ホーム > 特許ランキング > ＮＴＴテクノクロス株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024145248
(43)【公開日】2024-10-15
(54)【発明の名称】異常検知装置、異常検知方法、及びプログラム
(51)【国際特許分類】
A01K 29/00 20060101AFI20241004BHJP
【ＦＩ】
A01K29/00 A
【審査請求】有
【請求項の数】5
【出願形態】ＯＬ
(21)【出願番号】P 2023057521
(22)【出願日】2023-03-31
(71)【出願人】
【識別番号】000102717
【氏名又は名称】ＮＴＴテクノクロス株式会社
(74)【代理人】
【識別番号】100107766
【弁理士】
【氏名又は名称】伊東 忠重
(74)【代理人】
【識別番号】100070150
【弁理士】
【氏名又は名称】伊東 忠彦
(72)【発明者】
【氏名】佐々木 克敏
(72)【発明者】
【氏名】吉野 航矢
(72)【発明者】
【氏名】赤野間 信行
(72)【発明者】
【氏名】大家 眸美
(57)【要約】 （修正有）
【課題】家畜の異常を精度良く検知できる技術を提供する。
【解決手段】異常検知装置は、家畜に装着された加速度センサ及び気圧センサが測定した加速度データ及び気圧データを記憶する記憶部と、気圧データに基づいて、所定の時間幅毎に、家畜が立っている状態を表す起立状態、又は、家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定部と、寝状態であると推定された場合、四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、横臥と、膝を下ろし、胸を起こした状態を表す伏臥とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定部と、起立状態、横臥状態、又はゴロゴロ状態のいずれであると推定されたかに応じて、加速度データに基づいて、時間幅毎に、家畜の暴れ具合を表す第１のスコアを算出するスコア算出部と、第１のスコアに基づいて、家畜に異常が発生したことを検知する検知部と、を有する。
【選択図】図８
【解決手段】異常検知装置は、家畜に装着された加速度センサ及び気圧センサが測定した加速度データ及び気圧データを記憶する記憶部と、気圧データに基づいて、所定の時間幅毎に、家畜が立っている状態を表す起立状態、又は、家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定部と、寝状態であると推定された場合、四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、横臥と、膝を下ろし、胸を起こした状態を表す伏臥とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定部と、起立状態、横臥状態、又はゴロゴロ状態のいずれであると推定されたかに応じて、加速度データに基づいて、時間幅毎に、家畜の暴れ具合を表す第１のスコアを算出するスコア算出部と、第１のスコアに基づいて、家畜に異常が発生したことを検知する検知部と、を有する。
【選択図】図８
【特許請求の範囲】
【請求項1】
家畜の異常を検知する異常検知装置であって、
前記家畜に装着された機器が備える加速度センサ及び気圧センサがそれぞれ測定した加速度データ及び気圧データを記憶する記憶部と、
１以上の前記気圧データに基づいて、所定の時間幅毎に、前記家畜が、前記家畜が立っている状態を表す起立状態、又は、前記家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定部と、
前記家畜が寝状態であると推定された場合、前記家畜が、前記家畜が四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、前記横臥状態と、前記家畜が膝を下ろし、胸を起こした状態を表す伏臥状態とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定部と、
前記家畜が、前記起立状態、前記横臥状態、又は前記ゴロゴロ状態のいずれであると推定されたかに応じて、１以上の前記加速度データに基づいて、前記時間幅毎に、前記家畜の暴れ具合を表す第１のスコアを算出するスコア算出部と、
前記第１のスコアに基づいて、前記家畜に異常が発生したことを検知する検知部と、
を有する異常検知装置。
前記家畜に装着された機器が備える加速度センサ及び気圧センサがそれぞれ測定した加速度データ及び気圧データを記憶する記憶部と、
１以上の前記気圧データに基づいて、所定の時間幅毎に、前記家畜が、前記家畜が立っている状態を表す起立状態、又は、前記家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定部と、
前記家畜が寝状態であると推定された場合、前記家畜が、前記家畜が四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、前記横臥状態と、前記家畜が膝を下ろし、胸を起こした状態を表す伏臥状態とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定部と、
前記家畜が、前記起立状態、前記横臥状態、又は前記ゴロゴロ状態のいずれであると推定されたかに応じて、１以上の前記加速度データに基づいて、前記時間幅毎に、前記家畜の暴れ具合を表す第１のスコアを算出するスコア算出部と、
前記第１のスコアに基づいて、前記家畜に異常が発生したことを検知する検知部と、
を有する異常検知装置。
【請求項2】
前記スコア算出部は、
前記家畜が前記起立状態であると推定された場合、現在の前記時間幅における前記第１のスコアを０と算出し、
前記家畜が横臥状態であると推定された場合、１以上の前記加速度データに基づいて、現在の前記時間幅における前記家畜の暴れ具合を表す第２のスコアを算出し、１つ前の前記時間幅における前記第１のスコアに対して前記第２のスコアを加算することで、現在の前記時間幅における前記第１のスコアを算出し、
前記家畜が前記ゴロゴロ状態であると推定された場合、１つ前の前記時間幅における前記第１のスコアを、現在の前記時間幅における前記第１のスコアとして算出する、請求項１に記載の異常検知装置。
前記家畜が前記起立状態であると推定された場合、現在の前記時間幅における前記第１のスコアを０と算出し、
前記家畜が横臥状態であると推定された場合、１以上の前記加速度データに基づいて、現在の前記時間幅における前記家畜の暴れ具合を表す第２のスコアを算出し、１つ前の前記時間幅における前記第１のスコアに対して前記第２のスコアを加算することで、現在の前記時間幅における前記第１のスコアを算出し、
前記家畜が前記ゴロゴロ状態であると推定された場合、１つ前の前記時間幅における前記第１のスコアを、現在の前記時間幅における前記第１のスコアとして算出する、請求項１に記載の異常検知装置。
【請求項3】
前記加速度センサは、前記家畜が起立した状態で前記家畜の進行方向に対して右方向をｘ軸の正の方向、前記進行方向をｙ軸の正の方向、重力方向をｚ軸の方向とする３軸加速度センサであり、
前記第２の推定部は、
１以上の前記加速度データそれぞれに含まれる１以上のｘ成分加速度値及び１以上のｚ成分加速度値に基づいて、前記ゴロゴロ状態を表す所定の特徴が１以上の前記ｘ成分加速度値又は１以上の前記ｚ成分加速度値に現れる場合は前記家畜が前記ゴロゴロ状態であると推定し、前記ゴロゴロ状態であると推定されなかった場合は前記家畜が前記横臥状態であると推定する、請求項１又は２に記載の異常検知装置。
前記第２の推定部は、
１以上の前記加速度データそれぞれに含まれる１以上のｘ成分加速度値及び１以上のｚ成分加速度値に基づいて、前記ゴロゴロ状態を表す所定の特徴が１以上の前記ｘ成分加速度値又は１以上の前記ｚ成分加速度値に現れる場合は前記家畜が前記ゴロゴロ状態であると推定し、前記ゴロゴロ状態であると推定されなかった場合は前記家畜が前記横臥状態であると推定する、請求項１又は２に記載の異常検知装置。
【請求項4】
家畜の異常を検知する異常検知装置が、
前記家畜に装着された機器が備える加速度センサ及び気圧センサがそれぞれ測定した加速度データ及び気圧データを記憶部に記憶する記憶手順と、
１以上の前記気圧データに基づいて、所定の時間幅毎に、前記家畜が、前記家畜が立っている状態を表す起立状態、又は、前記家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定手順と、
前記家畜が寝状態であると推定された場合、前記家畜が、前記家畜が四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、前記横臥状態と、前記家畜が膝を下ろし、胸を起こした状態を表す伏臥状態とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定手順と、
前記家畜が、前記起立状態、前記横臥状態、又は前記ゴロゴロ状態のいずれであると推定されたかに応じて、１以上の前記加速度データに基づいて、前記時間幅毎に、前記家畜の暴れ具合を表す第１のスコアを算出するスコア算出手順と、
前記第１のスコアに基づいて、前記家畜に異常が発生したことを検知する検知手順と、
を実行する異常検知方法。
前記家畜に装着された機器が備える加速度センサ及び気圧センサがそれぞれ測定した加速度データ及び気圧データを記憶部に記憶する記憶手順と、
１以上の前記気圧データに基づいて、所定の時間幅毎に、前記家畜が、前記家畜が立っている状態を表す起立状態、又は、前記家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定手順と、
前記家畜が寝状態であると推定された場合、前記家畜が、前記家畜が四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、前記横臥状態と、前記家畜が膝を下ろし、胸を起こした状態を表す伏臥状態とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定手順と、
前記家畜が、前記起立状態、前記横臥状態、又は前記ゴロゴロ状態のいずれであると推定されたかに応じて、１以上の前記加速度データに基づいて、前記時間幅毎に、前記家畜の暴れ具合を表す第１のスコアを算出するスコア算出手順と、
前記第１のスコアに基づいて、前記家畜に異常が発生したことを検知する検知手順と、
を実行する異常検知方法。
【請求項5】
家畜の異常を検知する異常検知装置に、
前記家畜に装着された機器が備える加速度センサ及び気圧センサがそれぞれ測定した加速度データ及び気圧データを記憶部に記憶する記憶手順と、
１以上の前記気圧データに基づいて、所定の時間幅毎に、前記家畜が、前記家畜が立っている状態を表す起立状態、又は、前記家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定手順と、
前記家畜が寝状態であると推定された場合、前記家畜が、前記家畜が四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、前記横臥状態と、前記家畜が膝を下ろし、胸を起こした状態を表す伏臥状態とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定手順と、
前記家畜が、前記起立状態、前記横臥状態、又は前記ゴロゴロ状態のいずれであると推定されたかに応じて、１以上の前記加速度データに基づいて、前記時間幅毎に、前記家畜の暴れ具合を表す第１のスコアを算出するスコア算出手順と、
前記第１のスコアに基づいて、前記家畜に異常が発生したことを検知する検知手順と、
を実行させるプログラム。
前記家畜に装着された機器が備える加速度センサ及び気圧センサがそれぞれ測定した加速度データ及び気圧データを記憶部に記憶する記憶手順と、
１以上の前記気圧データに基づいて、所定の時間幅毎に、前記家畜が、前記家畜が立っている状態を表す起立状態、又は、前記家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定手順と、
前記家畜が寝状態であると推定された場合、前記家畜が、前記家畜が四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、前記横臥状態と、前記家畜が膝を下ろし、胸を起こした状態を表す伏臥状態とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定手順と、
前記家畜が、前記起立状態、前記横臥状態、又は前記ゴロゴロ状態のいずれであると推定されたかに応じて、１以上の前記加速度データに基づいて、前記時間幅毎に、前記家畜の暴れ具合を表す第１のスコアを算出するスコア算出手順と、
前記第１のスコアに基づいて、前記家畜に異常が発生したことを検知する検知手順と、
を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、異常検知装置、異常検知方法、及びプログラムに関する。
【背景技術】
【0002】
肥育牛では、肥育後期に起立困難等の異常が発生し易いことが知られている。起立困難を放置すると、窒息等により牛が死亡することがあるため、牛を肥育する肥育農家では、牛舎の見回り等を行って、起立困難等の異常が牛に発生していないかを確認している。
【0003】
また、繁殖牛でも産前産後に起立困難等の異常が発生し易いことが知られており、繁殖農家は、同様に、牛舎の見回り等を行って、起立困難等の異常が牛に発生していないかを確認している。
【0004】
更に、鼓脹症等の異常によって牛が起立困難となる場合もある。鼓脹症とは、牛等の反芻動物の家畜に起こり得る病気であり、例えば、青草等の発酵性飼料を過食した際等に発症する場合がある。鼓脹症が発症した場合、牛の腹部が膨脹するため、牛は起立困難となる。
【0005】
上記のような起立困難な状態を異常として特定する技術が従来から知られている（例えば、特許文献１等）。
【先行技術文献】
【特許文献】
【0006】
【特許文献1】特開２０１９－９７４７５号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
しかしながら、従来技術では、起立困難といった異常を検知する際の検知精度が高くない場合があり、誤検知が発生することがあった。例えば、牛が横臥と呼ばれる状態と伏臥と呼ばれる状態とを繰り返す動きを行っている場合、これを起立困難な状態であると誤って検知されることがある。
【0008】
本開示は、上記の点に鑑みてなされたもので、家畜の異常を精度良く検知できる技術を提供する。
【課題を解決するための手段】
【0009】
本開示の一態様による異常検知装置は、家畜の異常を検知する異常検知装置であって、前記家畜に装着された機器が備える加速度センサ及び気圧センサがそれぞれ測定した加速度データ及び気圧データを記憶する記憶部と、１以上の前記気圧データに基づいて、所定の時間幅毎に、前記家畜が、前記家畜が立っている状態を表す起立状態、又は、前記家畜が寝ている状態を表す寝状態、のいずれであるかを推定する第１の推定部と、前記家畜が寝状態であると推定された場合、前記家畜が、前記家畜が四肢を投げ出し横倒しになっている状態を表す横臥状態、又は、前記横臥状態と、前記家畜が膝を下ろし、胸を起こした状態を表す伏臥状態とを繰り返している状態を表すゴロゴロ状態、のいずれであるかを推定する第２の推定部と、前記家畜が、前記起立状態、前記横臥状態、又は前記ゴロゴロ状態のいずれであると推定されたかに応じて、１以上の前記加速度データに基づいて、前記時間幅毎に、前記家畜の暴れ具合を表す第１のスコアを算出するスコア算出部と、前記第１のスコアに基づいて、前記家畜に異常が発生したことを検知する検知部と、を有する。
【発明の効果】
【0010】
家畜の異常を精度良く検知できる技術が提供される。
【図面の簡単な説明】
【0011】
【図1】本実施形態に係る異常検知システムの全体構成の一例を示す図である。
【図2】測定データ記憶部に記憶されている測定データの一例を示す図である。
【図3】牛の横臥状態及び伏臥状態の一例を示す図である。
【図4】ゴロゴロ状態における加速度センサ値の特徴を説明するための図である。
【図5】本実施形態に係る異常検知処理部の機能構成の一例を示す図である。
【図6】本実施形態に係る異常検知処理の一例を示すフローチャートである。
【図7】本実施形態に係る姿勢推定処理の一例を示すフローチャートである。
【図8】本実施形態に係るゴロゴロ状態推定処理の一例を示すフローチャートである。
【発明を実施するための形態】
【0012】
以下、本発明の一実施形態について説明する。以下の実施形態では、家畜の一例として牛を想定し、牛の起立困難な状態を異常として精度良く検知できる異常検知システム１について説明する。ここで、起立困難な状態とは、例えば、牛等の家畜が脚を上に向けて藻掻いている状態のことである。起立困難な状態が続くと、牛では第一胃にガスが溜まり窒息死してしまうことがある。
【0013】
ただし、牛は家畜の一例であって、以下の実施形態が適用可能な家畜は牛に限られるものではない。
【0014】
＜異常検知システム１の全体構成例＞
本実施形態に係る異常検知システム１の全体構成例を図１に示す。図１に示すように、本実施形態に係る異常検知システム１には、牛の起立困難状態を異常として検知する異常検知装置１０と、１頭以上の牛にそれぞれ装着された１以上のタグ２０と、基準となる気圧を測定する基準気圧センサ３０とが含まれる。なお、タグ２０は、ベルト等によって牛の首部分に固定して装着されることが好ましい。
本実施形態に係る異常検知システム１の全体構成例を図１に示す。図１に示すように、本実施形態に係る異常検知システム１には、牛の起立困難状態を異常として検知する異常検知装置１０と、１頭以上の牛にそれぞれ装着された１以上のタグ２０と、基準となる気圧を測定する基準気圧センサ３０とが含まれる。なお、タグ２０は、ベルト等によって牛の首部分に固定して装着されることが好ましい。
【0015】
タグ２０は、牛に装着される機器である。１頭の牛に対して１つのタグ２０が装着されている。タグ２０には、当該タグ２０を装着している牛の加速度（ｘ軸、ｙ軸及びｚ軸の３軸の加速度）を測定する加速度センサと、気圧を測定する気圧センサとが含まれる。ここで、ｘ軸、ｙ軸及びｚ軸で構成される座標系はタグ２０に固定されており、タグ２０は、例えば、牛が起立し、かつ、首が曲がっていない（真っ直ぐの）状態で、当該牛の進行方向に対して右方向をｘ軸の正の方向、当該進行方向をｙ軸の正の方向、重力方向をｚ軸の正の方向となるように装着される。ただし、牛に対する各軸（ｘ軸、ｙ軸及びｚ軸）の方向はこれに限られず、座標系における各軸の相対的な位置関係は保ったままで各軸が任意の方向となるようにタグ２０を牛に装着することが可能である。
【0016】
タグ２０は、所定の時間幅Δｓ毎に、加速度センサにより測定した加速度センサ値と、気圧センサにより測定された気圧センサ値とが含まれる測定データを異常検知装置１０に送信する。異常検知装置１０に送信された測定データは、後述する測定データ記憶部２００に蓄積（記憶）される。ここで、Δｓは加速度センサと気圧センサのセンシング周期であり、例えば、Δｓ＝２〔秒〕等である。
【0017】
基準気圧センサ３０は、牛舎内の所定の位置（例えば、牛舎内の地面上等）に設置され、基準となる気圧を測定する。基準気圧センサ３０は、所定の時間幅Δｓ'毎に、測定した気圧を示す基準気圧センサ値が含まれる基準気圧データを異常検知装置１０に送信する。異常検知装置１０に送信された基準気圧データは、後述する基準気圧データ記憶部３００に蓄積（記憶）される。ここで、Δｓ'は基準気圧センサ３０のセンシング周期であり、例えば、Δｓ'＝Δｓである。以下、Δｓ'＝Δｓであるものとして説明するが、Δｓ'≠Δｓであってもよい。
【0018】
異常検知装置１０は、牛の起立困難状態（例えば、肥育後期に発生する起立困難状態、産前産後に発生する起立困難状態、鼓脹症による起立困難状態等）を異常として検知する汎用サーバ等のコンピュータ又はコンピュータシステムである。異常検知装置１０は、異常検知処理部１００と、測定データ記憶部２００と、基準気圧データ記憶部３００とを有する。
【0019】
異常検知処理部１００は、測定データ記憶部２００に記憶されている測定データと、基準気圧データ記憶部３００に記憶されている基準気圧データとを用いて、牛の異常を検知する。異常検知処理部１００は、例えば、異常検知装置１０にインストールされた１以上のプログラムが、ＣＰＵ（Central Processing Unit）等のプロセッサに実行させる処理により実現される。
【0020】
測定データ記憶部２００は、タグ２０から受信した測定データを記憶する。測定データ記憶部２００は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等の記憶装置を用いて実現可能である。測定データ記憶部２００には、時間幅Δｓ毎に、複数の測定データが記憶（言い換えれば、測定データの時系列データが記憶）されている。なお、タグ２０から受信した測定データは、例えば、異常検知処理部１００により、測定データ記憶部２００に記憶（蓄積）させればよい。
【0021】
基準気圧データ記憶部３００は、基準気圧センサ３０から受信した基準気圧データを記憶する。基準気圧データ記憶部３００は、例えば、ＨＤＤ、ＳＳＤ、フラッシュメモリ等の記憶装置を用いて実現可能である。基準気圧データ記憶部３００には、時間幅Δｓ'毎に、複数の基準気圧データが記憶（言い換えれば、基準気圧データの時系列データが記憶）されている。なお、基準気圧センサ３０から受信した基準気圧データは、例えば、異常検知処理部１００により、基準気圧データ記憶部３００に記憶（蓄積）させればよい。
【0022】
なお、図１に示す異常検知システム１の全体構成例は一例であって、他の構成であってもよい。例えば、異常検知装置１０が有する異常検知処理部１００、測定データ記憶部２００及び基準気圧データ記憶部３００は、複数のサーバ（クラウドサーバも含む。）上に分散して配置されていてもよい。
【0023】
＜測定データ記憶部２００に記憶されている測定データ＞
測定データ記憶部２００に記憶されている測定データの一例を図２に示す。図２に示すように、測定データ記憶部２００には、タグを識別する情報であるタグＩＤ毎に、１以上の測定データが記憶されている。なお、１頭の牛に対して１つのタグ２０が装着されていることから、タグＩＤは、牛を識別する情報（例えば、牛の個体識別情報等）であってもよい。
測定データ記憶部２００に記憶されている測定データの一例を図２に示す。図２に示すように、測定データ記憶部２００には、タグを識別する情報であるタグＩＤ毎に、１以上の測定データが記憶されている。なお、１頭の牛に対して１つのタグ２０が装着されていることから、タグＩＤは、牛を識別する情報（例えば、牛の個体識別情報等）であってもよい。
【0024】
各測定データには、日時と、加速度センサ値と、気圧センサ値とが含まれる。日時は、例えば、タグ２０が測定データを送信した日時である。なお、日時は、例えば、異常検知装置１０が測定データを受信した日時であってもよい。
【0025】
加速度センサ値は、タグ２０に含まれる加速度センサにより測定された加速度の値である。加速度センサ値には、ｘ軸方向の加速度成分を示すｘ成分と、ｙ軸方向の加速度成分を示すｙ成分と、ｚ軸方向の加速度成分を示すｚ成分とが含まれる。例えば、日時「ｔ１」の測定データには、加速度センサ値のｘ成分「ｘ１」と、加速度センサ値のｙ成分「ｙ１」と、加速度センサ値のｚ成分「ｚ１」とが含まれる。同様に、例えば、日時「ｔ２」の測定データには、加速度センサ値のｘ成分「ｘ２」と、加速度センサ値のｙ成分「ｙ２」と、加速度センサ値のｚ成分「ｚ２」とが含まれる。なお、以下では、加速度センサ値のｘ成分を「ｘ成分加速度センサ値」、加速度センサ値のｙ成分を「ｙ成分加速度センサ値」、加速度センサ値のｚ成分を「ｚ成分加速度センサ値」ともいう。
【0026】
また、気圧センサ値は、タグ２０に含まれる気圧センサにより測定された気圧の値である。例えば、日時「ｔ１」の測定データには、気圧センサ値「ｐ１」が含まれる。同様に、例えば、日時「ｔ２」の測定データには、気圧センサ値「ｐ２」が含まれる。
【0027】
このように、測定データ記憶部２００に記憶されている測定データには、タグＩＤ毎に、日時と、加速度センサ値と、気圧センサ値とが含まれている。なお、Δｓ＝ｔｉ＋１－ｔｉ（ｉは１以上の整数）である。
【0028】
なお、一般に、測定データには欠損が生じたり、ノイズが生じたりする場合もあり得るが、以下では、測定データ記憶部２００には、欠損補完（リサンプリング）やノイズ除去処理等が行われた測定データが記憶されているものとする。同様に、基準気圧データ記憶部３００も、欠損補完（リサンプリング）やノイズ除去処理等が行われた基準気圧データが記憶されているものとする。
【0029】
＜牛の姿勢分類＞
以下、牛の姿勢分類について説明する。牛の姿勢は、牛が立っている状態を表す「起立状態」と牛が寝ている状態を表す「寝状態」に大別できる。
以下、牛の姿勢分類について説明する。牛の姿勢は、牛が立っている状態を表す「起立状態」と牛が寝ている状態を表す「寝状態」に大別できる。
【0030】
・起立状態
牛が立っている状態のことであり、起立状態では起立困難状態が生じることはない。
牛が立っている状態のことであり、起立状態では起立困難状態が生じることはない。
【0031】
・寝状態
牛が寝ている状態のことであり、一般に、横臥状態と伏臥状態に大別できる。横臥状態と伏臥状態の一例を図３に示す。横臥状態及び伏臥状態はいずれも牛が寝ている状態（寝姿勢）のことであるが、横臥状態は牛が四肢を投げ出して横倒しになっている状態のことであり（図３（ａ））、伏臥状態は牛が膝を下ろし、胸を起こした状態のことである（図３（ｂ））。
牛が寝ている状態のことであり、一般に、横臥状態と伏臥状態に大別できる。横臥状態と伏臥状態の一例を図３に示す。横臥状態及び伏臥状態はいずれも牛が寝ている状態（寝姿勢）のことであるが、横臥状態は牛が四肢を投げ出して横倒しになっている状態のことであり（図３（ａ））、伏臥状態は牛が膝を下ろし、胸を起こした状態のことである（図３（ｂ））。
【0032】
横臥状態が長き、牛の脚が天井方向を向き始めると起立困難な状態に陥る可能性がある。このため、横臥状態が或る程度の時間継続した場合、牛に起立困難状態が生じる危険性があるといえる。一方で、伏臥状態では牛に起立困難状態が生じる危険性はない。
【0033】
本件発明者は、起立困難を異常として検知する従来技術（例えば、特開２０１９－９７４７５号公報等に記載されている従来技術）では、横臥状態と伏臥状態を繰り返す動きを行っている場合に起立困難状態と誤検知されることがあることを見出した。そこで、以下、牛が横臥状態と伏臥状態を繰り返す動き（つまり、横臥状態から伏臥状態への遷移と伏臥状態から横臥状態への遷移とを繰り返す動き）を行っている場合でも誤検知を抑制することができる異常検知手法について提案する。
【0034】
以下、牛が横臥状態と伏臥状態を繰り返す動き行っている状態のことを「ゴロゴロ状態」と呼ぶことにする。また、以下、牛の姿勢は「起立状態」と「寝状態」に大別され、「寝状態」は更に「横臥状態」と「ゴロゴロ状態」に分類されるものとする。「寝状態」には「伏臥状態」も含まれ得るが、伏臥状態では牛に起立困難状態が生じる危険性はないため、「寝状態」としては、牛に起立困難状態が生じる危険性がある「横臥状態」と従来技術では誤検知の恐れある「ゴロゴロ状態」の２つのみを考えるものとする。なお、本実施形態では、姿勢とは静的な姿勢（起立状態、横臥状態、伏臥状態）だけでなく、動的な姿勢（ゴロゴロ状態）も含むことに留意されたい。
【0035】
＜異常検知手法＞
本異常検知手法では、起立困難を異常として検知する従来技術（例えば、特開２０１９－９７４７５号公報等に記載されている従来技術）と同様に、現在までの或る時間幅Δにおける測定データに含まれる加速度センサ値を用いて、或る時間幅Δ１（＜Δ）毎にＬ２ノルムの標準偏差を算出した上で、その標準偏差からスコアと呼ぶ指標値を算出する。そして、このスコアの合計が或る閾値を超えた場合は異常、そうでない場合は正常とする。また、このとき、牛の姿勢が「起立状態」である場合はスコアを０にリセットし、「横臥状態」である場合はスコアを加算し、「ゴロゴロ状態」である場合はスコアのリセット及び加算のいずれも行わないようにする。
本異常検知手法では、起立困難を異常として検知する従来技術（例えば、特開２０１９－９７４７５号公報等に記載されている従来技術）と同様に、現在までの或る時間幅Δにおける測定データに含まれる加速度センサ値を用いて、或る時間幅Δ１（＜Δ）毎にＬ２ノルムの標準偏差を算出した上で、その標準偏差からスコアと呼ぶ指標値を算出する。そして、このスコアの合計が或る閾値を超えた場合は異常、そうでない場合は正常とする。また、このとき、牛の姿勢が「起立状態」である場合はスコアを０にリセットし、「横臥状態」である場合はスコアを加算し、「ゴロゴロ状態」である場合はスコアのリセット及び加算のいずれも行わないようにする。
【0036】
ここで、牛の姿勢が「起立状態」又は「寝状態」のいずれであるかは、従来技術（例えば、特開２０１９－９７４７５号公報等に記載されている従来技術）と同様に、気圧センサ値と基準気圧センサ値を利用した気圧分析により推定することができる。一方で、牛の姿勢が「寝状態」であると推定された場合であっても、「ゴロゴロ状態」であるか否かは気圧分析では推定することができない。これに対して、本件発明者は、ゴロゴロ状態では加速度センサ値のｘ成分及びｚ成分に特徴的な傾向が見られることを見出した。以下、一例として、ゴロゴロ状態におけるｘ成分加速度センサ値の特徴について、図４を参照しながら説明する。なお、ｚ成分加速度センサ値についても同様の特徴が見られる。
【0037】
図４に示すように、ゴロゴロ状態では、ｘ成分加速度センサ値の変動幅が大きいという特徴が見られる（特徴１）。また、ゴロゴロ状態では、動きが弱い時間帯が多いという特徴が見られる（特徴２）。これらの特徴はゴロゴロ状態における牛を観察して得られる経験的事実と合致する。すなわち、ゴロゴロ状態ではタグ２０が装着されている首部分の角度が変化するため（つまり、ｘ軸に作用する重力加速度成分が変化するため）、ｘ軸のレンジが変化するという経験的事実と特徴１が合致する。また、横臥状態と伏臥状態との間の遷移（姿勢変化）は頻繁には行われないという経験的事実と特徴２が合致する。このため、上記の特徴１及び２は、ゴロゴロ状態の特徴を表しているといえる。
【0038】
したがって、気圧分析により牛の姿勢が「寝状態」であると推定された場合に、上記の特徴１及び２が加速度センサ値に現れるか否かを判定することにより、牛がゴロゴロ状態であるか否か推定することができる。
【0039】
なお、起立困難状態では牛が脚を上に向けて藻掻いているため、各軸の重力加速度成分はあまり変化せず、上記の特徴１は現れない。また、牛が藻掻くことにより継続的に強い動きが行われ、上記の特徴２も現れない。
【0040】
＜異常検知処理部１００の機能構成例＞
本実施形態に係る異常検知処理部１００の機能構成例を図５に示す。図５に示すように、本実施形態に係る異常検知処理部１００には、姿勢推定部１０１と、スコア算出部１０２と、異常検知部１０３とが含まれる。
本実施形態に係る異常検知処理部１００の機能構成例を図５に示す。図５に示すように、本実施形態に係る異常検知処理部１００には、姿勢推定部１０１と、スコア算出部１０２と、異常検知部１０３とが含まれる。
【0041】
姿勢推定部１０１は、異常検知対象の牛の過去Δ前から現在までの測定データに含まれる気圧センサ値と、過去Δ前から現在までの基準気圧データに含まれる基準気圧センサ値とに基づいて、気圧分析により当該牛の姿勢が起立状態又は寝状態のいずれであるかを推定する。また、姿勢推定部１０１は、当該牛の姿勢が寝状態であると推定された場合、当該測定データに含まれる加速度センサ値に基づいて、当該牛の姿勢が横臥状態又はゴロゴロ状態のいずれであるかを推定する。ここで、Δは後述する異常検知処理の実行間隔を表す時間幅であり、例えば、Δ＝６００〔秒〕＝１０〔分〕等である。
【0042】
スコア算出部１０２は、姿勢推定部１０１によって推定された姿勢に応じて、当該牛が起立困難状態であるか否かを判定するためのスコアＳを算出する。
【0043】
異常検知部１０３は、スコア算出部１０２によって算出されたスコアＳを用いて、当該牛が起立困難状態であることを異常として検知する。異常検知部１０３は、例えば、当該スコアＳが所定の閾値を超えている場合に牛に異常が発生したものとして、これを検知する。
【0044】
＜異常検知処理＞
以下、本実施形態に係る異常検知処理について、図６を参照しながら説明する。以下のステップＳ１０１～ステップＳ１０７は、時間幅Δ毎に繰り返し実行される。なお、以下では、簡単のため、或る１頭の牛の異常検知を行う場合について説明する。複数の牛の異常検知を行う場合には、各牛に関して以下のステップＳ１０１～ステップＳ１０７の異常検知処理をそれぞれ実行すればよい。
以下、本実施形態に係る異常検知処理について、図６を参照しながら説明する。以下のステップＳ１０１～ステップＳ１０７は、時間幅Δ毎に繰り返し実行される。なお、以下では、簡単のため、或る１頭の牛の異常検知を行う場合について説明する。複数の牛の異常検知を行う場合には、各牛に関して以下のステップＳ１０１～ステップＳ１０７の異常検知処理をそれぞれ実行すればよい。
【0045】
異常検知処理部１００の姿勢推定部１０１は、異常検知対象の牛の現在の姿勢を推定する（ステップＳ１０１）。なお、本ステップの処理（姿勢推定処理）の詳細については後述する。
【0046】
異常検知処理部１００は、上記のステップＳ１０１で推定された姿勢が「起立状態」、「横臥状態」、「ゴロゴロ状態」のいずれであるかを判定する（ステップＳ１０２）。
【0047】
上記のステップＳ１０２で「ゴロゴロ状態」であると判定された場合、異常検知処理部１００は、何もしない（つまり、スコアＳのリセットも加算もしない。）。
【0048】
上記のステップＳ１０２で「起立状態」であると判定された場合、異常検知処理部１００のスコア算出部１０２は、スコアＳを０にリセットする（ステップＳ１０３）。
【0049】
上記のステップＳ１０２で「横臥状態」であると判定された場合、又は、ステップＳ１０３に続いて、異常検知処理部１００のスコア算出部１０２は、スコアｓを算出する（ステップＳ１０４）。例えば、スコア算出部１０２は、以下の手順１～手順４によりスコアｓを算出する。
【0050】
手順１：スコア算出部１０２は、測定データ記憶部２００に記憶されている測定データのうち、異常検知対象の牛に装着されているタグ２０を識別するタグＩＤの測定データであって、かつ、過去Δ前から現在までの測定データに含まれる加速度センサ値（ｘ成分加速度センサ値、ｙ成分加速度センサ値及びｚ成分加速度センサ値）を取得する。以下、簡単のため、過去Δ前から現在までの日時を表すインデックス（時刻インデックス）をｔ＝１，・・・，Ｔとして、手順１で取得された加速度センサ値の集合を｛（ｘｔ，ｙｔ，ｚｔ）｜ｔ＝１，・・・，Ｔ｝とする。なお、例えば、Δ＝６００〔秒〕、Δｓ＝２〔秒〕である場合、Ｔ＝３００である。
【0051】
なお、後述するゴロゴロ状態推定処理のステップＳ３０１（図８）でも加速度センサ値の集合｛（ｘｔ，ｙｔ，ｚｔ）｜ｔ＝１，・・・，Ｔ｝が取得されるため、この集合が記憶領域に保持されている場合には上記の手順１は実行されなくてもよい。
【0052】
手順２：スコア算出部１０２は、各加速度センサ値（ｘｔ，ｙｔ，ｚｔ）のＬ２ノルムを算出する。すなわち。スコア算出部１０２は、各ｔ＝１，・・・，Ｔに対して、Ｌｔ＝（｜ｘｔ｜２＋｜ｙｔ｜２＋｜ｚｔ｜２）１／２を算出する。
【0053】
手順３：スコア算出部１０２は、時間幅Δ１（ただし、Δ１＜Δ）毎に、Ｌ２ノルムの標準偏差を算出する。ここで、Δ１は標準偏差の算出対象となる時間幅であり、所定の整数Ｎに対してΔ１＝Δ／Ｎとなる時間幅である。例えば、Δ＝６００〔秒〕のとき、Ｎ＝１０として、Δ１＝６０〔秒〕等とすればよい。以下、手順２で算出されたＬ２ノルムの標準偏差をσｄとして、Ｌ２ノルムの標準偏差の集合を｛σｄ｜ｄ＝１，・・・，Ｄ｝とする。なお、Δ＝６００〔秒〕、Δｓ＝２〔秒〕、Δ１＝６０〔秒〕である場合、Ｄ＝１０である。
【0054】
手順４：そして、スコア算出部１０２は、Ｌ２ノルムの標準偏差の集合｛σｄ｜ｄ＝１，・・・，Ｄ｝を用いて、過去Δ前から現在までの間において、Ｌ２ノルムの標準偏差が所定の上限値を超えた後に所定の下限値を下回った回数と、Ｌ２ノルムの標準偏差が当該下限値を下回った後に当該上限値を超えた回数とをカウントし、その合計をスコアｓとして算出する。なお、これらの上限値及び下限値は予め設定されたパラメータであり、例えば、経験則等に基づいて決定される。
【0055】
例えば、上限値をｓｕｐ、下限値をｉｎｆとして、Ｌ２ノルムの標準偏差を時系列順に並べるとσ１，・・・，σＤであるものとする。このとき、例えば、或るｄでｓｕｐ＜σｄとなった後に、或るｄ'（＞ｄ）でσｄ'＜ｉｎｆとなった場合、これを１回とカウントする。同様に、例えば、或るｄでσｄ＜ｉｎｆとなった後に、或るｄ'（＞ｄ）でｓｕｐ＜σｄ'となった場合、これを１回とカウントする。
【0056】
なお、上記のスコアｓは、加速度センサ値のＬ２ノルムの時間幅Δの間の標準偏差が上限値を超えた後に下限値を下回った回数と、下限値を下回った後に上限値を超えた回数との合計であるため、牛が継続的に強い動きを行っている場合にその値が高くなる。これは、一般に、起立困難状態では牛が藻掻くため、継続的に強い動きを行う傾向（言い換えれば、寝状態で、継続的に暴れる傾向）があるためである。この意味で、スコアｓは、直近の過去Δの間における牛の暴れ具合を表す指標値であるとも言える。
【0057】
ステップＳ１０４に続いて、異常検知処理部１００のスコア算出部１０２は、上記のステップＳ１０４で算出したスコアｓをスコアＳに加算する（ステップＳ１０５）。
【0058】
異常検知処理部１００の異常検知部１０３は、スコアＳが所定の閾値ｔｈ１を超えたか否かを判定する（ステップＳ１０６）。なお、閾値ｔｈ１は予め設定されたパラメータであり、その値は、適宜、任意の値に設定され得るが、例えば、１５～３５程度に設定することが考えられ、特に２５程度に設定することが好ましい。
【0059】
上記のステップＳ１０６でスコアＳが閾値ｔｈ１を超えたと判定された場合、異常検知処理部１００の異常検知部１０３は、異常検知対象の牛に異常が発生（つまり、当該牛が起立困難状態である）ことを検知する（ステップＳ１０７）。なお、異常検知部１０３は、例えば、異常検知装置１０と通信ネットワークを介して接続される端末（例えば、牧場主が利用するスマートフォン等）に対して、この異常検知結果を通知してもよい。このとき、当該異常検知結果には、例えば、異常の発生日時、異常が発生した牛を識別する情報（例えば、タグＩＤ等）、異常の種別を示す情報（例えば、起立困難を示すコード等）といった情報が含まれる。これにより、当該端末では、例えば、牛に異常が発生したことを示すアラートを発報する、といったことが可能となる。
【0060】
なお、上記のステップＳ１０７でスコアＳが閾値ｔｈ１を超えたと判定されなかった場合、異常検知処理部１００は、何もしない。
【0061】
【0062】
姿勢推定部１０１は、測定データ記憶部２００に記憶されている測定データのうち、異常検知対象の牛に装着されているタグ２０を識別するタグＩＤの測定データであって、かつ、過去Δ前から現在までの測定データに含まれる気圧センサ値と、過去Δ前から現在までの基準気圧データに含まれる基準気圧センサ値とを取得する（ステップＳ２０１）。以下、簡単のため、過去Δ前から現在までの日時を表すインデックス（時刻インデックス）をｔ＝１，・・・，Ｔとして、本ステップで取得された気圧センサ値の集合を｛ｐｔ｜ｔ＝１，・・・，Ｔ｝、基準気圧センサ値の集合を｛ｑｔ｜ｔ＝１，・・・，Ｔ｝とする。
【0063】
姿勢推定部１０１は、上記のステップＳ２０１で取得した気圧センサ値及び基準気圧センサ値を用いて、差分気圧センサ値を算出する（ステップＳ２０２）。差分気圧センサ値とは、同一日時における気圧センサ値から基準気圧センサ値を減算したものである。すなわち、姿勢推定部１０１は、ｔ＝１，・・・，Ｔに対して、ｒｔ：＝ｐｔ－ｑｔにより差分気圧センサ値ｒｔを算出する。
【0064】
姿勢推定部１０１は、上記のステップＳ２０２で算出した差分気圧センサ値ｒｔ（ｔ＝１，・・・，Ｔ）を用いて、異常検知対象の牛の現在の姿勢が「起立状態」又は「寝状態」のいずれであるかを推定する（ステップＳ２０３）。すなわち、姿勢推定部１０１は、例えば、差分気圧センサ値ｒｔ（ｔ＝１，・・・，Ｔ）の平均値等といった指標値を算出した上で、この指標値が所定の閾値ｔｈ２（＜０）よりも大きい場合は当該牛の姿勢を「寝状態」、そうでない場合は当該牛の姿勢を「起立状態」と推定する。なお、閾値ｔｈ２は予め設定されたパラメータであり、その値は、適宜、任意の値に設定され得る。
【0065】
姿勢推定部１０１は、上記のステップＳ２０３で推定した姿勢が「起立状態」又は「寝状態」のいずれであるかを判定する（ステップＳ２０４）。
【0066】
上記のステップＳ２０３で「起立状態」であると判定された場合、姿勢推定部１０１は、当該牛の現在の姿勢の推定結果として「起立状態」を出力する（ステップＳ２０５）。
【0067】
一方で、上記のステップＳ２０３で「寝状態」であると判定された場合、姿勢推定部１０１は、当該牛の現在の姿勢が「ゴロゴロ状態」又は「ゴロゴロ状態でない」のいずれであるかを推定する（ステップＳ２０６）。なお、本ステップの処理（ゴロゴロ状態推定処理）の詳細については後述する。
【0068】
姿勢推定部１０１は、上記のステップＳ２０６で「ゴロゴロ状態」であると推定されたか否かを判定する（ステップＳ２０７）。
【0069】
上記のステップＳ２０７で「ゴロゴロ状態」であると推定されなかった場合（つまり、「ゴロゴロ状態でない」と推定された場合）、姿勢推定部１０１は、当該牛の現在の姿勢の推定結果として「横臥状態」を出力する（ステップＳ２０８）。
【0070】
一方で、上記のステップＳ２０７で「ゴロゴロ状態」であると推定された場合、姿勢推定部１０１は、当該牛の現在の姿勢の推定結果として「ゴロゴロ状態」を出力する（ステップＳ２０９）。
【0071】
【0072】
姿勢推定部１０１は、測定データ記憶部２００に記憶されている測定データのうち、異常検知対象の牛に装着されているタグ２０を識別するタグＩＤの測定データであって、かつ、過去Δ前から現在までの測定データに含まれる加速度センサ値（ｘ成分加速度センサ値、ｙ成分加速度センサ値及びｚ成分加速度センサ値）を取得する（ステップＳ３０１）。以下、簡単のため、過去Δ前から現在までの日時を表すインデックス（時刻インデックス）をｔ＝１，・・・，Ｔとして、本ステップで取得された加速度センサ値の集合を｛（ｘｔ，ｙｔ，ｚｔ）｜ｔ＝１，・・・，Ｔ｝とする。
【0073】
姿勢推定部１０１は、上記のステップＳ３０１で取得された各加速度センサ値（ｘｔ，ｙｔ，ｚｔ）からｘ成分加速度センサ値ｘｔ及びｚ成分加速度センサ値ｚｔを抽出する（ステップＳ３０２）。これにより、ｘ成分及びｚ成分加速度センサ値の集合｛（ｘｔ，ｚｔ）｜ｔ＝１，・・・，Ｔ｝が得られる。
【0074】
姿勢推定部１０１は、時間幅Δ１毎に、ｘ成分加速度センサ値ｘｔの標準偏差（以下、ｘ成分標準偏差ともいう。）と、ｚ成分加速度センサ値ｚｔの標準偏差（以下、ｚ成分標準偏差ともいう。）とを算出する（ステップＳ３０３）。以下、ｘ成分標準偏差をσｘ，ｄ、ｚ成分標準偏差をσｚ，ｄとして、ｘ成分標準偏差の集合を｛σｘ，ｄ｜ｄ＝１，・・・，Ｄ｝、ｚ成分標準偏差の集合を｛σｚ，ｄ｜ｄ＝１，・・・，Ｄ｝とする。
【0075】
姿勢推定部１０１は、ゴロゴロ状態の特徴１及び２がｘ成分加速度センサ値ｘｔ（ｔ＝１，・・・，Ｔ）に現れているか否かを判定する（ステップＳ３０４）。ここで、姿勢推定部１０１は、以下の条件１－１及び１－２の両方を満たす場合はゴロゴロ状態の特徴１及び２がｘ成分加速度センサ値ｘｔ（ｔ＝１，・・・，Ｔ）に現れていると判定し、そうでない場合はゴロゴロ状態の特徴１及び２がｘ成分加速度センサ値ｘｔ（ｔ＝１，・・・，Ｔ）に現れていないと判定する。なお、特徴１が現れているか否かを判定するための条件が条件１－１に該当し、特徴２が現れているか否かを判定するための条件が条件１－２に該当する。
【0076】
条件１－１：ｘｔ（ｔ＝１，・・・，Ｔ）を降順に並べたときに大きい方からａｘ１％目に該当する値（又は、それに最も近い値）をＸ１、小さい方からａｘ２％目に該当する値（又は、それに最も近い値）をＸ２とする。すなわち、ｘｔ（ｔ＝１，・・・，Ｔ）の上位ａｘ１％目に該当する値（又は、それに最も近い値）をＸ１、下位ａｘ２％目に該当する値（又は、それに最も近い値）をＸ２とする。このとき、Ｘ１－Ｘ２≧ｂｘである。ここで、ａｘ１、ａｘ２、ｂｘは予め設定されたパラメータであり、その値は、適宜、任意の値に設定され得るが、例えば、ａｘ１＝５、ａｘ２＝５、ｂｘ＝１５００程度に設定することが好ましい。
【0077】
条件１－２：σｘ，ｄ（ｄ＝１，・・・，Ｄ）のうち、σｘ，ｄ≦ｃｘ１を満たすものの個数がｃｘ２個以上である。ここで、ｃｘ１、ｃｘ２は予め設定されたパラメータであり、その値は、適宜、任意の値に設定され得るが、例えば、ｃｘ１＝１００、ｃｘ２＝７程度に設定することが好ましい。
【0078】
上記のステップＳ３０４でゴロゴロ状態の特徴１及び２がｘ成分加速度センサ値ｘｔ（ｔ＝１，・・・，Ｔ）に現れていると判定されなかった場合、姿勢推定部１０１は、ゴロゴロ状態の特徴１及び２がｚ成分加速度センサ値ｚｔ（ｔ＝１，・・・，Ｔ）に現れているか否かを判定する（ステップＳ３０５）。ここで、姿勢推定部１０１は、以下の条件２－１及び２－２の両方を満たす場合はゴロゴロ状態の特徴１及び２がｚ成分加速度センサ値ｚｔ（ｔ＝１，・・・，Ｔ）に現れていると判定し、そうでない場合はゴロゴロ状態の特徴１及び２がｚ成分加速度センサ値ｚｔ（ｔ＝１，・・・，Ｔ）に現れていないと判定する。なお、特徴１が現れているか否かを判定するための条件が条件２－１に該当し、特徴２が現れているか否かを判定するための条件が条件２－２に該当する。
【0079】
条件２－１：ｚｔ（ｔ＝１，・・・，Ｔ）を降順に並べたときに大きい方からａｚ１％目に該当する値（又は、それに最も近い値）をＺ１、小さい方からａｚ２％目に該当する値（又は、それに最も近い値）をＺ２とする。すなわち、ｚｔ（ｔ＝１，・・・，Ｔ）の上位ａｚ１％目に該当する値（又は、それに最も近い値）をＺ１、下位ａｚ２％目に該当する値（又は、それに最も近い値）をＺ２とする。このとき、Ｚ１－Ｚ２≧ｂｚである。ここで、ａｚ１、ａｚ２、ｂｚは予め設定されたパラメータであり、その値は、適宜、任意の値に設定され得るが、例えば、ａｚ１＝５、ａｚ２＝５、ｂｚ＝１５００程度に設定することが好ましい。
【0080】
条件２－２：σｚ，ｄ（ｄ＝１，・・・，Ｄ）のうち、σｚ，ｄ≦ｃｚ１を満たすものの個数がｃｚ２個以上である。ここで、ｃｚ１、ｃｚ２は予め設定されたパラメータであり、その値は、適宜、任意の値に設定され得るが、例えば、ｃｚ１＝１００、ｃｚ２＝７程度に設定することが好ましい。
【0081】
上記のステップＳ３０５でゴロゴロ状態の特徴１及び２がｚ成分加速度センサ値ｚｔ（ｔ＝１，・・・，Ｔ）に現れていると判定されなかった場合、姿勢推定部１０１は、推定結果として「ゴロゴロ状態でない」を出力する（ステップＳ３０６）。
【0082】
一方で、上記のステップＳ３０４でゴロゴロ状態の特徴１及び２がｘ成分加速度センサ値ｘｔ（ｔ＝１，・・・，Ｔ）に現れていると判定された場合、又は、上記のステップＳ３０５でゴロゴロ状態の特徴１及び２がｚ成分加速度センサ値ｚｔ（ｔ＝１，・・・，Ｔ）に現れていると判定された場合、姿勢推定部１０１は、推定結果として「ゴロゴロ状態」を出力する（ステップＳ３０７）。
【0083】
なお、上記のゴロゴロ状態推定処理では、ステップＳ３０４の処理でＮＯとなった場合にステップＳ３０５の処理を実行したが、例えば、ステップＳ３０５の処理のＮＯとなった場合にステップＳ３０４の処理を実行してもよい。
【0084】
＜検証＞
上記の実施形態に係る異常検知システム１について、従来技術と比較して「検知漏れが増えないか」と「誤検知が減るか」という２つの観点で検証した。
上記の実施形態に係る異常検知システム１について、従来技術と比較して「検知漏れが増えないか」と「誤検知が減るか」という２つの観点で検証した。
【0085】
・「検知漏れが増えないか」について
過去に起立困難状態が発生した１６１件の事例の測定データを用いて、従来技術と比較して検知漏れが増えないかを検証した。なお、閾値ｔｈ１は、ｔｈ１＝２０と設定した。この検証の結果、従来技術と同数の異常が検知できており、検知漏れが増えないことが確認できた。
過去に起立困難状態が発生した１６１件の事例の測定データを用いて、従来技術と比較して検知漏れが増えないかを検証した。なお、閾値ｔｈ１は、ｔｈ１＝２０と設定した。この検証の結果、従来技術と同数の異常が検知できており、検知漏れが増えないことが確認できた。
【0086】
・「誤検知が減るか」について
従来技術で過去に起立困難状態が誤検知された２４０件の事例の測定データを用いて、誤検知が減るかを検証した。この検証の結果、誤検知の件数が１１８件となり、誤検知数が１２２件削減されたことが確認できた。
従来技術で過去に起立困難状態が誤検知された２４０件の事例の測定データを用いて、誤検知が減るかを検証した。この検証の結果、誤検知の件数が１１８件となり、誤検知数が１２２件削減されたことが確認できた。
【0087】
＜変形例＞
上記の実施形態では、異常検知処理、姿勢推定処理及びゴロゴロ状態推定処理で用いられているパラメータはすべての異常検知対象で共通したが、例えば、全部又は一部のパラメータが牛毎や牛舎毎に異なっていてもよい。例えば、ゴロゴロ状態推定処理で用いられるパラメータａｘ１、ａｘ２、ｂｘ、ｃｘ１、ｃｘ２、ａｚ１、ａｚ２、ｂｚ、ｃｚ１、ｃｚ２が牛毎や牛舎毎に異なっていてもよい。このとき、例えば、牛毎に異なるものとした場合、牛に装着されているタグ２０のタグＩＤを「Ｔａｇ」として、各パラメータはａｘ１ （Ｔａｇ）、ａｘ２ （Ｔａｇ）、ｂｘ （Ｔａｇ）、ｃｘ１ （Ｔａｇ）、ｃｘ２ （Ｔａｇ）、ａｚ１ （Ｔａｇ）、ａｚ２ （Ｔａｇ）、ｂｚ （Ｔａｇ）、ｃｚ１ （Ｔａｇ）、ｃｚ２ （Ｔａｇ）と表される。同様に、例えば、牛舎毎に異なるものとした場合、牛舎を識別する情報を「ＩＤ」として、各パラメータはａｘ１ （ＩＤ）、ａｘ２ （ＩＤ）、ｂｘ （ＩＤ）、ｃｘ１ （ＩＤ）、ｃｘ２ （ＩＤ）、ａｚ１ （ＩＤ）、ａｚ２ （ＩＤ）、ｂｚ （ＩＤ）、ｃｚ１ （ＩＤ）、ｃｚ２ （ＩＤ）と表される。これにより、例えば、牛の個体差や牛舎の環境等に応じて、より精度の良い異常検知が可能になることが期待できる。なお、牛の個体差としては、例えば、気性が荒い等といった性格の個体差が挙げられる。また、牛舎の環境としては、例えば、牛舎内の地面の凹凸やぬかるみの度合い等が挙げられる。
上記の実施形態では、異常検知処理、姿勢推定処理及びゴロゴロ状態推定処理で用いられているパラメータはすべての異常検知対象で共通したが、例えば、全部又は一部のパラメータが牛毎や牛舎毎に異なっていてもよい。例えば、ゴロゴロ状態推定処理で用いられるパラメータａｘ１、ａｘ２、ｂｘ、ｃｘ１、ｃｘ２、ａｚ１、ａｚ２、ｂｚ、ｃｚ１、ｃｚ２が牛毎や牛舎毎に異なっていてもよい。このとき、例えば、牛毎に異なるものとした場合、牛に装着されているタグ２０のタグＩＤを「Ｔａｇ」として、各パラメータはａｘ１ （Ｔａｇ）、ａｘ２ （Ｔａｇ）、ｂｘ （Ｔａｇ）、ｃｘ１ （Ｔａｇ）、ｃｘ２ （Ｔａｇ）、ａｚ１ （Ｔａｇ）、ａｚ２ （Ｔａｇ）、ｂｚ （Ｔａｇ）、ｃｚ１ （Ｔａｇ）、ｃｚ２ （Ｔａｇ）と表される。同様に、例えば、牛舎毎に異なるものとした場合、牛舎を識別する情報を「ＩＤ」として、各パラメータはａｘ１ （ＩＤ）、ａｘ２ （ＩＤ）、ｂｘ （ＩＤ）、ｃｘ１ （ＩＤ）、ｃｘ２ （ＩＤ）、ａｚ１ （ＩＤ）、ａｚ２ （ＩＤ）、ｂｚ （ＩＤ）、ｃｚ１ （ＩＤ）、ｃｚ２ （ＩＤ）と表される。これにより、例えば、牛の個体差や牛舎の環境等に応じて、より精度の良い異常検知が可能になることが期待できる。なお、牛の個体差としては、例えば、気性が荒い等といった性格の個体差が挙げられる。また、牛舎の環境としては、例えば、牛舎内の地面の凹凸やぬかるみの度合い等が挙げられる。
【0088】
＜まとめ＞
以上のように、本実施形態に係る異常検知システム１では、家畜が横臥状態と伏臥状態とを繰り返している状態（ゴロゴロ状態）を加速度センサ値から捉え、ゴロゴロ状態である場合には家畜の暴れ具合を表す指標値であるスコアｓの算出を抑制する。これにより、家畜がゴロゴロ状態である場合を起立困難状態であると誤検知される事態を防止することが可能となり、その結果、家畜の異常を高精度に検知することが可能となる。
以上のように、本実施形態に係る異常検知システム１では、家畜が横臥状態と伏臥状態とを繰り返している状態（ゴロゴロ状態）を加速度センサ値から捉え、ゴロゴロ状態である場合には家畜の暴れ具合を表す指標値であるスコアｓの算出を抑制する。これにより、家畜がゴロゴロ状態である場合を起立困難状態であると誤検知される事態を防止することが可能となり、その結果、家畜の異常を高精度に検知することが可能となる。
【0089】
本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲の記載から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。
【符号の説明】
【0090】
１ 異常検知システム
１０ 異常検知装置
２０ タグ
１００ 異常検知処理部
１０１ 姿勢推定部
１０２ スコア算出部
１０３ 異常検知部
２００ 測定データ記憶部
３００ 基準気圧データ記憶部
１０ 異常検知装置
２０ タグ
１００ 異常検知処理部
１０１ 姿勢推定部
１０２ スコア算出部
１０３ 異常検知部
２００ 測定データ記憶部
３００ 基準気圧データ記憶部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】