监测牧草摄取量的系统技术方案

本公开涉及用于监测放牧动物物种的牧草摄取量的系统。该系统包括在空间上与动物的身体部分相关联的传感器，以生成指示与多个时间点相关联的动物的身体部分的移动的移动数据；以及处理服务器。处理服务器包括：数据接口，用于接收移动数据；以及处理器，被配置为评估接收到的移动数据，以针对多个时间点中的每个时间点确定动物在该时间点的行为的指示。基于该指示，处理器确定指示动物表现出的行为的时间的时间值，并且基于该时间值确定牧草摄取值。

【技术实现步骤摘要】
【国外来华专利技术】监测牧草摄取量的系统
本公开涉及用于监测动物的牧草摄取量的系统。
技术介绍
难以在任何规模上可靠地测量牧草的个体摄取量，这使得不能直接估计在不同环境条件下放牧牲畜的效率，或者更精确进行牲畜管理，特别是对于国家种畜群和禽群。对本说明书中包含的文件、法案、材料、设备、物品等的任何讨论不应被视为承认任何或所有这些事项构成现有技术基础的一部分或者是在本申请的每个权利要求的优先权日之前存在的与本公开相关的领域的公知常识。在整个说明书中，词语“包括”或其变体将被理解为暗示包括所述元素、整数或步骤，或者元素、整数或步骤的组，但是不排除任何其它元素、整数或步骤，或者元素、整数或步骤的组。
技术实现思路
一种用于监测牧草摄取量的传感器网络包括安装在相应动物上以发送与多个时间点相关联的监测数据的多个传感器以及处理服务器。处理服务器包括：无线网络接口，用于接收监测数据；以及处理器，被配置为基于接收到的监测数据评估训练的机器学习模型，以确定动物是否正在多个时间点中的每个时间点放牧的指示，基于该指示，确定指示每个动物放牧时间的时间值，并基于该时间值确定牧草摄取值。一种用于监测放牧动物物种的牧草摄取量的系统包括：空间上与动物的身体部分相关联的传感器，以生成指示与多个时间点相关联的动物的身体部分的移动的移动数据；处理服务器，包括：接收移动数据的数据接口，处理器被配置为：评估接收到的移动数据，以针对多个时间点中的每个时间点确定动物在该时间点的行为的指示，基于该指示，确定指示动物表现出的行为的时间的时间值，以及基于该时间值确定牧草摄取值。多个传感器可以包括加速度传感器。多个传感器可以通过颈圈安装在动物的颈部上，或者通过缰绳安装在动物的头部上，或者通过耳标安装。一种用于监测放牧动物物种的牧草摄取量的方法，包括：评估与多个时间点相关联的接收到的监测数据，以针对多个时间点中的每个时间点确定动物在该时间点的行为的指示；基于该指示确定指示动物表现出的行为的时间的时间值；以及基于该时间值确定牧草摄取值。确定行为可以包括从多个候选行为中选择行为。多种候选行为可以包括放牧、休息、反刍、行走以及其它。确定行为可以包括确定放牧行为。评估接收到的监测数据可以包括将训练的机器学习模型应用于监测数据。训练的机器学习模型可以是线性回归模型。训练的机器学习模型可以基于线性回归模型的斜率。该方法还可以包括基于动物的历史观察来训练机器学习模型。确定牧草摄取值可以包括评估时间值的线性函数。该方法还可以包括在用户界面上生成指示牧草摄取值的输出。在用户界面上生成输出包括基于牧草摄取值确定动物的放牧环境的特性，并且输出包括放牧环境的指示。输出可以指示围场状态、生物量(biomass)可用性和动物偏好中的一个或多个。该方法可以用于从个体中选择个体或生殖或再生物质用于在育种、人工授精、体外受精、胚胎植入或转基因时使用。一种用于在群体中产生遗传增益的方法包括执行方法并从群体中选择具有高估计育种值的个体。该方法可以包括从所选个体获得生殖或再生物质。生殖或再生物质可以通过执行上述方法获得。一种计算机可读介质包括与通过执行上述方法获得的生殖或再生物质有关的数据的数据库。一种在群体中产生遗传增益的方法包括：(i)执行上述方法，从而基于牧草摄取值估计群体中一个或多个个体的育种值；(ii)从(i)中选择具有高估计育种值的个体；(iii)从所选个人获得生殖或再生物质；以及(iv)从生殖或再生物质产生一个或多个个体或个体的一代或多代。可以通过执行上述方法来产生非人类。一种在多个动物的群体中产生遗传增益的方法包括：针对多个动物中的每个动物评估接收到的与多个时间点相关联的监测数据，以针对多个时间点中的每个时间点确定该时间点的行为的指示，针对多个动物中的每个动物，基于该指示确定指示该动物表现出的行为的时间的时间值，以及基于该时间值确定多个动物中的每个动物的食物摄取值；以及基于来自群体的食物摄取值从多个动物中选择具有高估计育种值的个体。育种值可以基于与食物摄取相关的繁殖力。在适当的情况下，描述方法、计算机可读介质或计算机系统的任何方面的可选特征类似地适用于这里也描述的其它方面。附图说明现在将参考以下内容描述示例：图1图示了用于监测牧草摄取量的传感器网络。图2a图示了由处理器执行的用于监测牧草摄取量的方法。图2b图示了指示在时间点的进食行为的时间线。图3图示了包括饲养地块的图像的用户界面，其中叠加的数字表示可以用于确定牧草摄取量的实验中的个体地块和动物数。图4图示了基于监测数据的活动索引。图5a和5b图示了数据收集设备120的示例设计。图6a和6b图示了数据收集设备120在牛上的示例安装。图7a和7b图示了数据收集设备120的示例设计。在该示例中，设备120上的太阳能电池为数据收集和传输提供电能。图8图示了基于确定的牧草摄取量的用于下一代表型分析(phenotyping)的计算机网络。换句话说，确定的牧草摄取量用作数量性状(quantitativetrait)，并且可以与包括用于选择性育种的遗传标志物的生物标志物关联。图9图示了牲畜表型组学方法的示意图。目标性状包括以下中的一个或多个：牧场处的采食量、效率和甲烷产量免疫能力适应性和身体素质生殖力。图10图示了牧草摄取项目设计的框图。图11图示了来自数据收集设备的示例传感器数据。虽然传感器数据被显示为模拟信号，但是应该理解的是，传感器数据可以以数字形式传输，诸如XML或JSON文件或流。图12图示了可以在用户界面上显示的整个地块上的牛的位置的热图。图13图示了牧草摄取量估计的示例时间线。图14图示了所公开方法的示例输出。图15a和15b分别图示了牧草质量和数量的示例数据。图16图示了训练和验证二元分类器性能的方法。加速度计系列经过预处理，以得出六个运动和朝向系列。这些系列被划分为短时间间隔。具体实施方式测量牧草摄取量非常重要，因为牧草摄取量可以作为放牧环境质量的指标，也可以作为育种值的指标。特别地，同一围场中多个动物的牧草摄取量下降可能表明生物量可用性不足或可用生物量不对应于动物的偏好。另外，牧草摄取量可以被认为是允许计算效率度量的成本，诸如牧草摄取量上的重量、牧草摄取量上的小牛数量或牧草摄取量上的小牛重量、或牧草摄取量上的牛奶或牛奶成分产量。可以选择具有更高效率度量的动物用于育种以提高群体的效率。本公开提供了用于监测和测量牧草摄取量的系统和方法，其比现有方法更准确且更简单。这允许这些系统和方法大规模地部署到每只动物并且改善农场业务的整体操作。它还允许量化摄取量，同时与在食物选择有限的围栏中的隔离动物相比，这些动物表现出在正常生产环境中的自然放牧行为和摄食偏好。虽然本文的一些实例涉及反刍动物和其它放牧动物物种的牧草摄取和放牧，但是应该理解的是，一些提出的解决方案同样适用于一般采食量，诸如饲养场。特别地，将所提出的解决方案应用于饲养场将减少对秤和RFID系统的大量投资。可以使用所提出的方法和系统监测的动物的示例是反刍动物，包括牛、绵羊、山羊和马以及包括猪在内的其它非反刍放牧动物物种。本公开提供了对个体反刍动物摄取量的可靠估计，以提高生产率和效率。摄取量是确定生产率和效率的主要输入变量，加上针对环境变化的(一个或多个)敏感响应变量。改善的遗传优点，包括基本文档来自技高网...

【技术保护点】
1.一种用于监测放牧动物物种的牧草摄取量的系统，所述系统包括：空间上与动物的身体部分相关联的传感器，以生成指示与多个时间点相关联的动物的身体部分的移动的移动数据；处理服务器，包括：接收移动数据的数据接口，处理器，被配置为：评估接收到的移动数据，以针对多个时间点中的每个时间点确定动物在该时间点的行为的指示，基于所述指示，确定指示动物表现出的行为的时间的时间值，以及基于所述时间值确定牧草摄取值。

【技术特征摘要】
【国外来华专利技术】2016.06.08 AU 2016902238;2017.02.01 AU 20179003031.一种用于监测放牧动物物种的牧草摄取量的系统，所述系统包括：空间上与动物的身体部分相关联的传感器，以生成指示与多个时间点相关联的动物的身体部分的移动的移动数据；处理服务器，包括：接收移动数据的数据接口，处理器，被配置为：评估接收到的移动数据，以针对多个时间点中的每个时间点确定动物在该时间点的行为的指示，基于所述指示，确定指示动物表现出的行为的时间的时间值，以及基于所述时间值确定牧草摄取值。2.如权利要求1所述的系统，其中所述多个传感器包括加速度传感器。3.如权利要求1或2所述的系统，其中所述多个传感器通过颈圈安装在动物的颈部上，或者通过缰绳安装在动物的头部上，或者通过耳标安装。4.一种用于监测放牧动物物种的牧草摄取量的方法，所述方法包括：评估与多个时间点相关联的接收到的监测数据，以针对多个时间点中的每个时间点确定动物在该时间点的行为的指示；基于所述指示确定指示动物表现出的行为的时间的时间值；以及基于所述时间值确定牧草摄取值。5.如权利要求4所述的方法，其中确定行为包括从多个候选行为中选择行为。6.如权利要求5所述的方法，其中所述多个候选行为包括放牧、休息、反刍、行走以及其它。7.如权利要求4、5或6所述的方法，其中确定行为包括确定放牧行为。8.如权利要求4至7中任一项所述的方法，其中评估接收到的监测数据包括将训练的机器学习模型应用于监测数据。9.如权利要求8所述的方法，其中训练的机器学习模型是线性回归模型。10.如权利要求9所述的方法，其中训练的机器学习模型基于线性回归模型的斜率。11.如权利要求8、9或10所述的方法，还包括基于动物的历史观察来训练机器学习模型。12.如权利要求4至11中任一项所述的方法，其中确定牧草摄取值包...

【专利技术属性】
技术研发人员：A·英哈姆，A·拉赫曼，D·史密斯，G·毕夏普赫尔利，P·巴伦西亚，P·格林伍德，
申请(专利权)人：联邦科学和工业研究组织，代表新南威尔士州的初级产业部，工业，技能和区域发展部办公室，
类型：发明
国别省市：澳大利亚,AU