JPWO2016181604A1 - 家畜管理システム、センサ装置及び家畜の状態の推定方法 - Google Patents
家畜管理システム、センサ装置及び家畜の状態の推定方法 Download PDFInfo
- Publication number
- JPWO2016181604A1 JPWO2016181604A1 JP2017517594A JP2017517594A JPWO2016181604A1 JP WO2016181604 A1 JPWO2016181604 A1 JP WO2016181604A1 JP 2017517594 A JP2017517594 A JP 2017517594A JP 2017517594 A JP2017517594 A JP 2017517594A JP WO2016181604 A1 JPWO2016181604 A1 JP WO2016181604A1
- Authority
- JP
- Japan
- Prior art keywords
- livestock
- power generation
- management system
- state
- information
- 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.)
- Abandoned
Links
- 244000144972 livestock Species 0.000 title claims abstract description 462
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000010248 power generation Methods 0.000 claims abstract description 370
- 230000005540 biological transmission Effects 0.000 claims abstract description 80
- 238000004891 communication Methods 0.000 claims description 148
- 238000003860 storage Methods 0.000 claims description 73
- 239000003990 capacitor Substances 0.000 claims description 48
- 230000000694 effects Effects 0.000 claims description 36
- 238000011156 evaluation Methods 0.000 claims description 35
- 235000013372 meat Nutrition 0.000 claims description 35
- 241001465754 Metazoa Species 0.000 claims description 31
- 230000012173 estrus Effects 0.000 claims description 18
- 230000010365 information processing Effects 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 9
- 230000005672 electromagnetic field Effects 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 6
- 206010037660 Pyrexia Diseases 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000004048 modification Effects 0.000 description 39
- 238000012986 modification Methods 0.000 description 39
- 230000008569 process Effects 0.000 description 29
- 238000012545 processing Methods 0.000 description 27
- 238000009304 pastoral farming Methods 0.000 description 21
- 230000036760 body temperature Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 19
- 230000015654 memory Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 239000003985 ceramic capacitor Substances 0.000 description 8
- 241000283690 Bos taurus Species 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 230000005684 electric field Effects 0.000 description 4
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 101100018027 Pisum sativum HSP70 gene Proteins 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 3
- 230000020169 heat generation Effects 0.000 description 3
- 244000144980 herd Species 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 244000144977 poultry Species 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 235000015278 beef Nutrition 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000005674 electromagnetic induction Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000002631 hypothermal effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000009774 resonance method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000032484 Accidental exposure to product Diseases 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000283707 Capra Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 241000283086 Equidae Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 230000005678 Seebeck effect Effects 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 230000005680 Thomson effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 229920000122 acrylonitrile butadiene styrene Polymers 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003266 anti-allergic effect Effects 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000013373 food additive Nutrition 0.000 description 1
- 239000002778 food additive Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 229920000747 poly(lactic acid) Polymers 0.000 description 1
- 229920006122 polyamide resin Polymers 0.000 description 1
- 229920005668 polycarbonate resin Polymers 0.000 description 1
- 239000004431 polycarbonate resin Substances 0.000 description 1
- 239000004626 polylactic acid Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000000384 rearing effect Effects 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 229910052715 tantalum Inorganic materials 0.000 description 1
- GUVRBAGPIYLISA-UHFFFAOYSA-N tantalum atom Chemical compound [Ta] GUVRBAGPIYLISA-UHFFFAOYSA-N 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K11/00—Marking of animals
- A01K11/001—Ear-tags
- A01K11/004—Ear-tags with electronic identification means, e.g. transponders
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K11/00—Marking of animals
- A01K11/006—Automatic identification systems for animals, e.g. electronic devices, transponders for animals
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K11/00—Marking of animals
- A01K11/006—Automatic identification systems for animals, e.g. electronic devices, transponders for animals
- A01K11/008—Automatic identification systems for animals, e.g. electronic devices, transponders for animals incorporating GPS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Birds (AREA)
- Zoology (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marine Sciences & Fisheries (AREA)
- Human Resources & Organizations (AREA)
- Agronomy & Crop Science (AREA)
- General Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Catching Or Destruction (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】家畜の状態を簡便に精度よく推定することが可能な家畜管理システム、センサ装置及び家畜の状態の推定方法を提供する。【解決手段】本技術の一形態に係る家畜管理システムは、管理装置を具備する。上記管理装置は、周囲の環境に応じて電力を生成する発電部と、上記発電部の発電情報を上記発電部により得られた電力により送信する送信する送信部とを有し、家畜に装着されることが可能に構成されたセンサ装置から上記発電情報を受信する受信部と、上記発電情報に基づいて上記家畜の状態を推定する制御部とを有する【選択図】図2
Description
本技術は、家畜管理システム、センサ装置及び家畜の状態の推定方法に関する。
畜産施設に家畜を管理するための装置やシステムを導入することで、家畜を適切に管理し、肉質等を向上させる試みがなされている。
例えば、特許文献1には、家畜の生育データと環境データとを解析して肉質を予測することが可能な家畜・家禽飼養管理システムが記載されている。
また、特許文献2には、牛の生体インピーダンスと肉質との相関関係を統計的に把握し、牛の生体インピーダンスを測定することで生体における肉質を予測する技術が記載されている。
例えば、特許文献1には、家畜の生育データと環境データとを解析して肉質を予測することが可能な家畜・家禽飼養管理システムが記載されている。
また、特許文献2には、牛の生体インピーダンスと肉質との相関関係を統計的に把握し、牛の生体インピーダンスを測定することで生体における肉質を予測する技術が記載されている。
しかしながら、特許文献1に記載の技術は、個々の家畜や家禽の情報に基づいて肉質を予測することはできず、予測精度の点で問題があった。
また、特許文献2に記載の技術は、個々の家畜の生体インピーダンスを測定する必要があり、特に大規模農家では負担が大きかった。
また、特許文献2に記載の技術は、個々の家畜の生体インピーダンスを測定する必要があり、特に大規模農家では負担が大きかった。
以上のような事情に鑑み、本技術の目的は、家畜の状態を簡便に精度よく推定することが可能な家畜管理システム、センサ装置及び家畜の状態の推定方法を提供することにある。
上記目的を達成するため、本技術の一形態に係る家畜管理システムは、管理装置を具備する。
上記管理装置は、周囲の環境に応じて電力を生成する発電部と、上記発電部の発電情報を上記発電部により得られた電力により送信する送信する送信部とを有し、家畜に装着されることが可能に構成されたセンサ装置から上記発電情報を受信する受信部と、上記発電情報に基づいて上記家畜の状態を推定する制御部とを有する。
上記管理装置は、周囲の環境に応じて電力を生成する発電部と、上記発電部の発電情報を上記発電部により得られた電力により送信する送信する送信部とを有し、家畜に装着されることが可能に構成されたセンサ装置から上記発電情報を受信する受信部と、上記発電情報に基づいて上記家畜の状態を推定する制御部とを有する。
本技術の他の形態に係るセンサ装置は、筐体と、発電部と、制御部とを有する。
上記発電部は、上記筐体に収容され、周囲の環境に応じて電力を生成する。
上記制御部は、上記筐体に収容され、上記発電情報に基づいて、家畜の状態を推定する。
上記発電部は、上記筐体に収容され、周囲の環境に応じて電力を生成する。
上記制御部は、上記筐体に収容され、上記発電情報に基づいて、家畜の状態を推定する。
本技術のさらに他の形態に係る家畜の状態の推定方法は、
情報処理装置の制御部が、周囲の環境に応じて電力を生成する発電部を有し家畜に装着されるセンサ装置から、上記発電部の発電情報を受信するステップと、
上記制御部が、上記発電情報に基づいて上記家畜の状態を推定するステップとを含む。
情報処理装置の制御部が、周囲の環境に応じて電力を生成する発電部を有し家畜に装着されるセンサ装置から、上記発電部の発電情報を受信するステップと、
上記制御部が、上記発電情報に基づいて上記家畜の状態を推定するステップとを含む。
以上のように、本技術によれば、家畜の状態を簡便に精度よく推定することが可能となる。
なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
以下、本技術に係る実施形態を、図面を参照しながら説明する。
<第1の実施形態>
[家畜管理システムの構成]
図1は、本技術の第1の実施形態の家畜管理システムの概略構成を示す模式的な図である。
同図に示すように、家畜管理システム100は、複数のセンサ装置1と、通信装置2と、管理装置3とを備える。
家畜管理システム100は、例えば畜産施設に導入されるシステムであり、管理装置3が各家畜Aに装着されたセンサ装置1から所定の情報を取得し、家畜Aの状態を推定することが可能に構成される。
家畜は、例えば産業動物である肉牛、乳牛、豚、馬、羊、山羊、家禽や、愛玩動物である犬、猫、ウサギ等を挙げることができ、以下では肉牛の例を示す。
畜産施設は、上記家畜を収容できれば特に限定されないが、以下では家畜を収容可能な畜舎と、家畜の放牧が可能な放牧場とを備えた施設の例を説明する。
[家畜管理システムの構成]
図1は、本技術の第1の実施形態の家畜管理システムの概略構成を示す模式的な図である。
同図に示すように、家畜管理システム100は、複数のセンサ装置1と、通信装置2と、管理装置3とを備える。
家畜管理システム100は、例えば畜産施設に導入されるシステムであり、管理装置3が各家畜Aに装着されたセンサ装置1から所定の情報を取得し、家畜Aの状態を推定することが可能に構成される。
家畜は、例えば産業動物である肉牛、乳牛、豚、馬、羊、山羊、家禽や、愛玩動物である犬、猫、ウサギ等を挙げることができ、以下では肉牛の例を示す。
畜産施設は、上記家畜を収容できれば特に限定されないが、以下では家畜を収容可能な畜舎と、家畜の放牧が可能な放牧場とを備えた施設の例を説明する。
図1に示すように、複数のセンサ装置1各々は、複数の家畜Aに装着されることが可能であり、例えば家畜Aの耳にそれぞれ装着される。なお、取り受け位置は、耳に限らず、首、背や足などの耳以外への取り付けも可能である。ただし、家畜Aが体を柵等へこすりつける行為や家畜同士でのぶつかり合いでセンサ装置1が外れる可能性を減らす観点から、首や足よりも耳への取り付けが好ましい。
通信装置2は、センサ装置1から送信された情報を受信し、受信した情報をネットワークN上の管理装置3に送信する。ネットワークNは、例えばインターネットやローカルエリアネットワーク等とすることができる。通信装置2は、同図に示すように、例えば畜産施設のゲート42などに取り付けられていてもよい。
管理装置3は、ネットワークN上のサーバ装置であり、通信装置2から送信されたセンサ装置1からの所定の情報を受信する。管理装置3は、例えば情報処理装置として構成される。
家畜管理システム100は、さらに、ネットワークNを介して畜産施設に導入されている畜産システム4のマスターモニタ装置41に接続されていてもよい。
通信装置2は、センサ装置1から送信された情報を受信し、受信した情報をネットワークN上の管理装置3に送信する。ネットワークNは、例えばインターネットやローカルエリアネットワーク等とすることができる。通信装置2は、同図に示すように、例えば畜産施設のゲート42などに取り付けられていてもよい。
管理装置3は、ネットワークN上のサーバ装置であり、通信装置2から送信されたセンサ装置1からの所定の情報を受信する。管理装置3は、例えば情報処理装置として構成される。
家畜管理システム100は、さらに、ネットワークNを介して畜産施設に導入されている畜産システム4のマスターモニタ装置41に接続されていてもよい。
図2は、家畜管理システム100に含まれる各装置の構成を示すブロック図である。同図を参照し、各装置の構成について説明する。
(センサ装置)
図2に示すように、センサ装置1は、発電部11と、蓄電素子12と、出力部(送信部)13とを有する。
図2に示すように、センサ装置1は、発電部11と、蓄電素子12と、出力部(送信部)13とを有する。
発電部11は、周囲の環境に応じて電力を生成する発電機である。発電部11は、例えば、光、熱、振動、遠方電磁界及び近傍電磁界を含む電波、並びに特定の有機物及び無機物のうち少なくともいずれか1つに基づくエネルギにより発電する発電する太陽電池であってもよい。発電の方式は静電型、電磁型、逆磁歪型、圧電型等、問わない。
発電部11は、光(例えば、屋内の電球や太陽光)により発電するものでもよい。
発電部11は、温度差(熱)を利用して発電する熱電変換素子(例えば、ゼーベック効果やトムソン効果により発電するもの、熱電子発電素子、熱磁気発電をするもの)でもよい。このような発電部11は、例えば家畜の体温と外気温の温度差を利用して発電を行う。
発電部11は、糖を利用して発電する酵素電池(バイオ電池などとも称される)でもよい。
発電部11は、LCR(インダクタンス・キャパシタンス・リアクタンス)成分のいずれか、またはその組み合わせ、および、コンデンサ、キャパシタ、アンテナ、レクテナなどによる容量結合や電磁気結合を利用するものであり、例えば電波により発電するものでもよい。
発電部11は、近傍電磁界発電を行うもの、すなわち、センサ装置を所定の機器に近接させることにより得られるエネルギにより発電するものでもよい。近傍電磁界発電の方式は、磁界共鳴方式、電磁誘導方式、電界結合、電界共鳴方式等、公知の方式を適用できる。
発電部11としては、例示したもの以外の公知の発電素子を適用できる。
発電部11は、光(例えば、屋内の電球や太陽光)により発電するものでもよい。
発電部11は、温度差(熱)を利用して発電する熱電変換素子(例えば、ゼーベック効果やトムソン効果により発電するもの、熱電子発電素子、熱磁気発電をするもの)でもよい。このような発電部11は、例えば家畜の体温と外気温の温度差を利用して発電を行う。
発電部11は、糖を利用して発電する酵素電池(バイオ電池などとも称される)でもよい。
発電部11は、LCR(インダクタンス・キャパシタンス・リアクタンス)成分のいずれか、またはその組み合わせ、および、コンデンサ、キャパシタ、アンテナ、レクテナなどによる容量結合や電磁気結合を利用するものであり、例えば電波により発電するものでもよい。
発電部11は、近傍電磁界発電を行うもの、すなわち、センサ装置を所定の機器に近接させることにより得られるエネルギにより発電するものでもよい。近傍電磁界発電の方式は、磁界共鳴方式、電磁誘導方式、電界結合、電界共鳴方式等、公知の方式を適用できる。
発電部11としては、例示したもの以外の公知の発電素子を適用できる。
蓄電素子12は、発電部11により生成された電力を貯蔵する等の目的に応じて使用される。発電部11により生成された電力は蓄電素子12に貯蔵され送信部13を動作させる電力として使用される。
蓄電素子12としては、リチウムイオン2次電池等の各種の2次電池のほか、電気二重層キャパシタ、リチウムイオンキャパシタ、ポリアセン系有機半導体(Polyacenic Semiconductor(PAS))キャパシタ、ナノゲートキャパシタ(「ナノゲート」は、ナノゲート・アクチエンゲゼルシャフトの登録商標)、セラミックコンデンサ、フィルムコンデンサ、アルミ電解コンデンサ、タンタルコンデンサなどである。目的に応じて、これらの蓄電素子を組み合わせたものが使用されてもよい。また、センサ装置1が家畜に装着される場合、屋外の寒冷地等で使用されることも想定される。この場合、蓄電素子12がセラミックコンデンサ等のコンデンサにより構成された場合、低温下でも十分蓄電が可能であり、蓄電効率の低下や蓄電不可といった問題が生じにくく、好ましい。蓄電素子12がセラミックコンデンサ等のコンデンサにより構成された場合、摂氏0度未満の環境(例えば牛の飼育において環境温度が摂氏マイナス11度や摂氏マイナス21度以下となる寒冷地)においても、センサ装置1は発電部11で発電された電力をコンデンサにより構成された蓄電素子12に蓄電し、蓄電された電力により送信部13から発電情報を送信することができる。
蓄電素子12としては、リチウムイオン2次電池等の各種の2次電池のほか、電気二重層キャパシタ、リチウムイオンキャパシタ、ポリアセン系有機半導体(Polyacenic Semiconductor(PAS))キャパシタ、ナノゲートキャパシタ(「ナノゲート」は、ナノゲート・アクチエンゲゼルシャフトの登録商標)、セラミックコンデンサ、フィルムコンデンサ、アルミ電解コンデンサ、タンタルコンデンサなどである。目的に応じて、これらの蓄電素子を組み合わせたものが使用されてもよい。また、センサ装置1が家畜に装着される場合、屋外の寒冷地等で使用されることも想定される。この場合、蓄電素子12がセラミックコンデンサ等のコンデンサにより構成された場合、低温下でも十分蓄電が可能であり、蓄電効率の低下や蓄電不可といった問題が生じにくく、好ましい。蓄電素子12がセラミックコンデンサ等のコンデンサにより構成された場合、摂氏0度未満の環境(例えば牛の飼育において環境温度が摂氏マイナス11度や摂氏マイナス21度以下となる寒冷地)においても、センサ装置1は発電部11で発電された電力をコンデンサにより構成された蓄電素子12に蓄電し、蓄電された電力により送信部13から発電情報を送信することができる。
送信部13は、発電部11の発電情報を発電部11により得られた電力により送信する。
送信部13は、本実施形態において、発電部から供給される電力に応じて、待機状態と、発電情報の送信が可能な送信状態とに切り替えられることが可能に構成される。これにより、発電部11による発電量が所定量以上となった場合に、所定の情報を所定量以上の発電の事実を示す発電情報として送信することが可能となる。なお送信する発電情報に発電部11による発電量を示す値の情報を含めても良い。
送信部13は、本実施形態において、発電部から供給される電力に応じて、待機状態と、発電情報の送信が可能な送信状態とに切り替えられることが可能に構成される。これにより、発電部11による発電量が所定量以上となった場合に、所定の情報を所定量以上の発電の事実を示す発電情報として送信することが可能となる。なお送信する発電情報に発電部11による発電量を示す値の情報を含めても良い。
送信部13は、例えば、1の素子または複数の素子からなる集積回路(IC:Integrated Circuit)と、送信を制御するプロセッサと、通信装置2と通信を行うための通信回路およびアンテナとを含む。
送信部13に用いられる集積回路としては、例えば、トランジスタ等のスイッチング素子、ダイオード、リセットIC、レギュレータIC、ロジックICや各種の演算回路を例示することができる。IC内部の回路構成については、送信部13の機能を実現し得るものであれば適宜、変更することができる。また、送信部13は、好ましくは、遷移後の状態を保持することによりその状態を記憶できる構成を有するが、リセット等によりその状態を保持できず記憶できない構成を有していてもよい。
なお、以下の説明では、送信部13の集積回路としてリセットICが使用されるものとして説明する。
また、発電部11に生成された電力が適宜、昇圧または降圧された後に送信部13に供給されてもよい。
送信部13に用いられるプロセッサは、通信回路に対する制御を実行する。当該プロセッサとしては、例えば、MPU(Micro Processing Unit)やCPU(Central Processing Unit)などを例示することができる。プロセッサとしては、送信部13の処理量と、センサ装置1における小型化の要請とから、MPUがより好ましい。
送信部13に用いられる集積回路としては、例えば、トランジスタ等のスイッチング素子、ダイオード、リセットIC、レギュレータIC、ロジックICや各種の演算回路を例示することができる。IC内部の回路構成については、送信部13の機能を実現し得るものであれば適宜、変更することができる。また、送信部13は、好ましくは、遷移後の状態を保持することによりその状態を記憶できる構成を有するが、リセット等によりその状態を保持できず記憶できない構成を有していてもよい。
なお、以下の説明では、送信部13の集積回路としてリセットICが使用されるものとして説明する。
また、発電部11に生成された電力が適宜、昇圧または降圧された後に送信部13に供給されてもよい。
送信部13に用いられるプロセッサは、通信回路に対する制御を実行する。当該プロセッサとしては、例えば、MPU(Micro Processing Unit)やCPU(Central Processing Unit)などを例示することができる。プロセッサとしては、送信部13の処理量と、センサ装置1における小型化の要請とから、MPUがより好ましい。
送信部13の通信回路により行われる通信は、無線でもよく有線であってもよい。また、無線回路は単数であってもよいし、複数種を用いてもよいし、複数種の複合回路であってもよい。無線の通信は、電磁波(赤外線を含む)を利用した通信や、電界を利用した通信でもよい。具体的な方式としては、「Wi-Fi(登録商標)」、「Zigbee(登録商標)」、「Bluetooth(登録商標)」、「Bluetooth Low Energy」、「ANT(登録商標)」、「ANT+(登録商標)」、「EnOcean(登録商標)」などの数百MHz(メガヘルツ)から数GHz(ギガヘルツ)帯を利用する通信方式を例示することができる。NFC(Near Field Communication)等の近接無線通信でもよい。
さらに送信部13は、送信状態において、発電部11に割り当てられた識別子(ID(Identifier))を発電情報として送信してもよい。これにより、管理装置3が、取得した発電情報がいずれの発電部11による情報であるか判別可能となる。
識別子は、センサ装置1の発電部11毎に割り当てられていてもよいし、後述するモジュール毎に割り当てられていてもよい。
なお、識別子は、予め割り当てられた識別子でもよく、その都度、割り当てられた識別子でもよい。例えば、センサ装置1が他の機器と通信の接続(コネクション)を確立する際に、モジュール毎に識別子が割り当てられるようにし、その割り当てられた識別子が使用されるようにしてもよい。
識別子は、このように家畜に装着されたセンサ装置1、又はセンサ装置1に含まれる発電部11及び回路等に対応して設定されるため、識別子により家畜の判別が可能となる。
識別子は、センサ装置1の発電部11毎に割り当てられていてもよいし、後述するモジュール毎に割り当てられていてもよい。
なお、識別子は、予め割り当てられた識別子でもよく、その都度、割り当てられた識別子でもよい。例えば、センサ装置1が他の機器と通信の接続(コネクション)を確立する際に、モジュール毎に識別子が割り当てられるようにし、その割り当てられた識別子が使用されるようにしてもよい。
識別子は、このように家畜に装着されたセンサ装置1、又はセンサ装置1に含まれる発電部11及び回路等に対応して設定されるため、識別子により家畜の判別が可能となる。
(通信装置)
通信装置2は、送信部13及び通信部33各々と通信が可能であり、送信部13から送信された発電情報を通信部33へ送信することが可能に構成される。また図ではセンサ装置1のみが記載されているが複数のセンサ装置と通信することが可能な構成である。
図2に示すように、通信装置2は、第1の通信部21と、第2の通信部22と制御部23とを有する。
第1の通信部21は、センサ装置1の送信部13との通信が可能に構成される。第1の通信部21は、送信部13と通信を行うための通信回路およびアンテナとを含む。第1の通信部21は、例えば、電磁波(赤外線を含む)を利用した通信や、電界を利用した通信等の無線による通信や、有線による通信が可能な構成を有する。
第2の通信部22は、ネットワークNに接続し、管理装置3との通信が可能に構成される。第2の通信部22は、ネットワークNに接続し通信を行うための通信回路およびアンテナとを含む。具体的には、第2の通信部22は、WiFi(Wireless Fidelity)等の無線LAN(IEEE802.11等)や移動通信用の3Gや4Gのネットワークを用いて、ネットワークNに接続し、管理装置3と通信することができる。
制御部23は、第1の通信部21及び第2の通信部22の制御を実行し、例えばCPUにより実現される。
なお、通信装置2は、図示しないCPUやRAM,ROM等の記憶部をさらに有していてもよい。
通信装置2は、送信部13及び通信部33各々と通信が可能であり、送信部13から送信された発電情報を通信部33へ送信することが可能に構成される。また図ではセンサ装置1のみが記載されているが複数のセンサ装置と通信することが可能な構成である。
図2に示すように、通信装置2は、第1の通信部21と、第2の通信部22と制御部23とを有する。
第1の通信部21は、センサ装置1の送信部13との通信が可能に構成される。第1の通信部21は、送信部13と通信を行うための通信回路およびアンテナとを含む。第1の通信部21は、例えば、電磁波(赤外線を含む)を利用した通信や、電界を利用した通信等の無線による通信や、有線による通信が可能な構成を有する。
第2の通信部22は、ネットワークNに接続し、管理装置3との通信が可能に構成される。第2の通信部22は、ネットワークNに接続し通信を行うための通信回路およびアンテナとを含む。具体的には、第2の通信部22は、WiFi(Wireless Fidelity)等の無線LAN(IEEE802.11等)や移動通信用の3Gや4Gのネットワークを用いて、ネットワークNに接続し、管理装置3と通信することができる。
制御部23は、第1の通信部21及び第2の通信部22の制御を実行し、例えばCPUにより実現される。
なお、通信装置2は、図示しないCPUやRAM,ROM等の記憶部をさらに有していてもよい。
(管理装置)
図2に示すように、管理装置3は、CPU(制御部)31と、記憶部32と、通信部33とを有する。管理装置3は1又は複数のサーバにより構成されても良い。
CPU31は、管理装置3の制御部として機能し、発電情報に基づいて家畜の状態を推定する。
記憶部32は、例えばCPU31により実行されるプログラムが格納されたROMと、CPU31が処理を実行する際のワークメモリ等として使用されるRAMとを有する。さらに記憶部32は、HDD(Hard Disk Drive)及びフラッシュメモリ(SSD;Solid State Drive)等の不揮発性メモリを有していてもよい。これにより、記憶部32は、家畜管理データベース321を記憶することができる。
通信部33は、インターネットNに接続し、通信装置2や畜産システム4と通信を行うための構成である。通信部33は、「受信部」として機能する。
具体的には、通信部33は、Ethernet(登録商標)用のNIC(Network Interface Card)を用いた有線による通信や、WiFi(Wireless Fidelity)等の無線LAN(IEEE802.11等)や移動通信用の3Gや4Gのネットワークを用いた無線による通信が可能な構成を有する。
管理装置3は、上述の構成の他、図示はしないが、必要に応じて入力デバイスや表示デバイス、スピーカ等の構成を有していてもよい。
図2に示すように、管理装置3は、CPU(制御部)31と、記憶部32と、通信部33とを有する。管理装置3は1又は複数のサーバにより構成されても良い。
CPU31は、管理装置3の制御部として機能し、発電情報に基づいて家畜の状態を推定する。
記憶部32は、例えばCPU31により実行されるプログラムが格納されたROMと、CPU31が処理を実行する際のワークメモリ等として使用されるRAMとを有する。さらに記憶部32は、HDD(Hard Disk Drive)及びフラッシュメモリ(SSD;Solid State Drive)等の不揮発性メモリを有していてもよい。これにより、記憶部32は、家畜管理データベース321を記憶することができる。
通信部33は、インターネットNに接続し、通信装置2や畜産システム4と通信を行うための構成である。通信部33は、「受信部」として機能する。
具体的には、通信部33は、Ethernet(登録商標)用のNIC(Network Interface Card)を用いた有線による通信や、WiFi(Wireless Fidelity)等の無線LAN(IEEE802.11等)や移動通信用の3Gや4Gのネットワークを用いた無線による通信が可能な構成を有する。
管理装置3は、上述の構成の他、図示はしないが、必要に応じて入力デバイスや表示デバイス、スピーカ等の構成を有していてもよい。
図2に示すように、管理装置3は、畜産システム4と接続される。
畜産システム4は、例えば、マスターモニタ装置41と、畜産施設に備えられた複数のゲート42、自動給餌器43、各種監視機器44等を有する。
マスターモニタ装置41は、同図に示すように、ネットワークNを介して管理装置3によって処理された情報を取得し、この情報に基づいて畜産施設に備えられた各機器を制御する。具体的には、マスターモニタ装置41は、例えば通信回路により管理装置3から情報を受信することにより上記情報を取得してもよいし、一度メモリ等の記録媒体に記憶された情報を読み出すことで上記情報を取得してもよい。マスターモニタ装置41は、典型的にはPC(Personal Computer)、スマートフォン、タブレット端末等の情報処理装置で構成される。具体的には、マスターモニタ装置41は、CPUで構成された制御部と、ROM、RAM、その他のメモリ等を含む記憶部と、通信回路及びアンテナを含む通信部と、液晶ディスプレイやOLED(Organic Light Emitting Diode)等のディスプレイを含む表示部とを有していてもよい。
ゲート42は、例えば畜舎と放牧場とを区画するゲートであり、図示はしないが、開閉を実行するための駆動機構を有する。ゲート42は、マスターモニタ装置41によって当該駆動機構が制御されることで、開閉が制御される。なお、図1に示すように、複数のゲート42のうちの少なくとも1つには、通信装置2が配置されていてもよい。
自動給餌器43は、自動的に家畜に飼料を提供するための装置であり、図示はしないが、飼料タンクや給餌用フィーダー、タンクからフィーダーに飼料を搬送するための搬送機構等を有する。自動給餌器43は、例えば、マスターモニタ装置41によって飼料の給餌タイミングや飼料の量、2種類以上の飼料の混合割合等が制御される。
監視機器44は、畜産施設の所定の箇所に配置された機器であり、例えば監視カメラや赤外線センサ等で構成される。監視機器44は、家畜の様子や畜産施設の状況等をモニタし、取得した情報をマスターモニタ装置41へ送信する。
畜産システム4は、その他、必要に応じて畜産施設の空調設備や、照明装置等を有していてもよい。
畜産システム4は、例えば、マスターモニタ装置41と、畜産施設に備えられた複数のゲート42、自動給餌器43、各種監視機器44等を有する。
マスターモニタ装置41は、同図に示すように、ネットワークNを介して管理装置3によって処理された情報を取得し、この情報に基づいて畜産施設に備えられた各機器を制御する。具体的には、マスターモニタ装置41は、例えば通信回路により管理装置3から情報を受信することにより上記情報を取得してもよいし、一度メモリ等の記録媒体に記憶された情報を読み出すことで上記情報を取得してもよい。マスターモニタ装置41は、典型的にはPC(Personal Computer)、スマートフォン、タブレット端末等の情報処理装置で構成される。具体的には、マスターモニタ装置41は、CPUで構成された制御部と、ROM、RAM、その他のメモリ等を含む記憶部と、通信回路及びアンテナを含む通信部と、液晶ディスプレイやOLED(Organic Light Emitting Diode)等のディスプレイを含む表示部とを有していてもよい。
ゲート42は、例えば畜舎と放牧場とを区画するゲートであり、図示はしないが、開閉を実行するための駆動機構を有する。ゲート42は、マスターモニタ装置41によって当該駆動機構が制御されることで、開閉が制御される。なお、図1に示すように、複数のゲート42のうちの少なくとも1つには、通信装置2が配置されていてもよい。
自動給餌器43は、自動的に家畜に飼料を提供するための装置であり、図示はしないが、飼料タンクや給餌用フィーダー、タンクからフィーダーに飼料を搬送するための搬送機構等を有する。自動給餌器43は、例えば、マスターモニタ装置41によって飼料の給餌タイミングや飼料の量、2種類以上の飼料の混合割合等が制御される。
監視機器44は、畜産施設の所定の箇所に配置された機器であり、例えば監視カメラや赤外線センサ等で構成される。監視機器44は、家畜の様子や畜産施設の状況等をモニタし、取得した情報をマスターモニタ装置41へ送信する。
畜産システム4は、その他、必要に応じて畜産施設の空調設備や、照明装置等を有していてもよい。
[センサ装置の詳細な構成]
図3は、センサ装置1の外観の一例を示す図である。
同図に示すように、センサ装置1は、発電部11と送信部13とを収容する筐体14をさらに有する。筐体14には、さらに、上述の蓄電素子12が収容されていてもよく、後述する各モジュールが全て収容され得る。なお、同図に示す発電部11、蓄電素子12及び送信部13は、これらの要素がセンサ装置1内に収容されていることを模式的に示している。
筐体14は、例えば、装着用の孔141を有しており、図1に示すように、この孔141を介して家畜Aに装着されることが可能に構成される。筐体14は、例えば個体識別用の耳標の近傍に装着されていてもよい。また他の例として筐体14が家畜へ装着するための装着機構を有していても良く、筐体14が別の装着機構を有する部材を介して装着されても良い。
筐体14は、例えばABS樹脂や、ポリカーボネート樹脂、ポリ乳酸、ポリアミド樹脂等の樹脂材料等で構成され、少なくとも一部が太陽光を透過することが可能な透光性の材料で構成されてもよい。
また、筐体14の材料としては、環境や生体への安全性を考慮し、植物由来の材料を含む材料や、抗アレルギー性を有する材料、抗菌性を有する材料等を適宜選択することができる。さらには、誤飲・誤食を防止するものとして家畜が嫌う食品添加物を混合させてもよい。
図3は、センサ装置1の外観の一例を示す図である。
同図に示すように、センサ装置1は、発電部11と送信部13とを収容する筐体14をさらに有する。筐体14には、さらに、上述の蓄電素子12が収容されていてもよく、後述する各モジュールが全て収容され得る。なお、同図に示す発電部11、蓄電素子12及び送信部13は、これらの要素がセンサ装置1内に収容されていることを模式的に示している。
筐体14は、例えば、装着用の孔141を有しており、図1に示すように、この孔141を介して家畜Aに装着されることが可能に構成される。筐体14は、例えば個体識別用の耳標の近傍に装着されていてもよい。また他の例として筐体14が家畜へ装着するための装着機構を有していても良く、筐体14が別の装着機構を有する部材を介して装着されても良い。
筐体14は、例えばABS樹脂や、ポリカーボネート樹脂、ポリ乳酸、ポリアミド樹脂等の樹脂材料等で構成され、少なくとも一部が太陽光を透過することが可能な透光性の材料で構成されてもよい。
また、筐体14の材料としては、環境や生体への安全性を考慮し、植物由来の材料を含む材料や、抗アレルギー性を有する材料、抗菌性を有する材料等を適宜選択することができる。さらには、誤飲・誤食を防止するものとして家畜が嫌う食品添加物を混合させてもよい。
本実施形態では、センサ装置1が、バッテリ等の蓄電素子12交換用の蓋等や、外部機器との接続用のコネクタ等の構造を有さない。このため、筐体14を、外部からの気体や液体の浸入を抑制することが可能な気密な構造とすることができる。
具体的には、筐体14全体が一体に成形され得る。あるいは、筐体14が複数のパーツを組み合わせて構成される場合には、パーツの繋ぎ目にシールリング等を設け、筐体14の各パート間を密接させることができる。
このような気密な構造の筐体14により、センサ装置1を、耐水性、耐埃性、耐衝撃性及び耐腐食性の高い構成とすることができる。これにより、糞尿、天候や、飼料、埃、家畜同士の衝突などの影響を受けやすくセンサ装置にとって厳しい家畜の飼育環境下においても、耐久性の高いセンサ装置1を提供することができる。
具体的には、筐体14全体が一体に成形され得る。あるいは、筐体14が複数のパーツを組み合わせて構成される場合には、パーツの繋ぎ目にシールリング等を設け、筐体14の各パート間を密接させることができる。
このような気密な構造の筐体14により、センサ装置1を、耐水性、耐埃性、耐衝撃性及び耐腐食性の高い構成とすることができる。これにより、糞尿、天候や、飼料、埃、家畜同士の衝突などの影響を受けやすくセンサ装置にとって厳しい家畜の飼育環境下においても、耐久性の高いセンサ装置1を提供することができる。
図4は、本実施形態に係るセンサ装置1の一例を示すブロック図である。センサ装置1は、例えば、1または複数のモジュールを有する。
同図に示すように、センサ装置1は、例えば、4のモジュール(モジュール10a,モジュール10b,モジュール10cおよびモジュール10d)を有する。各モジュールは、例えば、上述の発電部11と、蓄電素子12と、送信部13とをそれぞれ有する。
同図に示すように、センサ装置1は、例えば、4のモジュール(モジュール10a,モジュール10b,モジュール10cおよびモジュール10d)を有する。各モジュールは、例えば、上述の発電部11と、蓄電素子12と、送信部13とをそれぞれ有する。
図4に示すように、モジュール10aは、発電部の一例として、照射される太陽光により発電する太陽光発電部11aを有する。さらに、モジュール10aは、太陽光発電部11aに接続される蓄電素子12aと、蓄電素子12aに接続される送信部13aとを有する。
モジュール10bは、発電部の一例として、温度差を利用して発電する温度差発電部11bを有する。さらに、モジュール10bは、温度差発電部11bに接続される蓄電素子12bと、蓄電素子12bに接続される送信部13bとを有する。
モジュール10cは、発電部の一例として、振動に応じて発電する振動発電部11cを有する。さらに、モジュール10cは、振動発電部11cに接続される蓄電素子12cと、蓄電素子12cに接続される送信部13cとを有する。
モジュール10dは、発電部の一例として、電波を利用して発電する電波発電部11dを有する。さらに、モジュール10dは、電波発電部11dに接続される蓄電素子12dと、蓄電素子12dに接続される送信部13dとを有する。このように、センサ装置1においては、一例として、発電部毎に対応して送信部が設けられている。
モジュール10bは、発電部の一例として、温度差を利用して発電する温度差発電部11bを有する。さらに、モジュール10bは、温度差発電部11bに接続される蓄電素子12bと、蓄電素子12bに接続される送信部13bとを有する。
モジュール10cは、発電部の一例として、振動に応じて発電する振動発電部11cを有する。さらに、モジュール10cは、振動発電部11cに接続される蓄電素子12cと、蓄電素子12cに接続される送信部13cとを有する。
モジュール10dは、発電部の一例として、電波を利用して発電する電波発電部11dを有する。さらに、モジュール10dは、電波発電部11dに接続される蓄電素子12dと、蓄電素子12dに接続される送信部13dとを有する。このように、センサ装置1においては、一例として、発電部毎に対応して送信部が設けられている。
モジュールの具体的な構成の一例について、モジュール10aを例にして説明する。
図5は、モジュール10aの具体的な構成の一例を示す図である。
モジュール10aは、例えば、発電部11と、レギュレータIC101と、チャージャー102と、2次電池103と、キャパシタ104と、キャパシタ105と、リセットIC106と、MPU107と、記憶部108と、通信回路109とを含む構成を有する。記憶部108は、例えば、ROM(Read Only Memory)108aと、RAM(Random Access Memory)108bとを含む構成を有する。
図5は、モジュール10aの具体的な構成の一例を示す図である。
モジュール10aは、例えば、発電部11と、レギュレータIC101と、チャージャー102と、2次電池103と、キャパシタ104と、キャパシタ105と、リセットIC106と、MPU107と、記憶部108と、通信回路109とを含む構成を有する。記憶部108は、例えば、ROM(Read Only Memory)108aと、RAM(Random Access Memory)108bとを含む構成を有する。
上述したように、モジュール10aの場合の発電部11は、太陽電池からなる太陽光発電部11aである。
発電部11により形成された電力がレギュレータIC101に供給される。レギュレータIC101は、入力電圧を昇圧または降圧し、出力電圧を一定にする。レギュレータIC101が昇圧および降圧のいずれを行うかは、発電部11の構成に応じて異なる。
レギュレータIC101の出力電圧がチャージャー102に供給される。
レギュレータIC101の出力電圧がチャージャー102に供給される。
チャージャー102は、レギュレータIC101から供給される電力を利用して2次電池103を充電する回路である。なお、チャージャー102が2次電池103の放電を制御する構成としてもよい。チャージャー102が2次電池103の異常の有無を監視するようにしてもよい。チャージャー102による充電の制御に応じて、2次電池103が充電される。
2次電池103は、充電可能な電池である。2次電池103としては、例えば、リチウムイオン2次電池が挙げられる。もちろん、他の2次電池でもよい。2次電池103の容量は、例えば、数10μWh(マイクロワットアワー)や数mWh(ミリワットアワー)程度でもよいため、2次電池103が大型化することはない。2次電池103の出力電圧が、キャパシタ104およびキャパシタ105に供給される。
2次電池103からの出力電圧によりキャパシタ104が蓄電される。キャパシタ104に蓄電された電力は、チャージャー102の電源として使用される。チャージャー102を動作させるための電源が別個、設けられてもよい。
2次電池103からの出力電圧によりキャパシタ105が蓄電される。キャパシタ105は、例えば、微弱な電流を取り出すために設けられる。また、キャパシタ105を使用し送信部としてリセットIC106を使用した場合に、リセットIC106等がキャパシタ105の電圧に応じた動作を行うことができ、回路の構成を簡略化できる。なお、キャパシタ105を設けずに、2次電池103とリセットIC106と接続される構成でもよい。2次電池103、キャパシタ104およびキャパシタ105が上述した蓄電素子12の一例として対応する。
また、モジュール10aは、2次電池103に替えて、セラミックコンデンサを有していてもよい。この場合、蓄電素子12は、セラミックコンデンサのみを有していてもよいし、セラミックコンデンサの他、キャパシタ104,105を有していてもよい。
また、モジュール10aは、2次電池103に替えて、セラミックコンデンサを有していてもよい。この場合、蓄電素子12は、セラミックコンデンサのみを有していてもよいし、セラミックコンデンサの他、キャパシタ104,105を有していてもよい。
リセットIC106は、上述した送信部13の集積回路の一例である。リセットIC106は、例えば、例えば、キャパシタ105の電圧と基準電圧と比較するコンパレータと、評価結果に応じてオン/オフするトランジスタ等の素子とを含む。基準電圧は、例えば、MPU107の動作電圧(3.3Vや5Vなど)以上に設定される。
リセットIC106は、キャパシタの電圧が基準電圧以上になるとオフ状態からオン状態に遷移する。リセットIC106がオン状態に遷移することに応じてキャパシタ105とMPU107とが接続される。そして、キャパシタ105に蓄電された電力がMPU107の動作電圧として供給される。
リセットIC106は、キャパシタの電圧が基準電圧以上になるとオフ状態からオン状態に遷移する。リセットIC106がオン状態に遷移することに応じてキャパシタ105とMPU107とが接続される。そして、キャパシタ105に蓄電された電力がMPU107の動作電圧として供給される。
MPU107は、リセットIC106および通信回路109に対して接続されている。MPU107は、リセットIC106がオン状態に遷移することに応じて供給される電力を電源として動作する。MPU107は、通信回路109等に対する制御を実行する。
MPU107に接続される記憶部108は、例えば、ROM(Read Only Memory)108aとRAM(Random Access Memory)108bとを含む。ROM108aには、例えば、MPU107により実行されるプログラムが格納されている。なお、ROM108aにモジュール10aに予め割り当てられた識別子が格納されてもよい。RAM108bは、MPU107が処理を実行する際のワークメモリ等として使用される。例えば、通信のコネクションを確立する際にモジュール10aの識別子が割り当てられる場合には、割り当てられた識別子がRAM108bに記憶されるようにしてもよい。
通信回路109は、MPU107による制御にしたがって、所定の通信方式に基づく処理を行うものであり、上述した送信部13の通信回路の一例である。図示は省略しているが、通信回路109は、フィルムアンテナ、パターンアンテナ、バーアンテナ等の小型のアンテナまたは、アンテナ機能を十分に満たすコンデンサやキャパシタを有する。上述したように、通信回路109により行われる通信の方式は公知の方式を適用することができ、特定の通信方式に限定されるものではない。
なお、上述した記憶部108は、通信回路109に接続される構成でもよい。複数(例えば、2個の記憶部)がMPU107および通信回路109のそれぞれに接続される構成でもよい。
なお、上述した記憶部108は、通信回路109に接続される構成でもよい。複数(例えば、2個の記憶部)がMPU107および通信回路109のそれぞれに接続される構成でもよい。
以上の説明ではモジュール10aの構成の一例を説明したが、他のモジュールの構成については、発電部の構成等に対応して適宜、変更できる。例えば、モジュール10aの発電部11aは太陽光発電機で構成され、モジュール10bの発電部11bは振動発電機で構成される等、異なる種類の発電機を搭載した発電部11を含むモジュールを用いることができる。また、例えば、モジュール10aの送信部とモジュール10bの送信部の構成を異なる構成にしてもよい。上述した説明における構成と異なる構成、例えば、発電部の出力が交流である場合には、整流回路が発電部の出力側に設けられてもよい。
センサ装置1における一部の構成を各モジュール間で共通化してもよい。例えば、各モジュールの2次電池103(又はセラミックコンデンサ)等を共通にし、これらのモジュールの発電部11で発電した電力を同一の2次電池103(又はセラミックコンデンサ)に蓄電するように構成してもよい。各モジュールのMPUが記憶部108にアクセス可能なように構成してもよい。記憶部108の記憶領域を複数に分割し、各モジュール専用の記憶領域を割り当てるようにしてもよい。各記憶領域を各モジュールが時分割に使用する構成としてもよい。もしくは、割り当てられた記憶領域を各モジュールが順次、使用する制御方式がセンサ装置1に適用されてもよい。
センサ装置1における一部の構成を各モジュール間で共通化してもよい。例えば、各モジュールの2次電池103(又はセラミックコンデンサ)等を共通にし、これらのモジュールの発電部11で発電した電力を同一の2次電池103(又はセラミックコンデンサ)に蓄電するように構成してもよい。各モジュールのMPUが記憶部108にアクセス可能なように構成してもよい。記憶部108の記憶領域を複数に分割し、各モジュール専用の記憶領域を割り当てるようにしてもよい。各記憶領域を各モジュールが時分割に使用する構成としてもよい。もしくは、割り当てられた記憶領域を各モジュールが順次、使用する制御方式がセンサ装置1に適用されてもよい。
このような構成のセンサ装置1は、基本的に発電部11による発電によって動作するため、電池や回路駆動のためのバッテリ等の構成を不要とすることができる。
これにより、本実施形態のセンサ装置1は、電池の交換や充電等の手間を省くことができるとともに、電池切れ等による廃棄や交換のコストを削減することができる。
また、センサ装置1は、常時モニタリングが可能であるとともに、電池や回路駆動のためのバッテリ等を不要とすることで小型化することができる。また、センサ装置1は、小型なことから、家畜同士の衝突等による脱落や故障のリスクを低減することができる。
さらに、センサ装置1の小型化によって、装着による家畜へのストレスを低減することができる。
これにより、本実施形態のセンサ装置1は、電池の交換や充電等の手間を省くことができるとともに、電池切れ等による廃棄や交換のコストを削減することができる。
また、センサ装置1は、常時モニタリングが可能であるとともに、電池や回路駆動のためのバッテリ等を不要とすることで小型化することができる。また、センサ装置1は、小型なことから、家畜同士の衝突等による脱落や故障のリスクを低減することができる。
さらに、センサ装置1の小型化によって、装着による家畜へのストレスを低減することができる。
[センサ装置の動作例]
図6は、センサ装置10が発電情報等を送信する際の処理の流れの一例を説明するフローチャートである。ここでは、上述のモジュール10aにおける処理の流れの一例について説明する。他のモジュールの処理の流れは、モジュール10aと概ね同様であるが、モジュールの構成に応じた差異が存在してもよい。各モジュールの処理は、例えば、それぞれ独立して行われる。
図6は、センサ装置10が発電情報等を送信する際の処理の流れの一例を説明するフローチャートである。ここでは、上述のモジュール10aにおける処理の流れの一例について説明する。他のモジュールの処理の流れは、モジュール10aと概ね同様であるが、モジュールの構成に応じた差異が存在してもよい。各モジュールの処理は、例えば、それぞれ独立して行われる。
ステップST11において、発電部11(この例では、太陽光発電部11a)が発電する。例えば、センサ装置1を身につけたユーザが晴天の屋外にでることにより発電部11に日光が照射され、発電部11が発電する。もちろん、屋外が雨天や曇りである場合には、発電部11は発電しないまたは僅かしか発電しない。そして、処理がステップST12に進む。
ステップST12では、発電部11により形成された電力がレギュレータIC101等を介して蓄電素子の一つであるキャパシタ105に供給される。そして、キャパシタ105が蓄電され、キャパシタ105の電圧が上昇する。そして、処理がステップST13に進む。
ステップST13では、キャパシタ105の電圧が基準電圧以上であるか否かが判断される。キャパシタ105の電圧が基準電圧より小さい場合には、処理がステップST13に戻る。キャパシタ105の電圧が基準電圧以上である場合には、処理がステップST14に進む。
ステップST14では、キャパシタ105の電圧が基準電圧以上になることに応じて、リセットIC106がオフ状態からオン状態に遷移する。なお、キャパシタ105の電圧が基準電圧以上になることに応じてリセットIC106の状態が遷移するものであり、ある機能ブロックによりステップST13の判定処理がなされるものではない。リセットIC106がオン状態に遷移することに応じて、キャパシタ105の出力電圧がMPU107に供給される。そして、処理がステップST15に進む。
ステップST15では、キャパシタ105から供給される電力を電源としてMPU107が動作する。MPU107は、例えば、ROM108aに格納されたプログラムを読み出して、プログラムに記述されたコードに応じた処理を実行する。そして、処理がステップST16に進む。
ステップST16において、MPU107は、通信回路109に対して電力を供給するとともに、通信回路109を制御する。すなわち、MPU107は、通信回路109に対して通信の開始を指示し、例えばモジュール10aの識別子を通信装置2に送信するように指示する。そして、処理がステップST17に進む。
ステップST17では、MPU107による制御に応じて、通信回路109が通信を行う。通信回路109は、所定の通信方式にしたがって、例えば、モジュール10aに割り当てられた識別子を通信装置2に対して送信する。
本実施形態では、センサ装置1による識別子の送信が所定量以上の発電に対応付けられているため、識別子の送信を発電情報の送信とすることができる。これにより、モジュール10aの識別子を受信した管理装置3は、例えば、モジュール10aが有する太陽光発電部11aが、システムの一部ないしすべての動作を行うためのエネルギ量を発電したことを認識することできる。また識別子としてはセンサ装置1の固有識別子と送信が所定量以上となった発電の種別を示す情報を含んだ情報を用いる事もできる。
すなわち、管理装置3は、センサ装置1が送信した識別子を含む発電情報の受信頻度(例えば所定時間内にこの識別子を受信した回数や識別子の受信間隔等)に基づいて発電部11の発電量や発電頻度の情報を生成することができる。
すなわち、管理装置3は、センサ装置1が送信した識別子を含む発電情報の受信頻度(例えば所定時間内にこの識別子を受信した回数や識別子の受信間隔等)に基づいて発電部11の発電量や発電頻度の情報を生成することができる。
[発電情報から推定される状態の例]
以下、管理装置3が受信した発電情報から推定される家畜の状態の例について、図7を用いて説明する。
図7A〜図7Dは、それぞれ異なる家畜A1,A2,A3,A4に装着されたセンサ装置1からの出力を示す図であり、棒状のグラフは、各モジュールの識別子の受信回数のパターンを模式的に示したものである。また、グラフに記載の「光」は、太陽光発電部11aを有するモジュールの識別子の受信回数を示し、「熱」は、温度差発電部11bを有するモジュール10bの識別子の受信回数を示し、「振動」は、振動発電部11cを有するモジュール10cの識別子の受信回数を示し、「電波」は、電波発電部11dを有するモジュール10dの識別子の受信回数を示す。
なお、上述のように、所定時間内でのそれぞれのモジュールからの識別子の受信回数が多いほど、発電量が多い傾向となる。このため、以下の説明では、モジュールからの識別子の受信回数が多い場合に、「そのモジュールに搭載された発電部の発電量が多い」と表現し、受信回数が少ない場合に、「発電量が少ない」と表現する。
以下、管理装置3が受信した発電情報から推定される家畜の状態の例について、図7を用いて説明する。
図7A〜図7Dは、それぞれ異なる家畜A1,A2,A3,A4に装着されたセンサ装置1からの出力を示す図であり、棒状のグラフは、各モジュールの識別子の受信回数のパターンを模式的に示したものである。また、グラフに記載の「光」は、太陽光発電部11aを有するモジュールの識別子の受信回数を示し、「熱」は、温度差発電部11bを有するモジュール10bの識別子の受信回数を示し、「振動」は、振動発電部11cを有するモジュール10cの識別子の受信回数を示し、「電波」は、電波発電部11dを有するモジュール10dの識別子の受信回数を示す。
なお、上述のように、所定時間内でのそれぞれのモジュールからの識別子の受信回数が多いほど、発電量が多い傾向となる。このため、以下の説明では、モジュールからの識別子の受信回数が多い場合に、「そのモジュールに搭載された発電部の発電量が多い」と表現し、受信回数が少ない場合に、「発電量が少ない」と表現する。
(滞在場所)
例えば、管理装置3のCPU31は、太陽光発電部11aの発電情報に基づいて、家畜の滞在場所を推定することができる。
図7A及び図7Bと、図7C及び図7Dとの太陽光発電部11aの発電量を比較し、後者の方が太陽光発電部11aの発電量が多い。これにより、家畜A3,A4の方が、家畜A1,A2よりも屋外の放牧場にいる時間が長いということが推測される。
例えば、管理装置3のCPU31は、太陽光発電部11aの発電情報に基づいて、家畜の滞在場所を推定することができる。
図7A及び図7Bと、図7C及び図7Dとの太陽光発電部11aの発電量を比較し、後者の方が太陽光発電部11aの発電量が多い。これにより、家畜A3,A4の方が、家畜A1,A2よりも屋外の放牧場にいる時間が長いということが推測される。
また、電波発電部11dからの発電量により、家畜のより詳細な滞在場所を推定することができる。
例えば、図7Cと図7Dの電波発電部11dからの発電量を比較し、家畜A3の方が家畜A4よりも電波の多い場所に滞在しているということが推定される。したがって、放牧場内に電波強度の強い場所と弱い場所の分布が形成されている場合、電波発電部11dからの発電量から、放牧場における家畜の滞在場所についても推定が可能となる。
例えば、図7Cと図7Dの電波発電部11dからの発電量を比較し、家畜A3の方が家畜A4よりも電波の多い場所に滞在しているということが推定される。したがって、放牧場内に電波強度の強い場所と弱い場所の分布が形成されている場合、電波発電部11dからの発電量から、放牧場における家畜の滞在場所についても推定が可能となる。
(活動量)
例えば、管理装置3のCPU31は、振動発電部11cの発電情報に基づいて、家畜の活動量を推定することができる。
図7A及び図7Bと、図7C及び図7Dとの振動発電部11cの発電量を比較し、後者の方が振動発電部11cの発電量が多い。これにより、家畜A3,A4の方が、家畜A1,A2よりも活動量が多いことが推定される。
また、太陽光発電部11aからの発電量により、屋外の滞在時間の長短を推定することができる。通常、屋外に長く滞在している家畜は活発に活動すると考えられるので、太陽光発電部11aからの発電量からも、間接的に家畜の活動量を推定することができる。
例えば、管理装置3のCPU31は、振動発電部11cの発電情報に基づいて、家畜の活動量を推定することができる。
図7A及び図7Bと、図7C及び図7Dとの振動発電部11cの発電量を比較し、後者の方が振動発電部11cの発電量が多い。これにより、家畜A3,A4の方が、家畜A1,A2よりも活動量が多いことが推定される。
また、太陽光発電部11aからの発電量により、屋外の滞在時間の長短を推定することができる。通常、屋外に長く滞在している家畜は活発に活動すると考えられるので、太陽光発電部11aからの発電量からも、間接的に家畜の活動量を推定することができる。
さらに、振動発電部11cの発電情報をある程度以上の所定期間について分析することにより、発電量のバラつきから家畜の状態を推測することもできる。例えば、振動発電部11cの発電量が平均して多い場合には、活動量が全体的に多い個体であると推測できる。一方で、振動発電部11cの発電量のバラつきが大きい場合には、衝撃を受けたり、何らかのトラブルを抱えている可能性があると推測される。
(家畜の行動)
さらに、CPU31は、振動発電部11cの発電情報に基づいて、発電頻度のパターンを解析等し、家畜の行動を推定することができる。
例えば、センサ装置1が装着された耳の運動と四肢の運動とでは、振動の周波数が異なるため、発電パターンも異なり、これらの行動を識別することができる。また、家畜の歩行運動、走行運動、マウンティング等も、それぞれ特徴的な発電パターンが見られる場合は、これらの行動を推定することができる。
さらに、CPU31は、振動発電部11cの発電情報に基づいて、発電頻度のパターンを解析等し、家畜の行動を推定することができる。
例えば、センサ装置1が装着された耳の運動と四肢の運動とでは、振動の周波数が異なるため、発電パターンも異なり、これらの行動を識別することができる。また、家畜の歩行運動、走行運動、マウンティング等も、それぞれ特徴的な発電パターンが見られる場合は、これらの行動を推定することができる。
(発熱の有無)
例えば、管理装置3のCPU31は、温度差発電部11b及び太陽光発電部11aの発電情報に基づいて、家畜の発熱の有無を推定することができる。
図7Aと図7Bの温度差発電部11bの発電量を比較し、前者の方が温度差発電部11bの発電量が多い。一方で、これらの太陽光発電部11aの発電量に関しては、同程度である。
これにより、家畜A1,A2はいずれも同程度の時間、屋内にいたにもかかわらず、家畜A1が家畜A2よりも体温が高いことが推測される。
また、図7Bと図7Cの太陽光発電部11a及び温度差発電部11bの発電量を比較すると、いずれの発電量も図7Cの方が多い。
これにより、家畜A3は、家畜A2よりも気温の低い場所(例えば放牧地などの屋外)に長く滞在していたことにより、温度差発電部11bの発電量が増加したものと推測される。したがって、家畜A3は、温度差発電部11bの発電量が多いが、発熱の可能性は低いと推測される。
例えば、管理装置3のCPU31は、温度差発電部11b及び太陽光発電部11aの発電情報に基づいて、家畜の発熱の有無を推定することができる。
図7Aと図7Bの温度差発電部11bの発電量を比較し、前者の方が温度差発電部11bの発電量が多い。一方で、これらの太陽光発電部11aの発電量に関しては、同程度である。
これにより、家畜A1,A2はいずれも同程度の時間、屋内にいたにもかかわらず、家畜A1が家畜A2よりも体温が高いことが推測される。
また、図7Bと図7Cの太陽光発電部11a及び温度差発電部11bの発電量を比較すると、いずれの発電量も図7Cの方が多い。
これにより、家畜A3は、家畜A2よりも気温の低い場所(例えば放牧地などの屋外)に長く滞在していたことにより、温度差発電部11bの発電量が増加したものと推測される。したがって、家畜A3は、温度差発電部11bの発電量が多いが、発熱の可能性は低いと推測される。
さらに、家畜が発熱する原因は、例えば、病気やストレス、発情期等が挙げられる。したがって、発熱の有無を推定することで、発熱の原因となる上記の要因についても推測することができる。
(発情期)
管理装置3のCPU31は、上記発電情報に基づいて、例えば、発情期か否かを推定することができる。これにより、家畜の管理において非常に重要な繁殖管理を容易にすることができる。
発情期の場合は、一般に、活動量が上昇し、体温が上昇する。これにより、CPU31は、上述のように振動発電部11cや温度差発電部11b等からの発電情報に基づいて、発情期か否かを推定することができる。
管理装置3のCPU31は、上記発電情報に基づいて、例えば、発情期か否かを推定することができる。これにより、家畜の管理において非常に重要な繁殖管理を容易にすることができる。
発情期の場合は、一般に、活動量が上昇し、体温が上昇する。これにより、CPU31は、上述のように振動発電部11cや温度差発電部11b等からの発電情報に基づいて、発情期か否かを推定することができる。
(肉質)
例えば、管理装置3のCPU31は、上記発電情報に基づいて、肉質を推定することができる。これにより、食肉として処理した後でなければ確認することができない肉質を、生体の状態で推定することができる。また、推定された肉質に鑑みて肉質をより向上させるような管理を行うことができ、家畜の経済的な価値を向上させることができる。
家畜の肉質は、一般に、飼料や運動負荷、ストレス等によって影響を受けると考えられている。上述のように、運動負荷(活動量)やストレスは、発電情報から推定が可能である。また、飼料は、電波発電部11dや太陽光発電部11aからの発電情報に基づいて個々の家畜の滞在場所を把握することができれば、これらの家畜が摂取した草の種類等も特定することができる。
したがって、CPU31により、個々の家畜について、通常食肉として処理された後に確認することができる肉質の推定が可能となる。
例えば、管理装置3のCPU31は、上記発電情報に基づいて、肉質を推定することができる。これにより、食肉として処理した後でなければ確認することができない肉質を、生体の状態で推定することができる。また、推定された肉質に鑑みて肉質をより向上させるような管理を行うことができ、家畜の経済的な価値を向上させることができる。
家畜の肉質は、一般に、飼料や運動負荷、ストレス等によって影響を受けると考えられている。上述のように、運動負荷(活動量)やストレスは、発電情報から推定が可能である。また、飼料は、電波発電部11dや太陽光発電部11aからの発電情報に基づいて個々の家畜の滞在場所を把握することができれば、これらの家畜が摂取した草の種類等も特定することができる。
したがって、CPU31により、個々の家畜について、通常食肉として処理された後に確認することができる肉質の推定が可能となる。
このように、管理装置3は、発電情報に基づいて、様々な家畜の状態を推定することができ、放牧等の畜産管理を容易にすることができる。
以下、管理装置3の具体的な推定処理について説明する。
以下、管理装置3の具体的な推定処理について説明する。
[管理装置の動作例]
(基本的な動作例)
図8は、管理装置3の基本的な動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
本動作例では、CPU31が機械学習により生成されたアルゴリズムを用いてある家畜の状態を推定し、その推定結果を用いて外部機器に対する制御信号を生成する例を示す。
(基本的な動作例)
図8は、管理装置3の基本的な動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
本動作例では、CPU31が機械学習により生成されたアルゴリズムを用いてある家畜の状態を推定し、その推定結果を用いて外部機器に対する制御信号を生成する例を示す。
まず、CPU31は、家畜に装着されたセンサ装置1から送信された発電情報を取得する(ST21)。より具体的にはCPU31は、通信装置2を介して通信部33が受信した識別子を発電情報として取得することができる。
続いて、CPU31は、取得した発電情報から、家畜の状態を推定するためのアルゴリズムに基づいて、家畜Aの状態を推定する(ST22)。
家畜の状態を推定するためのアルゴリズムについて説明する。
本実施形態のアルゴリズムは、機械学習により生成され、発電情報に基づいて家畜の状態を推定することが可能に構成される。当該アルゴリズムは、管理装置3のCPU31により生成されてもよいし、他の情報処理装置によって生成されてもよい。当該アルゴリズムは、記憶部32に格納される。
管理装置3の家畜管理データベース321には、上記アルゴリズムを生成するために用いられる教示データが格納されている。
教示データは、家畜サンプルに装着されたセンサ装置1から取得されたサンプル発電情報と、サンプル家畜の実際の状態を示すサンプル実データとからなるデータセットである。
ここでいう家畜サンプルは、アルゴリズム生成の基礎となるデータを提供した家畜をいうものとする。
ここでいう実データは、取得された識別子に対応する家畜の実際の状態を示すデータとし、サンプル実データは、サンプル家畜の実際の状態についてのデータとする。例えば、実データは、肉質推定の例では、当該家畜を食肉として処理した場合に得られた、食肉としての等級のデータとすることができる。
家畜の状態を推定するためのアルゴリズムについて説明する。
本実施形態のアルゴリズムは、機械学習により生成され、発電情報に基づいて家畜の状態を推定することが可能に構成される。当該アルゴリズムは、管理装置3のCPU31により生成されてもよいし、他の情報処理装置によって生成されてもよい。当該アルゴリズムは、記憶部32に格納される。
管理装置3の家畜管理データベース321には、上記アルゴリズムを生成するために用いられる教示データが格納されている。
教示データは、家畜サンプルに装着されたセンサ装置1から取得されたサンプル発電情報と、サンプル家畜の実際の状態を示すサンプル実データとからなるデータセットである。
ここでいう家畜サンプルは、アルゴリズム生成の基礎となるデータを提供した家畜をいうものとする。
ここでいう実データは、取得された識別子に対応する家畜の実際の状態を示すデータとし、サンプル実データは、サンプル家畜の実際の状態についてのデータとする。例えば、実データは、肉質推定の例では、当該家畜を食肉として処理した場合に得られた、食肉としての等級のデータとすることができる。
続いて、CPU31は、上記アルゴリズムを用いて推定された家畜の状態に基づいて、外部機器を制御することが可能な制御信号を生成する(ST23)。
ここでいう外部機器は、例えば図2に示した畜産システム4とすることができる。
例えば、CPU31は、ある家畜の活動量が他の家畜よりも少ないと推定した場合は、当該情報を含む制御信号を生成することができる。これにより、マスターモニタ装置41は、当該制御信号に基づいて、その家畜の属する畜舎の畜房のゲート42の開放時間を長くするように、ゲート42を制御することができる。
あるいは、CPU31が、ある家畜の放牧地での滞在場所を推定した場合には、当該情報を含む制御信号を生成することができる。これにより、マスターモニタ装置41は、推定された滞在場所の植生等から、家畜の栄養バランスを補うような飼料を配合し給餌するよう、自動給餌器43を制御することができる。
また、CPU31は、マスターモニタ装置41の表示部(ディスプレイ)等に、センサ装置から送られた識別子により特定される家畜の個体の識別情報と推定された状態を表示等させる制御信号を生成することもできる。
ここでいう外部機器は、例えば図2に示した畜産システム4とすることができる。
例えば、CPU31は、ある家畜の活動量が他の家畜よりも少ないと推定した場合は、当該情報を含む制御信号を生成することができる。これにより、マスターモニタ装置41は、当該制御信号に基づいて、その家畜の属する畜舎の畜房のゲート42の開放時間を長くするように、ゲート42を制御することができる。
あるいは、CPU31が、ある家畜の放牧地での滞在場所を推定した場合には、当該情報を含む制御信号を生成することができる。これにより、マスターモニタ装置41は、推定された滞在場所の植生等から、家畜の栄養バランスを補うような飼料を配合し給餌するよう、自動給餌器43を制御することができる。
また、CPU31は、マスターモニタ装置41の表示部(ディスプレイ)等に、センサ装置から送られた識別子により特定される家畜の個体の識別情報と推定された状態を表示等させる制御信号を生成することもできる。
最後に、CPU31は、生成した制御信号を送信するように、通信部33を制御する(ST24)。例えば特定された家畜の識別子とその家畜の推定された情報をマスターモニタ装置41へ送信することで、マスターモニタ装置41の表示部のディスプレイ上に家畜の識別子とその家畜の推定状態が表示される。
このように、管理装置3は、センサ装置1から家畜の行動や家畜の周囲の環境についての情報を取得し、個々の家畜の活動量や健康状態等の状態を推定することができる。これにより、モニタリングのための電力消費を抑制することができる。したがって、センサ装置1の廃棄や電池の交換、充電などのメンテナンスの手間を省くことができる。
また、センサ装置1の小型化が可能であるため、家畜同士の衝突などによる破損のリスクも低減できる。さらに、電池の誤飲・誤食による事故の可能性も低減できる。
さらに、管理装置3のCPU31は、推定された情報に基づいて制御信号を生成することができるため、畜産施設に導入されている畜産システム4等に対しても家畜の状態に即した制御を実行させることができる。これにより、大規模な畜産業者や、比較的管理の難しい放牧を行っている畜産業者であっても、個々の家畜の管理を適切かつ容易に行うことができる。
また、管理装置3は、複数のセンサ装置1から自動的に発電情報を受信することができ、複数のセンサ装置1からの発電情報を一括して容易に取得することができる。これにより、各センサ装置1毎に手作業でデータを収集する手間を省くことができる。
さらに、管理装置3のCPU31は、機械学習により生成されたアルゴリズムに基づいて家畜の状態を推定することができるため、家畜の状態を精度よく推定することができる。
以下、アルゴリズムの推定精度をさらに高めることができる動作例について説明する。
また、センサ装置1の小型化が可能であるため、家畜同士の衝突などによる破損のリスクも低減できる。さらに、電池の誤飲・誤食による事故の可能性も低減できる。
さらに、管理装置3のCPU31は、推定された情報に基づいて制御信号を生成することができるため、畜産施設に導入されている畜産システム4等に対しても家畜の状態に即した制御を実行させることができる。これにより、大規模な畜産業者や、比較的管理の難しい放牧を行っている畜産業者であっても、個々の家畜の管理を適切かつ容易に行うことができる。
また、管理装置3は、複数のセンサ装置1から自動的に発電情報を受信することができ、複数のセンサ装置1からの発電情報を一括して容易に取得することができる。これにより、各センサ装置1毎に手作業でデータを収集する手間を省くことができる。
さらに、管理装置3のCPU31は、機械学習により生成されたアルゴリズムに基づいて家畜の状態を推定することができるため、家畜の状態を精度よく推定することができる。
以下、アルゴリズムの推定精度をさらに高めることができる動作例について説明する。
(アルゴリズムの評価例1)
図9は、管理装置3におけるアルゴリズムの評価に関する動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
本動作例では、CPU31が機械学習により生成されたアルゴリズムを用いてある家畜の状態を推定し、かつその家畜の実データに基づいてアルゴリズムを評価し、修正する例を示す。
図9は、管理装置3におけるアルゴリズムの評価に関する動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
本動作例では、CPU31が機械学習により生成されたアルゴリズムを用いてある家畜の状態を推定し、かつその家畜の実データに基づいてアルゴリズムを評価し、修正する例を示す。
まず、CPU31は、家畜A1に装着されたセンサ装置1(第1のセンサ装置)から送信された発電情報を取得する(ST31)。
続いて、CPU31は、取得した発電情報と、アルゴリズムとに基づいて、家畜A1の状態を推定する(ST32)。アルゴリズムは、図8を用いて説明したように、教示データを用いた機械学習により生成されるものとすることができる。
続いて、CPU31は、家畜A1の実際の状態を示す実データを取得し、記憶部32に記憶させる(ST33)。
CPU31による実データの取得方法は特に限定されない。例えば、ST31と同様に、CPU31がネットワークNを介して、実データが記憶された情報端末等から実データを取得するように通信部33を制御してもよいし、あるいは、CPU31が、管理装置3に接続された外部メモリ等を介して実データを取得してもよい。
CPU31による実データの取得方法は特に限定されない。例えば、ST31と同様に、CPU31がネットワークNを介して、実データが記憶された情報端末等から実データを取得するように通信部33を制御してもよいし、あるいは、CPU31が、管理装置3に接続された外部メモリ等を介して実データを取得してもよい。
続いて、CPU31は、家畜A1の実データに対する推定された家畜A1の状態の評価結果に基づいて、アルゴリズムの推定精度が第1の条件を満たすか否か判定する(ST34)。
例えば、第1の条件は、生成されたアルゴリズムを用いて推定された家畜の状態の正答率が所定以上の正答率であるという条件とすることができる。
正答率は、実データ及びサンプル実データが取得された全家畜数に対する、推定された状態の正解数の割合とする。
また、CPU31は、推定された家畜の状態が、実データにおける当該家畜の実際の状態と同等であると判定された場合に、「正解」と判定することができる。
所定以上の正答率は、特に限定されないが、例えば95%以上の正答率とすることができる。
具体的に、CPU31は、ST34において、家畜A1の実データと推定された家畜A1の状態とが同等(正解)であるか否か判定し、その判定結果を、教示データとして蓄積された複数の家畜サンプルについての正答率に反映させる。
例えば、第1の条件は、生成されたアルゴリズムを用いて推定された家畜の状態の正答率が所定以上の正答率であるという条件とすることができる。
正答率は、実データ及びサンプル実データが取得された全家畜数に対する、推定された状態の正解数の割合とする。
また、CPU31は、推定された家畜の状態が、実データにおける当該家畜の実際の状態と同等であると判定された場合に、「正解」と判定することができる。
所定以上の正答率は、特に限定されないが、例えば95%以上の正答率とすることができる。
具体的に、CPU31は、ST34において、家畜A1の実データと推定された家畜A1の状態とが同等(正解)であるか否か判定し、その判定結果を、教示データとして蓄積された複数の家畜サンプルについての正答率に反映させる。
評価結果が第1の条件を満たすと判定された場合(ST34でY)、CPU31は、ST31へ戻り、家畜A1とは異なる家畜A2について処理を繰り返す。
一方、評価結果が第1の条件を満たさないと判定された場合(ST34でN)、CPU31は、家畜A1の実データと、推定された家畜A1の状態との評価結果に基づいて、アルゴリズムを修正する(ST35)。
そしてCPU31は、ST31へ戻り、家畜A1とは異なる家畜A2について処理を繰り返す。すなわち、CPU31は、家畜A2に装着されたセンサ装置1(第2のセンサ装置)から送信された発電情報を取得し(ST31)、取得した発電情報と、修正されたアルゴリズムとに基づいて、家畜A2の状態を推定する(ST32)。さらに、CPU31は、家畜A1と同様に処理を進め、必要に応じて再びアルゴリズムを修正する。
そしてCPU31は、ST31へ戻り、家畜A1とは異なる家畜A2について処理を繰り返す。すなわち、CPU31は、家畜A2に装着されたセンサ装置1(第2のセンサ装置)から送信された発電情報を取得し(ST31)、取得した発電情報と、修正されたアルゴリズムとに基づいて、家畜A2の状態を推定する(ST32)。さらに、CPU31は、家畜A1と同様に処理を進め、必要に応じて再びアルゴリズムを修正する。
これにより、CPU31は、より推定精度の高いアルゴリズムを構築することができる。
(アルゴリズムの評価例2)
図10は、管理装置3のアルゴリズムの評価に関する他の動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
図10のST41〜ST45については、それぞれ図9のST31〜ST35と同様であるため、説明を省略する。本動作例では、ST44において、評価結果が第1の条件を満たすと判定された場合(ST44でY)、評価を省略する点で処理が異なる。
図10は、管理装置3のアルゴリズムの評価に関する他の動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
図10のST41〜ST45については、それぞれ図9のST31〜ST35と同様であるため、説明を省略する。本動作例では、ST44において、評価結果が第1の条件を満たすと判定された場合(ST44でY)、評価を省略する点で処理が異なる。
すなわち、評価結果が第1の条件を満たすと判定された場合(ST44でY)、CPU31は、家畜A2に装着されたセンサ装置1(第2のセンサ装置)から送信された発電情報を取得し(ST46)、取得した発電情報と、アルゴリズムとに基づいて、家畜A2の状態を推定し(ST47)、処理を終了する。
このように、本評価例では、アルゴリズムの推定精度が第1の条件を満たし、推定精度が良いと判定された場合、再びアルゴリズムの推定精度を評価することなく、発電情報の収集と状態の推定とを繰り返すことができる。これにより、処理を迅速化し、処理コストを低減することができる。
(アルゴリズムの評価例3)
図11は、管理装置3のアルゴリズムの評価に関する他の動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
図11のST51〜ST57については、それぞれ図10のST41〜ST47と同様であるため、説明を省略する。本動作例では、CPU31が、ST57で処理を終了せずに、所定の条件を満たす場合には再びアルゴリズムの推定精度を評価する。
図11は、管理装置3のアルゴリズムの評価に関する他の動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
図11のST51〜ST57については、それぞれ図10のST41〜ST47と同様であるため、説明を省略する。本動作例では、CPU31が、ST57で処理を終了せずに、所定の条件を満たす場合には再びアルゴリズムの推定精度を評価する。
すなわち、ST56において取得した発電情報と、アルゴリズムとに基づいて、家畜A2の状態を推定した後、CPU31は、アルゴリズムの修正時期に関する第2の条件を満たすか否か判定する(ST58)。
第2の条件は、例えば、前回のアルゴリズムの修正から経過した期間や、前回のアルゴリズムの修正後、状態を推定した家畜の数等の条件とすることができる。
第2の条件を満たすと判定された場合(ST58でY)、CPU31は、ST53に戻り、家畜A2の実際の状態を示す実データ(第2の実データ)を取得し、記憶部32に記憶させる。そしてCPU31は、家畜A2の実データに対する推定された家畜A2の状態の評価結果に基づいて、アルゴリズムの推定精度が第1の条件を満たすか否か判定し(ST54)、処理を繰り返す。
一方、第2の条件を満たさないと判定された場合(ST58でN)、CPU31は、ST56に戻り、家畜A2とは異なる家畜A3について発電情報を取得する。
第2の条件は、例えば、前回のアルゴリズムの修正から経過した期間や、前回のアルゴリズムの修正後、状態を推定した家畜の数等の条件とすることができる。
第2の条件を満たすと判定された場合(ST58でY)、CPU31は、ST53に戻り、家畜A2の実際の状態を示す実データ(第2の実データ)を取得し、記憶部32に記憶させる。そしてCPU31は、家畜A2の実データに対する推定された家畜A2の状態の評価結果に基づいて、アルゴリズムの推定精度が第1の条件を満たすか否か判定し(ST54)、処理を繰り返す。
一方、第2の条件を満たさないと判定された場合(ST58でN)、CPU31は、ST56に戻り、家畜A2とは異なる家畜A3について発電情報を取得する。
このように、本評価例では、所定のタイミングでアルゴリズムの推定精度を再評価することができる。したがって、長期にわたるモニタリング期間中に、アルゴリズムのメンテナンスを自動的に実行することができる。
[管理装置による処理結果の適用例]
管理装置3により推定された家畜の状態に関する情報は、以下のように活用され得る。
管理装置3により推定された家畜の状態に関する情報は、以下のように活用され得る。
(適用例1:APIの生成)
上述の実施形態では、CPU31が、推定した家畜の状態から外部機器を制御する制御信号を生成する例を説明したが、推定した家畜の状態を以下のように活用することができる。
すなわち、CPU31は、アルゴリズムを用いて推定された家畜の状態のデータを加工し、外部機器等に搭載されたソフトウェアによって利用されるAPI(Application Programming Interface)を生成してもよい。
上述の実施形態では、CPU31が、推定した家畜の状態から外部機器を制御する制御信号を生成する例を説明したが、推定した家畜の状態を以下のように活用することができる。
すなわち、CPU31は、アルゴリズムを用いて推定された家畜の状態のデータを加工し、外部機器等に搭載されたソフトウェアによって利用されるAPI(Application Programming Interface)を生成してもよい。
例えば、上記ソフトウェアは、例えば畜産業者への融資金額を決定する融資金額決定アプリケーションプログラム等の一部とする、ないし、プログラムなどへデータを提供するものとすることができ、この場合の推定される家畜の状態は、融資金額に関与する肉質や家畜の健康状態等とすることができる。
融資金額決定アプリケーションプログラムは、例えば畜産業者へ資金を融資する金融機関の情報処理装置に搭載され得る。
融資金額決定アプリケーションプログラムは、推定された家畜の状態に関する情報と、畜産業者の実際の売上金額等の実データとを用いて、機械学習により売上金額予測アルゴリズムを生成することができる。融資金額決定アプリケーションプログラムは、この売上金額予測アルゴリズムを用いて、融資金額を決定したい畜産業者における推定された家畜の状態から、当該畜産業者の売上金額を予測し、融資金額を決定することができる。
融資金額決定アプリケーションプログラムは、推定された家畜の状態に関する情報と、畜産業者の実際の売上金額等の実データとを用いて、機械学習により売上金額予測アルゴリズムを生成することができる。融資金額決定アプリケーションプログラムは、この売上金額予測アルゴリズムを用いて、融資金額を決定したい畜産業者における推定された家畜の状態から、当該畜産業者の売上金額を予測し、融資金額を決定することができる。
金融機関は、管理装置3による推定結果に基づいて畜産業者の管理状態を把握し、適切な融資金額を決定することができる。これにより、例えば畜産業者の所有する家畜の頭数等の情報だけでなく、畜産業者の管理状態や家畜の経済的価値等の情報をより的確の把握することができ、融資リスクを低減することができる。
また、さらに、一方で、畜産業者においても、本システムを畜産業者が使用することにより、畜産業者が育てた家畜は第三者に管理されたシステムで正当に評価された家畜であることが証明されたということを価値とすることで家畜の付加価値を高めることができる。このため、畜産業者は収益を増加することができ、金融機関はより融資リスクを低減することができる。
また、さらに、一方で、畜産業者においても、本システムを畜産業者が使用することにより、畜産業者が育てた家畜は第三者に管理されたシステムで正当に評価された家畜であることが証明されたということを価値とすることで家畜の付加価値を高めることができる。このため、畜産業者は収益を増加することができ、金融機関はより融資リスクを低減することができる。
より具体的な動作について説明する。
まず、管理装置3のCPU31が、所定のソフトウェアを実装した外部機器から、API要求を取得する。API要求は、例えば、畜産業者の識別情報(ID)と、例えば畜産業者の家畜管理情報等を含む要求関数戻りデータに対応する要求データとを含む。
続いて、CPU31は、畜産業者IDに対応付けられた家畜毎の家畜活動履歴情報に基づいて、API要求された情報を生成する。家畜毎の家畜活動履歴情報は、家畜の識別子に対応付けられた情報をいう。
最後に、CPU31は、API要求に基づいて生成された情報を、外部機器へ送信する。
まず、管理装置3のCPU31が、所定のソフトウェアを実装した外部機器から、API要求を取得する。API要求は、例えば、畜産業者の識別情報(ID)と、例えば畜産業者の家畜管理情報等を含む要求関数戻りデータに対応する要求データとを含む。
続いて、CPU31は、畜産業者IDに対応付けられた家畜毎の家畜活動履歴情報に基づいて、API要求された情報を生成する。家畜毎の家畜活動履歴情報は、家畜の識別子に対応付けられた情報をいう。
最後に、CPU31は、API要求に基づいて生成された情報を、外部機器へ送信する。
ここで、要求関数戻りデータとしては、例えば、上述の家畜管理情報のほか、農家売上予想、農家資産価値、保有平均家畜肉質、最高・最低家畜肉質等のうちの1又は複数の情報を含む。
例えば、家畜活動履歴情報は、積算活動量、積算日照量、積算熱量、積算電波暴露量、活動偏差値、日照偏差値、熱量偏差値、電波暴露偏差値、積算移動量、平均移動量、移動量偏差値、肉質レベル(最終)、肉質レベル(平均)、肉質レベル(初期)、肉質レベル(最高・最低)等の1又は複数の情報を含む。
あるいは、API要求は、家畜毎の家畜活動履歴情報であってもよい。
この場合、CPU31は、家畜の識別子に対応付けられた発電情報から生成された家畜活動履歴情報に基づいてAPI要求された情報を生成する。家畜活動履歴情報は、例えば、上記に例示した1又は複数の情報を含む。
例えば、家畜活動履歴情報は、積算活動量、積算日照量、積算熱量、積算電波暴露量、活動偏差値、日照偏差値、熱量偏差値、電波暴露偏差値、積算移動量、平均移動量、移動量偏差値、肉質レベル(最終)、肉質レベル(平均)、肉質レベル(初期)、肉質レベル(最高・最低)等の1又は複数の情報を含む。
あるいは、API要求は、家畜毎の家畜活動履歴情報であってもよい。
この場合、CPU31は、家畜の識別子に対応付けられた発電情報から生成された家畜活動履歴情報に基づいてAPI要求された情報を生成する。家畜活動履歴情報は、例えば、上記に例示した1又は複数の情報を含む。
(適用例2:所定の状態を有する家畜の特定と通知)
例えば、CPU31は、発電情報に基づいて複数の家畜各々の状態を推定し、これら複数の家畜のうち所定の状態を有する家畜を特定するように構成されてもよい。
例えば、CPU31は、発電情報に基づいて複数の家畜各々が発情期であるか否か推定し、発情期であると推定された家畜を特定することができる。この場合、CPU31は、取得されたセンサ装置のモジュールの識別子を用いて家畜を特定することができる。
例えば、CPU31は、発電情報に基づいて複数の家畜各々の状態を推定し、これら複数の家畜のうち所定の状態を有する家畜を特定するように構成されてもよい。
例えば、CPU31は、発電情報に基づいて複数の家畜各々が発情期であるか否か推定し、発情期であると推定された家畜を特定することができる。この場合、CPU31は、取得されたセンサ装置のモジュールの識別子を用いて家畜を特定することができる。
さらに、CPU31は、特定された家畜の情報と当該家畜の識別情報とを含む制御信号を生成することができる。この制御信号により、所定の状態を有する家畜を畜産業者等のユーザに通知することができる。
この場合、制御信号が送信される外部機器は、特定された家畜の情報を通知する通知装置とすることができる。
この場合、制御信号が送信される外部機器は、特定された家畜の情報を通知する通知装置とすることができる。
図12は、本適用例の構成を示すブロック図である。
通知装置5は、例えば、ネットワークN等を介して管理装置3と接続されることが可能なスマートフォンやタブレット端末、PC等の情報処理装置であってもよい。これらの情報処理装置は、表示デバイスによる表示や、スピーカによる音声等によって特定された家畜の情報を、畜産業者(ユーザ)に通知することができる。
あるいは、通知装置5は、畜産システム4のマスターモニタ装置41であってもよい。
具体的な通知方法は限定されないが、例えば表示デバイスやスピーカにより家畜のIDを通知してもよい。あるいは、後述するように家畜の位置が特定できる場合は、当該位置を通知してもよい。これにより、ユーザは、上記の情報端末を介して特定された家畜を探索することができる。
通知装置5は、例えば、ネットワークN等を介して管理装置3と接続されることが可能なスマートフォンやタブレット端末、PC等の情報処理装置であってもよい。これらの情報処理装置は、表示デバイスによる表示や、スピーカによる音声等によって特定された家畜の情報を、畜産業者(ユーザ)に通知することができる。
あるいは、通知装置5は、畜産システム4のマスターモニタ装置41であってもよい。
具体的な通知方法は限定されないが、例えば表示デバイスやスピーカにより家畜のIDを通知してもよい。あるいは、後述するように家畜の位置が特定できる場合は、当該位置を通知してもよい。これにより、ユーザは、上記の情報端末を介して特定された家畜を探索することができる。
通知装置5による通知のタイミングは、特に限定されない。例えば、通知装置5は、管理装置3から制御信号を受信した後、自動的に通知を開始するように構成されてもよいし、ユーザの所定の入力操作によって通知を開始するように構成されてもよい。
後者の場合の例としては、例えばユーザが、通知装置5としての携帯情報処理端末を上記通信機器に近づけ、所定の入力操作を実行することにより、携帯情報処理端末が制御信号を受信し、通知を開始することができる。
後者の場合の例としては、例えばユーザが、通知装置5としての携帯情報処理端末を上記通信機器に近づけ、所定の入力操作を実行することにより、携帯情報処理端末が制御信号を受信し、通知を開始することができる。
また、通知装置5は、直接管理装置3と通信する構成に限定されず、通信機器を介して管理装置3と通信可能であってもよい。「通信機器」は、上述の通信装置2でもよく、他の通信機器であってもよい。
通知装置5は、情報処理装置に限定されない。
例えば、通知装置5は、各家畜に装着可能に構成されてもよい。通知装置5は、センサ装置1に取り付けられていてもよいし、センサ装置1自体により実現されてもよい。あるいは、通知装置5は、家畜に装着された個体識別タグに取り付けられるものでもよい。
通知装置5は、例えば、LED(Light Emitting Diode)等の表示部を有する。これにより、ユーザは、通知装置5の表示部が点灯している家畜を探索することで、例えば発情期の家畜を特定することができる。
通知装置5は、例えば、LED(Light Emitting Diode)等の表示部を有する。これにより、ユーザは、通知装置5の表示部が点灯している家畜を探索することで、例えば発情期の家畜を特定することができる。
あるいは、通知装置5は、各家畜の近傍に移動する移動体であってもよい。この場合、変形例1−3で示すように、制御信号が、所定の状態を有する家畜の情報の他、当該家畜の位置に関する情報を含んでいてもよい。
移動体は、飛行体でもよいし、地上を走行する走行体であってもよい。また、これらの移動体は、自立飛行又は自立走行可能に構成されてもよい。
上記移動体は、ユーザを、所定の状態を有する目的の家畜まで誘導することができる。あるいは、家畜の近傍に移動した移動体が、家畜の位置の目印となり、ユーザを誘導することもできる。
移動体は、飛行体でもよいし、地上を走行する走行体であってもよい。また、これらの移動体は、自立飛行又は自立走行可能に構成されてもよい。
上記移動体は、ユーザを、所定の状態を有する目的の家畜まで誘導することができる。あるいは、家畜の近傍に移動した移動体が、家畜の位置の目印となり、ユーザを誘導することもできる。
(適用例3:外部機器の例)
上述の外部機器は、畜産システム4のマスターモニタ装置41や通知装置5に限定されず、例えば畜産システム4を構成する個々の機器であってもよい。
あるいは、外部機器は、ネットワークNを介して管理装置3と接続されることが可能なスマートフォンやタブレット端末、PC等の情報端末であってもよい。これにより、情報端末を利用するユーザに対し、家畜の状態推定結果を提示することができる。
上述の外部機器は、畜産システム4のマスターモニタ装置41や通知装置5に限定されず、例えば畜産システム4を構成する個々の機器であってもよい。
あるいは、外部機器は、ネットワークNを介して管理装置3と接続されることが可能なスマートフォンやタブレット端末、PC等の情報端末であってもよい。これにより、情報端末を利用するユーザに対し、家畜の状態推定結果を提示することができる。
[変形例]
以下、本実施形態の変形例について説明する。
以下、本実施形態の変形例について説明する。
(変形例1−1:複数の状態の推定)
CPU31は、より多面的に家畜の環境や健康状態を把握するため、複数の状態を推定してもよい。例えば、複数の状態として、各家畜の滞在場所や、活動量、体温の異常頻度、肉質や、発情期か否か等を挙げることができる。
例えば、CPU31は、これらの複数の状態各々を別の処理により推定することもできる。
あるいは、CPU31は、相関を有する複数の状態を推定する場合は、以下に示すように、発電情報から第1の状態を推定した後、当該第1の状態から第1の状態と異なる第2の状態を推定することもできる。相関を有する複数の状態は、例えば、活動量と肉質、ストレスと肉質、ストレスと乳量、等を挙げることができるが、以下では「第1の状態」を「活動量」、「第2の状態」を「肉質」として説明する。
CPU31は、より多面的に家畜の環境や健康状態を把握するため、複数の状態を推定してもよい。例えば、複数の状態として、各家畜の滞在場所や、活動量、体温の異常頻度、肉質や、発情期か否か等を挙げることができる。
例えば、CPU31は、これらの複数の状態各々を別の処理により推定することもできる。
あるいは、CPU31は、相関を有する複数の状態を推定する場合は、以下に示すように、発電情報から第1の状態を推定した後、当該第1の状態から第1の状態と異なる第2の状態を推定することもできる。相関を有する複数の状態は、例えば、活動量と肉質、ストレスと肉質、ストレスと乳量、等を挙げることができるが、以下では「第1の状態」を「活動量」、「第2の状態」を「肉質」として説明する。
図13は、管理装置3のアルゴリズムの評価に関する他の動作例を示すフローチャートである。なお、同図において、動作主体は管理装置3のCPU31とする。
図13のST61〜ST67については、それぞれ図10のST41〜ST47と同様である。
すなわち、CPU31は、家畜A1に装着されたセンサ装置1(第1のセンサ装置)から送信された発電情報を取得し(ST61)、続いて、取得した発電情報と、活動量を推定するためのアルゴリズム(第1のアルゴリズム)とに基づいて、家畜A1の活動量(第1の状態)を推定する(ST62)。
続いて、CPU31は、家畜A1の実際の活動量を示す実データ(第1の実データ)を取得し、記憶部32に記憶させる(ST63)。
続いて、CPU31は、家畜A1の実データに対する推定された家畜A1の活動量の評価結果に基づいて、第1のアルゴリズムの推定精度が第1の条件を満たすか否か判定する(ST64)。
一方、評価結果が第1の条件を満たさないと判定された場合(ST64でN)、CPU31は、家畜A1の実データと、推定された家畜A1の活動量との評価結果に基づいて、第1のアルゴリズムを修正する(ST65)。
そしてCPU31は、ST61へ戻り、家畜A1とは異なる家畜A2について処理を繰り返す。
すなわち、CPU31は、家畜A1に装着されたセンサ装置1(第1のセンサ装置)から送信された発電情報を取得し(ST61)、続いて、取得した発電情報と、活動量を推定するためのアルゴリズム(第1のアルゴリズム)とに基づいて、家畜A1の活動量(第1の状態)を推定する(ST62)。
続いて、CPU31は、家畜A1の実際の活動量を示す実データ(第1の実データ)を取得し、記憶部32に記憶させる(ST63)。
続いて、CPU31は、家畜A1の実データに対する推定された家畜A1の活動量の評価結果に基づいて、第1のアルゴリズムの推定精度が第1の条件を満たすか否か判定する(ST64)。
一方、評価結果が第1の条件を満たさないと判定された場合(ST64でN)、CPU31は、家畜A1の実データと、推定された家畜A1の活動量との評価結果に基づいて、第1のアルゴリズムを修正する(ST65)。
そしてCPU31は、ST61へ戻り、家畜A1とは異なる家畜A2について処理を繰り返す。
評価結果が第1の条件を満たすと判定された場合(ST64でY)、CPU31は、家畜A2に装着されたセンサ装置1(第2のセンサ装置)から送信された発電情報を取得し(ST66)、取得した発電情報と、第1のアルゴリズムとに基づいて、家畜A2の活動量(第1の状態)を推定する(ST67)。
続いて、CPU31は、推定された活動量(第1の状態)から家畜の肉質(第2の状態)を推定するためのアルゴリズム(第2のアルゴリズム)に基づいて、家畜の肉質を推定する(ST68)。
続いて、CPU31は、家畜A2の実際の肉質を示す実データ(第2の実データ)を取得し、記憶部32に記憶させる(ST69)。
続いて、CPU31は、家畜A2の実際の肉質を示す実データ(第2の実データ)を取得し、記憶部32に記憶させる(ST69)。
続いて、CPU31は、家畜A2の実データに対する推定された家畜A2の肉質の評価結果に基づいて、第2のアルゴリズムの推定精度が第3の条件を満たすか否か判定する(ST70)。
第3の条件は、第1の条件と同様に、生成された第2のアルゴリズムを用いて推定された家畜の肉質の正答率が所定以上の正答率であるという条件とすることができる。
第3の条件は、第1の条件と同様に、生成された第2のアルゴリズムを用いて推定された家畜の肉質の正答率が所定以上の正答率であるという条件とすることができる。
評価結果が第3の条件を満たすと判定された場合(ST70でY)、CPU31は、ST66へ戻り、家畜A2とは異なる家畜A3について処理を繰り返す。
一方、評価結果が第3の条件を満たさないと判定された場合(ST70でN)、CPU31は、家畜A2の実データと、推定された家畜A2の肉質との評価結果に基づいて、第2のアルゴリズムを修正する(ST71)。
そしてCPU31は、ST66へ戻り、家畜A2とは異なる家畜A3について修正された第2のアルゴリズムを用いて処理を繰り返す。
そしてCPU31は、ST66へ戻り、家畜A2とは異なる家畜A3について修正された第2のアルゴリズムを用いて処理を繰り返す。
以上のように、本動作例によれば、第1の状態と第2の状態を、いずれも精度よく推定することができる。
(変形例1−2:経時的な家畜の状態の推定)
CPU31は、推定された各家畜の状態を経時的に処理することで、各家畜の所定の期間内の状態を推定することができる。
例えば、CPU31は、ある家畜について、連続して放牧地に滞在している時間を積算することで、放牧時間を算出することができる。また、活動量が比較的多い時間を積算することで、運動時間を算出することができる。さらに、CPU31は、例えば、一日における放牧時間や運動時間の平均値、最大値、最小値、所定期間内における合計値等のデータを生成してもよい。
また、例えばCPU31は、体温異常頻度や、所定時間内の咀嚼回数等のデータを生成することができる。
CPU31は、推定された各家畜の状態を経時的に処理することで、各家畜の所定の期間内の状態を推定することができる。
例えば、CPU31は、ある家畜について、連続して放牧地に滞在している時間を積算することで、放牧時間を算出することができる。また、活動量が比較的多い時間を積算することで、運動時間を算出することができる。さらに、CPU31は、例えば、一日における放牧時間や運動時間の平均値、最大値、最小値、所定期間内における合計値等のデータを生成してもよい。
また、例えばCPU31は、体温異常頻度や、所定時間内の咀嚼回数等のデータを生成することができる。
例えば、センサ装置1が、発電情報とともに、発電情報に対応付けられた時間情報を送信してもよい。この場合、センサ装置1のモジュールを、以下のように構成することができる。
図14は、センサ装置1のモジュール10bの具体的な構成の一例を示す図である。
モジュール10bは、上述のモジュール10aと同様に、例えば、発電部11bと、レギュレータIC101と、チャージャー102と、2次電池103と、キャパシタ104と、キャパシタ105と、リセットIC106と、MPU107と、記憶部108と、通信回路109とを含む構成を有する。記憶部108は、例えば、ROM108aと、RAM108bとを含む構成を有する。
なお、センサ装置1は、上述のように、モジュール10a,モジュール10b,モジュール10cおよびモジュール10dを有しており、各モジュールは、上述の発電部11と、蓄電素子12と、送信部13とをそれぞれ有する。ここでは、モジュール10bを例にして説明する。センサ装置1における他のモジュールの構成は、例えば、モジュール10bの構成と同様とされるが、モジュール毎に構成の差異が存在してもよい。
図14は、センサ装置1のモジュール10bの具体的な構成の一例を示す図である。
モジュール10bは、上述のモジュール10aと同様に、例えば、発電部11bと、レギュレータIC101と、チャージャー102と、2次電池103と、キャパシタ104と、キャパシタ105と、リセットIC106と、MPU107と、記憶部108と、通信回路109とを含む構成を有する。記憶部108は、例えば、ROM108aと、RAM108bとを含む構成を有する。
なお、センサ装置1は、上述のように、モジュール10a,モジュール10b,モジュール10cおよびモジュール10dを有しており、各モジュールは、上述の発電部11と、蓄電素子12と、送信部13とをそれぞれ有する。ここでは、モジュール10bを例にして説明する。センサ装置1における他のモジュールの構成は、例えば、モジュール10bの構成と同様とされるが、モジュール毎に構成の差異が存在してもよい。
さらに、モジュール10bは、RTC(Real Time Clock)150を有する。RTC150は、MPU107に対して接続されており、MPU107に対して時間情報を供給する。時間情報は、年月日等、適宜設定できる。MPU107がRTCを内蔵する構成でもよい。
なお、図示は省略しているが、RTC150を駆動するための電源装置がセンサ装置1に設けられていてもよい。電源装置は、リチウムイオン電池等の2次電池や1次電池などである。RTC150の消費電力が僅かであるため、コイン型等の小型の電池が使用されてもよい。あるいは、2次電池103に蓄電された電力がRTC150に対して供給されるようにしてもよい。MPU107は、リセットIC106がオフ状態からオン状態に遷移することに応じて、モジュール10bの識別子とともにRTC150から供給される時間情報を通信回路109に供給する。通信回路109は、モジュール10bの識別子と時間情報とを通信により外部機器に送信する。
センサ装置1が送信しない場合は、通信装置2の制御部23又は管理装置3のCPU31が、受信した発電情報に時間情報を対応付けてもよく、具体的には、通信装置2の制御部23又はCPU31が、RTCを有していてもよい。これによっても、通信装置2の制御部23又はCPU31が、各家畜の経時的な状態を推定することができる。
(変形例1−3:位置に関する情報の取得)
CPU31は、センサ装置1の送信に基づいてセンサ装置1の位置に関する情報を取得してもよい。ここでいう位置に関する情報は、センサ装置1の基準位置からの距離、及びセンサ装置1の基準位置から見た方位のうちの少なくとも一方の情報を含む。基準位置は、例えば、通信装置2の位置とすることができる。
なお、本変形例において、通信装置2が、図示しないCPU等を有していてもよい。これにより、通信装置2が、通信装置2の位置を基準としたセンサ装置1の位置に関する情報を生成し、当該情報をセンサ装置1から送信された発電情報に対応付ける処理を行うことができる。
CPU31は、センサ装置1の送信に基づいてセンサ装置1の位置に関する情報を取得してもよい。ここでいう位置に関する情報は、センサ装置1の基準位置からの距離、及びセンサ装置1の基準位置から見た方位のうちの少なくとも一方の情報を含む。基準位置は、例えば、通信装置2の位置とすることができる。
なお、本変形例において、通信装置2が、図示しないCPU等を有していてもよい。これにより、通信装置2が、通信装置2の位置を基準としたセンサ装置1の位置に関する情報を生成し、当該情報をセンサ装置1から送信された発電情報に対応付ける処理を行うことができる。
CPU31による位置に関する情報の取得方法は、特に限定されない。
例えば、通信データの信号強度と通信距離との間には、相関関係があることが知られている。そこで、通信装置2は、センサ装置1からの信号強度についての情報を、発電情報とともに管理装置3に送信することができる。具体的には、通信装置2は、受信した識別子の情報を送信する際に、この情報に信号強度に関する情報を対応付けて送信することができる。これにより、CPU31は、通信装置2からのセンサ装置1の距離に関する情報を取得することができる。
あるいは、通信装置2の第1の通信部21がアンテナを有し、その指向性を機械的又は電気的に変化させることで、通信装置2が、通信装置2から見た各センサ装置1の方位についての情報を取得し、管理装置3に送信することができる。
また、センサ装置1は、GPS通信部(図示せず)を有し、位置情報を送信することが可能であってもよい。この場合は、GPS通信部を駆動するための電源装置がセンサ装置1に設けられていてもよい。
例えば、通信データの信号強度と通信距離との間には、相関関係があることが知られている。そこで、通信装置2は、センサ装置1からの信号強度についての情報を、発電情報とともに管理装置3に送信することができる。具体的には、通信装置2は、受信した識別子の情報を送信する際に、この情報に信号強度に関する情報を対応付けて送信することができる。これにより、CPU31は、通信装置2からのセンサ装置1の距離に関する情報を取得することができる。
あるいは、通信装置2の第1の通信部21がアンテナを有し、その指向性を機械的又は電気的に変化させることで、通信装置2が、通信装置2から見た各センサ装置1の方位についての情報を取得し、管理装置3に送信することができる。
また、センサ装置1は、GPS通信部(図示せず)を有し、位置情報を送信することが可能であってもよい。この場合は、GPS通信部を駆動するための電源装置がセンサ装置1に設けられていてもよい。
(変形例1−4:センサ装置の変形例)
センサ装置1の構成は、上述の構成に限定されず、種々の構成を採り得る。
センサ装置1の構成は、上述の構成に限定されず、種々の構成を採り得る。
例えば、センサ装置1は、モジュール10a〜10dを全て有している構成に限定されず、これらのうちの少なくとも1つのモジュールを有している構成でもよい。また、センサ装置1は、上述の発電部11a〜11d以外の構成の発電部11を含むモジュールを有していてもよい。
例えば、センサ装置1は、各モジュール10a〜10dの通信回路に接続されるメイン通信回路を有していてもよい。この場合、メイン通信回路が「送信部」の一部として機能する。
例えば、各モジュール10a〜10dのうち、複数のモジュールが通信回路を共有していてもよい。
さらに、必要に応じて、レギュレータIC101、チャージャー102、2次電池103、キャパシタ104及びキャパシタ105の全部又は一部を有さない構成であってもよい。
例えば、MPU107がリセットIC106の機能を有する構成であってもよい。この場合、MPU107が「送信部」の一部として機能する。
あるいは、送信部13がリセットIC106ではなく、例えば接点の切り替えにより導通状態が可変なスイッチで構成されていてもよい。例えば、スイッチは、熱エネルギによって変形可能なバイメタルを含んでいてもよい。
この例において、センサ装置1は、熱エネルギを蓄積し発電部11及びバイメタルに供給する蓄熱素子を有していてもよい。
例えば、発電部11は、熱エネルギを電気エネルギに変換する。バイメタルは、熱膨張によって変形し、接点に接触する。これにより、当該スイッチを介して発電部11とMPU107とが導通し、発電情報を送信することができる。
この例において、センサ装置1は、熱エネルギを蓄積し発電部11及びバイメタルに供給する蓄熱素子を有していてもよい。
例えば、発電部11は、熱エネルギを電気エネルギに変換する。バイメタルは、熱膨張によって変形し、接点に接触する。これにより、当該スイッチを介して発電部11とMPU107とが導通し、発電情報を送信することができる。
あるいは、センサ装置1が、運動エネルギの蓄積状態と開放状態との間を切り替え可能な畜力素子を有していてもよい。畜力素子は、一例としてぜんまいを挙げることができる。
発電部11は、畜力素子と接続されており、電磁誘導により発電する機構を有する。発電部11は、具体的には、例えば磁石とコイルとを含み、磁石がコイルに対して変位可能に構成される。これにより、発電部11は、畜力素子から供給される運動エネルギに応じて磁石を駆動させ、発電することができる。
センサ装置1は、発電部11により発電した電気エネルギによってMPU107が動作することで、発電情報を送信することができる。
発電部11は、畜力素子と接続されており、電磁誘導により発電する機構を有する。発電部11は、具体的には、例えば磁石とコイルとを含み、磁石がコイルに対して変位可能に構成される。これにより、発電部11は、畜力素子から供給される運動エネルギに応じて磁石を駆動させ、発電することができる。
センサ装置1は、発電部11により発電した電気エネルギによってMPU107が動作することで、発電情報を送信することができる。
また図4では太陽光発電部11a、温度差発電部11b、振動発電部11c、電波発電部11dを有するセンサ装置1について述べたが、これら以外のデバイスがセンサ1として搭載されてもよい。例えば加速度センサ、ジャイロセンサ、地磁気センサ、センサ装置1を装着した家畜の体温やセンサ装置1の周囲の温度を測定する温度センサ、脈拍センサ等の各種センサの1または複数を装置1に搭載してもよい。また上記発電部により発電された電力に基づいてこれらセンサが駆動する構成としてもよい。センサ装置1の送信部13はこれらセンサから得られた情報を発電情報とともに通信装置2や管理装置3に送信しても良い。さらに管理装置3はセンサ装置1のこれらセンサが送信した情報を通信部33により受信し、図8のST22等での家畜の状態推定を行う際に用いても良い。
(変形例1−5:推定方法についての変形例)
上述の実施形態では、CPU31による状態の推定に機械学習により生成されたアルゴリズムを用いると説明したが、これに限定されない。
例えば、CPU31は、発電情報から家畜の状態を解析することが可能な所定のアルゴリズムに基づいて家畜の状態を推定してもよい。
上述の実施形態では、CPU31による状態の推定に機械学習により生成されたアルゴリズムを用いると説明したが、これに限定されない。
例えば、CPU31は、発電情報から家畜の状態を解析することが可能な所定のアルゴリズムに基づいて家畜の状態を推定してもよい。
本変形例の一動作例を説明する。
発電情報を取得したCPU31は、発電情報から家畜の状態に関する2次情報を生成する。この2次情報は、例えば、図7を用いて説明したような家畜の状態を推定するための情報であり、例えば、太陽光発電部等の各発電部の発電量を数値化したものや、数値化した発電量の時間微分値等であってもよい。より具体的に、発電量を数値化した情報は、CPU31が同一のセンサ装置1から受信した発電情報の受信頻度(すなわち受信間隔の長短)に基づき算出することができる。あるいは、管理装置3が、センサ装置1から発電量を数値化した情報を受信し、CPU31が当該情報を利用して発電量の時間微分値等の2次情報を生成してもよい。
続いて、CPU31は、2次情報と、推定すべき状態の指標となる指標データとを比較する。この指標データは、例えば、2次情報が数値化されたものである場合は、所定の基準値とすることができる。あるいは、指標データは、後述する発電量の平均値等の統計値とすることができる。
続いて、CPU31は、比較結果に基づいて、家畜の状態を推定する。
その後、CPU31は、推定した家畜の状態に基づいて外部機器を制御するための制御信号を生成し、この制御信号を外部機器へ送信することができる。
発電情報を取得したCPU31は、発電情報から家畜の状態に関する2次情報を生成する。この2次情報は、例えば、図7を用いて説明したような家畜の状態を推定するための情報であり、例えば、太陽光発電部等の各発電部の発電量を数値化したものや、数値化した発電量の時間微分値等であってもよい。より具体的に、発電量を数値化した情報は、CPU31が同一のセンサ装置1から受信した発電情報の受信頻度(すなわち受信間隔の長短)に基づき算出することができる。あるいは、管理装置3が、センサ装置1から発電量を数値化した情報を受信し、CPU31が当該情報を利用して発電量の時間微分値等の2次情報を生成してもよい。
続いて、CPU31は、2次情報と、推定すべき状態の指標となる指標データとを比較する。この指標データは、例えば、2次情報が数値化されたものである場合は、所定の基準値とすることができる。あるいは、指標データは、後述する発電量の平均値等の統計値とすることができる。
続いて、CPU31は、比較結果に基づいて、家畜の状態を推定する。
その後、CPU31は、推定した家畜の状態に基づいて外部機器を制御するための制御信号を生成し、この制御信号を外部機器へ送信することができる。
より具体的な処理の例について説明する。
例えばCPU31は、太陽光発電部11aの発電量の微分値(2次情報)を経時的に算出し、当該微分値が所定の値(指標データ)以上となるタイミングを屋内(畜舎)と屋外(放牧地)との移動のタイミングと判定することができる。これにより、CPU31は、当該微分値が絶対値の大きな正の値となった時間から、絶対値の大きな負の値になった時間までを、放牧時間とすることもできる。
図15は、変形例1−5の太陽光発電部11a(太陽光発電機)を用いた処理の一例を説明するグラフであり、横軸は時刻、縦軸は太陽光発電部11aの発電量を模式的に示す。
CPU31は、発電量の各時刻における時間微分値を算出している。同図に示す例では、時刻t1と時刻t2の間で発電量が急激に高まっており、CPU31は、時刻t1−t2間での当該微分値が正(0以上)の第1の微分値以上であると判定する。また、時刻t3と時刻t4の間で発電量が急激に減少しており、CPU31は、時刻t3−t4間での当該微分値が負(0未満)の第2の微分値以下であると判定する。また、CPU31は、時刻t2−t3間での当該微分値が第2の微分値より大きく第1の微分値未満であると判定する。そして、CPU31は、時間微分値が第1の微分値以上から第1の微分値未満に転じた時刻t2から、時間微分値が第2の微分値より大きい値から第2の微分値以下に転じた時刻t3までの時間t23を、家畜が屋外にいた時間、すなわち放牧時間と推定することができる。
なお、図15の例では、CPU31が発電情報の受信頻度、すなわち受信間隔の長短に基づいて発電量を数値化しており、発電量が大きいt23間では、頻繁に発電情報を受信していたことがわかる。
また、CPU31は、放牧が行われていた間の太陽光発電部11aの発電量の積算値(2次情報)を算出することで、天候等についても推定することができる。
また、記憶部32が太陽光発電部11aの吸収波長プロファイルを記憶している場合、CPU31は、家畜の紫外線吸収量等についても算出することができる。
例えばCPU31は、太陽光発電部11aの発電量の微分値(2次情報)を経時的に算出し、当該微分値が所定の値(指標データ)以上となるタイミングを屋内(畜舎)と屋外(放牧地)との移動のタイミングと判定することができる。これにより、CPU31は、当該微分値が絶対値の大きな正の値となった時間から、絶対値の大きな負の値になった時間までを、放牧時間とすることもできる。
図15は、変形例1−5の太陽光発電部11a(太陽光発電機)を用いた処理の一例を説明するグラフであり、横軸は時刻、縦軸は太陽光発電部11aの発電量を模式的に示す。
CPU31は、発電量の各時刻における時間微分値を算出している。同図に示す例では、時刻t1と時刻t2の間で発電量が急激に高まっており、CPU31は、時刻t1−t2間での当該微分値が正(0以上)の第1の微分値以上であると判定する。また、時刻t3と時刻t4の間で発電量が急激に減少しており、CPU31は、時刻t3−t4間での当該微分値が負(0未満)の第2の微分値以下であると判定する。また、CPU31は、時刻t2−t3間での当該微分値が第2の微分値より大きく第1の微分値未満であると判定する。そして、CPU31は、時間微分値が第1の微分値以上から第1の微分値未満に転じた時刻t2から、時間微分値が第2の微分値より大きい値から第2の微分値以下に転じた時刻t3までの時間t23を、家畜が屋外にいた時間、すなわち放牧時間と推定することができる。
なお、図15の例では、CPU31が発電情報の受信頻度、すなわち受信間隔の長短に基づいて発電量を数値化しており、発電量が大きいt23間では、頻繁に発電情報を受信していたことがわかる。
また、CPU31は、放牧が行われていた間の太陽光発電部11aの発電量の積算値(2次情報)を算出することで、天候等についても推定することができる。
また、記憶部32が太陽光発電部11aの吸収波長プロファイルを記憶している場合、CPU31は、家畜の紫外線吸収量等についても算出することができる。
あるいは、CPU31は、同じ管理範囲内(例えば同じ地域・牧場・放牧地・牛舎等)に属する複数のセンサ装置1からの発電量の統計値(相対指標データ)と、1のセンサ装置1からの発電情報を比較することで、当該センサ装置1を装着している家畜の状態を推定することができる。
図16は、変形例1−5の温度差発電部11b(温度差発電機)を用いた処理の一例を示すグラフであり、横軸は異なる10個のセンサ装置1の識別子A1〜A10を示し、縦軸は温度差発電部11bにより検出された相対的な体温値を示す。この例において、2次情報は、CPU31が発電情報の受信間隔に基づいて算出した相対的な体温値であるものとする。
図16に示す例では、A1〜A10の体温値の平均値をT1(例えば相対的な体温値が5)とし、平均値を基準とする正常範囲をT2(例えば相対的な体温値が4〜6)と規定している。このとき、相対指標データは正常範囲T2とする。正常範囲であるT2は、例えば、平均値+/-20%の範囲として規定できる。
CPU31は、相対指標データである正常範囲T2と各家畜の発電情報(体温値のデータ)とを比較する。具体的には、CPU31は、正常範囲T2に入らない体温値が検出された家畜を、体温が通常よりも高まっている発情期、又は体温が通常よりも低下する低体温症等として、当該家畜の状態を推定する。同図に示す例では、A5の体温値は8であり、正常範囲T2より高い。このため、CPU31は、例えばA5に対応する家畜が発情期であると推定することができる。また、A8の体温値は2であり、正常範囲より低い。このため、CPU31は、例えばA8に対応する家畜が低体温症であると推定することができる。
図16は、変形例1−5の温度差発電部11b(温度差発電機)を用いた処理の一例を示すグラフであり、横軸は異なる10個のセンサ装置1の識別子A1〜A10を示し、縦軸は温度差発電部11bにより検出された相対的な体温値を示す。この例において、2次情報は、CPU31が発電情報の受信間隔に基づいて算出した相対的な体温値であるものとする。
図16に示す例では、A1〜A10の体温値の平均値をT1(例えば相対的な体温値が5)とし、平均値を基準とする正常範囲をT2(例えば相対的な体温値が4〜6)と規定している。このとき、相対指標データは正常範囲T2とする。正常範囲であるT2は、例えば、平均値+/-20%の範囲として規定できる。
CPU31は、相対指標データである正常範囲T2と各家畜の発電情報(体温値のデータ)とを比較する。具体的には、CPU31は、正常範囲T2に入らない体温値が検出された家畜を、体温が通常よりも高まっている発情期、又は体温が通常よりも低下する低体温症等として、当該家畜の状態を推定する。同図に示す例では、A5の体温値は8であり、正常範囲T2より高い。このため、CPU31は、例えばA5に対応する家畜が発情期であると推定することができる。また、A8の体温値は2であり、正常範囲より低い。このため、CPU31は、例えばA8に対応する家畜が低体温症であると推定することができる。
その他の例としては、CPU31が、ある家畜について、温度差発電部11bの発電量に対応する値(2次情報)が平均値から所定の値(指標データ)以上であり、振動発電部11cの発電量に対応する値(2次情報)が平均値(指標データ)以上であり、かつ太陽光発電部11aの発電量に対応する値(2次情報)が平均値を含む所定の範囲内の値(指標データ)であると判定した場合、当該家畜を発情期であると推定することができる。例えば家畜の体温が一定であっても外気温が変わると温度差発電の発電量が変化してしまうが、同じ管理範囲内の複数(例えば牧場全体の数百、数千頭)のセンサ装置1の発電量の平均値と個体のセンサ装置1の発電量の情報を比較することで、他の平均的な個体より体温が高い、あるいは低い個体を特定することができる。
またこれらのアルゴリズムと機械学習により生成されたアルゴリズムを組み合わせても良い。
またセンサ装置からの情報以外の情報も用いて家畜の状態を推定しても良い。例えば過去、現在、将来における、放牧場の気温情報、日照量情報、天候情報、降雨情報等を用いることができる。
またこれらのアルゴリズムと機械学習により生成されたアルゴリズムを組み合わせても良い。
またセンサ装置からの情報以外の情報も用いて家畜の状態を推定しても良い。例えば過去、現在、将来における、放牧場の気温情報、日照量情報、天候情報、降雨情報等を用いることができる。
ここで、例えば振動発電による発電量と所定の閾値を比較して活動量から発情を推定するような場合、1つの閾値で対応しようとすると、精度よく状態を検出することができないことがある。例えば、牛舎内での平均活動量に基づいて閾値を設定すると、放牧により家畜の群全体の活動量が高まった場合、実際には発情していない家畜まで発情したと判定してしまい、誤った判定をする可能性がある。逆に、放牧中の平均活動量に基づいて閾値を設定しても、同様に精度よい発情の判定ができなくなる。
そこで、家畜の置かれたシーン(状況)を推定することで、推定シーンに基づいて適切なアルゴリズムを用いることができる。
そこで、家畜の置かれたシーン(状況)を推定することで、推定シーンに基づいて適切なアルゴリズムを用いることができる。
図17は、変形例1−5の推定シーンに基づいてアルゴリズムを設定する処理の流れを示すフローチャートである。同図に示す処理は、図8のST22に示す「発電情報から、家畜の状態を推定するためのアルゴリズムに基づいて、家畜の状態を推定する」ステップの詳細な処理を示すものであってもよい。
まず、CPU31が、環境情報に基づいて対象家畜の置かれたシーン(状況)を推定する(ST221)。シーンの推定は、例えば、各センサ装置1を装着する家畜ごとに行われてもよい。あるいはシーンの推定は、自動的にあるいは手動で設定された群れ(グループ)単位で行われてもよい。
シーンの推定に用いる環境情報は、種々の情報を用いることができる。
例えば、環境情報として、センサ装置1の発電情報を用いることができる。具体的には、図7を用いて説明した方法で発電情報から滞在場所を推定し、放牧中であるか畜舎内にいるか否か推定することができる。また、太陽光発電部11aの発電量の微分値に基づいて放牧時間を推定し、放牧中であるか否か推定することができる。なお、複数の家畜が群れで行動している場合には、当該群れの所定値以上の割合(例えば8割以上)の家畜が放牧中と判定されたとき、CPU31は、当該群れに属する全ての家畜が同じシーンであると推定してもよい。
あるいは、環境情報として、位置情報を用いることができる。具体的には、以下のように処理を行うことができる。すなわち、通信装置2が、センサ装置1から送信された発電情報と通信装置2を識別する識別情報をサーバ装置3へ送信する。サーバ装置3の記憶部32は、予め各識別情報に対応する通信装置2の位置情報と、各通信装置2に対応するシーン情報とを記憶している。CPU31は、送信された発電情報及び通信装置2の識別情報と、記憶されている情報とを照合し、センサ装置1からの発電情報を受信した通信装置2に対応するシーン情報を、当該センサ装置1の置かれたシーンであると推定する。例えば、記憶部32が「通信装置Xの緯度経度(aa, bb)、場所:搾乳パーラー」という情報を記憶していた場合、CPU31は、通信装置Xと通信したセンサ装置1に対応する家畜の置かれたシーンを「搾乳中」と推定することができる。あるいは、位置情報としては、変形例1−3で説明した方法を用いて取得することもできる。
また、環境情報として、本変形例で説明した2次情報を用いて判定された外部環境に関する情報を用いることができる。例えば、判定された放牧場の気温情報、天候情報等を外部環境として、CPU31は、当該情報に基づき家畜の置かれたシーンを「酷暑」と判定することもできる。
さらに、CPU31は、以上説明した複数の環境情報や、その他の情報を組み合わせた環境情報に基づいて、シーンを推定してもよい。
なお、シーンの推定は、発電情報を受信する毎に行ってもよいし、任意の時間間隔で環境情報を生成し、処理を行ってもよい。
シーンの推定に用いる環境情報は、種々の情報を用いることができる。
例えば、環境情報として、センサ装置1の発電情報を用いることができる。具体的には、図7を用いて説明した方法で発電情報から滞在場所を推定し、放牧中であるか畜舎内にいるか否か推定することができる。また、太陽光発電部11aの発電量の微分値に基づいて放牧時間を推定し、放牧中であるか否か推定することができる。なお、複数の家畜が群れで行動している場合には、当該群れの所定値以上の割合(例えば8割以上)の家畜が放牧中と判定されたとき、CPU31は、当該群れに属する全ての家畜が同じシーンであると推定してもよい。
あるいは、環境情報として、位置情報を用いることができる。具体的には、以下のように処理を行うことができる。すなわち、通信装置2が、センサ装置1から送信された発電情報と通信装置2を識別する識別情報をサーバ装置3へ送信する。サーバ装置3の記憶部32は、予め各識別情報に対応する通信装置2の位置情報と、各通信装置2に対応するシーン情報とを記憶している。CPU31は、送信された発電情報及び通信装置2の識別情報と、記憶されている情報とを照合し、センサ装置1からの発電情報を受信した通信装置2に対応するシーン情報を、当該センサ装置1の置かれたシーンであると推定する。例えば、記憶部32が「通信装置Xの緯度経度(aa, bb)、場所:搾乳パーラー」という情報を記憶していた場合、CPU31は、通信装置Xと通信したセンサ装置1に対応する家畜の置かれたシーンを「搾乳中」と推定することができる。あるいは、位置情報としては、変形例1−3で説明した方法を用いて取得することもできる。
また、環境情報として、本変形例で説明した2次情報を用いて判定された外部環境に関する情報を用いることができる。例えば、判定された放牧場の気温情報、天候情報等を外部環境として、CPU31は、当該情報に基づき家畜の置かれたシーンを「酷暑」と判定することもできる。
さらに、CPU31は、以上説明した複数の環境情報や、その他の情報を組み合わせた環境情報に基づいて、シーンを推定してもよい。
なお、シーンの推定は、発電情報を受信する毎に行ってもよいし、任意の時間間隔で環境情報を生成し、処理を行ってもよい。
続いて、CPU31が、推定されたシーンに対応する、家畜の状態を推定するための状態推定アルゴリズムを設定する(ST222)。
例えば、推定されたシーンが「放牧中」であった場合、CPU31は、放牧中に対応する状態推定アルゴリズムを設定することができる。あるいは、推定されたシーンが「畜舎内」であった場合、CPU31は、畜舎内に対応する状態推定アルゴリズムを設定することができる。これらの状態推定アルゴリズムは、それぞれ機械学習によって生成されたものであってもよいし、統計的なデータから生成されたものでもよい。また、設定対象の複数のアルゴリズムは、例えば閾値等の一部の要素を変更したものであってもよい。
また、設定対象の状態推定アルゴリズムは、「さらなる状態の推定を停止する」という内容のアルゴリズムを含んでいてもよい。例えば、推定されたシーンが「搾乳中」の家畜については、「さらなる状態の推定を停止」することにより、誤った状態を推定することを防止することができる。また、この場合、推定されたシーン(例えば「搾乳中」)を家畜の状態とすることができる。
例えば、推定されたシーンが「放牧中」であった場合、CPU31は、放牧中に対応する状態推定アルゴリズムを設定することができる。あるいは、推定されたシーンが「畜舎内」であった場合、CPU31は、畜舎内に対応する状態推定アルゴリズムを設定することができる。これらの状態推定アルゴリズムは、それぞれ機械学習によって生成されたものであってもよいし、統計的なデータから生成されたものでもよい。また、設定対象の複数のアルゴリズムは、例えば閾値等の一部の要素を変更したものであってもよい。
また、設定対象の状態推定アルゴリズムは、「さらなる状態の推定を停止する」という内容のアルゴリズムを含んでいてもよい。例えば、推定されたシーンが「搾乳中」の家畜については、「さらなる状態の推定を停止」することにより、誤った状態を推定することを防止することができる。また、この場合、推定されたシーン(例えば「搾乳中」)を家畜の状態とすることができる。
最後に、CPU31は、設定された状態推定アルゴリズムに基づいて家畜の状態を推定する(ST223)。
これにより、異なるシーンにおいて適切な状態の推定を行うことができ、状態推定の精度を高めることができる。
これにより、異なるシーンにおいて適切な状態の推定を行うことができ、状態推定の精度を高めることができる。
(変形例1−6:管理装置の変形例)
管理装置3は、例えば、ネットワークNに接続可能な情報処理装置であってもよい。
この場合、例えば、管理装置3は、畜産業者(ユーザ)の使用するPC、スマートフォン、タブレット端末等であってもよい。
管理装置3は、例えば、ネットワークNに接続可能な情報処理装置であってもよい。
この場合、例えば、管理装置3は、畜産業者(ユーザ)の使用するPC、スマートフォン、タブレット端末等であってもよい。
あるいは、図18に示すように、管理装置3が、畜産システム4のマスターモニタ装置41によって実現されてもよい。管理装置3(マスターモニタ装置41)の通信部33は、畜産システム4の各構成と有線又は無線により接続されている。
このような構成であっても、家畜管理システム100を実現することができる。
このような構成であっても、家畜管理システム100を実現することができる。
(変形例1−7:通信装置の変形例)
通信装置2は、複数のセンサ装置1のうちの少なくとも一つのセンサ装置1(以下、マスタセンサ装置2とする)によって実現されてもよい。マスタセンサ装置2は、複数のセンサ装置1のうちの特定のセンサ装置であってもよいし、グループの編成によって可変であってもよい。
通信装置2は、複数のセンサ装置1のうちの少なくとも一つのセンサ装置1(以下、マスタセンサ装置2とする)によって実現されてもよい。マスタセンサ装置2は、複数のセンサ装置1のうちの特定のセンサ装置であってもよいし、グループの編成によって可変であってもよい。
図19は、本変形例の概念を示す模式的な図である。
同図に示すように、家畜管理システム100は、10のセンサ装置1a〜1jと、管理装置3とを有する。例えばセンサ装置1a〜1eは、第1のグループGP1を構成し、センサ装置1f〜1jは、第2のグループGP2を構成する。
センサ装置1によるグループGP1,GP2は、各センサ装置1が通信可能範囲に存在する他のセンサ装置1と、例えばポイント・ツー・ポイントで順次接続することで、構成される。
例えば、グループGP1に属するセンサ装置1a〜1eは、メッシュ・ネットワークを構成しており、センサ装置1a〜1eがそれぞれノードに相当し、ポイント・ツー・ポイントで接続して、各々の発電情報等を共有することができる。
同様に、グループGP2に属するセンサ装置1f〜1jは、メッシュ・ネットワークを構成しており、センサ装置1f〜1jがそれぞれノードに相当し、ポイント・ツー・ポイントで接続して、各々の発電情報等を共有することができる。
なお、センサ装置1及びこれを装着する家畜がそれぞれ移動することで、上記グループの構成は変化し得る。
同図に示すように、家畜管理システム100は、10のセンサ装置1a〜1jと、管理装置3とを有する。例えばセンサ装置1a〜1eは、第1のグループGP1を構成し、センサ装置1f〜1jは、第2のグループGP2を構成する。
センサ装置1によるグループGP1,GP2は、各センサ装置1が通信可能範囲に存在する他のセンサ装置1と、例えばポイント・ツー・ポイントで順次接続することで、構成される。
例えば、グループGP1に属するセンサ装置1a〜1eは、メッシュ・ネットワークを構成しており、センサ装置1a〜1eがそれぞれノードに相当し、ポイント・ツー・ポイントで接続して、各々の発電情報等を共有することができる。
同様に、グループGP2に属するセンサ装置1f〜1jは、メッシュ・ネットワークを構成しており、センサ装置1f〜1jがそれぞれノードに相当し、ポイント・ツー・ポイントで接続して、各々の発電情報等を共有することができる。
なお、センサ装置1及びこれを装着する家畜がそれぞれ移動することで、上記グループの構成は変化し得る。
同図に示す例では、センサ装置1dとセンサ装置1gとがマスタセンサ装置2として機能し、管理装置3と通信可能に構成される。これらのマスタセンサ装置2は、各グループGP1,GP2に属する各センサ装置1の発電情報を管理装置3へ送信することができる。
マスタセンサ装置2の送信部13は、それぞれ、センサ装置1間の通信が可能な通信回路の他、管理装置3と接続可能な通信回路を含む。
当該通信回路の構成は、管理装置3との通信方法に応じて適宜決定される。例えば、管理装置3がネットワークNに接続されている場合には、通信回路は、WiFi(Wireless Fidelity)等の無線LAN(IEEE802.11等)や移動通信用の3Gや4Gのネットワークを用いてネットワークNに接続可能に構成される。
当該通信回路の構成は、管理装置3との通信方法に応じて適宜決定される。例えば、管理装置3がネットワークNに接続されている場合には、通信回路は、WiFi(Wireless Fidelity)等の無線LAN(IEEE802.11等)や移動通信用の3Gや4Gのネットワークを用いてネットワークNに接続可能に構成される。
さらに、各グループGP1,GP2に属する各センサ装置1は、接続されている他のセンサ装置1から送信された信号の強度の情報を取得することができる。これにより、センサ装置1dとセンサ装置1gは、これらのセンサ装置1間における信号強度の情報を発電情報に対応付けて送信することができる。したがって、CPU31は、変形例1−3と同様に、各センサ装置1間の距離に関する情報を取得することができる。
本変形例により、システム構成を簡略化することができる。さらに、CPU31が、各センサ装置1間の距離に関する情報を取得することができ、各センサ装置1の位置を精度よく推定することができる。
(変形例1−7:センサ装置の出力調整(校正))
管理装置3は、センサ装置1から取得された発電情報を調整することができる。ここでいう「調整」は、例えば校正(キャリブレーション)であってもよい。管理装置3は、例えば、複数のセンサ装置1からの発電情報の統計値に基づいて、1のセンサ装置1の出力を校正してもよいし、あるいは、1のセンサ装置1からの経時的な発電情報を統計的に処理することで、そのセンサ装置1の出力を調整してもよい。
センサ装置1の各発電部には出力特性について製造時における個体差ないし、使用による経年変化による個体差が少なからず発生する。この個体差について、同一個体でのデータを取得し続けることでその相対量変化を情報として扱うことで、個体差をキャンセルしてもよいし、たとえば、同じ環境に各家畜を曝し、同じ環境下での発電量の違いからキャリブレーションを行ってもよい。すなわち、たとえば、同じ光源のエリア、同じ振動のエリア、同じ電波強度のエリア、同じ気温のエリアに家畜を曝す。このときの各発電部の出力を一様とすることで、キャリブレーションを行ってもよい。また、このときの発電部の出力に対して正常・異常の閾値をあらかじめ設定しておくことで、センサ装置の異常や発電部の異常を検出し、メンテナンス情報に使用してもよい。なお、同じ環境のエリアはたとえば家畜が通る通路上に設置してもよいし、通路ではない空間であってもよい。さらに、通常家畜が過ごす空間の温度・湿度・照度コントローラーを制御して、一様な環境空間を作り出してもよいし、より安定性の高い環境空間を作るために専用の空間としてもよい。
管理装置3によるセンサ装置1の出力調整(校正)は、家畜の状態の推定処理と同時に行われてもよいし、推定処理とは別に行われてもよい。上記出力調整を推定処理と別に行う場合、管理装置3は、例えば、ユーザによる入力操作に応じたタイミングで出力調整を行うことができる。
管理装置3は、センサ装置1から取得された発電情報を調整することができる。ここでいう「調整」は、例えば校正(キャリブレーション)であってもよい。管理装置3は、例えば、複数のセンサ装置1からの発電情報の統計値に基づいて、1のセンサ装置1の出力を校正してもよいし、あるいは、1のセンサ装置1からの経時的な発電情報を統計的に処理することで、そのセンサ装置1の出力を調整してもよい。
センサ装置1の各発電部には出力特性について製造時における個体差ないし、使用による経年変化による個体差が少なからず発生する。この個体差について、同一個体でのデータを取得し続けることでその相対量変化を情報として扱うことで、個体差をキャンセルしてもよいし、たとえば、同じ環境に各家畜を曝し、同じ環境下での発電量の違いからキャリブレーションを行ってもよい。すなわち、たとえば、同じ光源のエリア、同じ振動のエリア、同じ電波強度のエリア、同じ気温のエリアに家畜を曝す。このときの各発電部の出力を一様とすることで、キャリブレーションを行ってもよい。また、このときの発電部の出力に対して正常・異常の閾値をあらかじめ設定しておくことで、センサ装置の異常や発電部の異常を検出し、メンテナンス情報に使用してもよい。なお、同じ環境のエリアはたとえば家畜が通る通路上に設置してもよいし、通路ではない空間であってもよい。さらに、通常家畜が過ごす空間の温度・湿度・照度コントローラーを制御して、一様な環境空間を作り出してもよいし、より安定性の高い環境空間を作るために専用の空間としてもよい。
管理装置3によるセンサ装置1の出力調整(校正)は、家畜の状態の推定処理と同時に行われてもよいし、推定処理とは別に行われてもよい。上記出力調整を推定処理と別に行う場合、管理装置3は、例えば、ユーザによる入力操作に応じたタイミングで出力調整を行うことができる。
(その他の変形例)
例えば、家畜管理システム100は、複数のセンサ装置1を有さず、1のセンサ装置のみ有する構成であってもよい。これにより、CPU31が、当該センサ装置1を装着した家畜の状態を推定することができる。
また、管理装置3は、1つの情報処理装置で構成される例に限定されず、複数の情報処理装置によって構成されていてもよい。
例えば、家畜管理システム100は、複数のセンサ装置1を有さず、1のセンサ装置のみ有する構成であってもよい。これにより、CPU31が、当該センサ装置1を装着した家畜の状態を推定することができる。
また、管理装置3は、1つの情報処理装置で構成される例に限定されず、複数の情報処理装置によって構成されていてもよい。
<第2の実施形態>
[家畜管理システムの構成]
図20は、本技術の第2の実施形態に係る家畜管理システム100Aの構成を示すブロック図である。以下の説明において、上述の実施形態と同様の構成については同一の符号を付し、説明を省略する。
[家畜管理システムの構成]
図20は、本技術の第2の実施形態に係る家畜管理システム100Aの構成を示すブロック図である。以下の説明において、上述の実施形態と同様の構成については同一の符号を付し、説明を省略する。
図20に示すように、家畜管理システム100Aは、センサ装置1と、管理装置3とを有するが、通信装置2を有さない。すなわち、センサ装置1の送信部13は、管理装置3と直接通信を行うための通信回路を少なくとも有する。
通信回路の構成は、管理装置3との通信方法に応じて適宜決定される。
例えば、管理装置3がネットワークN上のサーバ装置として構成される場合には、通信回路は、WiFi(Wireless Fidelity)等の無線LAN(IEEE802.11等)や移動通信用の3Gや4Gのネットワークを用いてネットワークNに接続可能に構成される。
あるいは、管理装置3がゲート42や畜舎内に配置された情報処理装置として構成される場合には、通信回路は、「Wi-Fi(登録商標)」、「Zigbee(登録商標)」、「Bluetooth(登録商標)」、「Bluetooth Low Energy」、「ANT(登録商標)」、「ANT+(登録商標)」、「EnOcean(登録商標)」などの近距離無線通信等を用いて管理装置3に接続することができる。
例えば、管理装置3がネットワークN上のサーバ装置として構成される場合には、通信回路は、WiFi(Wireless Fidelity)等の無線LAN(IEEE802.11等)や移動通信用の3Gや4Gのネットワークを用いてネットワークNに接続可能に構成される。
あるいは、管理装置3がゲート42や畜舎内に配置された情報処理装置として構成される場合には、通信回路は、「Wi-Fi(登録商標)」、「Zigbee(登録商標)」、「Bluetooth(登録商標)」、「Bluetooth Low Energy」、「ANT(登録商標)」、「ANT+(登録商標)」、「EnOcean(登録商標)」などの近距離無線通信等を用いて管理装置3に接続することができる。
また、管理装置3は、変形例1−6で説明したように、畜産システム4のマスターモニタ装置41によって実現されてもよい。
このような構成であっても、家畜管理システム100Aを実現することができる。
<第3の実施形態>
[センサ装置の構成]
図21は、本技術の第3の実施形態に係るセンサ装置1Bの構成を示すブロック図である。以下の説明において、上述の実施形態と同様の構成については同一の符号を付し、説明を省略する。
本実施形態のセンサ装置1Bは、家畜の状態の推定が可能に構成される。
すなわち図21に示すように、センサ装置1Bは、発電部11と、蓄電素子12と、筐体14とを有し、さらにCPU(制御部)15と、記憶部16と、送信部17とを有する。
なお、センサ装置1Bは、センサ装置1と同様に、複数のモジュールを有していてもよい。各モジュールは、基本的には図5等で説明した構成を有するが、通信回路109は有さなくてもよい。
態の推定方法については、上述の第1の実施形態で説明した手法を適用することができ
[センサ装置の構成]
図21は、本技術の第3の実施形態に係るセンサ装置1Bの構成を示すブロック図である。以下の説明において、上述の実施形態と同様の構成については同一の符号を付し、説明を省略する。
本実施形態のセンサ装置1Bは、家畜の状態の推定が可能に構成される。
すなわち図21に示すように、センサ装置1Bは、発電部11と、蓄電素子12と、筐体14とを有し、さらにCPU(制御部)15と、記憶部16と、送信部17とを有する。
なお、センサ装置1Bは、センサ装置1と同様に、複数のモジュールを有していてもよい。各モジュールは、基本的には図5等で説明した構成を有するが、通信回路109は有さなくてもよい。
態の推定方法については、上述の第1の実施形態で説明した手法を適用することができ
筐体14は、図3に示すように、家畜に装着されることが可能に構成される。また、筐体14は、気密な構造であってもよい。
発電部11は、筐体14に収容され、周囲の環境に応じて電力を生成する。
CPU15は、発電情報に基づいて、家畜の状態を推定することが可能に構成される。CPU15は、図5を参照し、センサ装置1Bに含まれる複数のモジュールのMPU107にそれぞれ接続されていてもよい。あるいは、各モジュールがMPU107を有さず、リセットIC106にそれぞれ接続されていてもよい。これにより、CPU15は、各モジュールにおける所定量の発電の有無と、発電頻度の情報を取得することができる。
CPU15による家畜の状態は、以下のように推定することができる。すなわち、CPU15は、CPU31と同様に、取得した発電情報から、サンプル発電情報とサンプル実データとを教示データとする機械学習により生成され、発電情報に基づいて家畜の状態を推定することが可能なアルゴリズムに基づいて、家畜の状態を推定することができる。あるいは、CPU15は、変形例1−5として説明したように、発電情報から家畜の状態を解析する所定のアルゴリズムに基づいて家畜の状態を推定してもよい。
また、推定される状態も、第1の実施形態で説明した種々の状態を適用することができる。
さらに、CPU15は、推定された家畜の状態に基づいて、外部機器を制御することが可能な制御信号を生成することができる。図21に示す例では、外部機器は、畜産システム4のマスターモニタ装置41とすることができる。
CPU15による家畜の状態は、以下のように推定することができる。すなわち、CPU15は、CPU31と同様に、取得した発電情報から、サンプル発電情報とサンプル実データとを教示データとする機械学習により生成され、発電情報に基づいて家畜の状態を推定することが可能なアルゴリズムに基づいて、家畜の状態を推定することができる。あるいは、CPU15は、変形例1−5として説明したように、発電情報から家畜の状態を解析する所定のアルゴリズムに基づいて家畜の状態を推定してもよい。
また、推定される状態も、第1の実施形態で説明した種々の状態を適用することができる。
さらに、CPU15は、推定された家畜の状態に基づいて、外部機器を制御することが可能な制御信号を生成することができる。図21に示す例では、外部機器は、畜産システム4のマスターモニタ装置41とすることができる。
記憶部16は、例えばCPU15により実行されるプログラムが格納されたROMと、CPU31が処理を実行する際のワークメモリ等として使用されるRAMとを有する。さらに記憶部16は、HDD(Hard Disk Drive)及びフラッシュメモリ(SSD;Solid State Drive)等の不揮発性メモリを有していてもよい。
送信部17は、生成した制御信号を送信可能な通信回路として構成される。
図21に示す例では、送信部17が、上述の通信装置2と同様の構成の通信装置2Bに接続されている。この場合は、送信部17は、「Wi-Fi(登録商標)」、「Zigbee(登録商標)」、「Bluetooth(登録商標)」、「Bluetooth Low Energy」、「ANT(登録商標)」、「ANT+(登録商標)」、「EnOcean(登録商標)」などの近距離無線通信が可能に構成されてもよい。
図21に示す例では、送信部17が、上述の通信装置2と同様の構成の通信装置2Bに接続されている。この場合は、送信部17は、「Wi-Fi(登録商標)」、「Zigbee(登録商標)」、「Bluetooth(登録商標)」、「Bluetooth Low Energy」、「ANT(登録商標)」、「ANT+(登録商標)」、「EnOcean(登録商標)」などの近距離無線通信が可能に構成されてもよい。
通信装置2Bは、送信部17と通信可能に構成され、さらに、インターネット等を介して畜産システム4のマスターモニタ装置41に接続されている。これにより、CPU15が生成した制御信号に基づいて、上述のようにマスターモニタ装置41が制御され得る。
また、マスターモニタ装置41は、個々のセンサ装置1Bから送信された制御信号に基づいて、センサ装置1Bを装着する複数の家畜の状態の解析を実行することができる。例えば、マスターモニタ装置41は、複数の家畜の状態についての統計値を算出し、センサ装置1Bを装着する家畜群中の異常な個体を抽出することも可能である。
これにより、センサ装置1Bの処理負担を低減することができ、センサ装置1Bを小型化することができる。
これにより、センサ装置1Bの処理負担を低減することができ、センサ装置1Bを小型化することができる。
本実施形態によれば、管理装置が不要となり、システム全体の構成を小型化することができる。
[変形例]
センサ装置1Bの構成は、センサ装置1と同様に、種々の構成を採り得る。
例えば、蓄電素子12を有さない構成であってもよいし、図14に示すように、RTCを有する構成であってもよい。
さらに、センサ装置1Bは、変形例1−4で説明したように、例えば接点の切り替えにより導通状態が可変なスイッチを有していてもよいし、畜力素子を有していてもよい。
センサ装置1Bの構成は、センサ装置1と同様に、種々の構成を採り得る。
例えば、蓄電素子12を有さない構成であってもよいし、図14に示すように、RTCを有する構成であってもよい。
さらに、センサ装置1Bは、変形例1−4で説明したように、例えば接点の切り替えにより導通状態が可変なスイッチを有していてもよいし、畜力素子を有していてもよい。
また、センサ装置1Bが、通信装置2Bを介さずに、インターネットに接続されるように構成されてもよい。この場合、送信部17は、例えば有線又は無線によりインターネットに接続可能に構成されてもよい。
あるいは、送信部17は、外部機器と接続可能なインターフェースであってもよく、例えばUSB端子等のコネクタとして構成されてもよい。これにより、例えば、センサ装置1Bがマスターモニタ装置41に接続されることで、制御信号を送信することができる。
あるいは、送信部17は、外部機器と接続可能なインターフェースであってもよく、例えばUSB端子等のコネクタとして構成されてもよい。これにより、例えば、センサ装置1Bがマスターモニタ装置41に接続されることで、制御信号を送信することができる。
以上、本技術の実施形態について説明したが、本技術は上述の実施形態にのみ限定されるものではなく、本技術の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。
例えば、家畜管理システム100は、管理装置3のみを備える構成であってもよい。
例えば、家畜管理システム100は、管理装置3のみを備える構成であってもよい。
なお、本技術は以下のような構成もとることができる。
(1)周囲の環境に応じて電力を生成する発電部と、上記発電部の発電情報を上記発電部により得られた電力により送信する送信部とを有し、家畜に装着されることが可能なセンサ装置と、
上記センサ装置から上記発電情報を受信する受信部と、上記発電情報に基づいて上記家畜の状態を推定する制御部とを有する管理装置と
を具備する家畜管理システム。
(2)上記(1)に記載の家畜管理システムであって、
上記受信部は、上記発電部と、上記送信部とをそれぞれ有し、複数の家畜各々に装着されることが可能な複数のセンサ装置各々から上記発電情報を受信する
家畜管理システム。
(3)上記(2)に記載の家畜管理システムであって、
上記制御部は、上記複数のセンサ装置が送信した複数の上記発電情報を用いて、上記複数のセンサ装置各々を装着した上記複数の家畜についての相対指標データを生成し、上記相対指標データと上記複数の発電情報のうちの一つの発電情報を比較することにより、上記一つの発電情報に対応する上記家畜の状態を推定する
(4)上記(1)から(3)のうちいずれか1つに記載の家畜管理システムであって、
周囲の環境に応じて電力を生成する発電部と、上記発電部の発電情報を送信する送信部とを有し、家畜に装着されることが可能なセンサ装置をさらに具備する
家畜管理システム。
(5)上記(4)に記載の家畜管理システムであって、
上記送信部は、上記発電部から供給される電力に応じて待機状態と上記発電情報の送信が可能な送信状態とに切り替えられることが可能に構成され、上記送信状態において、上記発電部に割り当てられた識別子を発電情報として送信する
家畜管理システム。
(6)上記(5)に記載の家畜管理システムであって、
上記制御部は、上記センサ装置が送信した上記識別子を含む上記発電情報の受信頻度に基づいて上記家畜の状態を推定する
家畜管理システム。
(7)上記(4)から(6)のうちいずれか1つに記載の家畜管理システムであって、
上記発電部は、光、熱、振動、遠方電磁界及び近傍電磁界を含む電波、並びに特定の有機物及び無機物のうち少なくともいずれか1つに基づくエネルギにより発電する
家畜管理システム。
(8)上記(1)から(7)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、上記発電情報に基づいて上記家畜の滞在場所、活動量、行動、発熱の有無、並びに特定の有機物及び無機物の有無のうちの少なくとも一つを推定する
家畜管理システム。
(9)上記(1)から(8)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、上記発電情報に基づいて上記家畜が発情期か否かを推定する
家畜管理システム。
(10)上記(1)から(9)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、上記発電情報に基づいて、上記家畜の肉質を推定する
家畜管理システム。
(11)上記(1)から(10)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、上記推定された家畜の状態に基づいて、外部機器を制御することが可能な制御信号を生成する
家畜管理システム。
(12)上記(1)から(11)のうちいずれか1つに記載の家畜管理システムであって、
上記管理装置は、家畜サンプルに装着された上記センサ装置から取得されたサンプル発電情報と、上記サンプル家畜の実際の状態を示すサンプル実データとを記憶する記憶部をさらに有し、
上記制御部は、上記サンプル発電情報と上記サンプル実データとを教示データとする機械学習により生成され、上記発電情報に基づいて上記家畜の状態を推定することが可能なアルゴリズムに基づいて、上記家畜の状態を推定する
家畜管理システム。
(13)上記(12)に記載の家畜管理システムであって、
上記制御部は、
上記発電部と上記送信部とをそれぞれ有し、第1の家畜に装着された第1のセンサ装置から取得された発電情報と、上記アルゴリズムとに基づいて上記第1の家畜の状態を推定し、
上記第1の家畜の実際の状態を示す第1の実データを上記記憶部に記憶させ、
上記第1の実データに対する上記推定された第1の家畜の状態の評価結果に基づいて、上記アルゴリズムの推定精度が第1の条件を満たすか否か判定し、
上記第1の条件を満たさないと判定された場合、上記評価結果に基づいて上記アルゴリズムを修正し、
上記発電部と上記送信部とをそれぞれ有し、第2の家畜に装着された第2のセンサ装置から取得された発電情報と、上記修正されたアルゴリズムとに基づいて、上記第2の家畜の状態を推定する
家畜管理システム。
(14)上記(13)に記載の家畜管理システムであって、
上記制御部は、
上記第2の家畜の状態を推定した後、上記アルゴリズムの修正時期に関する第2の条件を満たすか否か判定し、
上記第2の条件を満たすと判定された場合、上記第2の家畜の実際の状態を示す第2の実データを上記記憶部に記憶させ、上記第2の実データに対する上記推定された第2の家畜の状態の評価結果に基づいて、上記アルゴリズムの推定精度が上記第1の条件を満たすか否か判定する
家畜管理システム。
(15)上記(1)から(14)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、
上記家畜の周囲の環境を示す環境情報に基づいて、上記家畜の置かれた状況に対応する状態推定アルゴリズムを設定し、上記設定された状態推定アルゴリズムにより上記家畜の状態を推定する
家畜管理システム。
(16)上記(2)から(6)のうちいずれか1つに記載の家畜管理システムであって、
上記センサ装置は、
上記発電部により発電された電力を蓄電する蓄電素子と
太陽光発電機及び振動発電機を含む上記発電部と無線通信により発電情報を送信する上記送信部と上記蓄電素子を収容し、上記家畜の体に装着されることが可能に構成された筐体と、をさらに有し、
上記筐体は上記蓄電素子を交換するための蓋を有さず、上記筐体の少なくとも一部は透光性の材料で構成される
家畜管理システム。
(17)上記(16)に記載の家畜管理システムであって、
前記蓄電素子は、コンデンサにより構成される
家畜管理システム。
(18)上記(1)から(17)のうちいずれか1つに記載の家畜管理システムであって、
上記送信部及び上記受信部各々と通信が可能であり、上記送信部から送信された発電情報を上記受信部へ送信する通信装置をさらに具備する
家畜管理システム。
(19)家畜に装着されることが可能な筐体と、
上記筐体に収容され、周囲の環境に応じて電力を生成する発電部と、
上記筐体に収容され、上記発電情報に基づいて、家畜の状態を推定する制御部と
を具備するセンサ装置。
(20)情報処理装置の制御部が、周囲の環境に応じて電力を生成する発電部の発電情報を取得し、
上記制御部が、上記発電情報に基づいて上記家畜の状態を推定する
家畜の状態の推定方法。
(1)周囲の環境に応じて電力を生成する発電部と、上記発電部の発電情報を上記発電部により得られた電力により送信する送信部とを有し、家畜に装着されることが可能なセンサ装置と、
上記センサ装置から上記発電情報を受信する受信部と、上記発電情報に基づいて上記家畜の状態を推定する制御部とを有する管理装置と
を具備する家畜管理システム。
(2)上記(1)に記載の家畜管理システムであって、
上記受信部は、上記発電部と、上記送信部とをそれぞれ有し、複数の家畜各々に装着されることが可能な複数のセンサ装置各々から上記発電情報を受信する
家畜管理システム。
(3)上記(2)に記載の家畜管理システムであって、
上記制御部は、上記複数のセンサ装置が送信した複数の上記発電情報を用いて、上記複数のセンサ装置各々を装着した上記複数の家畜についての相対指標データを生成し、上記相対指標データと上記複数の発電情報のうちの一つの発電情報を比較することにより、上記一つの発電情報に対応する上記家畜の状態を推定する
(4)上記(1)から(3)のうちいずれか1つに記載の家畜管理システムであって、
周囲の環境に応じて電力を生成する発電部と、上記発電部の発電情報を送信する送信部とを有し、家畜に装着されることが可能なセンサ装置をさらに具備する
家畜管理システム。
(5)上記(4)に記載の家畜管理システムであって、
上記送信部は、上記発電部から供給される電力に応じて待機状態と上記発電情報の送信が可能な送信状態とに切り替えられることが可能に構成され、上記送信状態において、上記発電部に割り当てられた識別子を発電情報として送信する
家畜管理システム。
(6)上記(5)に記載の家畜管理システムであって、
上記制御部は、上記センサ装置が送信した上記識別子を含む上記発電情報の受信頻度に基づいて上記家畜の状態を推定する
家畜管理システム。
(7)上記(4)から(6)のうちいずれか1つに記載の家畜管理システムであって、
上記発電部は、光、熱、振動、遠方電磁界及び近傍電磁界を含む電波、並びに特定の有機物及び無機物のうち少なくともいずれか1つに基づくエネルギにより発電する
家畜管理システム。
(8)上記(1)から(7)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、上記発電情報に基づいて上記家畜の滞在場所、活動量、行動、発熱の有無、並びに特定の有機物及び無機物の有無のうちの少なくとも一つを推定する
家畜管理システム。
(9)上記(1)から(8)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、上記発電情報に基づいて上記家畜が発情期か否かを推定する
家畜管理システム。
(10)上記(1)から(9)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、上記発電情報に基づいて、上記家畜の肉質を推定する
家畜管理システム。
(11)上記(1)から(10)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、上記推定された家畜の状態に基づいて、外部機器を制御することが可能な制御信号を生成する
家畜管理システム。
(12)上記(1)から(11)のうちいずれか1つに記載の家畜管理システムであって、
上記管理装置は、家畜サンプルに装着された上記センサ装置から取得されたサンプル発電情報と、上記サンプル家畜の実際の状態を示すサンプル実データとを記憶する記憶部をさらに有し、
上記制御部は、上記サンプル発電情報と上記サンプル実データとを教示データとする機械学習により生成され、上記発電情報に基づいて上記家畜の状態を推定することが可能なアルゴリズムに基づいて、上記家畜の状態を推定する
家畜管理システム。
(13)上記(12)に記載の家畜管理システムであって、
上記制御部は、
上記発電部と上記送信部とをそれぞれ有し、第1の家畜に装着された第1のセンサ装置から取得された発電情報と、上記アルゴリズムとに基づいて上記第1の家畜の状態を推定し、
上記第1の家畜の実際の状態を示す第1の実データを上記記憶部に記憶させ、
上記第1の実データに対する上記推定された第1の家畜の状態の評価結果に基づいて、上記アルゴリズムの推定精度が第1の条件を満たすか否か判定し、
上記第1の条件を満たさないと判定された場合、上記評価結果に基づいて上記アルゴリズムを修正し、
上記発電部と上記送信部とをそれぞれ有し、第2の家畜に装着された第2のセンサ装置から取得された発電情報と、上記修正されたアルゴリズムとに基づいて、上記第2の家畜の状態を推定する
家畜管理システム。
(14)上記(13)に記載の家畜管理システムであって、
上記制御部は、
上記第2の家畜の状態を推定した後、上記アルゴリズムの修正時期に関する第2の条件を満たすか否か判定し、
上記第2の条件を満たすと判定された場合、上記第2の家畜の実際の状態を示す第2の実データを上記記憶部に記憶させ、上記第2の実データに対する上記推定された第2の家畜の状態の評価結果に基づいて、上記アルゴリズムの推定精度が上記第1の条件を満たすか否か判定する
家畜管理システム。
(15)上記(1)から(14)のうちいずれか1つに記載の家畜管理システムであって、
上記制御部は、
上記家畜の周囲の環境を示す環境情報に基づいて、上記家畜の置かれた状況に対応する状態推定アルゴリズムを設定し、上記設定された状態推定アルゴリズムにより上記家畜の状態を推定する
家畜管理システム。
(16)上記(2)から(6)のうちいずれか1つに記載の家畜管理システムであって、
上記センサ装置は、
上記発電部により発電された電力を蓄電する蓄電素子と
太陽光発電機及び振動発電機を含む上記発電部と無線通信により発電情報を送信する上記送信部と上記蓄電素子を収容し、上記家畜の体に装着されることが可能に構成された筐体と、をさらに有し、
上記筐体は上記蓄電素子を交換するための蓋を有さず、上記筐体の少なくとも一部は透光性の材料で構成される
家畜管理システム。
(17)上記(16)に記載の家畜管理システムであって、
前記蓄電素子は、コンデンサにより構成される
家畜管理システム。
(18)上記(1)から(17)のうちいずれか1つに記載の家畜管理システムであって、
上記送信部及び上記受信部各々と通信が可能であり、上記送信部から送信された発電情報を上記受信部へ送信する通信装置をさらに具備する
家畜管理システム。
(19)家畜に装着されることが可能な筐体と、
上記筐体に収容され、周囲の環境に応じて電力を生成する発電部と、
上記筐体に収容され、上記発電情報に基づいて、家畜の状態を推定する制御部と
を具備するセンサ装置。
(20)情報処理装置の制御部が、周囲の環境に応じて電力を生成する発電部の発電情報を取得し、
上記制御部が、上記発電情報に基づいて上記家畜の状態を推定する
家畜の状態の推定方法。
1,1B…センサ装置
11…発電部
13…送信部
2…通信装置
3…管理装置
31…通信部(受信部)
32…記憶部
33…CPU(制御部)
100,100A…家畜管理システム
11…発電部
13…送信部
2…通信装置
3…管理装置
31…通信部(受信部)
32…記憶部
33…CPU(制御部)
100,100A…家畜管理システム
Claims (20)
- 周囲の環境に応じて電力を生成する発電部と、前記発電部の発電情報を前記発電部により得られた電力により送信する送信部とを有し、家畜に装着されることが可能なセンサ装置から前記発電情報を受信する受信部と、前記発電情報に基づいて前記家畜の状態を推定する制御部とを有する管理装置と
を具備する家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
前記受信部は、前記発電部と、前記送信部とをそれぞれ有し、複数の家畜各々に装着されることが可能な複数のセンサ装置各々から前記発電情報を受信する
家畜管理システム。 - 請求項2に記載の家畜管理システムであって、
前記制御部は、前記複数のセンサ装置が送信した複数の前記発電情報を用いて、前記複数のセンサ装置各々を装着した前記複数の家畜についての相対指標データを生成し、前記相対指標データと前記複数の発電情報のうちの一つの発電情報を比較することにより、前記一つの発電情報に対応する前記家畜の状態を推定する
家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
周囲の環境に応じて電力を生成する発電部と、前記発電部の発電情報を送信する送信部とを有し、家畜に装着されることが可能なセンサ装置をさらに具備する
家畜管理システム。 - 請求項4に記載の家畜管理システムであって、
前記送信部は、前記発電部から供給される電力に応じて待機状態と前記発電情報の送信が可能な送信状態とに切り替えられることが可能に構成され、前記送信状態において、前記センサ装置に割り当てられた識別子を発電情報として送信する
家畜管理システム。 - 請求項5に記載の家畜管理システムであって、
前記制御部は、前記センサ装置が送信した前記識別子を含む前記発電情報の受信頻度に基づいて前記家畜の状態を推定する
家畜管理システム。 - 請求項4に記載の家畜管理システムであって、
前記発電部は、光、熱、振動、遠方電磁界及び近傍電磁界を含む電波、並びに特定の有機物及び無機物のうち少なくともいずれか1つに基づくエネルギにより発電する
家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
前記制御部は、前記発電情報に基づいて前記家畜の滞在場所、活動量、行動、発熱の有無、並びに特定の有機物及び無機物の有無のうちの少なくとも一つを推定する
家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
前記制御部は、前記発電情報に基づいて前記家畜が発情期か否かを推定する
家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
前記制御部は、前記発電情報に基づいて、前記家畜の肉質を推定する
家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
前記制御部は、前記推定された家畜の状態に基づいて、外部機器を制御することが可能な制御信号を生成する
家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
前記管理装置は、家畜サンプルに装着された前記センサ装置から取得されたサンプル発電情報と、前記サンプル家畜の実際の状態を示すサンプル実データとを記憶する記憶部をさらに有し、
前記制御部は、前記サンプル発電情報と前記サンプル実データとを教示データとする機械学習により生成され、前記発電情報に基づいて前記家畜の状態を推定することが可能なアルゴリズムに基づいて、前記家畜の状態を推定する
家畜管理システム。 - 請求項10に記載の家畜管理システムであって、
前記制御部は、
前記発電部と前記送信部とをそれぞれ有し、第1の家畜に装着された第1のセンサ装置から取得された発電情報と、前記アルゴリズムとに基づいて前記第1の家畜の状態を推定し、
前記第1の家畜の実際の状態を示す第1の実データを前記記憶部に記憶させ、
前記第1の実データに対する前記推定された第1の家畜の状態の評価結果に基づいて、前記アルゴリズムの推定精度が第1の条件を満たすか否か判定し、
前記第1の条件を満たさないと判定された場合、前記評価結果に基づいて前記アルゴリズムを修正し、
前記発電部と前記送信部とをそれぞれ有し、第2の家畜に装着された第2のセンサ装置から取得された発電情報と、前記修正されたアルゴリズムとに基づいて、前記第2の家畜の状態を推定する
家畜管理システム。 - 請求項13に記載の家畜管理システムであって、
前記制御部は、
前記第2の家畜の状態を推定した後、前記アルゴリズムの修正時期に関する第2の条件を満たすか否か判定し、
前記第2の条件を満たすと判定された場合、前記第2の家畜の実際の状態を示す第2の実データを前記記憶部に記憶させ、前記第2の実データに対する前記推定された第2の家畜の状態の評価結果に基づいて、前記アルゴリズムの推定精度が前記第1の条件を満たすか否か判定する
家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
前記制御部は、
前記家畜の周囲の環境を示す環境情報に基づいて、前記家畜の置かれた状況に対応する状態推定アルゴリズムを設定し、前記設定された状態推定アルゴリズムにより前記家畜の状態を推定する
家畜管理システム。 - 請求項2に記載の家畜管理システムであって、
前記センサ装置は、
前記発電部により発電された電力を蓄電する蓄電素子と
太陽光発電機及び振動発電機を含む前記発電部と無線通信により発電情報を送信する前記送信部と前記蓄電素子を収容し、前記家畜の体に装着されることが可能に構成された筐体と、をさらに有し、
前記筐体は前記蓄電素子を交換するための蓋を有さず、前記筐体の少なくとも一部は透光性の材料で構成される
家畜管理システム。 - 請求項16に記載の家畜管理システムであって、
前記蓄電素子は、コンデンサにより構成される
家畜管理システム。 - 請求項1に記載の家畜管理システムであって、
前記送信部及び前記受信部各々と通信が可能であり、前記送信部から送信された発電情報を前記受信部へ送信する通信装置をさらに具備する
家畜管理システム。 - 家畜に装着されることが可能な筐体と、
前記筐体に収容され、周囲の環境に応じて電力を生成する発電部と、
前記筐体に収容され、前記発電情報に基づいて、家畜の状態を推定する制御部と
を具備するセンサ装置。 - 情報処理装置の制御部が、周囲の環境に応じて電力を生成する発電部を有し、家畜に装着されるセンサ装置から前記発電部の発電情報を受信し、
前記制御部が、前記発電情報に基づいて前記家畜の状態を推定する
家畜の状態の推定方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015097687 | 2015-05-12 | ||
JP2015097687 | 2015-05-12 | ||
PCT/JP2016/001922 WO2016181604A1 (ja) | 2015-05-12 | 2016-04-06 | 家畜管理システム、センサ装置及び家畜の状態の推定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2016181604A1 true JPWO2016181604A1 (ja) | 2018-03-08 |
Family
ID=57248917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017517594A Abandoned JPWO2016181604A1 (ja) | 2015-05-12 | 2016-04-06 | 家畜管理システム、センサ装置及び家畜の状態の推定方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10314293B2 (ja) |
JP (1) | JPWO2016181604A1 (ja) |
WO (1) | WO2016181604A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215704A (zh) * | 2018-09-29 | 2019-01-15 | 临沂大学 | 一种用于记录羊只声音的便携式录音装置 |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3122173B2 (en) | 2014-03-26 | 2024-05-29 | SCR Engineers Ltd | Livestock location system |
US11071279B2 (en) | 2014-09-05 | 2021-07-27 | Intervet Inc. | Method and system for tracking health in animal populations |
US10986817B2 (en) | 2014-09-05 | 2021-04-27 | Intervet Inc. | Method and system for tracking health in animal populations |
BR112017007890A2 (pt) * | 2014-10-18 | 2018-01-23 | Herd Moonitor Ltd | método, dispositivo e sistema para monitorar remotamente um ou mais parâmetros associados a um animal de pastoreio, e, meio legível por computador não transitório. |
CA3077326A1 (en) | 2016-09-28 | 2018-04-05 | S.C.R. (Engineers) Limited | Holder for a smart monitoring tag for cows |
GB201710372D0 (en) * | 2017-06-28 | 2017-08-09 | Observe Tech Ltd | System and method of feeding aquatic animals |
WO2019125114A1 (es) * | 2017-12-20 | 2019-06-27 | Sanchez Arocha Octavio | Método y sistema inalámbrico de monitoreo de salud para ganado de engorda mediante el monitoreo de rumia en tiempo real |
JP6925638B2 (ja) * | 2018-01-12 | 2021-08-25 | デザミス株式会社 | 牛の健康状態管理システム及び管理方法並びに健康状態管理プログラム |
US11617352B2 (en) * | 2018-01-23 | 2023-04-04 | William R. Jackson, III | Method and apparatus for detection of estrus and optimal time for embryo transfer or artificial insemination in animals |
WO2019209712A1 (en) | 2018-04-22 | 2019-10-31 | Vence, Corp. | Livestock management system and method |
KR102615986B1 (ko) * | 2018-06-07 | 2023-12-20 | 엘지이노텍 주식회사 | 이상 개체 판단 장치 및 방법 |
WO2019245978A1 (en) | 2018-06-19 | 2019-12-26 | Farm Jenny LLC | Farm asset tracking, monitoring, and alerts |
JP7272524B2 (ja) * | 2018-07-20 | 2023-05-12 | ウミトロン ピーティーイー エルティーディー | 損害額出力装置、情報処理法、およびプログラム |
CZ309188B6 (cs) * | 2018-07-20 | 2022-04-27 | Výzkumný Ústav Živočišné Výroby V.V.I. | Lokalizátor ustájených zvířat |
JP7218848B2 (ja) * | 2018-08-11 | 2023-02-07 | アルセンス株式会社 | センサデバイス及び家畜管理システム |
BR112021006730A8 (pt) | 2018-10-10 | 2022-09-13 | Scr Eng Ltd | Método e dispositivo de secagem de animais de pecuária |
JP6650990B1 (ja) * | 2018-11-29 | 2020-02-19 | Base株式会社 | 電子商取引における販売店に資金提供を行うためのコンピュータシステム、方法、およびプログラム |
US10863724B2 (en) * | 2018-12-11 | 2020-12-15 | Animal Health Analytics, Inc | System and method for tracking and scoring animal health and meat quality |
KR102106265B1 (ko) * | 2018-12-12 | 2020-05-04 | 경상대학교산학협력단 | 에너지 하베스팅 센서를 이용한 가축의 발정 감지 장치 및 방법 |
KR102390112B1 (ko) * | 2018-12-14 | 2022-04-25 | 한국전자기술연구원 | 케이지 내에서의 활동 에너지 모니터링에 의한 가금류 이상징후 분석 방법 및 시스템 |
TWM582300U (zh) * | 2019-05-31 | 2019-08-21 | 財團法人工業技術研究院 | 耳標模組 |
RU2725728C1 (ru) * | 2019-07-22 | 2020-07-03 | Открытое акционерное общество "Авангард" | Способ радиочастотной идентификации крупного и мелкого рогатого скота и устройство для его реализации |
CN110402840B (zh) * | 2019-07-25 | 2021-12-17 | 深圳市阿龙电子有限公司 | 一种基于图像识别的生猪监测终端及生猪监测*** |
CN110766110A (zh) * | 2019-10-18 | 2020-02-07 | 安徽农业大学 | 一种基于二维码的农药信息快速采集自动分配*** |
KR102147198B1 (ko) * | 2019-10-26 | 2020-08-24 | 강현철 | 등록 절차를 통해 한우 관리를 강제할 수 있는 한우 번식주기 관리 시스템 |
JP2020036627A (ja) * | 2019-12-17 | 2020-03-12 | Nttテクノクロス株式会社 | 行動特定装置、行動特定方法、及びプログラム |
JP2021101670A (ja) * | 2019-12-25 | 2021-07-15 | 株式会社東芝 | 家畜自動管理装置及び家畜自動管理方法 |
JP6889948B1 (ja) * | 2020-02-21 | 2021-06-18 | 特定非営利活動法人 日本動産鑑定 | 事業性評価方法および事業性評価システム |
CN111311016B (zh) * | 2020-02-28 | 2022-03-22 | 中国农业大学 | 基于舒适度评价的活羊效用分选预测方法及*** |
US11475379B2 (en) | 2020-05-27 | 2022-10-18 | International Business Machines Corporation | Machine learning models of livestock value chain |
USD990063S1 (en) | 2020-06-18 | 2023-06-20 | S.C.R. (Engineers) Limited | Animal ear tag |
IL275518B (en) | 2020-06-18 | 2021-10-31 | Scr Eng Ltd | Animal tag |
USD990062S1 (en) | 2020-06-18 | 2023-06-20 | S.C.R. (Engineers) Limited | Animal ear tag |
US20230318302A1 (en) * | 2020-08-28 | 2023-10-05 | Amaterz, Inc. | Communication terminal device |
CA3200086A1 (en) | 2020-11-25 | 2022-06-02 | Identigen Limited | A system and method for tracing members of an animal population |
US20220192152A1 (en) | 2020-12-22 | 2022-06-23 | 701x Inc. | Livestock Management System |
NL2027684B1 (en) * | 2021-03-03 | 2022-09-22 | Nedap Nv | Method of calibrating a plurality of sensors in a system for obtaining animal data from a group of animals, as well as computer program product. |
CN113197117A (zh) * | 2021-05-25 | 2021-08-03 | 哈尔滨理工大学 | 一种自诱式牲畜信息采集***及管理方法 |
JP2023150563A (ja) * | 2022-03-31 | 2023-10-16 | 古河電気工業株式会社 | 動物管理装置、プログラム、及び動物の体調出力方法 |
US12029197B1 (en) * | 2023-02-01 | 2024-07-09 | 701x Inc. | Livestock location tracking system |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07102057B2 (ja) | 1993-06-25 | 1995-11-08 | 全国農業協同組合連合会 | 家畜飼養管理システム |
JP3436293B2 (ja) * | 1996-07-25 | 2003-08-11 | 沖電気工業株式会社 | 動物の個体識別装置及び個体識別システム |
US5984875A (en) * | 1997-08-22 | 1999-11-16 | Innotek Pet Products, Inc. | Ingestible animal temperature sensor |
US20020010390A1 (en) * | 2000-05-10 | 2002-01-24 | Guice David Lehmann | Method and system for monitoring the health and status of livestock and other animals |
JP3774120B2 (ja) * | 2001-03-02 | 2006-05-10 | 株式会社イシダ | 家畜管理システム |
US20050145187A1 (en) * | 2003-12-29 | 2005-07-07 | Gray James D. | Asset management of livestock in an open range using satellite communications |
US7868769B2 (en) * | 2005-03-17 | 2011-01-11 | Farmtek Pty Ltd. | Method and apparatus for determining animal relationships |
JP4559366B2 (ja) * | 2006-01-20 | 2010-10-06 | 株式会社三宅 | 発情検出システム |
GB2437250C (en) * | 2006-04-18 | 2012-08-15 | Iti Scotland Ltd | Method and system for monitoring the condition of livestock |
US20080314325A1 (en) * | 2007-06-22 | 2008-12-25 | Hempstead David W | Method and apparatus for improved monitoring and managing of livestock |
JP2009159927A (ja) * | 2008-01-10 | 2009-07-23 | Toshiba Plant Systems & Services Corp | 家畜用無線タグ装置 |
US7705736B1 (en) * | 2008-01-18 | 2010-04-27 | John Kedziora | Method and apparatus for data logging of physiological and environmental variables for domestic and feral animals |
JP5252658B2 (ja) * | 2009-10-06 | 2013-07-31 | 独立行政法人産業技術総合研究所 | 低消費電力無線センサ端末およびセンサネットワークシステム |
GB201007291D0 (en) * | 2010-04-30 | 2010-06-16 | Icerobotics Ltd | Apparatus and method for detecting disease in dairy animals |
JP2011234668A (ja) | 2010-05-10 | 2011-11-24 | Technos Japan:Kk | 家畜の分娩・発情検知センサ、及びそれを用いた検知装置並びに検知方法 |
WO2012047150A1 (en) * | 2010-10-04 | 2012-04-12 | Delaval Holding Ab | In vivo determination of acidity levels |
DK2629602T3 (en) * | 2010-10-19 | 2018-10-29 | St Reproductive Tech Llc | ANIMAL MONITORING SYSTEM |
US8736440B2 (en) * | 2011-06-22 | 2014-05-27 | Hana Micron America, Inc. | Early alert system and method for livestock disease detection powered by hybrid alternative energy sources |
US9370170B2 (en) * | 2011-11-30 | 2016-06-21 | Illinois Tool Works Inc. | Remote monitoring systems |
US9226481B1 (en) * | 2013-03-14 | 2016-01-05 | Praveen Paripati | Animal weight monitoring system |
JP6131650B2 (ja) * | 2013-03-18 | 2017-05-24 | 富士通株式会社 | 発電機能を備えた電子装置 |
WO2014201259A1 (en) * | 2013-06-12 | 2014-12-18 | The Board Of Regents For Oklahoma State University | Fluttering ear tag for bovine vaccination |
WO2017033394A1 (ja) * | 2015-08-25 | 2017-03-02 | ソニー株式会社 | 家畜登録システム及び家畜の登録方法 |
US10130265B1 (en) * | 2017-05-15 | 2018-11-20 | Herddogg, Inc. | Animal tag system |
-
2016
- 2016-04-06 WO PCT/JP2016/001922 patent/WO2016181604A1/ja active Application Filing
- 2016-04-06 JP JP2017517594A patent/JPWO2016181604A1/ja not_active Abandoned
- 2016-04-06 US US15/571,329 patent/US10314293B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109215704A (zh) * | 2018-09-29 | 2019-01-15 | 临沂大学 | 一种用于记录羊只声音的便携式录音装置 |
Also Published As
Publication number | Publication date |
---|---|
US20180279582A1 (en) | 2018-10-04 |
WO2016181604A1 (ja) | 2016-11-17 |
US10314293B2 (en) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016181604A1 (ja) | 家畜管理システム、センサ装置及び家畜の状態の推定方法 | |
US11510397B2 (en) | Management apparatus, individual management system, and individual search system | |
Sharma et al. | Cattle health monitoring system using wireless sensor network: a survey from innovation perspective | |
US10613615B2 (en) | Electronic apparatus, information processing system, and information processing method | |
US9226481B1 (en) | Animal weight monitoring system | |
US20180146645A1 (en) | System and method for monitoring livestock | |
KR101218368B1 (ko) | 가축의 육질 향상 및 질병 예찰 시스템 | |
KR102040276B1 (ko) | 축산 지식 정보를 기반으로 하는 가축의 사양관리 시스템 | |
WO2017183328A1 (ja) | 情報処理サーバ、情報処理システム、および情報処理方法 | |
Vigneswari | Smart IoT cloud based livestock monitoring system: A survey | |
KR102047428B1 (ko) | 되새김 활동 측정을 이용한 소의 건강 관리 시스템 | |
WO2017046996A1 (ja) | 通信装置、通信方法及び通信システム | |
Natori et al. | Development of activity collecting system for grazing cattle in vast land | |
Irshad et al. | Context-aware wearable system for animals–an exploration and classification | |
Hills et al. | Precision feeding and grazing management for temperate pasturebased dairy systems | |
Hristov et al. | Monitoring of living conditions in cow farm through a multisensory system | |
TR202100103T (tr) | Sürü yöneti̇m si̇stemi̇ ve taki̇p sensörü | |
BR102013010031B1 (pt) | sistema de monitoramento do consumo e comportamento diário de animais utilizando como base cocho eletrônico |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190403 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190403 |
|
A762 | Written abandonment of application |
Free format text: JAPANESE INTERMEDIATE CODE: A762 Effective date: 20200525 |