Hệ thống giám sát nhiệt độ tự động cho lợn bằng cảm biến thẻ tai tích hợp công nghệ bluetooth và học máy
Abstract
Hệ thống giám sát nhiệt độ tự động cho lợn, tích hợp cảm biến thẻ tai kết hợp với công nghệ Bluetooth Low Energy (BLE) và các mô hình học máy, mang lại một giải pháp hiện đại và hiệu quả trong việc theo dõi sức khỏe đàn lợn. Các cảm biến được gắn trực tiếp lên thẻ tai có khả năng đo nhiệt độ cơ thể của từng cá thể liên tục, đồng thời thu thập thông tin về điều kiện môi trường như độ ẩm và nhiệt độ chuồng trại. Dữ liệu được truyền về trung tâm xử lý thông qua kết nối BLE và được phân tích trên nền tảng điện toán đám mây. Hệ thống sử dụng các mô hình học máy tiên tiến như PCASVC, PCA-Decision tree, PCA-Random forest và 1D-CNN để phát hiện sớm các dấu hiệu bất thường. Trong số đó, mô hình 1D-CNN cho kết quả nổi bật với độ chính xác lên tới 96,6%, chứng minh hiệu quả vượt trội trong việc xử lý dữ liệu chuỗi và phát hiện các vấn đề sức khỏe. Việc ứng dụng cảm biến thông minh không chỉ nâng cao độ chính xác, giảm chi phí nhân công, mà còn tối ưu hóa khả năng giám sát theo thời gian thực, góp phần quan trọng trong phòng ngừa dịch bệnh và nâng cao hiệu quả quản lý chăn nuôi.
References
L. Wang, R. Madera, Y. Li, et al. (2020), “Recent advances in the diagnosis of classical swine fever and future perspectives”, Pathogens, 9(8), DOI: 10.3390/ pathogens9080658.
M. Stewart, J.R. Webster, G.A. Verkerk, et al. (2007), “Non-invasive measurement of stress in dairy cows using infrared thermography”, Physiol. Behav., 92(3), pp.520-525, DOI: 10.1016/j.physbeh.2007.04.034.
K.A. Herborn, J.L. Graves, P. Jerem, et al. (2015), “Skin temperature reveals the intensity of acute stress”, Physiol. Behav., 152, pp.225-230, DOI: 10.1016/j. physbeh.2015.09.032.
R. Heydon (2012), Bluetooth Low Energy - The Developer’s Handbook, Prentice Hall, 368pp.
B. Savoini, J. Bertolaccini, S. Montavon, et al. (2025), “Convolutional neural network for early detection of lameness and irregularity in horses using an IMU sensor”, arXiv, DOI: 10.48550/arXiv.2503.13578.
Y. Kim, S. Lee, D. Park (2019), “Health status classification of pigs using random forest algorithm”, Animal Bioscience, 32(9), pp.1377-1383.
