Bài viết Thiết kế cảm biến đeo công suất thấp kết hợp giải thuật học sâu ứng dụng theo dõi hoạt động cá thể bò sữa đề xuất một hệ thống giám sát hoạt động các cá thể bò sữa dựa trên nhận dạng sự vận động hàng ngày và truyền thông không dây trực tuyến dữ liệu về hệ thống phân tích. Thành phần chính của hệ thống là thẻ cảm biến RFID công suất thấp, lưu trữ ID bò sữa và có tích hợp cảm biến gia tốc. Mời các bạn cùng tham khảo!
Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2022) THIẾT KẾ CẢM BIẾN ĐEO CÔNG SUẤT THẤP KẾT HỢP GIẢI THUẬT HỌC SÂU ỨNG DỤNG THEO DÕI HOẠT ĐỘNG CÁ THỂ BỊ SỮA Trần Minh Nhật1, Nguyễn Chí Ngơn2, Trần Viết Thắng3,* Khoa Điện Tử Viễn Thông, Trường Đại Học Sài Gòn Trường Bách Khoa, Đại Học Cần Thơ 3,* Phịng Khoa học Cơng nghệ, Trường Đại học Nguyễn Tất Thành E-mail: tvthang@ntt.edu.vn [2] Báo cáo nhân loại phải sản xuất thêm 70% lương thực để đáp ứng nhu cầu vào năm 2050 Để giải vấn đề nghiêm trọng này, nhiều giải pháp bổ sung phải xem xét Ngoài ra, phương pháp nông nghiệp trang trại thông thường phải thay đổi hỗ trợ tiến công nghệ, chẳng hạn rô bốt, cảm biến thông minh hệ thống thông tin liên lạc [1] Trong q trình chăn ni, việc xác định dịch bệnh vật ni vơ quan trọng dịch bệnh vật ni làm giảm suất, chi phí khống chế, hao hụt thương phẩm, giảm giá trị thị trường, an toàn vệ sinh thực phẩm Tác động dịch bệnh gia súc đến kinh tế xã hội chứng minh toàn cầu, nước phát triển phát triển [3] Ví dụ, bệnh lở mồm long móng bệnh vi rút dễ lây lan ảnh hưởng đến gia súc nhai lại, bao gồm bò, lợn cừu [4] Theo thống kê, bệnh ước tính gây thiệt hại cho quốc gia có dịch bệnh từ 6,5 tỷ la đến 21 tỷ đô la hàng năm Các nước trước khơng có dịch bệnh phải chịu chi phí bùng phát từ 0,5 tỷ đô la đến 10 tỷ la sau bùng phát [5] Do đó, việc phát sớm dịch bệnh vật nuôi kết hợp với hành động nhanh chóng giúp ngăn ngừa xuất vấn đề sức khỏe, từ giảm thiểu thiệt hại kinh tế nâng cao chất lượng sản phẩm chăn nuôi Sức khỏe tốt động vật cần thiết cho trang trại chăn ni bị sữa sản xuất sữa bền vững Tuy nhiên, việc theo dõi sức khỏe động vật hàng ngày Abstract— Trong ngành chăn ni bị sữa, việc theo dõi thường xuyên hoạt động vận động cá thể đóng vai trò quan trọng việc cung cấp phần thức ăn sớm phát số bệnh chân, miệng bò sữa Để nâng cao hiệu chăn ni bị sữa, chúng tơi đề xuất hệ thống giám sát hoạt động cá thể bò sữa dựa nhận dạng vận động hàng ngày truyền thông không dây trực tuyến liệu hệ thống phân tích Thành phần hệ thống thẻ cảm biến RFID công suất thấp, lưu trữ ID bị sữa có tích hợp cảm biến gia tốc Để đánh giá tính khả thi hệ thống đề xuất, thí nghiệm tiến hành để nhận biết ba hành vi thơng thường bị sữa thời gian đến 10 ngày với hỗ trợ hệ thống camera theo dõi người quan sát, hành vi bao gồm đứng, gặm cỏ Kết thu từ cảm biến gởi trung tâm phân tích liệu ứng dụng thuật toán học sâu để phân loại hành vi Kết thực nghiệm tạo tiền đề cho việc phát triển hệ thống trang trại thơng minh xác Keywords- RFID, cảm biến TAG, hành vi bò, cảm biến gia tốc I GIỚI THIỆU Ngày nay, có số thách thức mà ngành nơng nghiệp phải đối mặt, bao gồm lãng phí lương thực, nhân học khan tài nguyên thiên nhiên [1].Theo báo cáo Hội nghị Thượng đỉnh Chính phủ Thế giới, khoảng 660 triệu người giới dự đốn bị bỏ đói suy dinh dưỡng vào năm 2030 ISBN 978-604-80-7468-5 210 Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thơng Cơng nghệ Thơng tin (REV-ECIT2022) khó, đặc biệt trang trại lớn, nơi nhân viên khơng có đủ thời gian để quan sát nhận thấy số triệu chứng bệnh động vật [1] Trong chăn ni bị sữa, có dấu hiệu khác cho thấy bò bị nhiễm bệnh Những dấu hiệu bắt nguồn từ tổn thương quan bò cơ, xương dày [6] Chúng nhận thay đổi hành vi vận động bò, thói quen ăn uống, nhiệt độ thể chí chất thải từ hệ tiêu hóa [7] Do đó, việc phát thay đổi hành vi bò bệnh vấn đề quan trọng Có nhiều cách thực để theo dõi hành vi bò Trong nghiên cứu ban đầu, quan sát trực tiếp ghi video sử dụng để xác định thời gian hành vi gặm cỏ nhai lại [8] Tuy nhiên, cách tiếp cận phải đối mặt với thách thức lớn tốn nhiều thời gian cơng sức, trở nên không thực tế quy mô lớn trang trại đại Với phát triển cơng nghệ cảm biến, có nhiều thiết bị dựa cảm biến để nhận biết hành vi bò Hi-Tag (SCR Engineers, Israel) phát triển để ghi lại âm nhai bị dựa tín hiệu âm [9] Mặc dù cung cấp độ xác cao, thiết bị bị ảnh hưởng mạnh nguồn nhiễu bên Một phương pháp khác dựa phép đo áp suất thực [10], ống áp suất silicone sử dụng phương pháp có ảnh hưởng lớn đến thoải mái bị Cảm biến gia tốc có chi phí thấp khơng dễ bị can thiệp Thiết bị có cảm biến gia tốc tích hợp khơng ảnh hưởng đến thoải mái bị kích thước nhỏ trọng lượng nhẹ [11] Vì lý đó, chúng tơi tìm cách nhận biết hành vi di chuyển bò sữa dựa cảm biến gia tốc Mặt khác, thập kỷ gần phát triển nhanh chóng mạng cảm biến khơng dây khiến chúng áp dụng cho lĩnh vực nghiên cứu IoT thiết bị đeo để theo dõi sức khỏe [12] II THIẾT KẾ PHẦN CỨNG VÀ ỨNG DỤNG Hình 2-1 Sơ đồ khối thiết kế thẻ cảm biến Hình 2-1 mơ tả đề xuất thiết kế thẻ cảm biến Thiết kế đề xuất có hai mơ-đun: cung cấp lượng mô-đun cảm biến 2.1 Khối quản lý nguồn (Power manager) Khối quản lý nguồn sử dụng cặp MOSFET kênh P cho phép bật tắt tải hệ thống Thiết bị CSD75208W1015 MOSFET (Texas Instruments, USA) có kích thước nhỏ chọn để thiết kế khối MOSFET điều khiển điều khiển trung tâm nhằm cung cấp nguồn từ pin đến khối chức hệ thống Khối chức đảm bảo nguồn cấp ổn định Điện áp đầu MOSFET đưa đến mạch ổn áp công suất thấp TPS62060 để trì điện áp ổn định cho thiết bị Dịng tiêu thụ trung bình thiết bị ổn áp mức 18 µA, có khả cung cấp dòng điện lên đến 1.6A 2.2 Cảm biến gia tốc (Accelerometer sensor) Do nhu cầu tối ưu hóa thiết kế mơ-đun cảm biến kích thước lượng tiêu thụ, cảm biến gia tốc chọn ADXL362 (Analog Devices, USA) Cảm biến cảm biến gia tốc ba trục hoạt động mức tiêu thụ điện thấp Nó đo gia tốc động, chẳng hạn chuyển động gia tốc tĩnh, bắt nguồn từ độ nghiêng Dữ liệu tăng tốc gửi đến máy chủ lưu trữ thông qua giao thức SPI Một số tính ưu việt ADXL362 kể đến sau: • Giao tiếp SPI • Dải điện áp cung cấp rộng: 1,6 - 3,5 V ISBN 978-604-80-7468-5 211 Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thơng Cơng nghệ Thơng tin (REV-ECIT2022) • 1,8 μA tốc độ liệu đầu 100 Hz, nguồn cung cấp 2.0 V Theo Bảng 2-1, vi điều khiển có 10 chân GPIO hai ngoại vi SPI Ngoài ra, điều khiển tiêu thụ điện thấp để đáp ứng nhu cầu cho thiết kế Do đó,, thiết bị STM32L432KC (STMicroelectronics, Thụy Sĩ) đưa vào thiết kế thẻ cảm biến Thiết bị STM32L4 bao gồm vi điều khiển công suất thấp dựa lõi ARM Cortex-M4 32-bit RISC hiệu cao STM32L432KC sở hữu nhớ tốc độ cao, bao gồm 256 Kbyte nhớ Flash 64 Kbyte SRAM Hơn nữa, thiết bị thực số chế bảo vệ để truy cập vào nhớ Flash SRAM: bảo vệ chế đọc, ghi, Tường lửa [13] Một số tính quan trọng chip STM32L432KC sau: • Dịng điện chờ 10 nA • Độ phân giải cao: mg / LSB • Kích thước thiết bị: mm x 3,25 mm x 1,06 mm 2.3 Bộ thu phát RF (Transceiver) Bộ thu phát RF không cho phép thẻ cảm biến nhận yêu cầu từ đầu đọc mà truyền liệu ID bò sữa gia tốc trở lại đầu đọc Để xử lý tác vụ này, khai thác giá trị công nghệ tán xạ ngược Một chip thẻ RFID (EM4325, EM Microelectronic, Thụy Sĩ) sử dụng để phục vụ giao tiếp với đầu đọc Thiết bị tuân thủ chuẩn ISO / IEC 18000-63 EPC Class1 Generation-2 Hơn nữa, EM4325 sử dụng chế độ chủ động chế độ thụ động có hỗ trợ kéo dài thời gian sống cảm biến với tần số hoạt động từ 860 MHz đến 960 MHz Một số tính tiêu biểu EM 4325 tóm tắt sau: • Điện áp nguồn từ 1,71 V đến 3,6 V • Mức tiêu thụ 84 μA / MHz cho chế độ hoạt động, 28 nA cho chế độ chờ, nA cho chế độ tắt máy • Tần số xung nhịp lên đến 80 MHz • Chân IO lên đến 26 IO nhanh, hầu hết chân 5V • Giao tiếp SPI • Ngoại vi phong phú, chẳng hạn 2x SPI, 2x I2C FM +, SMBus / PMBus, 3x USART, 1x SAI 1x USB 2.0 tốc độ đầy đủ • Dãi điện áp vào: 1,25 V đến 3,6 V • Tích hợp cảm biến nhiệt độ: -400C đến 600C với độ xác ± 1.00C Bảng 2-1 Chân GPIO ngoại vi thiết kế thẻ cảm biến • 352 bit cho mã hóa UII / EPC • 3072 bit cho liệu Người dùng • Tốc độ liệu liên kết chuyển tiếp: 26,7 kbps đến 128 kbps Khối Ngoại vi Số chân GPIO Accelerometer sensor SPI RF Transceiver SPI Power manager không • Tốc độ liệu liên kết trả về: 40 kbps đến 640 kbps III 2.4 Bộ vi điều khiển (Microcontroller) Khi thiết kế chương trình để điều khiển hoạt động thẻ cảm biến, điều cần cân nhắc chương trình nạp vào MCU phải chạy cho công suất tiêu thụ mạch thấp tốt Để làm điều đó, cảm biến gia tốc, thu phát RF MCU cần dành phần lớn thời Bộ vi điều khiển lựa chọn thiết kế với số lượng chân GPIO ngoại vi đủ đáp ứng với yêu cầu hệ thống liệt kê Bảng 2-1 ISBN 978-604-80-7468-5 THIẾT KẾ CHƯƠNG TRÌNH ĐIỀU KHIỂN 212 Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2022) gian chúng chế độ tiêu thụ điện thấp mà chúng có Quay trở lại Phần 2, dòng điện tối thiểu xảy chế độ chờ cảm biến gia tốc, chế độ ngủ thu phát RF tiêu thụ điện từ nguồn điện chí MCU chế độ tắt máy sử dụng lượng cảm biến gia tốc chế độ chờ Lưu đồ chương trình cho thẻ cảm biến trình bày Hình 3-1 hiệu hồn thành chuyển đổi ADXL362 để định xem có chuyển sang chế độ ngủ hay khơng Nếu tín hiệu ngắt xuất hiện, MCU chuyển sang chế độ hoạt động lấy liệu gia tốc Sau đó, liệu gia tốc đưa vào chế độ chờ để giảm tiêu thụ điện MCU chuyển sang ghi liệu vào nhớ người dùng EM4325 Vì EM4325 cho phép ghi liệu chế độ ngủ, thu phát khơng cần đánh thức để bảo tồn lượng Khi liệu ghi lại đầy nhớ này, MCU kích hoạt đồng hồ thời gian thực để tự đánh thức định kỳ 10 giây lần Cuối cùng, STM32L432KC vào chế độ tắt sau khỏi chế độ tắt, cần phải cấu hình lại tất chân GPIO ngoại vi liệu định cấu hình cho chúng bị chế độ 3.1 Phần mềm sở cho đầu đọc (Reader) Bộ đọc RFID giao tiếp với thẻ cảm biến cách sử dụng chế gọi chế “phản hồi yêu cầu” Đầu tiên, đọc gửi yêu cầu xác định ID thẻ đợi khung phản hồi từ thẻ cảm biến Sau nhận yêu cầu này, thẻ gửi lại ID Tiếp theo, người đọc xác minh ID đưa yêu cầu thứ hai để thu thập liệu thẻ Cuối cùng, thẻ cảm biến chuyển liệu gia tốc tới đầu đọc trình giao tiếp đầu đọc thẻ cảm biến hồn tất Tồn q trình giao tiếp quan sát Ngoài ra, để đảm bảo liệu gia tốc thu thập xác, đầu đọc giao tiếp với thẻ cảm biến sau thẻ chuyển sang chế độ ngủ Trong chế độ này, cảm biến gia tốc khơng hoạt động, khơng có liệu thêm vào nhớ người dùng EM4325 Nhờ đó, đầu đọc truy cập nhớ để đọc liệu mà khơng gặp trở ngại Hình 3-1 Lưu đổ xử lý thẻ cảm biến Khởi đầu, STM32L432KC cấu hình, bao gồm việc khởi tạo chân GPIO ngoại vi, ADXL362 EM4325 khởi tạo Trong bước tiếp theo, cảm biến gia tốc bắt đầu đo truyền liệu Sau kết thúc q trình truyền, cảm biến gửi tín hiệu ngắt đến MCU MCU quan sát tín hiệu ngắt tạo từ tín ISBN 978-604-80-7468-5 Hơn nữa, chương trình chi tiết đầu đọc thể lưu đồ Hình 3-2 Sau gửi yêu cầu xác nhận ID thẻ, đầu đọc không nhận phản hồi nào, gởi yêu cầu lần Nếu đầu đọc không nhận phản hồi, kết 213 Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2022) thúc chu kỳ đọc chờ chu kỳ Quy trình tương tự áp dụng đầu đọc yêu cầu thẻ cảm biến trả liệu gia tốc 4.1.2 Đầu đọc RFID Đầu đọc sử dụng để đánh giá hiệu suất thẻ cảm biến đầu đọc Speedway R220 chọn cho thử nghiệm Speedway R220 sở hữu hiệu suất cao sản phẩm thương mại Ngoài ra, ăngten phân cực tròn dBi (S8658WPL / R, Laird Technologies, USA) đưa vào để truyền công suất RF từ đầu đọc Bảng 4-1 mơ tả tính quan trọng đầu đọc Speedway R220 Bảng 4-1 Đặc điểm kỹ thuật đầu đọc speedway R220 Tham số Giá trị Antenna ports Read rate Up to 200 tags per second Air interface protocol GS1/EPC global UHF Gen-2 Maximum sensitivity -84 dBm Transmit power 32.5 dBm AC/ 31.5 dBm PoE 24 VDC/ 2.1 A (AC-DC) or 802.3af PoE Power supply Hình 3-2 Lưu đổ xử lý đầu đọc IV Ngồi ra, thử nghiệm này, cơng suất đầu đầu đọc định cấu hình mức 30 dBm độ nhạy đạt tới giá trị lớn ĐO LƯỜNG HÀNH VI CỦA BÒ 4.1 Thiết lập thử nghiệm 4.1.1 Vị trí lắp đặt thiết bị 4.1.3 Đối tượng thử nghiệm Thí nghiệm chúng tơi thực trang trại bò sữa Tân Tài Lộc, xã Đại Tâm, huyện Mỹ Xuyên, tỉnh Sóc Trăng Đây trang trại tư nhân với diện tích dành cho thử nghiệm hệ thống khoảng 60 m2 (4m*15m) Hình 4-1 mơ tả cách bố trí trang trại bị sữa Đối tượng thử nghiệm lựa chọn 05 bị lớn ba năm tuổi Đó giống bị Holstein Friesians, giống bị sữa có nguồn gốc từ tỉnh Bắc Hà Lan Friesland Hà Lan, SchleswigHolstein Bắc Đức [14] Những bị khơng mang thai, khơng động dục, sức khỏe tốt, khơng có biểu bệnh tật Vị trí thẻ cảm biến minh họa Hình 4-3 Hình 4-1 Sơ đồ trang trại bị sữa ISBN 978-604-80-7468-5 214 Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2022) 4.2.1 Mối quan hệ tín hiệu cảm biến hành vi bò sữa Dữ liệu gia tốc ba trục 05 bị thí nghiệm thu thập thành cơng Một bị chọn làm đại diện để vẽ biểu đồ dạng sóng gia tốc ba trục hành vi Hình 4-4 trình bày dạng sóng từ liệu gia tốc hành vi đứng yên Các giá trị độ lớn trục tương đối ổn định theo thời gian, ngoại trừ vài khoảng thời gian liệu dao động, khơng đáng kể X-Axis Hình 4-3 Thiết bị cố định cổ bò ba trục tọa độ thị cảm biến gia tốc 1.5 4.1.4 Quy trình thí nghiệm 0.5 Chúng tơi quan sát ba hành vi bị sữa, hành vi gặm cỏ, đứng Tất chúng xác định Bảng 4-2 -0.5 Bảng 4-2 Định nghĩa hành vi khác bò -1.5 -1 Hành Vi Mô Tả Gặm cỏ Cuộn cỏ gặm thường xuyên mà không cần ngẩng đầu lên 1.5 Đứng yên Khơng di chuyển đến vị trí khác 0.5 Đi Di chuyển từ vị trí sang vị trí khác Y-Axis Thời gian ăn bò vào buổi sáng, buổi trưa buổi chiều 6:30 sáng, 12:30 chiều 4:30 chiều Dữ liệu gia tốc lấy mẫu hai lần ngày, lần 60 phút liên tục ngày với tần số lấy mẫu 50 Hz Lần lấy mẫu thứ thứ hai thực vào buổi sáng buổi chiều sau bị ăn xong Ngồi ra, chúng tơi quan sát hành vi vịng Máy ảnh sử dụng để ghi lại hành vi bị để đồng hóa với liệu cảm biến liệu ghi nhãn sau Hơn nữa, q trình thí nghiệm, tất hành vi bò quan sát viên theo dõi để đảm bảo độ xác cao -0.5 -1 -1.5 Z-Axis 1.5 0.5 -0.5 -1 -1.5 4.2 Phép đo hành vi bị sữa Hình 4-4 Các dạng sóng gia tốc cho hành vi đứng yên ISBN 978-604-80-7468-5 215 Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2022) Có thay đổi nhỏ biên độ hành vi gặm cỏ Đặc biệt, trục X trục Y, liệu gia tốc chủ yếu dao động khoảng -1 g đến g, liệu trục Z chủ yếu dao động khoảng -1 g đến g Dữ liệu gia tốc ba trục hành vi gặm cỏ mô tả Hình 4-5 g giá trị độ lớn trục Z thay đổi khoảng từ -2 g đến g Đặc biệt, số điểm liệu ba trục có giá trị tuyệt đối lớn g X-Axis X-Axis -2 -4 -1 -2 Y-Axis -3 Y-Axis -1 -2 -3 -4 -1 -2 Z-Axis -3 Z-Axis -2 -4 -1 Hình 4-6 Các dạng sóng gia tốc cho hành vi -2 4.2.2 Giá trị độ lớn tín hiệu -3 Để trực quan việc quan sát thay đổi biên độ liệu gia tốc ba trục quan hệ với hành vi bị, chúng tơi tính giá trị độ lớn tín hiệu [11] sau: Hình 4-5 Các dạng sóng gia tốc cho hành vi gặm cỏ Các dạng sóng gia tốc hành vi trình bày Hình 4-6, thấy rõ tín hiệu gia tốc có biên độ lớn biến thiên mạnh Giá trị độ lớn trục X trục Y nằm khoảng từ -1 g đến ISBN 978-604-80-7468-5 a 216 = a + +a Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2022) amag đại diện cho giá trị độ lớn tín hiệu ax, ay az gia tốc theo trục X, trục Y trục Z Các giá trị cường độ tín hiệu tất hành vi vẽ Hình 4-7 bị gặm cỏ Nó liệu có xu hướng dao động khoảng từ 0,75 g đến 1,5 g Hành vi trải qua thay đổi mạnh mẽ độ lớn tín hiệu Hình 4-7 (c) Giới hạn đạt đến 0.2 g giới hạn đạt g Mặt khác, có nhiều điểm liệu có độ lớn tín hiệu lớn nhiều so với điểm cịn lại tồn tại, chúng gọi nhiễu biên độ chúng giảm bớt cách áp dụng lọc phù hợp Đứng yên 1.5 V 0.5 ỨNG DỤNG HỌC SÂU ĐỂ PHÂN LOẠI HÀNH VI BỊ SỮA Chúng tơi đề xuất mơ hình 1D-CNN để phân loại hành vi bò sữa cấu trúc mơ hình mơ tả Hình 5-1 Mạng nơ ron bao gồm ba lớp chính: lớp đầu vào, lớp ẩn lớp đầu Do liệu gia tốc ba trục nên lớp đầu vào tạo với kích thước 3x1 Lớp tích chập với 64 lọc thiết lập kích thước hạt nhân cửa sổ tích chập 1D Tiếp theo, hai lớp ẩn kết nối nối tiếp với lớp tích chập Số nút lớp ẩn thứ thứ hai 256 128 Lớp đầu đứng cuối mạng với ba nút tương ứng với ba lớp Ngồi ra, tổng hợp mơ hình 1D-CNN, cross-entropy chọn cho hàm mát giảm dần độ dốc ngẫu nhiên đóng vai trị phương pháp tối ưu (a) Ăn cỏ (b) Đi Hình 5-1 Kiến trúc mơ hình CNN để phân loại hành vi bò sữa (c) Kết phân loại hành vi bị Hình 4-7 Các dạng sóng độ lớn tín hiệu ba hành vi: (a) Đứng yên, (b) Ăn cỏ, (c) Đi Dữ liệu gia tốc từ thẻ cảm biến đồng hóa với hành vi bò camera ghi lại, liệu sau gắn nhãn tương ứng để huấn luyện đánh giá mơ hình Để đánh giá hiệu suất hệ thống phân loại có hai nhiều lớp, ma trận confusion Hình 4-7 (a) mơ tả biên độ liệu gia tốc trường hợp bị đứng n Theo đó, giá trị độ lớn gần ổn định mức gần 0.2 g toàn thời gian Ngồi ra, Hình 4-7 (b) mơ tả giá trị độ lớn tín hiệu ISBN 978-604-80-7468-5 217 Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2022) thường sử dụng Ma trận ma trận vuông hai chiều với kích thước chiều số nhãn đầu Hình 5-2 cho thấy ma trận confusion việc phân loại mơ hình đề xuất VI KẾT LUÂN ̣ Đặc điểm bật thẻ cảm biến nhỏ gọn, trọng lượng nhẹ, dễ dàng đeo vào cổ bị sữa khơng gây hại cho sức khỏe bị sữa Ngồi ra, thiết bị cịn tích hợp cảm biến gia tốc cho phép ghi lại hành vi bò dạng giá trị số Một đầu đọc sử dụng để đọc liệu thu thập từ thẻ cảm biến gửi liệu đến máy tính trung tâm để xử lý Thiết bị thiết kế đáp ứng yêu cầu kỹ thuật đặt cho ứng dụng Đặc biệt, khoảng cách hoạt động hiệu lên đến m, dòng điện tiêu thụ thấp, khoảng 160 μA Kết thu từ cảm biến kết hợp với giải thuật học sâu sử dụng mạng nơ ron cho phép phân loại xác trạng thái hoạt động cá thể bò theo dõi TÀI LIỆU THAM KHẢO [1] Hình 5-2 Ma trận confusion mơ hình 1D-CNN Một thước đo khác để đánh giá hiệu hệ thống phân loại việc sử dụng báo cáo phân loại Báo cáo hiển thị Precision, Recall F1-score mơ hình Ngồi ra, báo cáo phân loại cung cấp cách hữu ích để hiểu hiệu suất tổng thể mơ hình huấn luyện Bảng 5-1 mơ tả kết phân loại mơ hình 1D-CNN đề xuất [2] [3] [4] Bảng 5-1 Kết phân loại mơ hình 1D-CNN [5] Precision Recall F1-score Đứng yên 0.92 0.92 0.92 Ăn cỏ 0.82 0.83 0.81 Đi 0.95 0.96 0.95 [6] [7] Accuracy 92.51% Chúng tùy chỉnh mơ hình 1D-CNN để giải vấn đề phân loại Hành vi bị sữa phân loại với kết tương đối cao, điều phản ánh mơ hình đề xuất hoạt động hiệu ISBN 978-604-80-7468-5 [8] [9] 218 V Mhatre, V Vispute, N Mishra, and K Khandagle, “IoT based health monitoring system for dairy cows,” in Proceedings of the 3rd International Conference on Smart Systems and Inventive Technology, ICSSIT 2020, Aug 2020, pp 820–825 doi: 10.1109/ICSSIT48917.2020.9214244 I U W and W FAO, The State of Food Security and Nutrition in the World 2021 FAO, IFAD, UNICEF, WFP and WHO, 2021 doi: 10.4060/cb4474en B Perry and D Grace, “The impacts of livestock diseases and their control on growth and development processes that are pro-poor,” Philosophical Transactions of the Royal Society B: Biological Sciences, vol 364, no 1530 Royal Society, pp 2643–2655, Sep 27, 2009 doi: 10.1098/rstb.2009.0097 World Organisation for Animal Health, “Foot and mouth disease,” Online, Apr 20, 2022 https://www.oie.int/en/disease/foot-and-mouth-disease (accessed Oct 07, 2022) T J D Knight-Jones and J Rushton, “The economic impacts of foot and mouth disease - What are they, how big are they and where they occur?,” Preventive Veterinary Medicine, vol 112, no 3–4 Elsevier B.V., pp 161–173, Nov 01, 2013 doi: 10.1016/j.prevetmed.2013.07.013 SWAZILAND DAIRY BORD, “Cattle diseases,” Online, Apr 20, 2022 http://www.dairyboard.co.sz/download/Dairy%20Cattle%2 0Diseases.pdf (accessed Oct 07, 2022) K E K T Kevin Mayer, “CATTLE HEALTH MONITORING USING WIRELESS SENSOR NETWORKS”, Accessed: Oct 07, 2022 [Online] Available: CATTLE HEALTH MONITORING USING WIRELESS SENSOR NETWORKS P P Nielsen, “Automatic registration of grazing behaviour in dairy cows using 3D activity loggers,” Appl Anim Behav Sci, vol 148, no 3–4, pp 179–184, 2013, doi: 10.1016/j.applanim.2013.09.001 O Burfeind, K Schirmann, M A G von Keyserlingk, D M Veira, D M Weary, and W Heuwieser, “Technical note: Evaluation of a system for monitoring rumination in heifers and calves,” J Dairy Sci, vol 94, no 1, pp 426–430, Jan Hội nghị Quốc gia lần thứ 25 Điện tử, Truyền thông Công nghệ Thông tin (REV-ECIT2022) [10] [11] [12] [13] [14] [15] 2011, doi: 10.3168/jds.2010-3239 N Zehner, C Umstätter, J J Niederhauser, and M Schick, “System specification and validation of a noseband pressure sensor for measurement of ruminating and eating behavior in stable-fed cows,” Comput Electron Agric, vol 136, pp 31–41, Apr 2017, doi: 10.1016/j.compag.2017.02.021 W Shen, F Cheng, Y Zhang, X Wei, Q Fu, and Y Zhang, “Automatic recognition of ingestive-related behaviors of dairy cows based on triaxial acceleration,” Information Processing in Agriculture, vol 7, no 3, pp 427–443, Sep 2020, doi: 10.1016/j.inpa.2019.10.004 A Pantelopoulos and N G Bourbakis, “A survey on wearable sensor-based systems for health monitoring and prognosis,” IEEE Transactions on Systems, Man and Cybernetics Part C: Applications and Reviews, vol 40, no pp 1–12, 2010 doi: 10.1109/TSMCC.2009.2032660 STMicroelectronics Hungarian Branch, “Ultra-low-power Arm Cortex-M4 32-bit MCU+FPU, 100DMIPS, up to 256KB Flash, 64KB SRAM, USB FS, analog, audio,” Online, Apr 01, 2022 https://www.st.com/resource/en/datasheet/stm32l432kc.pdf (accessed Oct 07, 2022) K Simonyan and A Zisserman, “Very Deep Convolutional Networks for Large-Scale Image Recognition,” Apr 2015 X Z S R and J S K He, “Deep Residual Learning for Image Recognition,” Apr 2016 ISBN 978-604-80-7468-5 219 ... m, dòng điện tiêu thụ thấp, khoảng 160 μA Kết thu từ cảm biến kết hợp với giải thuật học sâu sử dụng mạng nơ ron cho phép phân loại xác trạng thái hoạt động cá thể bò theo dõi TÀI LIỆU THAM KHẢO... IoT thiết bị đeo để theo dõi sức khỏe [12] II THIẾT KẾ PHẦN CỨNG VÀ ỨNG DỤNG Hình 2-1 Sơ đồ khối thiết kế thẻ cảm biến Hình 2-1 mơ tả đề xuất thiết kế thẻ cảm biến Thiết kế đề xuất có hai mơ-đun:... đầu đọc sử dụng để đọc liệu thu thập từ thẻ cảm biến gửi liệu đến máy tính trung tâm để xử lý Thiết bị thiết kế đáp ứng yêu cầu kỹ thuật đặt cho ứng dụng Đặc biệt, khoảng cách hoạt động hiệu lên