一种牲畜行为信息采集器、牲畜行为检测方法及其系统与流程

1.本发明涉及电子通信领域，特别是一种牲畜行为信息采集器、牲畜行为检测方法及其系统。


背景技术：

2.牛、羊、马、骆驼等牲畜在被饲养时会进行采食、饮水、反刍、游走、躺卧等多种行为，处于不同的状态下。这些不同的行为状态反映了牲畜每天的运动和饮食等情况，这些情况对判断牲畜的生理状态和健康状况具有非常重要的意义。在规模化养殖的牧场中，如果可以对牲畜每日处于不同行为状态的时间和次数进行统计，建立相关的统计报表，将其作为判断牲畜健康状态的依据，同时对科学饲养牲畜提供数据支撑，这对于提高牲畜的养殖效益将具有非常重要的价值。
3.但是，目前还没有很好的设备可以实现对牲畜每天的不同行为进行检测和统计，这成为本领域技术人员亟需解决的技术难题。通过图像识别技术建立覆盖整个牧场的图像识别系统从而对牲畜进行监测是一个可行的解决方案，但是牧场的面积往往非常广阔，这种技术方案的系统部署成本高昂，且牲畜可能会对图像识别设备进行破坏，使得通信识别系统的可靠性降低。


技术实现要素：

4.本发明提供了一种牲畜行为信息采集器、牲畜行为检测方法及其系统，该信息采集器、检测方法和系统可以解决现有技术无法低成本地准确统计牲畜行为状态数据的问题。
5.本发明采用以下技术方案实现：
6.一种牲畜行为信息采集器，该信息采集器包括：气压计，运动量采集器，第一处理模块，第一存储模块，第一无线通信模块。
7.其中，气压计用于获取当前的环境气压值。
8.运动量采集器包括运动传感器、处理器和转换电路；运动传感器包括腔体、红外发射管和红外接收管；红外发射管和红外接收管位于腔体的两侧，且二者的连线方向穿过腔体；腔体内装载有与空气具有不同折射率的指定液体，指定液体在腔体内处于非满腔状态，且使得：当腔体晃动时，红外接收管处接收到的电信号与非晃动状态接收到的电信号具有差异；红外发射管根据处理器发送的控制指令发射红外信号，红外信号经过腔体中的指定液体和/或空气到达红外接收管，红外接收管根据接收的红外信号产生相应的电流信号发送给转换电路；转换电路将来自红外接收管的电流信号转换为相应的电压信号发送给处理器；处理器根据接收的电压信号计算运动量的值。
9.第一处理模块用于对气压计的值和运动量采集器采集的值进行如下处理：(1)将该x次采集所得到的x个气压计值和x个运动量采集器的计数值进行一次处理，得到m个特征值；(2)在n次处理后，得到的n*m个特征值。
10.其中，m个特征值中的前m-2个特征值为描述采样周期内的运动量的值处于m-2个活动强度范围中某一个活动强度范围内的标志量，即：采样周期内的运动量的值处于该活动强度范围时，则反映该活动强度范围的特征值为1，非处于该活动强度范围时，则反映该活动强度范围的特征值为0；第m-1个特征值为采样周期内运动量的平均值；第m个特征值为采样周期内气压计检测值的平均值；
11.第一存储模块用于存储气压计、运动量采集器采集的数据，和第一处理模块处理得到的数据。
12.第一无线通信模块用于将第一存储模块中存储的数据发送出去。
13.进一步的，处理器包括发送单元、接收单元、存储单元和计算单元；发送单元用于发送开始工作的控制指令给红外发射管；接收单元用于接收转换电路发送的电压信号；存储单元用于保存电压信号的最大值和最小值的初始值，以及用于保存采样周期内来自转换电路的电压信号；以及用于保存所述计算单元计算的累加值。
14.其中，运动量的值的计算方法如下：计算单元累加一定时间内接收到的电压值，并将累加得到的电压值保存到存储单元，计算每两个相同间隔的累加值的差值x
(n m)-xn，将差值的绝对值|x
(n m)-xn|与第一预设值进行比较，若|x
(n m)-xn|大于第一预设值，继续判断x
(n m)-xn是否大于零，若是，记录x
(n m)
为最大值；若否，记录x
(n m)
为最小值；重复上述操作，当累加值从上升阶段进入下降阶段时，确定不等于初始值的最大值和最小值；计算最大值与最小值的差值，并将最大值与最小值的差值与第二预设值进行比较，若差值大于第二预设值，则记录一个活动量；若差值小于第二预设值，则不记录活动量；将最大值与最小值设置为初始值，重复上述操作。
15.进一步的，牲畜行为信息采集器还包括存储有牲畜标识信息的rfid模块；reid模块用于与特定位置的rfid读头建立通讯连接，从而确定具有特定标识的牲畜在安装rfid读头的位置的停留时长和停留起止时间。
16.进一步的，转换电路包括采样电阻和a/d转换电路：采样电阻用于将红外接收管的电流信号转化为电压模拟信号；a/d转换电路用于将电压模拟信号转化为电压数字信号，并将电压数字信号发送给处理器。
17.进一步的，腔体为球形容置腔，红外接收管与红外发射管之间的连线不经过球形容置腔的中心点；腔体的材质是透明的玻璃或者塑料；腔体两侧设置有固定卡槽，用于固定红外发射管和所述红外接收管。
18.本发明还包括一种牲畜行为检测方法，该检测方法如下：
19.一、牲畜行为的分类与关联
20.将牲畜的行为分为姿态和动作两大类，姿态包括站立和躺卧；动作包括饮水、采食、游走、反刍；根据经验和牲畜生理特点在六类行为间建立逻辑关联关系；
21.二、获取用于评估牲畜行为的特征组和附加特征
22.获取单一评价周期内反映牲畜的行为特征的状态量，并对状态量进行处理得到特征组；特征组包含m个特征及其对应的时间段；
23.m个所述特征分别为：
24.特征1：在单一评价周期内，牲畜的活动强度处于第一强度区间内的活动量的计数值；
25.特征2：在单一评价周期内，牲畜的活动强度处于第二强度区间内的活动量的计数值；
26.……
27.特征m-3：在单一评价周期内，牲畜的活动强度处于第(m-3)强度区间内的活动量的计数值；
28.特征m-2：在单一评价周期内，牲畜的活动强度处于第(m-2)强度区间内的活动量的计数值；
29.特征m-1：在单一评价周期内，牲畜活动量的平均值；
30.特征m：在单一评价周期内，气压检测值的平均值；
31.附加特征用于反映单一评价周期内牲畜是否持续处于饮水槽处，将该特征定义为特征k，是则特征k＝1，否则特征k＝0；
32.三、建立牲畜行为类型与特征组和附加特征中特征量间的关联性
33.1、根据经验将特征1～(m-2)分为两组，分别为：特征1～(m-a)和特征(m-a)～(m-2)，a＞2；其中，特征1～(m-a)反映的牲畜活动强度定义为低强度活动，特征(m-a)～(m-2)反映的牲畜活动强度定义为高强度活动；同时，根据经验确定区分牲畜处于站立或躺卧状态的高强度活动的计数值的临界值∑1，以及区分牲畜处于饮水或非饮水状态的低强度活动的计数值的临界值∑2；
34.2、将特征m-1与牲畜过去24h内的活动量平均值的大小关系作为评估牲畜是否在饮水的指标之一，并将特征m-1在单一评价周期内的特征值大于在24h内的特征值作为判断牲畜正在进行饮水行为的必要条件；
35.3、在特征m中的气压检测值与牲畜的据地面高度间建立线性相关关系，从而根据特征m得到特征m’，特征特征m’表示牲畜当前的距地面高度；并根据经验值确定用于判断牲畜处于站立或躺卧状态的临界高度h0；
36.4、构建并训练一个用于判断牲畜处于反刍、采食或游走状态的三层神经网络，所述神经网络的输入层包含m个神经元，代表特征1～m的值；分类层代表反刍、采食和游走的概率，从三个输出的概率中选择最大值作为预测结果；
37.四、判断牲畜在单一评价周期内的行为类型
38.根据获得特征组和附加特征的数据，采用如下的判断方法和顺序对牲畜的姿态和动作进行判断和分类：
39.1、判断单一评价周期内获取的牲畜的特征组数据是否满足条件1，是则认为牲畜处于躺卧姿态，否则认为牲畜处于站立姿态；
40.条件1具体为：特征m’的值小于h0，且高强度活动的特征计数值的累加值小于临界值∑1；
41.2、在牲畜处于站立姿态的情况下，判断单一评价周期内获取的特征组合附加特征是否满足条件2，是则认为牲畜正在进行饮水行为，否则认为牲畜不在进行饮水：
42.条件2具体为：特征k＝1，且低强度活动的特组计数值的累加值大于临界值∑2，且特征m-1在单一评价周期内的特征值大于在24h内的特征值；
43.3、在判断牲畜不在进行饮水时，利用训练完成的三层神经网络对牲畜当前的反刍、采食、游走的行为进行区分。
44.进一步的，牲畜的六类行为间建立的逻辑关联关系包括：
45.1、采食、饮水、反刍、游走这4类行为俩俩之间满足反对关系；即任意时刻牲畜只可能处于这4种状态中的一个状态；
46.2、躺卧和站立之间满足反对关系；二者不能同时成立；
47.3、站立是判断处于采食、饮水、游走行为的必要条件；即采食、饮水、游走时牲畜必然处于站立姿态；
48.4、反刍行为和站立、躺卧姿态具有或然关系；即牲畜在站立时可以进行反刍，在躺卧时也可以进行反刍。
49.进一步的，特征1～(m-2)中反映牲畜的活动强度的强度区间中活动动量指标依次递增；特征特征1～(m-2)用于反映牲畜运动状态的剧烈程度，即：运动量计数值越大则运动状态的剧烈程度越强；特征m-1用于反映牲畜的头部姿态，从而判断牲畜处于正常姿态、低头或仰头姿态；特征m用于判断牲畜的当前位置的气压值，进而得出牲畜的距地面高度。
50.本发明还包括一种牲畜行为检测系统，该检测系统包括：rfid接收模块，牲畜行为信息采集器以及至少一个牲畜行为检测服务器。
51.其中，rfid接收模块安装在牲畜饮水槽附近，rfid接收模块包括reid读头、rfid读头用于扫描、获取并发送牲畜饮水信息，牲畜饮水信息包括：牲畜标识信息、扫描到该牲畜标识信息的起始时间和结束时间。
52.牲畜行为信息采集器安装于待检测的牲畜的脖颈处，牲畜行为信息采集器即为前述的产品；牲畜行为信息采集器用于：1、获取反映牲畜活动强度的活动量的值；2、获取牲畜当前头颈部高度的气压值进而得到牲畜的距地面高度；3、在靠近rfid接收模块时，向reid接收模块发送牲畜标志信息，从而使得rfid模块获取到牲畜饮水信息；4、将获取的1、2中的数据处理成包含m个特征的特征组，并将特征组的数据存储后发送出去.
53.牲畜行为检测服务器包括接收模块、第二存储模块和第二处理模块；接收模块用于接收rfid读头获取的牲畜饮水信息以及牲畜行为信息采集器中获取的特征组的数据；第二处理模块如前述的牲畜行为检测方法，根据接收模块接收到的数据，对待检测的牲畜进行行为检测，从而得出牲畜在该时间段内的各项行为的判断结论，并统计牲畜在对应时间段内各项行为的累计时长；第二存储模块用于存储接收模块接收到的数据和第二处理模块处理过程得到的相关数据。
54.进一步地，检测系统还包括至少一个基站，基站用于接收rfid接收模块和牲畜行为信息采集器获取的数据，然后将上述两个来源的数据发送到牲畜行为检测服务器中，实现牲畜行为检测服务器对牲畜行为的判断和统计；牲畜行为检测服务器接收到的信息中，牲畜饮水信息和反映牲畜行为的特征组与反映牲畜身份的牲畜标志信息具有一一对应的关系，且前述三类信息按照相应的信息采集的时间段进行分类。
55.本发明提供的一种牲畜行为信息采集器、牲畜行为检测方法及其系统，具有如下有益效果：
56.1、本发明提供了一种牲畜行为信息采集器，该信息采集器结构小巧，安装在牲畜的脖颈处之后，可以对牲畜的在特定时间段内活动量和距地面高度，以及距离饮水槽的距离进行准确检测，从而利用上述采集的数据为牲畜的行为特征的分类和判断提供依据。该信息采集器的成本低廉，结实耐用，可以通过可充电锂电池电源进行供电，从而实现长时间
的使用，同时该牲畜行为信息采集器使用后对牲畜的正常生理活动不会造成影响。
57.2、本发明采用的牲畜行为检测方法可以根据由牲畜信息采集器实时获取的牲畜状态，以及该牲畜与饮水槽的相对位置，判断牲畜在特定周期内的行为状态。该检测方法根据经验对不同的行为状态进行分类，考量了不同行为间的相关性，对不同的行为状态的判断附加不同的条件，同时还对某些具有独立性的行为采用神经网络算法进行预测。因此，本发明提供的牲畜行为检测方法具有很高的准确性，在牲畜的健康状态追踪方面具有突出的实用价值。
58.3、本发明提供的牲畜行为检测系统主要包括安装在各个牲畜身上的牲畜行为信息采集器，安装在饮水槽处的rfid接收模块，以及一个牲畜行为检测服务器。对于一个部署范围更加广泛的牧场，可能还需要增加一个基站，基站可以提高数据传输的距离和稳定性。因此本发明提供的牲畜行为检测系统的安装部署成本相对来说较为低廉，可以进行大规模推广应用。
附图说明
59.图1是本发明实施例1中牲畜行为信息采集器的模块示意图；
60.图2是本发明实施例1或6中运动量采集器的模块示意图；
61.图3是本发明实施例1或6中运动传感器的结构示意图；
62.图4是本发明实施例1或6中运动量采集器的详细的模块示意图(增加了转换电路和处理器部分细分的模块示意图)；
63.图5是本发明实施例2或6中牲畜行为信息采集器的模块示意图；
64.图6是本发明实施例3中牲畜行为检测方法的整体流程图；
65.图7是本发明实施例3中牲畜行为检测方法中牲畜行为类型判断部分判断逻辑的流程图；
66.图8是本发明实施例4中牲畜行为检测系统的模块示意图；
67.图9是本发明实施例5中牲畜行为检测系统的模块示意图
68.图10是本发明实施例6中牲畜行为检测系统的模块示意图
69.图11是本发明实施例6中运动传感器的结构示意图(图中标记了表征部件位置关系的辅助线)；
70.图12是本发明实施例6中运动量采集器中电压值的模拟仿真图；
71.图13是本发明实施例6中基站的模块示意图；
72.图14是本发明实施例6中牲畜行为检测服务器的模块示意图；
73.图中标记为：100、牲畜行为信息采集器；110、气压计；120、运动量采集器；121、转换电路；122、处理器；123、运动传感器；130、第一存储模块；140、第一处理模块；150、第一无线通信模块；160、rfid模块；200、基站；210、第三处理模块；220、第二无线通信模块；230、移动通信模块；240、rfid读头；300、牲畜行为检测服务器；310、接收模块；320、第二存储模块；330、第二处理模块；400、rfid接收模块；1211、采样电阻；1212、a/d转换电路；1221、发送单元；1222、接收单元；1223、存储单元；1224、计算单元；1231、腔体；1232、红外发射管；1233、红外接收管；1234、液体；1235、空气。
具体实施方式
74.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
75.实施例1
76.本实施例提供一种牲畜行为信息采集器100，如图1所示，该信息采集器包括：气压计110，运动量采集器120，第一处理模块140，第一存储模块130，第一无线通信模块150。
77.其中，气压计110用于获取当前的环境气压值，该环境气压值用于进行测高，从而判断牲畜的据地高度。
78.如图2所示，运动量采集器120包括运动传感器123、处理器122和转换电路121；如图3所示，运动传感器123包括腔体1231、红外发射管1232和红外接收管1233；红外发射管1232和红外接收管1233位于腔体1231的两侧，且二者的连线方向穿过腔体1231；腔体1231内装载有与空气1235具有不同折射率的指定液体1234，指定液体1234在腔体1231内处于非满腔状态，且使得：当腔体1231晃动时，红外接收管1233处接收到的电信号与非晃动状态接收到的电信号具有差异；其中，腔体1231为球形容置腔，红外接收管1233与红外发射管1232之间的连线不经过球形容置腔的中心点；腔体1231的材质是透明的玻璃或者塑料；腔体1231两侧设置有固定卡槽，用于固定红外发射管1232和所述红外接收管1233。
79.本实施例中，如图4所示，红外发射管1232根据处理器122发送的控制指令发射红外信号，红外信号经过腔体1231中的指定液体1234和/或空气1235到达红外接收管1233，红外接收管1233根据接收的红外信号产生相应的电流信号发送给转换电路121；转换电路121将来自红外接收管1233的电流信号转换为相应的电压信号发送给处理器122；转换电路121包括采样电阻1211和a/d转换电路1212：采样电阻1211用于将红外接收管1233的电流信号转化为电压模拟信号；a/d转换电路1212用于将电压模拟信号转化为电压数字信号，并将电压数字信号发送给处理器122。
80.处理器122根据接收的电压信号计算运动量的值。其中，处理器122包括发送单元1221、接收单元1222、存储单元1223和计算单元1224；发送单元1221用于发送开始工作的控制指令给红外发射管1232；接收单元1222用于接收转换电路121发送的电压信号；存储单元1223用于保存电压信号的最大值和最小值的初始值，以及用于保存采样周期内来自转换电路121的电压信号；以及用于保存所述计算单元1224计算的累加值。
81.其中，运动量的值的计算方法如下：计算单元1224累加一定时间内接收到的电压值，并将累加得到的电压值保存到存储单元1223，计算每两个相同间隔的累加值的差值x
(n m)-xn，将差值的绝对值|x
(n m)-xn|与第一预设值进行比较，若|x
(n m)-xn|大于第一预设值，继续判断x
(n m)-xn是否大于零，若是，记录x
(n m)
为最大值；若否，记录x
(n m)
为最小值；重复上述操作，当累加值从上升阶段进入下降阶段时，确定不等于初始值的最大值和最小值；计算最大值与最小值的差值，并将最大值与最小值的差值与第二预设值进行比较，若差值大于第二预设值，则记录一个活动量；若差值小于第二预设值，则不记录活动量；将最大值与最小值设置为初始值，重复上述操作。
82.运动传感器123的工作原理如下：
83.当运动传感器123垂直静止时，红外发射管1232发射的红外信号经过的腔体1231
内的液体1234与空气1235的比例是固定的，所以红外接收管1233接收固定的红外信号；当该运动传感器123向某一方向运动时，由于重力作用，腔体1231内液体1234的液位发生变化，使得红外发射管1232发射的红外信号经过的腔体1231内的液体1234与空气1235的比例发生变化，导致红外接收管1233接收的信号发生变化，进而判断被测物体是否产生了运动。
84.第一处理模块140用于按照第一预设频率，在采样周期内采集气压计110的值和运动量采集器120的值，并对采集的数据依次进行处理：(1)将该x次采集所得到的x个气压计110值和x个运动量采集器120的计数值进行一次处理，得到m个特征值；保存并发送该m个特征值；(2)在n次处理后，得到的n*m个特征值；保存并发送该n*m个特征值；m个特征值中的前m-2个特征值为描述采样周期内的运动量的值处于m-2个活动强度范围中某一个活动强度范围内的标志量，即：采样周期内的运动量的值处于该活动强度范围时，则反映该活动强度范围的特征值为1，非处于该活动强度范围时，则反映该活动强度范围的特征值为0；第m-1个特征值为采样周期内运动量的平均值；第m个特征值为采样周期内气压计110检测值的平均值。
85.第一存储模块130用于存储气压计110的检测值和运动量采集计算得到的运动量的数据，同时存储反映第一处理模块140的处理结果的数据。第一无线通信模块150用于将第一存储模块130中存储的数据发送出去。
86.实施例2
87.本实施例提供的牲畜行为信息采集器100与实施例1相比：如图5所示，本实施例提供地牲畜行为信息采集器100还包括存储有牲畜标识信息的rfid模块160；reid模块用于与特定位置的rfid读头240建立通讯连接，从而确定具有特定标识的牲畜在安装rfid读头240的位置的停留时长和停留起止时间。
88.该rfid模块160可以用于判断牲畜在饮水槽等其它特定牧场中的位置的逗留时间，该信息对于判断牲畜的某些特殊行为(如饮水)具有重要的指标作用。增强了本实施例中获取的反映牲畜行为信息的采样特征的丰富度。
89.本实施例中rfid模块160是集成在牲畜行为信息采集器100中的。而在其它实施例中可以不设置rfid模块160，并通过其它手段对本实施中由rfid模块160完成的工作进行处理；也可以将rfid模块160采用外挂的形式进行附加，以完善设备的功能。
90.实施例3
91.本实施例提供一种牲畜行为检测方法，如图6所示，该检测方法如下：
92.一、牲畜行为的分类与关联
93.将牲畜的行为分为姿态和动作两大类，姿态包括站立和躺卧；动作包括饮水、采食、游走、反刍；根据经验和牲畜生理特点在六类行为间建立必然、或然和反对关系；
94.二、获取用于评估牲畜行为的特征组和附加特征
95.获取单一评价周期内反映牲畜的行为特征的状态量，并对状态量进行处理得到特征组；特征组包含m个特征及其对应的时间段；
96.m个所述特征分别为：
97.特征1：在单一评价周期内，牲畜的活动强度处于第一强度区间内的活动量的计数值；
98.特征2：在单一评价周期内，牲畜的活动强度处于第二强度区间内的活动量的计数
值；
99.……
100.特征m-3：在单一评价周期内，牲畜的活动强度处于第(m-3)强度区间内的活动量的计数值；
101.特征m-2：在单一评价周期内，牲畜的活动强度处于第(m-2)强度区间内的活动量的计数值；
102.特征m-1：在单一评价周期内，牲畜活动量的平均值；
103.特征m：在单一评价周期内，气压检测值的平均值；
104.附加特征用于反映单一评价周期内牲畜是否持续处于饮水槽处，将该特征定义为特征k，是则特征k＝1，否则特征k＝0；
105.三、建立牲畜行为类型与特征组和附加特征中特征量间的关联性
106.1、根据经验将特征1～(m-2)分为两组，分别为：特征1～(m-a)和特征(m-a)～(m-2)，a＞2；其中，特征1～(m-a)反映的牲畜活动强度定义为低强度活动，特征(m-a)～(m-2)反映的牲畜活动强度定义为高强度活动；同时，根据经验确定区分牲畜处于站立或躺卧状态的高强度活动的计数值的临界值∑1，以及区分牲畜处于饮水或非饮水状态的低强度活动的计数值的临界值∑2；
107.2、将特征m-1与牲畜过去24h内的活动量平均值的大小关系作为评估牲畜是否在饮水的指标之一，并将特征m-1在单一评价周期内的特征值大于在24h内的特征值作为判断牲畜正在进行饮水行为的必要条件；
108.3、在特征m中的气压检测值与牲畜的据地面高度间建立线性相关关系，从而根据特征m得到特征m’，特征特征m’表示牲畜当前的距地面高度；并根据经验值确定用于判断牲畜处于站立或躺卧状态的临界高度h0；
109.4、构建并训练一个用于判断牲畜处于反刍、采食或游走状态的三层神经网络，所述神经网络的输入层包含m个神经元，代表特征1～m的值；分类层代表反刍、采食和游走的概率，从三个输出的概率中选择最大值作为预测结果；
110.四、判断牲畜在单一评价周期内的行为类型
111.如图7所示，根据获得特征组和附加特征的数据，采用如下的判断方法和顺序对牲畜的姿态和动作进行判断和分类：
112.1、判断单一评价周期内获取的牲畜的特征组数据是否满足条件1，是则认为牲畜处于躺卧姿态，否则认为牲畜处于站立姿态；
113.条件1具体为：特征m’的值小于h0，且高强度活动的特征计数值的累加值小于临界值∑1；
114.2、在牲畜处于站立姿态的情况下，判断单一评价周期内获取的特征组合附加特征是否满足条件2，是则认为牲畜正在进行饮水行为，否则认为牲畜不在进行饮水：
115.条件2具体为：特征k＝1，且低强度活动的特组计数值的累加值大于临界值∑2，且特征m-1在单一评价周期内的特征值大于在24h内的特征值；
116.3、在判断牲畜不在进行饮水时，利用训练完成的三层神经网络对牲畜当前的反刍、采食、游走的行为进行区分。
117.其中，牲畜的六类行为间建立的必然、或然和反对关系包括：
118.1、采食、饮水、反刍、游走这4类行为俩俩之间满足反对关系，即任意时刻牲畜只可能处于这4种状态中的一个状态；
119.2、躺卧和站立之间满足反对关系，二者不能同时成立；
120.3、站立是判断处于采食、饮水、游走行为的必要条件，即采食、饮水、游走时牲畜必然处于站立姿态；
121.4、反刍行为和站立、躺卧姿态具有或然关系，即牲畜在站立时可以进行反刍，在躺卧时也可以进行反刍。
122.本实施例中，特征1～(m-2)中反映牲畜的活动强度的强度区间中活动动量指标依次递增；特征特征1～(m-2)用于反映牲畜运动状态的剧烈程度，即：运动量计数值越大则运动状态的剧烈程度越强；特征m-1用于反映牲畜的头部姿态，从而判断牲畜处于正常姿态、低头或仰头姿态；特征m用于判断牲畜的当前位置的气压值，进而得出牲畜的距地面高度。
123.实施例4
124.本实施例提供一种牲畜行为检测系统，如图8所示，该检测系统包括：rfid接收模块400，牲畜行为信息采集器100以及至少一个牲畜行为检测服务器300。
125.其中，rfid接收模块400安装在牲畜饮水槽附近，rfid接收模块400包括reid读头、rfid读头240用于扫描、获取并发送牲畜饮水信息，牲畜饮水信息包括：牲畜标识信息、扫描到该牲畜标识信息的起始时间和结束时间。
126.牲畜行为信息采集器100安装于待检测的牲畜的脖颈处，牲畜行为信息采集器100即为实施例2中的产品；牲畜行为信息采集器100用于：1、获取反映牲畜活动强度的活动量的值；2、获取牲畜当前头颈部高度的气压值进而得到牲畜的距地面高度；3、在靠近rfid接收模块400时，向reid接收模块310发送牲畜标志信息，从而使得rfid模块160获取到牲畜饮水信息；4、将获取的1、2中的数据处理成包含m个特征的特征组，并将特征组的数据存储后发送出去。
127.牲畜行为检测服务器300包括接收模块310、第二存储模块320和第二处理模块330；接收模块310用于接收rfid读头240获取的牲畜饮水信息以及牲畜行为信息采集器100中获取的特征组的数据；第二处理模块330如实施例3的牲畜行为检测方法，根据接收模块310接收到的数据，对待检测的牲畜进行行为检测，从而得出牲畜在该时间段内的各项行为的判断结论，并统计牲畜在对应时间段内各项行为的累计时长；第二存储模块320用于存储接收模块310接收到的数据和第二处理模块330处理过程得到的相关数据。
128.其中，牲畜行为检测服务器300接收到的信息中，牲畜饮水信息和反映牲畜行为的特征组与反映牲畜身份的牲畜标志信息具有一一对应的关系，且前述三类信息按照相应的信息采集的时间段进行分类。因此获取某一个牲畜在特定时间段的各项特征信息后，就可以对该牲畜在该特定时间段内的行为进行分类，进而通过统计得到该牲畜全天的各项行为的统计表。
129.实施例5
130.本实施例与实施例4相比存在如下区别：
131.如图9所示，本实施例提供的牲畜行为检测系统还包括基站200，基站200用于接收rfid接收模块400和牲畜行为信息采集器100获取的数据，然后将上述两个来源的数据发送到牲畜行为检测服务器300中，实现牲畜行为检测服务器300对牲畜行为的判断和统计。这
里的基站200相当于一个信号中继设备，在信息采集器与牲畜行为检测服务器300间进行信号传输，从而扩大了牲畜行为信息采集器100与牲畜行为检测服务器300间的信号传输范围，使得该系统的能够部署的牧场的范围得到极大扩展。
132.实施例6
133.本实施例用于对实施例1-5中的牲畜行为信息采集器、牲畜行为检测方法和牲畜行为检测系统构成的整体解决方案进行说明(包括进行实际应用状态的数据仿真或模拟)，本实施例中的解决方案可以实现对牧场中牲畜的行为进行检测和统计，形成统计报表；从而为判断牲畜的生理状态和健康状况建立数据基础，并最终实现牧场养殖效益的提升。
134.其中，需要额外说明的是：本实施例中的系统与实施例4或5中的系统相比，实施例4或5中包含rfid读头的rfid接收模块，即是本实施例中集成在基站内的rfid读头，也就是说，本实施例将rfid接收模块集成到安装在饮水槽附近的基站中了，同时，安装在非饮水槽附近的基站，为了节省安装成本可以不集成rfid接收模块。
135.图10示出了本实施例中的牲畜行为检测系统的示意图。如图10所示，该牲畜行为检测系统包括：至少一个牲畜行为信息采集器100、至少一个基站200、和一个牲畜行为检测服务器300。该系统的工作原理是：行为采集器100佩戴在牲畜的身上(如戴在脖颈位置)，基站安装在养殖的牲畜的活动场所或附近。行为采集器100不断的采集牲畜行为信息，并通过基站200发送到牲畜行为检测服务器300，由牲畜行为检测服务器300完成所采集的牲畜行为信息的分析。
136.在本实施例中，图10所示的牲畜行为检测系统也可以不包括基站200，牲畜行为信息采集器100可以通过任何可能的有线或无线方式与牲畜行为检测服务器300进行通信。
137.图5示出了本实施例中的牲畜行为信息采集器100的结构示意图。如图5所示，牲畜行为信息采集器100包括：气压计110、运动量采集器120、第一存储模块130、第一处理模块140和第一无线通信模块150。
138.在实施例中，气压计110可以是一种测试大气压的传感器(例如spl06-001，精度
±
5cm)，可以用于高度检测。运动量采集器120可以是用于检测运动量的传感器。第一存储模块130可以包括内存、缓存以及硬盘。第一处理块140可以是微处理器。第一无线通信模块150可以是能够与基站进行通信的模块，或者是能够直接与服务器进行通信的模块。
139.第一处理模块140，用于按照第一预设频率采集气压计值和运动量采集器120的值并保存到第一存储模块130中；并用于在每完成x次采集后，对第一存储模块130中保存的该x次采集所得到的x个气压计值和x个运动量采集器值进行一次处理，得到m个特征值；用于将每次处理得到在一组m个特征值实时通过第一无线通信模块150发送出去，或者，将每次处理得到的一组m个特征值先保存到存储模块130中，当存储模块130中保存了n次处理得到的特征值时，将该n次处理得到的n*m个特征值通过第一无线通信模块150发送出去。其中，x、m、n均为预设的正整数。
140.在本实施例中，第一处理模块140，用于在每完成x次采集后，对第一存储模块130中保存的该x次采集所得到的x个气压计值进行平均值计算得到一个气压平均值特征，对第一存储模块130中保存的该x次采集所得到的x个运动量采集器120的值进行平均计算得到一个运动平均值特征，以及分别统计存储模块130中保存的该x次采集所得到的x个运动量采集器120的值落入预设的m-2个活动强度区间的计数值得到m-2个活动计数特征。
141.在本实施例中，图5所示的牲畜信息采集器100还包括：存储有牲畜标识信息的射频识别rfid模块160。
142.在本实施例中，第一预设频率取每1/8秒一次，x＝480次(即一分钟采集的次数)，m＝9，n＝10。即第一处理模块140的工作逻辑是：1/8秒启动一次，采集一次气压计110的值和运动量采集器120的值保存到第一存储模块130中。当采集到480次数据(1分钟)后，对采集到的数据进行一次处理，获得9个特征值，并保存到第一存储模块130中。当保存10次特征值(过了10分钟后)后，通过第一无线通信模块150发送第一存储模块130中的特征数据到牲畜行为检测服务器300。
143.图2示出了本实施例中的一种运动量采集器120的结构示意图，如图2所示，该运动量采集器120包括：转换电路121、处理器122和运动传感器123。图3示出了根据本实施例中的运动传感器123的结构示意图，如图3所示，该运动传感器123包括腔体1231、红外发射管1232和红外接收管1233。
144.在图11中，红外发射管1232和红外接收管1233设置在腔体1231的两侧；腔体1231内装载有一定量的指定液体1234，使得在腔体1231中指定液体1234和空气1235各占一定比例。红外发射管1232，用于发射红外信号。红外接收管1233，用于接收红外发射管1232发射出来的红外信号，其中红外发射管1232所发射的红外信号经过腔体1231中的指定液体1234和空气1235到达红外接收管1233。
145.通过图3可知，当运动传感器垂直静止时，红外发射管发射的红外信号经过的腔体内的液体与空气的比例是固定的，所以红外接收管接收固定的红外信号；当该运动传感器向某一方向运动时，由于重力作用，腔体内液体的液位发生变化，使得红外发射管发射的红外信号经过的腔体内的液体与空气的比例发生变化，导致红外接收管接收的信号发生变化，进而判断被测物体是否产生了运动。由图3可知，本实施例设计的运动传感器设计成本低廉、操作便捷。
146.图11示出了根据本实施例中的运动传感器123的结构示意图，如图11所示，在本实施例中，腔体1231为球形容置腔。当腔体1231为球形容置腔时，红外接收管1233与红外发射管1232之间的连线不经过球形容置腔的中心点o。红外接收管1233与红外发射管1232之间的连线为p3，红外发射管1232与球形容置腔中心点o之间的连线为p2，红外接收管1233与球形容置腔中心点o之间的连线为p1，在腔体1231两侧设置红外接收管1233与红外发射管1232的过程中，需要保证p3不经过球形容置腔的中心点o，也就是说p1与p2之间成一定的夹角。这样设置的目的在于，使得红外发射管发射的红外信号到达红外接收管的路径不经过球形容置腔的中心，需要说明的是，若红外发射管发射的红外信号到达红外接收管的路径经过球形容置腔的中心，则红外接收管接收红外发射信号后将不会产生相应的电流变化，将无法实时精确的采集被测物体的运动量。在此，需要进一步说明的是，腔体1231的材质是透明的玻璃或者塑料。腔体1231两侧设置有固定卡槽，用于固定红外发射管1232和红外接收管1233。
147.运动传感器123中的红外发射管1232，用于根据处理器122发送的控制指令发射红外信号。运动传感器123中的红外接收管1233，用于接收红外发射管1232发射出来的红外信号，并根据红外信号产生相应的电流信号发送给转换电路121。转换电路121，用于将来自红外接收管1233的电流信号转换为相应的电压信号，并将电压信号发送给处理器122。处理器
122，用于控制红外发射管1232发射红外信号，并接收转换电路121发送的电压信号，并根据电压信号计算运动量。
148.通过图2可知，只要将运动传感器123安装在被测物体上，运动传感器123开始工作时，红外接收管1233就会接收到红外发射管1232发射的红外信号并产生相应的电流，转换电路121将产生的相应电流转换为相应的电压传送给处理器122，处理器122通过转换电路121获取的电压值，即可计算出被测物体的运动量，因此，运动传感器123可以实时采集被测物体的运动量。需要说明的是，当腔体1231内的液体与空气的比例大于1时，红外接收管1233的电压值小于被测物体静止时的基准电压值；当腔体1231内的液体与空气的比例小于1时，红外接收管1233的电压值大于被测物体静止时的基准电压值。
149.图4示出了本实施例中的运动量采集器120的进一步的结构示意图，如图4所示，转换电路121包括采样电阻1211和a/d转换电路1212：
150.采样电阻1211，用于将红外接收管1233的电流信号转化为电压模拟信号；a/d转换电路1212，用于将电压模拟信号转化为电压数字信号，并将电压数字信号发送给处理器122。
151.如图4所示，处理器122还包括发送单元1221、接收单元1222、存储单元1223和计算单元1224；
152.发送单元1221，用于发送开始工作的控制指令给红外发射管1232；述接收单元1222，用于接收转换电路121发送的电压信号；存储单元1223，用于保存最大值和最小值的初始值，以及用于保存一定时间内来自转换电路121的电压信号；以及用于保存计算单元1224计算的累加值；计算单元1224，用于累加一定时间内接收到的电压值，并将累加得到的电压值保存到存储单元1223，计算每两个相同间隔的累加值的差值x
(n m)-xn，将差值的绝对值|x
(n m)-xn|与第一预设值进行比较，若|x
(n m)-xn|大于第一预设值，继续判断x
(n m)-xn是否大于零，若是，记录x
(n m)
为最大值；若否，记录x
(n m)
为最小值；重复上述操作，当累加值从上升阶段进入下降阶段时，确定不等于初始值的最大值和最小值；计算最大值与最小值的差值，并将最大值与最小值的差值与第二预设值进行比较，若差值大于第二预设值，那么记录一个活动量；若差值小于第二预设值，那么不记录活动量；将最大值与最小值设置为初始值，重复上述操作。
153.为了使本实施例的方案更加清晰，下面举一个具体的例子进行解释说明。
154.红外接收管1233接收红外发射管1232发射的信号后产生相应的电流，然后通过采样电阻转变成电压信号接入a/d转换电路1212，a/d转换电路1212的输出端与处理器122连接红外发射管也与处理器122的i/o口连接。处理器122的发送单元1221每隔1秒，通过i/o口发送周期为1毫秒(1ms)的20个脉冲信号给红外发射管1232。同时处理器122的接收单元1222从a/d转换电路1212中读取20个红外接收管1233的接收到的20个电压采样值，然后处理器122的计算单元1224累加每1秒内接收到的20个电压采样值，并将累加20个电压采样值的和保存在处理器122的存储单元1223中，也就是说每1秒的电压值是20个电压采样值累加之后的和。图7示出了根据本实施例中的一种采集运动量的装置100秒内采集到红外接收管的电压值的模拟仿真图，如图12所示，每一个点就代表每1秒的电压值是红外接收管1秒内接收到红外发射管1232发射的20个红外信号产生的电流对应的20个电压采样值累加之后的和。采集到如图12所示的100个数据后，进行如下处理以计算量化后的运动量：为了便于
描述，以1组数据为例，假如这组数据为：x1＝3、x2＝5、x3＝3、x4＝1、x5＝7、x6＝3和x7＝2，为了防止采集到的数据变化不明显，利用公式x
(n m)-xn计算每间隔1秒的数值的差值，即令m＝2，n＝1～7，并令最大值的初始值为0，最小值的初始值为10，第一预设值为1，第二预设值为5；计算x
3-x1＝0、x
4-x2＝-4、x
5-x3＝4、x
6-x4＝2、x
7-x5＝-5，计算得出x
4-x2的绝对值大于第一预设值1，且x
4-x2小于0，且x4小于最小值的初始值10，则记录x4为最小值；计算得出x
5-x3的绝对值大于第一预设值1，且x
5-x3大于0，且x5大于最大值的初始值0，则记录x5为最大值；计算得出x
6-x4的绝对值大于第一预设值1，且x
6-x4大于0，但是x6小于x5，因此，此时的最大值依旧为x5；计算得出x
7-x5的绝对值大于第一预设值1，且x
7-x5小于0，则判断为此时的数据从上升阶段变化到下降阶段，计算最大值x5与最小值x4的差值，即计算x
5-x4＝6。进而判断出x
5-x4的差值大于第二预设值5，则计数一个活动量。每计数一个运动量后，就将最大值和最小值设置为初始值，重复上述操作，找到下一时间内的最大值和最小值。
155.利用这种的方法，分析图12中的数据，将第一预设值设置为5，第二预设值设置为50，最大值的初始值设置为0，最小值的初始值设置为9999，那么可计算获得9个活动量。需要说明的是，第一预设值设置的目的在于找到一定时间内的最大值和最小值；第二预设值设置的目的是为了将小小的波动排除，精确计数运动量，提高运动传感器的灵敏度。
156.需要说明的是，为了延长运动传感器的使用寿命，处理器122给红外发射管1232发送脉冲控制信号，在此，需要进一步说明的是，只有处理器122给红外发射管1232发送控制信号时，红外发射管1232才开始工作，当处理器122未给红外发射管1232发送控制信号时，红外发射管1232处于休眠状态。
157.图13是本实施例中的基站200的结构示意图。如图13所示，该基站200包括：第三处理模块210、第二无线通信模220块和移动通信模块230；其中，第二无线通信模块220用于接收牲畜行为信息采集器100发送的各组特征值，第三处理模块210用于将第二无线通信模块220接收到的各组特征值通过移动通信模块230发送给牲畜行为检测服务器300。
158.在本实施例中，安装在牲畜饮水槽附近的基站200还包括：rfid读头240；rfid读头240用于按照第二预设频率(如每隔10秒一次)扫描包含牲畜的标识信息的rfid模块；第三处理模块210，进一步用于将rfid读头扫描到的牲畜标识信息、扫描到该牲畜标识信息的起始时间和结束时间通过移动通信模块230发送给牲畜行为检测服务器300。
159.图14是本实施例中的牲畜行为检测服务器300的结构图。如图14所示，该牲畜行为检测服务器300包括：接收模块310、第二存储模块320和第二处理模块330。
160.在本实施例中，接收模块310，用于接收来自至少一个牲畜行为信息采集器100的牲畜行为特征信息，并以牲畜行为信息采集器的标识作为索引保存到第二存储模块中；其中，来自每个牲畜行为信息采集器的牲畜行为特征信息由对应不同时间段的特征组组成，每个特征组包括m个特征(这是由牲畜行为信息采集器100计算特征的情况)；相应地，第二处理模块330，用于针对第二存储模块320中保存的每个牲畜行为信息采集器对应的牲畜行为特征信息，直接根据牲畜行为特征信息中的每个特征组包括的m个特征判断对应牲畜在对应时间段的行为；
161.或者，在本实施例中，接收模块310，用于接收来自至少一个牲畜行为信息采集器100的牲畜行为特征信息，并以牲畜行为信息采集器的标识作为索引保存到第二存储模块中；来自每个牲畜行为信息采集器的牲畜行为特征信息由对应不同时间段的x个气压计值
和x个运动量采集器值组成(这是牲畜行为信息采集器100不进行特征计算，采集的值直接发送给服务器，由服务器计算特征的情况)；相应地，第二处理模块330，用于针对第二存储模块320中保存的每个牲畜行为信息采集器对应的牲畜行为特征信息，先将牲畜行为特征信息中的每个时间段对应的x个气压计值和x个运动量采集器值处理成对应该时间段的特征组，每个特征组包含m个特征，然后再根据每个特征组包括的m个特征判断对应牲畜在对应时间段的行为；
162.其中，牲畜行为信息采集器的标识与牲畜的标识之间存在一一对应关系，x、m均为预设的正整数。
163.在本实施例中，m个特征包括：将对应时间段内采集的x个气压计值进行平均计算得到一个气压平均值特征，将对应时间段内采集的x个运动量采集器值进行平均计算得到一个运动平均值特征，以及统计对应时间段内采集的x个运动量采集器值落入预设的m-2个活动强度区间的计数值得到m-2个活动计数特征；
164.在实施例中，第二处理模块330，用于针对每个特征组，先判断该特征组是否符合第一预设条件，符合第一预设条件则确定对应牲畜在对应时间段处于躺卧状态，不符合预设条件则确定对应牲畜在对应时间段处于站立状态；其中，第一预设条件为：气压平均值特征对应的高度值小于预设高度，并且活动强度最高的y个活动强度区间对应的活动计数特征值的总和小于第一预设数量；其中，y为预设的正整数，且y《(m-2)。
165.在本实施例中，接收模块310，进一步用于接收安装在牲畜饮水槽附近的基站通过rfid扫描获取并发送的牲畜饮水信息；其中，牲畜饮水信息包括：牲畜标识信息、扫描到该牲畜标识信息的起始时间和结束时间。第二处理模块330，进一步用于针对每个特征组，判断该特征组是否符合第二预设条件，符合第二预设条件则确定对应牲畜在对应时间段处于饮水状态，不符合第二预订条件则确定对应牲畜在对应时间段处于非饮水状态；其中，第二预设条件为：不符合第一预设条件，并且在对应时间段安装在牲畜饮水槽附近的基站通过rfid扫描到对应牲畜的标识信息，并且该特征组中的活动强度最低的y’个活动强度区间对应的活动计数特征值的总和大于第二预设数量，并且该特征组中的运动平均值特征的值大于24小时内的运动平均值的均值；其中，y’为预设的正整数，且y y’＝m-2。
166.在本实施例中，第二处理模块330，用于针对每个特征组，在判断该特征组不否符合第二预设条件确定对应牲畜在对应时间段处于非饮水状态时，进一步将该特征组输入经历史数据训练得到的神经网络模型，根据神经网络模型的输出确定对应牲畜在对应时间段处于反刍、采食或游走状态。
167.在本实施例中，神经网络模型的输入层包括分别与m个特征一一对应的m个神经元，神经网络模型的输出层包括分别与反刍、采食和游走的概率对应三个神经元。
168.下面以奶牛为例对本实施例提供的技术方案进行进一步的解释说明。奶牛的行为状态可以定义为：采食、饮水、反刍、躺卧、游走、站立。这6个状态有些不能同时成立，例如，采食、饮水、反刍、游走这4个状态俩俩都不能同时成立(即任意时刻只可能处于这4中状态中的一个状态)，躺卧和站立不能同时成立；有些必须同时成立例如采食、饮水、游走时必然处在站立状态。根据本实施例的方案识别不同状态，主要统计奶牛处在各种状态的时间和次数，依此作为奶牛健康状态判别依据，同时对科学饲养奶牛提供数据依据，以提高奶牛养殖效益。
169.具体地，牲畜行为信息采集器100佩戴在奶牛脖颈位置，具体可以固定在奶牛佩戴的项圈上。基站200安装在奶牛活动场和饮水巢旁边。牲畜行为信息采集器100不会在线直接完成行为检测，而只是采集行为检测用的支撑数据发送给牲畜行为检测服务器300，行为检测在服务器端完成。
170.牲畜行为信息采集器100中的气压计110主要用于奶牛躺卧和站立两种姿势的识别。由于整个项圈是佩戴在奶牛的脖颈位置，所以奶牛躺卧和站立姿势时项圈高度明显不同。但奶牛站立时也可能会低头饮水或采食等，所以依靠气压计110的高度值也不能唯一识别是否站立还是躺卧。这时还需要配合运动量采集器120的数据一同判断。当躺卧时高度持续保持低，同时运动状态处于平静状态，结合这2个特征可以实现躺卧判断。躺卧以外都处于站立状态。
171.牲畜行为信息采集器100中rfid模块130的作用主要是作为身份标识区分不同的奶牛。这里主要用于饮水行为的检测。奶牛饲养场所中饮水巢是在固定位置放置的，奶牛可以自行到饮水巢饮水，每日没有固定的喂水的习惯，因此每头奶牛24小时内饮水了几次，每次饮水多长时间是不知道的。但饮水量对于奶牛健康指标有很好的指示作用。在饮水巢旁安装带rfid读头240的基站200，扫描距离在0～2米。因此佩戴牲畜行为信息采集器100的奶牛靠近饮水巢时就能被基站扫描到。但接近饮水巢也不能唯一确定就是一次饮水活动，还需要配合气压计的数值(奶牛的头会低下)，同时结合运动量采集器120的数据(有饮水运动模式)才能更好的确定是否一次饮水运动，并能获得饮水开始时间和结束时间。
172.运动量采集器110中的第一处理模块140的工作逻辑：1/8秒启动一次，采集一次气压计110的值和运动量采集器的值保存到第一存储模块130(可以是内存)中。当采集到480次数据(1分钟)后，对采集到的数据进行一次处理，获得9个特征值，并保存到第一存储模块130(可以是缓存)中。当保存10次特征值(过了10分钟后)，通过第一无线通信模块150发送所缓存中的特征数据到云端服务器。
173.在一个具体实施例中，9个特征值包括8个活动量强度计数值和1个气压计平均值。并且，各特征的定义如下：
174.特征1：活动强度在25～50之间的活动计数值
175.特征2：活动强度在50～100之间的活动计数值
176.特征3：活动强度在100～200之间的活动计数值
177.特征4：活动强度在200～350之间的活动计数值
178.特征5：活动强度在355～550之间的活动计数值
179.特征6：活动强度在550～750之间的活动计数值
180.特征7：活动强度在750以上的活动计数值
181.特征8：运动传感器输出值平均值
182.特征9：480个气压计输出平均值
183.其中特征1～7的计算过程一样，只是活动强度度量区间不一样。25～50代表轻微运动，其对应的计数值大小代表轻微活动多还是少，数值越大说明轻微运动越多。750以上代表剧烈运动，数值越大也代表剧烈运动越多。以此类推。
184.特征8就是运动量采集器输出值的数组求平均的值，它可以代表运动传感器中气泡的位置，通过这个值可以判断奶牛的头部是正常、低头还是仰头等。
185.特征9是气压计数据的平均值，用于判断传感器所处的高度。
186.基站200主要功能是接收牲畜行为信息采集器100发送过来的数据，并通过移动通信模块230(2g/4g/5g通信模块)中转发送给服务器端。基站200以10秒一次的频率通过rfid读头240扫描附近的rfid，如果扫描到则发送给服务器端，从扫描到再到扫描不到时也发送给服务器端扫描不到的信息。其中rfid读头240是基站200的选配模块，只有在饮水巢附近安装的基站才配备rfid读头240。
187.牲畜行为检测服务器300端接收每个牲畜行为信息采集器100和/或基站200发送过来的数据并保存到数据库。每个牲畜行为信息采集器100有唯一的采集器id，每个基站200有唯一的基站id。服务器端按1分钟为时间颗粒度进行行为分类，即使把每一分钟归类到不同的行为中，最终可以通过计算累计时间和时间连续关系计算出每一天的奶牛处于各个行为状态的总时长和次数数据。
188.牲畜行为检测服务器300的检测逻辑包括：
189.1.在本实施例中先将特征9换算成相对高度值单位cm，后续记作特征9’190.2.牲畜行为检测服务器300最优先判断躺卧状态。判断方法：
191.判断条件1：特征9’《50cm and(特征5 特征6 特征7)《20
192.说明：高度保持低，同时几乎无运动时，认为时躺卧。即满足条件1即为躺卧状态。
193.3.然后，牲畜行为检测服务器300进行站立状态判断：
194.判断条件2：反(特征9’《50cm and(特征5 特征6 特征7)《20
195.说明：满足条件2(即不满足条件1)为站立状态。
196.4.牲畜行为检测服务器300进行饮水状态判断：
197.判断条件3：处在站立状态and饮水巢扫描到rfid and(特征1 特征2 特征3 特征4)》50and特征8》24小时均值(特征8)
198.说明：站立、在饮水槽附近、轻微活动频繁并且该时段的运动量平均值大于24小时内的运动量均值。
199.5.当非饮水状态时，牲畜行为检测服务器300进行反刍、采食、游走的监测。反刍、采食、游走通过一个已训练的三层神经网络进行判断。
200.在一个实施例中，神经网络的输入层包含9个神经元，代表特征1～特征9。隐含层有20个神经元。输入层有3个神经元，且是一个softmax分类层，分别代表反刍、采食和游走的概率。输入层是线性输入，隐含层是relu激活函数，输入层是softmax分类层。该网络在大量已标注数据下进行训练，三个输出中选择最大值作为预测结果，训练神经网络的过程是现有方案，这里不再赘述。
201.以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。