人机作为辅助设备，将根据牲畜情况进行反馈控制，无人机只有在需要时才会去报警区域，避免了无人机飞行时间长而造成的电池电量低和对牲畜的干扰问题。
附图说明
本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解，所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。
图1是本发明实施例一种具有无人机辅助的可穿戴放牧***的总体布局示意图；
图2是本发明实施例中嵌入式***的硬件示意图；
图3是本发明实施例中电子围栏与电子牧羊犬的软件设计流程图；
图4是本发明实施例中牲畜姿态监测的流程图；
图5是本发明实施例中数据显示界面示例图；其中，(a)对应PC端；(b)对应手机端；
图6是本发明实施例中辅助层设备结构示意图；
图7是本发明实施例中设备的三维坐标系示意图；
图8是本发明实施例中进食监测结果示例图，两侧纵轴分别对应着不同的曲线，横线为右侧纵轴的0值参考线；
图9是本发明实施例中奔跑监测结果示例图，两侧纵轴分别对应着不同的曲线；
图10是本发明实施例中跌倒监测结果示例图，两侧纵轴分别对应着不同的曲线；
图11是本发明实施例中北斗***定位模块的稳定性试验结果示例图；
图12是本发明实施例中无人机自主飞行的稳定性试验结果示例图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，在下文中将结合附图对本发明的示范性实施方式或实施例进行描述。显然，所描述的实施方式或实施例仅仅是本发明一部分的实施方式或实施例，而不是全部的。基于本发明中的实施方式或实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式或实施例，都应当属于本发明保护的范围。
本发明实施例提供一种具有无人机辅助的可穿戴放牧***，该***包括数据采集处理端、云端、用户端和无人机端；其中，
数据采集处理端包括核心控制器、姿态传感器、北斗定位模块、语音播放模块、第一数据传输模块；数据采集处理端可以挂载在牲畜身上，例如挂载在牲畜脖子上；姿态传感器用于采集牲畜姿态数据，北斗定位模块用于采集牲畜位置数据，核心控制器用于根据牲畜位置数据判断牲畜是否在电子围栏内，根据牲畜姿态数据判断牲畜是否处于进食、奔跑或跌倒状态，当牲畜不在电子围栏内时发送报警指令至语音播放模块，并通过第一数据传输模块发送牲畜位置数据和牲畜姿态数据至云端；其中，牲畜姿态数据携带牲畜状态信息，牲畜状态信息包括进食、奔跑或跌倒状态；
云端用于在接收到携带牲畜状态信息的牲畜姿态数据后，根据预设的周期进食次数判断牲畜是否处于正常进食状态，根据预设的时间阈值判断牲畜是否处于正常奔跑状态，若判断为非正常奔跑状态或跌倒状态，则发送控制指令和对应的牲畜位置数据给无人机端；发送警示信息和对应的牲畜位置数据给用户端；其中，警示信息包括非正常奔跑警示、非正常进食警示和跌倒警示；
无人机端包括无人机、主控制器、GPS、图像采集模块、图像传输模块和无线通信模块，无线通信模块用于接收云端发送的控制指令和牲畜位置数据；主控制器用于将牲畜位置数据发送给GPS，使得无人机飞往牲畜所在位置，并在无人机到达牲畜所在位置后发送图像采集指令给图像采集模块；图像采集模块用于在接收到图像采集指令后开启摄像头采集包含该牲畜的视频，并通过图像传输模块实时发送给用户端。
本实施例中，优选地，语音播放模块接收到报警指令后发出模拟狗叫声。
本实施例中，优选地，牲畜姿态数据包括偏航角、横滚角、俯仰角、偏航角速度、横滚角速度、俯仰角速度；核心控制器根据牲畜姿态数据判断牲畜是否处于进食、奔跑或跌倒的过程包括：
1)进食判断
一次进食条件为同时满足a.俯仰角小于第一预设阈值并自动恢复到初始状态；b.俯仰角速度由正的最大值变化到负的最大值；
2)奔跑状态判断
条件为俯仰角速度多次大于第二预设阈值；
3)跌倒状态判断
条件为同时满足c.横滚角小于第三预设阈值；d.横滚角速度小于第四预设阈值。
本实施例中，优选地，用户端用于显示无人机端传回的视频，显示云端发送的警示信息和牲畜位置数据，显示牲畜姿态数据。
本实施例中，优选地，用户端还用于输入第一预设阈值、第二预设阈值、第三预设阈值、第四预设阈值、时间阈值和周期进食次数。
本实施例中，优选地，第一数据传输模块为NB-IoT模块，NB-IoT模块与云端之间的通信协议为Modbus协议。
本实施例中，优选地，姿态传感器为MPU6050模块，MPU6050模块具有三轴加速度计和三轴陀螺仪。
本实施例中，优选地，第一预设阈值为45°，第二预设阈值为40°/s，第三预设阈值为50°，第四预设阈值为5°/s，时间阈值为60s。
本实施例中，优选地，周期进食次数与牲畜体重有关，可根据实际情况对其进行修改，例如500次/天。
为了解决无人机在放牧***中的问题，本发明另一实施例提出了一种具有无人机辅助的可穿戴放牧***即一种无人机辅助的放牧监控***。该***由可穿戴嵌入式设备和无人机组成。首先，***应用NB-IoT技术，实现嵌入式设备与远程服务器之间的数据传输。该技术的特点是功耗低、覆盖范围广。其次，利用北斗卫星导航***(BDS)获取牲畜的地理位置。北斗是采用三频定位理论的卫星***，具有较高的定位精度、可靠性和抗干扰能力。此外，该***使用六轴姿态传感器来监测牲畜的行为。该传感器集成了三轴加速度计和三轴陀螺仪，不仅可以监测加速度，还可以采集角度和角速度，从而大大提高行为监测的准确性。最后，无人机作为辅助设备。当报警触发时，牧民可以选择让无人机飞到指定区域，然后通过查看报警区域传回的实时图像来分析报警原因。
一、监控***的总体结构
该***采用了一种模块化的方法。整体结构分为四层，即嵌入式***层、数据传输层、数据展示层和辅助层。该***的总体布置图如图1所示。
嵌入式***层的主要功能是收集牲畜的信息，包括姿态、经度以及纬度。它还模拟牧羊犬的声音来驱赶牲畜，并将数据传输到远程服务器。嵌入式***的硬件注释如图2所示。数据展示层的主要功能是在移动电话或网页上显示从嵌入式***层传输的数据，以供牧民查看。数据传输层的主要功能是将嵌入式设备的数据传输到数据显示层。辅助层的主要功能是，当牧民接收到短消息服务(SMS)或微信预警时，配备图像传输设备的四旋翼无人机将根据经纬度前往指定区域。此时，牧民可以实时查看图像或者控制无人机来驱赶牲畜。
模块化的结构使放牧监控***更易于管理，每层都与其他层合作，完成了整个***所需的功能。
二、嵌入式***层的设计
1.硬件选型
1)核心控制器
在核心处理器的选择中，考虑了***的整体功耗和功能要求，最后选择STM32F103ZET6(ARMCortex-M3内核)作为主控芯片。该芯片功耗低，工作频率可达72MHz。其优点是具有丰富的I/O接口、定时器和串口，可以同时连接多个外部设备进行。这使得它满足了***的要求。
2)姿态传感器
选择MPU6050模块作为整个***的牲畜姿态检测部分的传感器。该模块具有三轴加速度计和三轴陀螺仪，因此可以更准确地监测行为。此外，它还包含一个数字运动处理器(DMP)，不需要繁琐的过滤和数据融合处理，可以直接输出欧拉角，从而减少主控制芯片的工作量，减少***开发的难度。但是为了让姿态监测更准确，提出了简单的卡尔曼滤波算法。DMP完成姿态计算后，***将触发外部中断。此时，数据将由I2C通信输出。最高传输频率为400KHz，保证了***的实时性能。
3)北斗定位模块
要实现让牲畜在指定区域内移动的电子围栏功能，需要获取牲畜的地理位置。目前，常用的定位方法包括基站定位和卫星定位。前一种方法一般用于室内定位。该方法通过测试信号强度来确定距离。定位速度较快，但信号强度容易受到外部信号的干扰，因此定位精度较低。后一种方法可以同时链接多个卫星，以提供接收器的准确位置信息。该方法定位精度较高，定位范围较广，满足设计精度要求。因此，北斗模块用于实现牲畜定位。具体型号为ATGM336H-5N-21。
北斗***具有灵敏度高、功耗低、成本低等优点，已在众多领域得到广泛应用。ATGM336H的数据传输格式与GPS类似，均采用NMAEA-0183国际标准。这种格式使用 ASCII码传输，信息通过UART作为主要输出通道传输。默认波特率为9600bps。
连续定位消耗大量能量，所以北斗被配置为睡眠模式，需要时被唤醒。这是降低功耗的好方法。有两种方法可以唤醒它。第一个是通过RTC时钟每隔一段时间唤醒一次。获取牲畜的地理位置后，判断是否在指定区域。如果是，它将重新进入睡眠模式。如果不是，它将继续获取牲畜的位置。因为无人机需要根据牲畜的地理位置前往报警区域，所以当牲畜姿态异常时，模块也会被唤醒。
4)语音播放模块
本发明实施例旨在模拟牧羊犬的声音来驱赶牲畜，因此选择了ISD1820语音播放模块来实现该功能。ISD1820语音芯片是由美国ISD公司于2001年设计和开发的，可实现8-20秒的单段录音和回放。采用边缘触发或电平触发的方式播放，工作电压为3-5V，具有自动省电功能，电流保持在0.2μA。本模块采用CMOS技术，包含一个振荡器、自动增益控制、抗混叠滤波器、扬声器驱动器和闪存阵列。与其他同类的录音广播***相比，具有结构简单、运行速度快的特点。
5)数据传输模块
***的通信主要体现在嵌入式设备与云端之间的数据传输。嵌入式***负责将采集到的数据上传到远程服务器，然后实现具体的功能。云端用于存储数据、生成历史记录、报告设备问题、调控阈值以及向管理人员发送消息。因此，为了实现设备的网络通信，选用了NB-IoT 模块，型号为WH-NB73。
首先，与蓝牙、ZigBee等短距离无线技术相比，该模块增加了50-100倍的访问次数，体现了其强大的链路特性。其次，模块覆盖范围广。与LTE相比，增益提高了20dB，相当于面积覆盖增加了100倍，体现了其高覆盖特性。最后，模块整体功耗低，待机时间长达10年。上述特点使得实现一人管理多区域目标的功能成为可能，从而减少人力资源的消耗。
***中固件类型为透明版，支持的频段为B5和B8。模块采用4G物联网专用卡，支持多运营商。此外，其工作电压为3.1V-4.2V，数据接口为UART，通讯协议为Modbus RTU。
2.软件设计
在windows操作***中，使用KeiluVision5用C语言编写了主控制器的软件设计。编译成功后，通过ST-LINK/V2将程序刻录到单片机中。该编译程序的主要目的是通过主控制芯片控制多个传感器，并收集需要发送到云中的数据。在该程序中，还根据功能要求编写了一些软件设计方案，如电子围栏监控、牲畜异常姿态检测、电子牧羊犬等。
1)电子围栏与电子牧羊犬的软件设计方案
电子围栏和电子牧羊犬的软件设计包括主要程序初始化、UART通信方式和定时器服务。首先，主程序初始化主控制芯片、北斗定位模块和NB-IoT模块等。当RTC闹钟到达设定时间时，北斗从低功耗模式唤醒。然后***循环判断北斗定位模块是否搜索到信号；这是关键的一步。如果模块没有信号，则***等待信号并点亮LED。如果接收到信号，则判断经纬度是否在指定区域内。如果是，则重置闹钟的唤醒时间，北斗重新进入休眠状态。如果没有，则嵌入式设备会通过NB-IoT模块向服务器发送数据，并向语音播放模块输出高电平。主控芯片与NB-IoT模组之间采用UART通信方式。最后，服务器会向牧民发送报警信息。设计方案的流程如图3所示。
2)牲畜姿态监测的软件设计方案
牲畜姿态监测的设计方案与电子围栏、电子牧羊犬类似。相似之处在于，当监测到的数据超过指定阈值时，设备会通过NB-IoT模块将数据发送给服务器，然后服务器会向牧民发送报警信息。不同之处在于微控制器和传感器之间采用I2C串行通信方式。姿态传感器采集的数据首先经过过滤，然后将四元数转换为欧拉角。当牲畜异常奔跑并跌倒时，***判断牲畜处于危险之中。这样可以避免虚假报告。这时，北斗从低功耗模式中被唤醒。牲畜姿态监测的流程如图4所示。
三、数据显示层的设计
数据显示层由手机端和web端组成。手机端的设计需要在软件环境中使用安卓4.0及以上版本。对于硬件环境，需要双核CPU2GHz以上的移动电话终端设备。在设计中使用的编程语言是Java。Web界面的设计包括建立服务器环境、建立MySQL数据库和建立Web终端。网页设计使用了HTML和JS等语言。首先，服务器环境是建立在阿里云服务器上的。其次，由于***的硬件终端需要实时收集牲畜信息并实时上传数据，因此选择在阿里云服务器上安装MySQL数据库来存储硬件终端数据，方便Web终端的使用和获取，为***提供有效的数据支持。最后，网络侧的构建是基于Tomcat的。Tomcat是一个Servlet容器，它由Apache 开发，并扮演Web服务器的角色。数据显示层的设计允许管理人员查看牲畜的经纬度、姿态和进食状态等信息。数据显示界面如图5所示。
四、辅助层的设计
放牧监控***的辅助层由四旋翼无人机和视频传输设备组成。无人机本身有GPS和数传设备。并且具有超声波避障功能，可以避免低海拔树木或电力线的影响。一些PID控制算法被编写用于飞行控制。飞机起飞后，悬停并记录起飞点的经纬度，然后等待管理人员通过数传设备将嵌入式***返回的牲畜经纬度传输给自己。无人机收到指令后，会通过GPS自动前往指定区域。然后，无人机可以传回放牧区的图像，以便牧民检查牲畜的状况。传输图像，采用DJ-Innovations公司生产的图传设备，应用OcuSync图传技术，传输距离可达10公里。与Lightbridge图传技术和Wi-Fi图传技术相比，该技术实现了传输稳定，传输图像清晰，抗干扰，低延迟。牧民可以通过手机APP实时查看无人机拍摄的图像，或者控制无人机驱赶牲畜。无人机完成任务后，管理员可以开启一键返航功能，无人机将自动飞回起飞点。无人机辅助设备不仅操作方便，而且节省了人力资源的消耗。辅助层设备如图6所示。有限的续航能力一直是无人机应用的一个问题。由于图传需要大功率，为了延长飞行时间，解决电池电量有限的问题，设计了一种开关电路。图像传输的功耗与传输距离有关。距离越远，耗电量越大。自主飞行过程中，会关闭图传设备，到达目的地后会自动开启图传设备，可以节省电池电量。使用的电池容量为4920mAh，无人机最长续航时间为50分钟，可以放牧任务需求。
进一步通过实验验证本发明的技术效果。
实验中将三套设备即数据采集处理端挂在三头成年公牛的脖子上进行参数监测。***利用MPU6050模块采集的欧拉角和角速度来监测牲畜的跌倒、奔跑和进食情况。设备的三维坐标系如图7所示。坐标轴的方向由传感器的放置角度决定。因此，牲畜直立时的倾斜角度不是0°，而是90°。此外，倾角均为正值，并从90°逐渐减小。但是，角速度有正值和负值。根据设定的监控阈值和判断规则，三台设备共报警143次；其中15个报警是人为干预引起的，准确率为97.2％。具体测试结果及分析如下。
首先，对牲畜进食状况进行监测，并生成折线图，如图8所示。图中框架所选择的区域为牲畜进食时的姿态变化曲线。正半轴表示牲畜低头进食的过程，负半轴表示牲畜饲养后抬头的过程。俯仰角将减少到约41°，然后恢复到约90°。此外，从图中可以看出，当牲畜不进食时，其倾斜角度基本没有变化。对牲畜进食次数的监测，由两种情况来判断。第一个条件是牲畜的角速度由正半轴的最大值变化为负半轴的最大值。第二个条件是俯仰角小于45°。当这两种条件同时被满足时，***判定牲畜进食一次。
然后，当牲畜奔跑时，收集多组姿态数据，如图9所示。从图中可以看出，角速度在上下波动。另外，最小俯仰角不小于45°。所以它不会影响进食的次数。将角速度阈值设置为±40°/s。当俯仰角速度多次大于阈值时，***将判定牲畜正在奔跑。
最后，监测了牲畜跌倒时的姿态数据，如图10所示。从图中可以看出，当牲畜跌倒时，横滚角角会减小，但没有降到0。当横滚角角小于50°，横滚角速度小于5°/s时，***将判定牲畜已经倒下。
进一步，进行北斗定位***的稳定性试验。
为了验证该设计的定位精度和获取信号的能力，选择了三个大多数牧民经常放牧的位置来进行测试。这些地方都是草原、荒地和山林。在每个地点，分别进行了50次实验试验，结果如图11所示。结合实际情况，计算出50组数据的平均值，记录结果见表一。每次信号测试结束后，均进行定位精度测试。因为精度测试只有在设备有信号时才有意义。
表一
这三个位置的平均误差分别为1.841m、2.551m和6.573m。这三个位置的平均定位时间分别为12s、13s、33s。其中，对草原和荒地的测试结果较好，但在山地和森林中，由于信号干扰，定位模块在两次测试中均未找到信号，定位精度偏差较大。虽然它有一个很大的误差，但它仍在视野范围内，仍然可以发挥监控作用。因此，在正常情况下，该定位模块具有良好的稳定性，能够适应当前的放牧环境，满足牧民的放牧需求。
进一步，进行电子围栏和电子牧羊犬的可行性试验。
这些功能进行了十五天的测试，并对牲畜进行了训练。随着时间的推移，牲畜对声音的响应记录如表二所示。牲畜穿戴设备被驱赶到指定区域进行测试。当他们走出该区域时，这些设备就会发出一种声音来刺激他们。在最初的四天左右，对这种声音的刺激对驱赶牲畜没有任何作用。此时，它们需要被人为地赶走，这样它们才能产生记忆。大约在9天时，实验动物开始有轻微的反应，并对声音有记忆。特别地，在第6天和第10天，牲畜对这种刺激没有反应。在第十三天，牲畜对声音的刺激有了明显的反应，当它们超过了指定的区域时，它们就会自己返回。同样，在第14天，牲畜对这种声音作出了反应，但没有返回指定的区域。从表中的记录可以看出，经过长期的训练，它们会逐渐适应这种刺激，这证明了电子围栏和电子牧羊犬的可行性。
表二
进一步，进行无人机自主飞行的稳定性试验。
为验证无人机的飞行稳定性，选择东北农业大学测试场进行数据传输和图像传输测试，共20次实验。测试图如图12所示。命令通过数据传输设备从地面站发送到飞机上，所有20 次实验都成功了。但在图像传输测试中，最远的飞行距离约为8公里，飞行高度约为200米。此时，可以接收到图像，但遥控信号较弱。为了避免损失，无人机被迫自动返航。然而，由于电池功率不足，无人机没有飞回起飞点，而是被迫着陆。经测试，发现当飞行到6公里时图像传输稳定且电池功率满足回家的要求。此外，在三次飞行中，由于信号干扰和接收设备的天线问题，图像出现卡顿或延迟。在调整天线，将飞行高度降至150米左右后，画面逐渐恢复稳定。
综上，本发明基于现有物联网设备功能单一以及无人机长时间飞行带来的续航问题，将可穿戴式放牧设备与无人机相结合。可穿戴设备实现了监测牲畜姿态异常、电子围栏、电子牧羊犬等功能；无人机会根据牲畜穿戴的设备反馈的信息自动前往预警区域，完成任务后自动返回。***测试和实验分析证实，监控和预警功能表现良好，数据传输和辅助设备稳定。无人机与可穿戴设备实现联动控制。因此，监控***的设计是可行的。该***的实现填补了现有研究仅依靠可穿戴设备或无人机进行监控的空白，并将两者创新地结合起来。无人机与物联网技术相结合，可以帮助牧民高效管理牲畜，从而降低人力资源消耗，实现放牧智能化、科学化。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。
本发明援引的文献如下：
[1]H.Wang,A.O.Fapojuwo,and R.J.Davies,"A wireless sensor network forfeedlot animal health monitoring,"IEEE Sensors Journal,vol.16,no.16,pp.6433-6446,2016.
[2]T.Volk et al.,"RFID technology for continuous monitoring ofphysiological signals in small animals,"IEEE Transactions on BiomedicalEngineering,vol.62,no.2,pp.618-626,2015.
[3]S.Tsuichihara et al.,"Drone and GPS sensors-based grasslandmanagement using deep-learning image segmentation,"in 2019 Third IEEEInternational Conference onRobotic Computing(IRC),2019,pp.608-611.
[4]J.G.A.Barbedo,L.V.Koenigkan,T.T.Santos,and P.M.Santos,"A Study onthe Detection of Cattle in UAV Images Using Deep Learning,"Sensors,vol.19,no.24,2019.
[5]M.L.Zhou etal.,"Improving Animal Monitoring Using Small UnmannedAircraft Systems(sUAS)and Deep Learning Networks,"Sensors,vol.21,no.17,2021.
[6]X.H.Li,H.L.Huang,A.V.Savkin,and J.Zhang,"Robotic Herding of FarmAnimals Using a Network of Barking Aerial Drones,"Drones,vol.6,no.2,2022。
Claims (6)
1.一种具有无人机辅助的可穿戴放牧***，其特征在于，包括数据采集处理端、云端、用户端和无人机端；其中，
所述数据采集处理端包括核心控制器、姿态传感器、北斗定位模块、语音播放模块、第一数据传输模块；所述姿态传感器用于采集牲畜姿态数据，所述北斗定位模块用于采集牲畜位置数据，所述核心控制器用于根据牲畜位置数据判断牲畜是否在电子围栏内，根据牲畜姿态数据判断牲畜是否处于进食、奔跑或跌倒状态，当牲畜不在电子围栏内时发送报警指令至语音播放模块，并通过第一数据传输模块发送牲畜位置数据和牲畜姿态数据至云端；其中，所述牲畜姿态数据携带牲畜状态信息，所述牲畜状态信息包括进食、奔跑或跌倒状态；所述牲畜姿态数据包括偏航角、横滚角、俯仰角、偏航角速度、横滚角速度、俯仰角速度；所述核心控制器根据牲畜姿态数据判断牲畜是否处于进食、奔跑或跌倒的过程包括：
1)进食判断
一次进食条件为同时满足a.俯仰角小于第一预设阈值并自动恢复到初始状态；b.俯仰角速度由正的最大值变化到负的最大值；
2)奔跑状态判断
条件为俯仰角速度多次大于第二预设阈值；
3)跌倒状态判断
条件为同时满足c.横滚角小于第三预设阈值；d.横滚角速度小于第四预设阈值；
所述第一预设阈值为45°，所述第二预设阈值为40°/s，所述第三预设阈值为50°，所述第四预设阈值为5°/s，所述时间阈值为60s；
所述云端用于在接收到携带牲畜状态信息的牲畜姿态数据后，根据预设的周期进食次数判断牲畜是否处于正常进食状态，根据预设的时间阈值判断牲畜是否处于正常奔跑状态，若判断为非正常奔跑状态或跌倒状态，则发送控制指令和对应的牲畜位置数据给所述无人机端；发送警示信息和对应的牲畜位置数据给所述用户端；其中，所述警示信息包括非正常奔跑警示、非正常进食警示和跌倒警示；
所述无人机端包括无人机、主控制器、GPS、图像采集模块、图像传输模块和无线通信模块，所述无线通信模块用于接收所述云端发送的控制指令和牲畜位置数据；所述主控制器用于将牲畜位置数据发送给GPS，使得无人机飞往牲畜所在位置，并在无人机到达牲畜所在位置后发送图像采集指令给所述图像采集模块；所述图像采集模块用于在接收到图像采集指令后开启摄像头采集包含该牲畜的视频，并通过图像传输模块实时发送给所述用户端。
2.根据权利要求1所述的一种具有无人机辅助的可穿戴放牧***，其特征在于，所述语音播放模块接收到报警指令后发出模拟狗叫声。
3.根据权利要求2所述的一种具有无人机辅助的可穿戴放牧***，其特征在于，所述用户端用于显示所述无人机端传回的视频，显示所述云端发送的警示信息和牲畜位置数据，显示牲畜姿态数据。
4.根据权利要求3所述的一种具有无人机辅助的可穿戴放牧***，其特征在于，所述用户端还用于输入第一预设阈值、第二预设阈值、第三预设阈值、第四预设阈值、时间阈值和周期进食次数。
5.根据权利要求1所述的一种具有无人机辅助的可穿戴放牧***，其特征在于，所述第一数据传输模块为NB-IoT模块，所述NB-IoT模块与所述云端之间的通信协议为Modbus协议。
6.根据权利要求1所述的一种具有无人机辅助的可穿戴放牧***，其特征在于，所述姿态传感器为MPU6050模块，所述MPU6050模块具有三轴加速度计和三轴陀螺仪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211397920.2A CN115941895B (zh) | 2022-11-09 | 2022-11-09 | 一种具有无人机辅助的可穿戴放牧*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211397920.2A CN115941895B (zh) | 2022-11-09 | 2022-11-09 | 一种具有无人机辅助的可穿戴放牧*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115941895A CN115941895A (zh) | 2023-04-07 |
| CN115941895B true CN115941895B (zh) | 2023-09-26 |
Family
ID=86653083
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211397920.2A Active CN115941895B (zh) | 2022-11-09 | 2022-11-09 | 一种具有无人机辅助的可穿戴放牧*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115941895B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120122570A (ko) * | 2011-04-29 | 2012-11-07 | (주)티엘씨테크놀로지 | 유비쿼터스 기반의 방목 시스템 |
| CN205546945U (zh) * | 2016-03-02 | 2016-09-07 | 中国农业科学院农业信息研究所 | 家畜控制监测*** |
| CA2996770A1 (en) * | 2015-09-24 | 2017-03-30 | Digi-Star, Llc | Agricultural drone for use in livestock monitoring |
| WO2019039118A1 (ja) * | 2017-08-22 | 2019-02-28 | ソニー株式会社 | 家畜用センサ装置、家畜の起立不能状態の推定方法、家畜の起立不能状態の推定プログラム及び家畜管理システム |
| KR20190048161A (ko) * | 2017-10-30 | 2019-05-09 | 건국대학교 글로컬산학협력단 | 가상 펜스를 이용한 가축 방목 방법 및 이를 수행하는 장치들 |
| CN110197500A (zh) * | 2019-05-29 | 2019-09-03 | 南京信息工程大学 | 放牧无人机及牧群跟踪方法 |
| KR20200049642A (ko) * | 2018-10-30 | 2020-05-08 | 건국대학교 글로컬산학협력단 | 가축의 행동 분석과 방목을 위한 방법 및 시스템 |
| CN111918209A (zh) * | 2020-08-14 | 2020-11-10 | 深圳华强技术有限公司 | 基于NB-IoT的畜牧养殖定位管理*** |
| CN113784290A (zh) * | 2021-09-10 | 2021-12-10 | 北京市计量检测科学研究院 | 基于电子围栏设备的封闭区域的预警方法及*** |
-
2022
- 2022-11-09 CN CN202211397920.2A patent/CN115941895B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120122570A (ko) * | 2011-04-29 | 2012-11-07 | (주)티엘씨테크놀로지 | 유비쿼터스 기반의 방목 시스템 |
| CA2996770A1 (en) * | 2015-09-24 | 2017-03-30 | Digi-Star, Llc | Agricultural drone for use in livestock monitoring |
| CN205546945U (zh) * | 2016-03-02 | 2016-09-07 | 中国农业科学院农业信息研究所 | 家畜控制监测*** |
| WO2019039118A1 (ja) * | 2017-08-22 | 2019-02-28 | ソニー株式会社 | 家畜用センサ装置、家畜の起立不能状態の推定方法、家畜の起立不能状態の推定プログラム及び家畜管理システム |
| KR20190048161A (ko) * | 2017-10-30 | 2019-05-09 | 건국대학교 글로컬산학협력단 | 가상 펜스를 이용한 가축 방목 방법 및 이를 수행하는 장치들 |
| KR20200049642A (ko) * | 2018-10-30 | 2020-05-08 | 건국대학교 글로컬산학협력단 | 가축의 행동 분석과 방목을 위한 방법 및 시스템 |
| CN110197500A (zh) * | 2019-05-29 | 2019-09-03 | 南京信息工程大学 | 放牧无人机及牧群跟踪方法 |
| CN111918209A (zh) * | 2020-08-14 | 2020-11-10 | 深圳华强技术有限公司 | 基于NB-IoT的畜牧养殖定位管理*** |
| CN113784290A (zh) * | 2021-09-10 | 2021-12-10 | 北京市计量检测科学研究院 | 基于电子围栏设备的封闭区域的预警方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115941895A (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11589559B2 (en) | Adaptive sensor performance based on risk assessment | |
| US20220159928A1 (en) | Systems and methods for guiding a target | |
| US12034400B2 (en) | Livestock management system | |
| JP6729564B2 (ja) | 管理装置、個体管理システムおよび個体探索システム | |
| WO2016189524A1 (en) | System and method for monitoring livestock | |
| EP3127253B1 (en) | Position tracking method and apparatus | |
| US11246292B2 (en) | System for providing a dynamic portable virtual boundary | |
| Dirafzoon et al. | Biobotic motion and behavior analysis in response to directional neurostimulation | |
| TWI662290B (zh) | 航空物聯網與圈養動物之穿戴式系統 | |
| CN115941895B (zh) | 一种具有无人机辅助的可穿戴放牧*** | |
| Nóbrega et al. | SheepIT, an IoT-based weed control system | |
| CN213639266U (zh) | 一种可穿戴草食家畜个体特征识别装置 | |
| Wang et al. | Electronic Sheepdog: A Novel Method in With UAV-Assisted Wearable Grazing Monitoring | |
| Sivaraman et al. | Advances in Technology for Pet Tracker Sensing Systems | |
| CN110296733A (zh) | 检测水质的无人机装置及*** | |
| KR102512529B1 (ko) | 골프장 운영 관리 장치 및 방법 | |
| Zhang et al. | UAV Grazing Research [J] | |
| Liang et al. | A Conceptual Design of Barking Drones Fleet Management to Detect and Repulse Cattle | |
| Rodriguez III | The Design and Implementation of Soil Monitoring Systems Using UAVs | |
| Cardoso | Advanced Sheep Posture Controller | |
| Yaswanth | FARM MONITORING SYSTEM | |
| Li et al. | UAV based smart grazing: A prototype and test bed for space-air-ground integrated IoT networks in Qinghai-Tibet plateau | |
| JP2019158540A (ja) | 情報提供システム、位置送信装置、情報収集装置及び情報提供装置 | |
| Belant et al. | Joshua J. Millspaugh', Dylan C. Kesler", Roland W. Kays “, Robert A. Gitzen", John H. Schulz" |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |