奶牛跛行自动识别技术研究现状与挑战

韩书庆, 张晶, 程国栋, 彭英琦, 张建华, 吴建寨

Current State and Challenges of Automatic Lameness Detection in Dairy Cattle

Shuqing HAN, Jing ZHANG, Guodong CHENG, Yingqi PENG, Jianhua ZHANG, Jianzhai WU

表 5 基于可穿戴技术的跛行识别的研究

Table 5 Researches on wearable sensors based lameness detection

文献 时间 跛行特征 分类算法 召回率/% 特异性/% 成熟度 样本量/个 Chapinal等[49] 2009 牛蹄侧偏量、步幅、步态对称性、负重倾向性、行走速度 —— —— —— —— 100 Chapinal等[64] 2011 步态对称性（加速度幅度、方差） —— —— —— 传感器研发 36 Yunta等[65] 2012 躺卧行为特征 —— —— —— 决策支持 1290 Alsaaod等[66] 2012 躺卧行为特征（总躺卧时长、躺卧次数、每次躺卧时长） SVM —— —— 算法验证阶段 30 Thorup等[67] 2015 躺卧时长、站立时长、散步时长、步频、运动指数 PCA —— —— 传感器研发 348 Alsaaod等[68] 2017 步态周期、站立相、摆动相；离地时刻、承重时刻加速度 阈值判别 100 100 决策支持 17/24 Haladjian等[69] 2018 负重倾向性、步态对称性、步幅 SVM 62.5~83.3 81.7~97.2 传感器研发 10