2 奶牛发情数字化检测方法研究现状

2.1 运动量监测法

田富洋等^[4]分别采用温度传感器、姿态传感器、振动传感器，通过实时采集监测奶牛体温、静卧时间和运动量参数，建立神经网络智能预测模型，可实现70%以上的奶牛发情预测。牟云飞^[5]通过建立奶牛精细化系统，在奶牛的腿部或颈部佩戴计步器，记录奶牛的活动量（步数）、趴窝时间、爬跨行为。通过数据分析，以此来判断奶牛发情和奶牛的健康状况。熊鹏等^[6]以STC89C52单片机、加速度传感器ADXL345为核心的奶牛计步器可实现对奶牛走路所产生步数的自动监测及显示。

邱建飞^[7]、贾北平^[8]基于单片机MSP43、计步器和温度传感器设计了奶牛发情和体征监测系统，通过采集奶牛个体的体温和日常活动量的方法来监测奶牛身体状况，判别奶牛是否进入发情期。

杨振^[8]用UWB定位原理进行目标奶牛的定位和活动量采集，系统采用STM32单片机为控制器并搭配DW1000射频芯片完成目标奶牛的数据采集和发送，结合上位机软件对数据进行分析，该方法对多头奶牛进行了长时间的监测,得到了基于UWB定位的方法的检出率为84%。

谭益^[9]等利用阿菲金二代计步器获取奶牛运动量信息，通过无线传送模块将数据传送至服务器，基于Storm的实时流式框架进行处理，结果表明，设计的系统平均延迟在2s内，平均准确率在98.9%以上，奶牛发情预测准确率为85.71%。