A Wearable Self-Powered Sensor Tag for Deep Learning-Based Cow Monitoring System

Abstract

우유와 유제품은 신체의 건강한 성장에 필요한 많은 영양소를 제공한다. 또한, 우유 및 유제품의 생산은 지역 경제의 활성화를 불러온다. 건강한 유제품의 생산으로 지역사회 건강과 식량 안보에 일정부분 기여할 수 있다. 그러나 우유 및 유제품의 생산에서도 그 효율성이 중요하며, 낮은 품질의 사료, 질병의 유무 및 재래식 농장의 관리 능력으로 인해 그 생산성이 제한될 수 있다. 이러한, 낙농의 효율성을 높이기 위해 무선 통신을 기반으로 움직임 인식을 위한 젖소 모니터링 시스템을 제안했다. 본 시스템은 소의 목에 장착되는 모듈이 핵심이다. 모듈 안의 가속도 센서를 통해서 소의 움직임을 측정하고, 여기에 무선 주파수 에너지 수확 기술을 적용한 자체 전원 센서 태그의 기술을 통해 모듈의 소형화를 완성한다. 이 장치에 공급되는 무선 주파수 에너지는 1W 리더에서 전송되는 915MHz의 초고주파 대역에서 수집된다. 그 결과, 센서 태그는 최대 60%의 전력 변환 효율을 얻고 평균 소비 전류는 160μA이다. 젖소의 움직임은 보통 걷기, 눕기, 서기로 분류되며, 카메라 시스템과 관찰자의 도움을 받아 일주일 간의 움직임 인식을 통해 제안된 시스템 성능의 타당성을 평가한다.움직임 분류 작업은 1차원 컨볼루션 신경망 모델로 수행되며, 모델의 평균 정확도는 92.52%를 달성했다. 우리의 성과는 스마트하고 정밀한 관리가 가능한 농장 시스템 개발의 기반 기술이 될 수 있다고 판단된다.