奶牛跛行步态分析的关键是在奶牛连续步态中识别摆动相和站立相等步态时相,通过分析奶牛各个步态时相的运动强度和持续时间判断奶牛跛行程度。奶牛的步态满足一定的周期性和规律性,但在现实环境中,奶牛步态受环境和个体差异的影响较大,自适应奶牛步态分析需要针对现实情况采取相应的技术方法。现较多采用计算机视觉技术和可穿戴式设备
[5]来进行奶牛步态分析。计算机视觉技术具有非接触、免应激、低成本、高通量、不干扰奶牛正常活动等优点
[6],已被用于奶牛步态分割
[7]、步态特征提取
[8]以及跛行检测
[9]中。但计算机视觉容易受到环境光线、复杂背景以及奶牛相互遮挡的影响
[10]。可穿戴式传感器
[11]具有不限于特定测量区域以及不受光照和遮挡影响的优点,目前,基于可穿戴式传感器进行奶牛跛行的研究热点集中在奶牛步态分割和特征提取方面。常见的奶牛步态分割方式主要有基于事件的峰值检测法和基于时域的动态时间规整方法两种。峰值检测法最先应用于奶牛步态分割和识别
[12],但其容易将一些非步态的峰值识别为步态事件,导致低准确率和高召回率。动态时间规整法是指通过计算两个序列的相似性进行步态分割,设定阈值以及建立最优匹配模板,自动化程度不高
[13]。