一种草原放牧绵羊运动行为的检测识别方法及其装置制造方法及图纸

本发明专利技术公开了一种草原放牧绵羊运动行为的检测识别方法及其装置。所述检测识别方法包括：步骤一、首先对含噪的放牧绵羊运动行为的加速度数据进行小波分解，然后选取一种小波阈值，最后逆变换重构有效加速度数据信号；步骤二、对运动行为信号进行位置校准以及加窗处理；步骤三、选取K‑means聚类算法，将采集到的三轴加速度数据样本配到K个聚类中，重新计算每一次迭代训练出来的新聚类位置，使得每个数据到新聚类中心点的距离之和最小，并重复上述步骤至各样本点到聚类中心的距离满足误差平方和最小的终止条件，跳出循环。本发明专利技术通过对运动行为信号进行去噪、预处理、聚类处理，减少了噪声对放牧绵羊的运动行为信号的影响，提高识别数据的准确度。

A Method and Device for Detecting and Recognizing the Motion Behavior of Grazing Sheep in Grassland

The invention discloses a method and device for detecting and identifying the movement behavior of grazing sheep in grassland. The detection and recognition method includes: first, the acceleration data of grazing sheep with noise is decomposed by wavelet transform, then a wavelet threshold is selected, and finally the effective acceleration data signal is reconstructed by inverse transform; second, the position calibration and windowing of the motion behavior signal are carried out; third, the K means clustering algorithm is selected to add the three axes collected. The speed data samples are allocated to K clusters, and the new clustering positions trained by each iteration are recalculated to minimize the sum of the distances from each data to the new clustering center. The distance from the above steps to each sample point to the clustering center satisfies the termination condition of the minimum sum of squares of errors and jumps out of the cycle. By denoising, pretreatment and clustering processing of the motion behavior signal, the invention reduces the influence of noise on the motion behavior signal of grazing sheep and improves the accuracy of the recognition data.

【技术实现步骤摘要】
一种草原放牧绵羊运动行为的检测识别方法及其装置
本专利技术涉及检测
的一种运动行为的检测识别方法及其装置，具体为一种草原放牧绵羊运动行为的检测识别方法及其装置。
技术介绍
我国草地资源尤为丰富，全国草地总面积近60亿亩，约占我国总面积的41.7％，为维持区域性及生态系统平衡，草地资源起着极其重要的作用。草地资源是放牧的基础，放牧活动直接影响着草地生态系统，放牧家畜不仅采食草地植物，也通过行走践踏植物，这样就会严重影响草地植被，影响草地资源。随着动物福利化养殖与智能畜牧业的发展，对动物运动行为进行检测识别成为热点。所采用的研究方法主要有直接观测法和间接获得法。人工直接观测，劳动强度大、且依赖于人的因素，准确度低；间接测量方法较单一，没有一种较为完善的放牧绵羊运动行为检测识别方法。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种草原放牧绵羊运动行为的检测识别方法及其装置，具备便捷、准确等优点，解决了现有的草原放牧绵羊运动行为的检测识别准确度低、劳动强度大的问题。(二)技术方案为实现上述便捷、准确的目的，本专利技术提供如下技术方案：一种草原放牧绵羊运动行为的检测识别方法，其用于对安装在放牧绵羊上的三轴加速度传感器所获取的运动行为信号进行数据处理；所述检测识别方法包括：步骤一、对运动行为信号进行去噪；步骤二、预处理去噪后的运动行为信号；步骤三、选取聚类算法聚类处理预处理后的运动行为信号；在步骤一中，首先对含噪的放牧绵羊运动行为的加速度数据进行小波分解，然后选取一种小波阈值，最后逆变换重构有效加速度数据信号；在步骤二中，对运动行为信号进行位置校准以及加窗处理；位置校准公式为：Ax＝axsinθsinα-aysinθcosα+aycosθsinαAy＝axsinθcosα+aysinθsinα-aycosθcosαAz＝azsinθ-axcosθ+aycosθ其中，θ为三轴加速度传感器在静止时的竖直方向的轴与地心方向夹角，α为实际重力加速度值g在三维空间的X、Y水平面上的投影与绵羊运动方向的夹角，ax、ay、az分别为三轴加速度传感器在三个方向上的加速度的测量值，Ax、Ay、Az分别为三轴加速度传感器在三个方向上的加速度的校准值；加窗处理方法包括：先选择64个样本点，后按半个窗的位移进行移动，并获取一系列加速度数据信号；在步骤三中，选取K-means聚类算法，将采集到的三轴加速度数据样本配到K个聚类中，重新计算每一次迭代训练出来的新聚类位置，使得每个数据到新聚类中心点的距离之和最小，并重复上述步骤直至各样本点到聚类中心的距离满足误差平方和最小的终止条件，跳出循环。作为上述方案的进一步改进，在步骤一中：首先，选取一种小波基函数并设置分解层数N，对放牧绵羊运动行为含噪信号f(t)进行小波变换，计算出小波分解系数Wjk；然后，设置小波阈值，对第1至N层小波分解的系数Wjk做相应的阈值处理，得到估计系数并使小于一个预设的极小量；最后，根据不同层的小波分解系数和第N层的小波系数重构三轴加速度数据信号，获取去噪后的加速度数据预测信号作为上述方案的进一步改进，所述小波基函数为Haar小波函数、Daubechies小波函数、Coiflet小波函数、Symlet(symN)小波函数、MexicanHat(mexh)小波函数中的一种函数；所述小波阈值为VisuShrink阈值、SureShrink阈值、HeurSure阈值、Minimax阈值中的一种阈值。作为上述方案的进一步改进，选取小波基函数以及分解层数N的方法包括：获取无噪声时放牧绵羊的运动行为信号，并混入高斯白噪声，以构成模拟运动行为加速度信号；设置小波基函数阈值，选择Haar小波函数、Daubechies小波函数、Coiflet小波函数、Symlet(symN)小波函数、MexicanHat(mexh)小波函数中的任意三种函数作为三组实验小波函数，分别模拟运动行为加速度信号进行阈值去噪处理，对比去噪效果，选取去噪效果最佳的小波基函数；在选定小波基函数后，将不同阈值选择算法进行比较分析，得到效果最佳的小波分解层数。作为上述方案的进一步改进，对比去噪效果的方法为：计算去噪后的信噪比SNR，信噪比SNR越大，去噪效果越好；其中，信噪比SNR的计算公式为：s(k)是无噪声时的运动行为信号，n(k)为噪声信号，N表示信号长度。作为上述方案的进一步改进，在步骤一中，阈值处理方法为：将小波分解系数Wjk与小波阈值进行比较，并通过硬阈值函数或者软阈值函数，得到估计系数硬阈值函数的表达式为：软阈值函数的表达式为：其中，λ为小波阈值。作为上述方案的进一步改进，在步骤一中，阈值处理方法为：将小波分解系数Wjk与小波阈值进行比较，并通过小波阈值函数，得到估计系数小波阈值函数的表达式为：其中，λ为小波阈值，α为调整因子，且0≤α≤1。作为上述方案的进一步改进，所述检测识别方法还包括步骤四；在步骤四中，采用GPS速度信号校准运动行为信号。本专利技术还提供了一种应用上述草原放牧绵羊运动行为的检测识别方法的检测识别装置，所述检测识别装置包括三轴加速度传感器、小波去噪模块、预处理模块、聚类处理模块；三轴加速度传感器安装在放牧绵羊上，并获取放牧绵羊的运动行为信号；小波去噪模块对含噪的放牧绵羊运动行为的加速度数据进行小波分解，选取一种小波阈值，并逆变换重构有效加速度数据信号；预处理模块对运动行为信号进行位置校准以及加窗处理；位置校准公式为：Ax＝axsinθsinα-aysinθcosα+aycosθsinαAy＝axsinθcosα+aysinθsinα-aycosθcosαAz＝azsinθ-axcosθ+aycosθ其中，θ为三轴加速度传感器在静止时的竖直方向的轴与地心方向夹角，α为实际重力加速度值g在三维空间的X、Y水平面上的投影与绵羊运动方向的夹角，ax、ay、az分别为三轴加速度传感器在三个方向上的加速度的测量值，Ax、Ay、Az分别为三轴加速度传感器在三个方向上的加速度的校准值；聚类处理模块将采集到的三轴加速度数据样本配到K个聚类中，重新计算每一次迭代训练出来的新聚类位置，使得每个数据到新聚类中心点的距离之和最小，并重复上述步骤直至各样本点到聚类中心的距离满足误差平方和最小的终止条件，跳出循环。本专利技术还提供了一种计算机终端，其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器执行所述程序时实现上述草原放牧绵羊运动行为的检测识别方法的步骤。(三)有益效果与现有技术相比，本专利技术提供了一种草原放牧绵羊运动行为的检测识别方法及其装置，具备以下有益效果：1、本专利技术的草原放牧绵羊运动行为的检测识别方法及其装置，通过对运动行为信号进行去噪，减少噪声对放牧绵羊的运动行为信号的影响，提高检测识别数据的准确度。同时，采用小波去噪的方式，可以增强去噪能力，并且无需对噪声信号建立模型，只需应用小波分解方法对数据信号进行对尺度分解，提取不同尺度下的各小波系数，将噪声信号的小波系数滤除，保持初始信号的小波系数分量，再采用逆变换对分解后的小波系数分量进行重构，达到小波算法滤波去噪的目的。2、本专利技术的草原放牧绵羊运动行为的检测识别方法及其装置，通过预处理去噪后的运动本文档来自技高网...

【技术保护点】
1.一种草原放牧绵羊运动行为的检测识别方法，其用于对安装在放牧绵羊上的三轴加速度传感器所获取的运动行为信号进行数据处理；所述检测识别方法包括：步骤一、对运动行为信号进行去噪；步骤二、预处理去噪后的运动行为信号；步骤三、选取聚类算法聚类处理预处理后的运动行为信号；其特征在于：在步骤一中，首先对含噪的放牧绵羊运动行为的加速度数据进行小波分解，然后选取一种小波阈值，最后逆变换重构有效加速度数据信号；在步骤二中，对运动行为信号进行位置校准以及加窗处理；位置校准公式为：Ax＝axsinθsinα‑aysinθcosα+aycosθsinαAy＝axsinθcosα+aysinθsinα‑aycosθcosαAz＝azsinθ‑axcosθ+aycosθ其中，θ为三轴加速度传感器在静止时的竖直方向的轴与地心方向夹角，α为实际重力加速度值g在三维空间的X、Y水平面上的投影与绵羊运动方向的夹角，ax、ay、az分别为三轴加速度传感器在三个方向上的加速度的测量值，Ax、Ay、Az分别为三轴加速度传感器在三个方向上的加速度的校准值；加窗处理方法包括：先选择64个样本点，后按半个窗的位移进行移动，并获取一系列加速度数据信号；在步骤三中，选取K‑means聚类算法，将采集到的三轴加速度数据样本配到K个聚类中，重新计算每一次迭代训练出来的新聚类位置，使得每个数据到新聚类中心点的距离之和最小，并重复上述步骤直至各样本点到聚类中心的距离满足误差平方和最小的终止条件，跳出循环。...

【技术特征摘要】
1.一种草原放牧绵羊运动行为的检测识别方法，其用于对安装在放牧绵羊上的三轴加速度传感器所获取的运动行为信号进行数据处理；所述检测识别方法包括：步骤一、对运动行为信号进行去噪；步骤二、预处理去噪后的运动行为信号；步骤三、选取聚类算法聚类处理预处理后的运动行为信号；其特征在于：在步骤一中，首先对含噪的放牧绵羊运动行为的加速度数据进行小波分解，然后选取一种小波阈值，最后逆变换重构有效加速度数据信号；在步骤二中，对运动行为信号进行位置校准以及加窗处理；位置校准公式为：Ax＝axsinθsinα-aysinθcosα+aycosθsinαAy＝axsinθcosα+aysinθsinα-aycosθcosαAz＝azsinθ-axcosθ+aycosθ其中，θ为三轴加速度传感器在静止时的竖直方向的轴与地心方向夹角，α为实际重力加速度值g在三维空间的X、Y水平面上的投影与绵羊运动方向的夹角，ax、ay、az分别为三轴加速度传感器在三个方向上的加速度的测量值，Ax、Ay、Az分别为三轴加速度传感器在三个方向上的加速度的校准值；加窗处理方法包括：先选择64个样本点，后按半个窗的位移进行移动，并获取一系列加速度数据信号；在步骤三中，选取K-means聚类算法，将采集到的三轴加速度数据样本配到K个聚类中，重新计算每一次迭代训练出来的新聚类位置，使得每个数据到新聚类中心点的距离之和最小，并重复上述步骤直至各样本点到聚类中心的距离满足误差平方和最小的终止条件，跳出循环。2.根据权利要求1所述的一种草原放牧绵羊运动行为的检测识别方法，其特征在于：在步骤一中：首先，选取一种小波基函数并设置分解层数N，对放牧绵羊运动行为含噪信号f(t)进行小波变换，计算出小波分解系数Wjk；然后，设置小波阈值，对第1至N层小波分解的系数Wjk做相应的阈值处理，得到估计系数并使小于一个预设的极小量；最后，根据不同层的小波分解系数和第N层的小波系数重构三轴加速度数据信号，获取去噪后的加速度数据预测信号3.根据权利要求2所述的一种草原放牧绵羊运动行为的检测识别方法，其特征在于：所述小波基函数为Haar小波函数、Daubechies小波函数、Coiflet小波函数、Symlet(symN)小波函数、MexicanHat(mexh)小波函数中的一种函数；所述小波阈值为VisuShrink阈值、SureShrink阈值、HeurSure阈值、Minimax阈值中的一种阈值。4.根据权利要求2所述的一种草原放牧绵羊运动行为的检测识别方法，其特征在于：选取小波基函数以及分解层数N的方法包括：获取无噪声时放牧绵羊的运动行为信号，并混入高斯白噪声，以构成模拟运动行为加速度信号；设置小波基函数阈值，选择Haar小波函数、Daubechies小波函数、Coiflet小波函数、Symlet(symN)小波函数、MexicanHat(mexh)小波函数中的任意...

【专利技术属性】
技术研发人员：韩丁，刘艳秋，王鑫，张旭，温军，苏赫，武佩，杜德鹏，马子寅，
申请(专利权)人：内蒙古大学，
类型：发明
国别省市：内蒙古,15