Técnicas de reconhecimento de padrões no comportamento de bovinos em função de dados de GPS

Abstract

Detectar rapidamente animais que precisam de atenção extra devido a problemas de saúde ou bem-estar são essenciais. Estas anormalidades podem ser detectadas pelas mudanças no tempo padrão gasto pelo animal em atividades cotidianas como, de pé, deitado, comendo, ruminando ou andando. O objetivo desta pesquisa foi analisar o comportamento de bovinos por meio de monitoramento animal utilizando sensores de posicionamento GPS, sensores inerciais e algoritmos de reconhecimento de padrões. Os animais foram observados por um analista de domínio e seus comportamentos foram anotados por meio de um software que confere precisão e facilita o treinamento dos algoritmos de classificação supervisionados. Os sensores, de baixo custo, foram montados em colares e instalados em 11 bovinos no pasto, num total de 42 dias incontínuos, enquanto esses animais foram observados à distância, e os seus comportamentos registrados, num total de 97 horas, em que foram anotados 35.211 comportamentos. Para este conjunto de dados foi obtida uma taxa média de acerto de 91,6% de classificação das atividades analisadas: pastando, andando, deitado descansando, deitado ruminando, de pé descansando e de pé ruminando.