基于可穿戴設(shè)備的山羊行為分類

倪 力,張政云,焦 俊,袁晨晨,王謨仕

安徽農(nóng)業(yè)大學(xué)信息與計算機(jī)學(xué)院,安徽 合肥 230036

隨著電子技術(shù)的發(fā)展，最近幾年可穿戴設(shè)備已經(jīng)從學(xué)科實(shí)驗(yàn)室走向了消費(fèi)者市場，從蘋果手表到小米手環(huán)[1]，開始逐漸被普通消費(fèi)者所接受，目前的可穿戴設(shè)備的功能主要還是針對于人體的健康狀況和運(yùn)動狀態(tài)的追蹤，應(yīng)用于動物的可穿戴設(shè)備還比較少，而動物的活動量大小又是精準(zhǔn)飼養(yǎng)的主要參考依據(jù)，為此，本文設(shè)計了一種可以為山羊所佩戴的穿戴式設(shè)備，采用Arduino為設(shè)備軟硬件平臺，集成三軸加速度傳感器采集山羊活動數(shù)據(jù)，并將數(shù)據(jù)通過傳輸?shù)椒?wù)器，結(jié)合服務(wù)器端算法分析得出分類結(jié)果。

1 總體設(shè)計

穿戴設(shè)備端完成對山羊加速度數(shù)據(jù)的實(shí)時采集、保存和傳輸。設(shè)備和服務(wù)器通過藍(lán)牙4.0技術(shù)通信[3]。服務(wù)器端將接受到的數(shù)據(jù)保存并進(jìn)行分析，系統(tǒng)框圖如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)框圖Fig.1 Diagram of System structure

設(shè)備控制的核心為Arduino最小系統(tǒng)[2]，控制三軸加速度傳感器實(shí)時采集運(yùn)動數(shù)據(jù)，由于要保存一天的采集數(shù)據(jù)，數(shù)據(jù)量較大，所以設(shè)備集成了Mirco SD卡模塊，將采集的數(shù)據(jù)先保存到Mirco SD卡中，待山羊回舍后，設(shè)備的藍(lán)牙模塊將自動連接到服務(wù)器藍(lán)牙端，并按照約定好的協(xié)議格式發(fā)送數(shù)據(jù)，上傳完成后將清空設(shè)備端的數(shù)據(jù)，服務(wù)器將數(shù)據(jù)按照設(shè)備唯一編號和對應(yīng)的數(shù)據(jù)保存到SQLSERVER數(shù)據(jù)庫已建立好的表中。然后在服務(wù)器端使用Matlab R2013a作為分析平臺，選用模糊C-均值聚類算法對數(shù)據(jù)進(jìn)行處理。

2 硬件設(shè)計

設(shè)備主要由系統(tǒng)控制、加速度采集、數(shù)據(jù)存儲、藍(lán)牙4.0通信和電源管理這五個模塊組成。

圖2 硬件結(jié)構(gòu)框圖Fig.2 Block diagram of the hardware structure

2.1 Arduino平臺

Arduino是一款基于開源的電子原型設(shè)計平臺[4]，包含軟件和硬件兩個部分。設(shè)備采用以AVR 328 p為主控芯片，一個16 M晶振、兩個22 pF電容和一個復(fù)位電路搭建的最小系統(tǒng)作為Arduino硬件部分。主控芯片共引出了3個模擬端口，7個數(shù)字端口，以及SPI和I2C兩種通信方式，最小系統(tǒng)原理圖如圖3所示。

圖3 主控芯片電路原理圖Fig.3 Circuit scheme diagram of main control chip

硬件部分搭建完成后，還需要使用AVR專用的USBASP下載器為最小系統(tǒng)燒入bootloader，為Arduino軟件部分實(shí)現(xiàn)做準(zhǔn)備，此后在計算機(jī)端就可以使用Arduino的IDE軟件平臺對設(shè)備進(jìn)行程序的編寫、下載和調(diào)試。

2.2 加速度傳感器

采用了意法半導(dǎo)體的LIS3DH三軸加速度傳感器作為山羊運(yùn)動狀態(tài)采集模塊[7]，傳感器輸出前進(jìn)方向x、水平方向y和垂直方向z三個軸的數(shù)據(jù)，采用I2C方式與主控芯片通信時,需將傳感器芯片CS端口置為高電平，同時為了保證IO部分先于加速度部分工作，傳感器芯片供電引腳VDD比數(shù)字IO供電VDD_IO另外并聯(lián)了兩個電容。當(dāng)20 s內(nèi)傳感器沒有檢測到任何加速度的變化則自動進(jìn)入休眠狀態(tài)，將進(jìn)入休眠模式，當(dāng)傳感器檢測到變化并產(chǎn)生數(shù)據(jù)時內(nèi)置的96級的FIFO可以作為數(shù)據(jù)緩存存儲32組三軸加速度數(shù)據(jù)，如果FIFO溢出便會產(chǎn)生一個中斷輸出，將中斷輸出映射到主控芯片的外部中斷源上，主控芯片將會從待機(jī)模式喚醒讀取FIFO中的數(shù)據(jù)，緩存的存在能使單片機(jī)一次連續(xù)讀取32組的數(shù)據(jù)，相比一次讀取一組數(shù)據(jù)的方式能讓單片機(jī)更多時間處于待機(jī)模式，從而降低單片機(jī)功耗，其具體外圍電路如圖4所示。

圖4 加速度傳感器電路原理圖Fig.4 Circuit scheme diagram of acceleration sensor

2.3 Mirco SD存儲卡

為了能夠至少保存一天采集的數(shù)據(jù)，設(shè)備采用了體積較小的Mirco SD卡用來實(shí)時存儲數(shù)據(jù)，存儲容量為1GB，通過ISP方式與主控芯片通信，采集到的加速度數(shù)據(jù)被拼接成一定的格式以文本文件的方式進(jìn)行保存，經(jīng)測試一天數(shù)據(jù)約16 M左右，其具體外圍電路如圖5所示。

2.4 藍(lán)牙4.0模塊

設(shè)備采用的是TI公司的藍(lán)牙4.0模塊[5]，通過串口方式與主控芯片通信，為了充分利用藍(lán)牙4.0的低功耗特性，在數(shù)據(jù)發(fā)送時將藍(lán)牙模塊EN端口為低電平，發(fā)送完畢后再置為高電平，使得模塊發(fā)送完后立即進(jìn)入休眠模式，當(dāng)藍(lán)牙接收到外部數(shù)據(jù)時通過中斷方式通知主控芯片有數(shù)據(jù)到來，其具體外圍電路如圖6所示。

圖5 存儲卡電路原理圖Fig.5 Memory card circuit schematic diagram

圖6 藍(lán)牙電路原理圖Fig.6 Bluetooth circuit schematic diagram

3 軟件設(shè)計

設(shè)備的軟件代碼是在Arduino提供的IDE上編寫完成的[7]，依據(jù)Arduino編寫規(guī)范[5]在Setup()中完成程序的初始化，在Loop()中編寫程序主體，該函數(shù)將無限循環(huán)直至設(shè)備掉電。程序編寫完成后通過USB燒寫器上傳到單片機(jī)中。

軟件設(shè)計主要包括四部分：三軸加速度傳感器數(shù)據(jù)采集、數(shù)據(jù)存儲芯片讀寫、與服務(wù)器藍(lán)牙數(shù)據(jù)通信、設(shè)備電壓實(shí)時檢測。在三軸加速度傳感器采集數(shù)據(jù)前需要對其做初始化設(shè)置，因?yàn)槭褂肐2C方式與傳感器通信，所以要引入Arduino IDE提供的Wire.h函數(shù)庫，傳感器需要初始化設(shè)置的地方有3處，采樣頻率設(shè)置為1 Hz，大約1S產(chǎn)生1到2個數(shù)據(jù)和開啟低功耗模式，根據(jù)數(shù)據(jù)手冊檢測震動時靈敏度設(shè)置為-2.0 g～+2.0 g，需設(shè)置0×20寄存器為0×1F，開啟高精度，需置0×23位寄存器為0×80。對設(shè)備電壓實(shí)時檢測程序的目的是為了檢測鋰電池電量，單片機(jī)使用了3.7 V 800 mA的鋰聚合物電池供電，電池自帶保護(hù)板，在充滿電量情況下能達(dá)到4.2 V。電壓檢查實(shí)現(xiàn)方式是將主控芯片的模擬口A0接到芯片的AREF口，從A0讀入模擬數(shù)據(jù)，由于讀入的數(shù)據(jù)是介于0～1023之前的，所以我們要轉(zhuǎn)換成0～4.2 V，當(dāng)電量小于3.3 V時控制LED燈閃爍提示電池電量較低，同時通過打開藍(lán)牙模塊發(fā)送低電量告警信息。圖7給出了設(shè)備程序流程圖。

圖7 設(shè)備程序流程圖Fig.7 Program flow chart of device

由于可穿戴設(shè)備非常強(qiáng)調(diào)低功耗，因此我們在程序設(shè)計上也充分利用芯片的低功耗特性，設(shè)備啟動后，在初始化中首先開啟加速度傳感器的低功耗模式，然后初始化SD卡，如果SD卡設(shè)備正常則將藍(lán)牙模塊的EN引腳置高，藍(lán)牙模塊立即進(jìn)入休眠模式，隨后主控芯片將進(jìn)入“Power-down”休眠模式，此時設(shè)備測試耗電量約為15 mA。如果SD卡初始化失敗，將閃爍LED燈并打開藍(lán)牙模塊發(fā)送提示初始化失敗告警信息。主控芯片在休眠模式下被喚醒的情況有兩種，一是當(dāng)三軸加速度傳感器檢采集到數(shù)據(jù)后會通過中斷喚醒單片機(jī)處理數(shù)據(jù)，二是當(dāng)藍(lán)牙成功連接到上位機(jī)后也將通過中斷喚醒單片機(jī)上傳數(shù)據(jù)。

4 實(shí)驗(yàn)與分析

根據(jù)前期對山羊的日常行為的觀察，山羊的靜臥、行走、采食、跨跳行為占據(jù)日常行為的90%以上，因此我們主要對這4種行為進(jìn)行分類[8]。在試驗(yàn)中我們選擇了兩頭體態(tài)健康的成年山羊作為實(shí)驗(yàn)對象，將設(shè)備綁在羊角的中心處，三軸加速度傳感器的Z軸指向山羊頭部正上方，X軸指向山羊的前進(jìn)方向，Y軸指向山羊右側(cè)。各采集了4組數(shù)據(jù)，每組記錄了約一天的活動量。

4.1 數(shù)據(jù)預(yù)處理

加速度傳感器一次會輸出X、Y、Z三個軸的數(shù)據(jù)，由于無法預(yù)知重心運(yùn)動的方向，選用某個軸的數(shù)據(jù)分析是不合適的，因此我們需要定義一個特征量SVM(Single Vector Magnitude)用來表示和加速度向量大小[9]，既有：

式中，X、Y、Z是三個軸向的輸出，它的大小與速度變化的劇烈程度有關(guān)，與運(yùn)動方向無關(guān)。同時為了消除設(shè)備本身抖動產(chǎn)生的噪聲信號，需先將數(shù)據(jù)進(jìn)行濾波，由于小波去噪有濾波后還能成功保留原信號特征的特性，我們選用小波去噪。圖8為部分三軸加速度數(shù)據(jù)與對應(yīng)的和加速度數(shù)據(jù)及小波去噪后的和加速度數(shù)據(jù)。當(dāng)山羊處于跳躍行為階段時，三個軸的數(shù)據(jù)曲線出現(xiàn)明顯急升急降，Z軸數(shù)據(jù)反應(yīng)最為明顯。當(dāng)山羊處于靜臥階段時，數(shù)據(jù)曲線比較穩(wěn)定。當(dāng)山羊處于采食階段時，數(shù)據(jù)曲線比較劇烈且無規(guī)律性。當(dāng)山羊處于行走階段時，數(shù)據(jù)曲線出現(xiàn)有規(guī)律的波動，Z軸數(shù)據(jù)的波動規(guī)律性最為明顯，X軸也有規(guī)律性的大幅升降。而這些數(shù)據(jù)特征在和加速度曲線上也均能準(zhǔn)確反應(yīng)，且運(yùn)動數(shù)據(jù)與靜止數(shù)據(jù)區(qū)分度更加明顯。

圖8 加速度傳感器的三軸輸出Fig.8 3-axis output of acceleration sensor

4.2 數(shù)據(jù)分析原理

給定山羊的三軸加速度數(shù)據(jù)集[10]X={X1,X2,...,Xn}，mj(j=1,2,...k)為每個聚類的中心，k為類別數(shù)目，μj(xi)是第i個樣本對應(yīng)第j類的隸屬函數(shù)，基于隸屬度函數(shù)的聚類損失函數(shù)可以寫為：

采用迭代的方法求解(3)式和(4)式，直至滿足收斂條件，得到最優(yōu)解。

算法步驟如下：

（1）主要期望是聚類得到山羊的4種日常行為：靜臥、行走、采食和跨跳，但是考慮到干擾數(shù)據(jù)和誤差等因素，將給定的聚類類別數(shù)設(shè)為5，設(shè)定迭代收斂條件，初始化各個聚類中心；

（2）反復(fù)執(zhí)行下面的運(yùn)算，直到各樣本隸屬度值趨于穩(wěn)定：

A.用當(dāng)前的聚類中心根據(jù)公式(4)計算隸屬度函數(shù)；

B.用當(dāng)前的隸屬度函數(shù)根據(jù)公式(3)重新計算各個聚類的中心。

當(dāng)算法收斂時，就得到了各類的聚類中心和隸屬度值，從而完成了模糊聚類劃分(圖9)。

圖9 加速度數(shù)據(jù)分類結(jié)果Fig.9 Classification result of acceleration data

由分類結(jié)果圖可見兩組山羊和加速度數(shù)據(jù)的波動部分和平穩(wěn)部分（圖中圓形點(diǎn)）區(qū)分明顯，而且平穩(wěn)部分是在大幅波動后逐漸減弱后出現(xiàn)，說明山羊靜臥數(shù)據(jù)已經(jīng)被較好的區(qū)分開。根據(jù)實(shí)地觀察，山羊在行走時經(jīng)常伴隨著采食行為，而采食行為又占據(jù)了山羊一天的大部分時間，在分類結(jié)果圖中看出行走和采食的數(shù)據(jù)互相重合出現(xiàn)也印證了這一點(diǎn)（圖中三角形點(diǎn)和矩形點(diǎn)）。根據(jù)實(shí)驗(yàn)觀察，山羊日常行為中跳躍情況很少，為了產(chǎn)生跳躍數(shù)據(jù)，我們在山羊活動區(qū)域設(shè)置了一些障礙，從結(jié)果圖中可以看出明顯劇烈波動的數(shù)據(jù)被區(qū)分開（圖中星型點(diǎn)）。從分類結(jié)果來看，各組的數(shù)據(jù)分類比較明顯，且兩組的分類結(jié)果的相似度也較高。

5 總結(jié)

本文設(shè)計的針對山羊的可穿戴設(shè)備，完成了山羊日常行為數(shù)據(jù)的采集和傳輸，并使用模糊C均值算法較好的對數(shù)據(jù)樣本集進(jìn)行聚類，實(shí)驗(yàn)表明：該設(shè)備體積小、功耗低、佩戴在山羊身體無應(yīng)激反應(yīng)、分類結(jié)果可靠，為后續(xù)建立山羊精準(zhǔn)飼養(yǎng)模型奠定了基礎(chǔ)。

[1]楊繼志,郭 敬.Arduino的互動產(chǎn)品平臺創(chuàng)新設(shè)計[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用,2012,12(4)：39-41

[2]袁本華,董 錚.基于Arduino控制板的溫室大棚測溫系統(tǒng)設(shè)計[J].安徽農(nóng)業(yè)科學(xué),2012,40(8)：5049-5050

[3]Jiao J,Ma H,Qiao Y,etal.Design of Farm Environmental Monitoring System Based on the Internet of Things[J]. Advance Journal of Food Science&Technology,2014,6(3)：368-373

[4]紀(jì)欣然.基于Arduino開發(fā)環(huán)境的智能尋光小車設(shè)計[J].現(xiàn)代電子技,2012(15)：161-163

[5]鄭 昊,鐘志峰,郭 昊,等.基于Arduino/Android的藍(lán)牙通信系統(tǒng)設(shè)計[J].物聯(lián)網(wǎng)技術(shù),2012(5)：50-51

[6]卞云松.基于Arduino單片機(jī)的避障小車機(jī)器人[J].自動化技術(shù)與應(yīng)用,2014,33(1)：16-19

[7]王 磊,邵平凡.基于MSP430和μC/OS-Ⅱ的低功耗智能手環(huán)設(shè)計[J].微型機(jī)與應(yīng)用,2015,34(15)：95-98

[8]陶 強(qiáng),劉 莉.一種魯棒的聚類算法在加速度計數(shù)據(jù)集中的應(yīng)用[J].儀表技術(shù),2016(3)：23-27

[9]高新波,李 潔,謝維信.模糊c均值聚類算法中參數(shù)m的優(yōu)選[J].模式識別與人工智能,2000,13(1)：7-11

[10]郭東東,郝潤芳,吉增濤,等.基于三軸加速度傳感器的山羊行為特征分類與識別[J].家畜生態(tài)學(xué)報,2014,35(8)：53-57