JP2022059631A

JP2022059631A - Animal weight measurement system and method

Info

Publication number: JP2022059631A
Application number: JP2022019026A
Authority: JP
Inventors: 愉芸子伊豫; Yukiko IYO
Original assignee: Rabo Inc
Current assignee: Rabo Inc
Priority date: 2019-12-27
Filing date: 2022-02-09
Publication date: 2022-04-13
Also published as: JPWO2021132265A1; WO2021132265A1; JP7028500B2

Abstract

PROBLEM TO BE SOLVED: To provide a weight measurement system capable of measuring a plurality of weight types.

SOLUTION: The animal weight measurement system comprises: a weight data acquisition unit for acquiring weight data from weight measurement means; a weight calculation unit for calculating, from the acquired weight data, the weight of an object of measurement relating to the behavior of an animal; and a behavior data generation unit for generating time-series behavior data for the animal on the basis of behavior measurement data for the animal.

SELECTED DRAWING: Figure 1

Description

本開示は動物用重量測定システム及び方法に関する。 The present disclosure relates to animal weighing systems and methods.

近年、ペットの排尿量を測定可能なトイレが提案されている。 In recent years, toilets capable of measuring the amount of urination of pets have been proposed.

特許文献１には、猫の動物用トイレと、管理サーバとを含む猫の動物用トイレ使用状況管理システムが開示されている。 Patent Document 1 discloses a cat litter box usage management system including a cat litter box and a management server.

特許第６５６０４６８号Patent No. 6560468

上述した技術は、排尿量しか測定できないものであり、飼い主のニーズを十分満たすものではなかった。 The above-mentioned technique can only measure the amount of urination and does not sufficiently satisfy the needs of the owner.

そこで、本開示は、飼い主の希望に合わせて測定対象を変更可能な重量測定システム及び方法を提供することを一つの目的とする。 Therefore, one object of the present disclosure is to provide a weight measurement system and method that can change the measurement target according to the wishes of the owner.

本開示によれば、動物用の重量測定システムであって、重量測定手段から重量データを取得する重量データ取得部と、取得した前記重量データから前記動物の行動に関する測定対象の重量を算出する重量算出部と、前記動物に係る行動測定データに基づいて、前記動物の時系列行動データを生成する行動データ生成部と、を備えることを特徴とする、重量測定システムが得られる。 According to the present disclosure, in a weight measuring system for animals, a weight data acquisition unit that acquires weight data from a weight measuring means and a weight that calculates the weight of a measurement target related to the behavior of the animal from the acquired weight data. A weight measurement system comprising a calculation unit and a behavior data generation unit that generates time-series behavior data of the animal based on the behavior measurement data relating to the animal can be obtained.

また、本開示によれば、動物の行動に関する測定対象についての方法であって、重量測定手段から重量データを取得することと、取得した前記重量データから前記動物の行動に関する測定対象の重量を算出することと、前記動物に係る行動測定データに基づいて、前記動物の時系列行動データを生成することと、を含む、方法が得られる。
Further, according to the present disclosure, it is a method for a measurement target related to animal behavior, in which weight data is acquired from a weight measuring means, and the weight of the measurement target related to animal behavior is calculated from the acquired weight data. A method is obtained that comprises the above and the generation of time-series behavioral data of the animal based on the behavioral measurement data relating to the animal.

本開示によれば、飼い主の希望に合わせて食事量や排泄量といった測定対象を変更することができる。 According to the present disclosure, it is possible to change the measurement target such as the amount of food and the amount of excretion according to the wishes of the owner.

本開示の一実施の形態によるシステムの全体構成を示す図である。It is a figure which shows the whole structure of the system by one Embodiment of this disclosure. 本開示の一実施の形態によるシステムの構成例を示す図である。It is a figure which shows the configuration example of the system by one Embodiment of this disclosure. 本開示の一実施の形態による宅内における動物のセンシングを説明する概念図である。It is a conceptual diagram explaining the sensing of the animal in the house by one Embodiment of this disclosure. 本開示の一実施の形態によるサーバのハードウェア構成例を示す図である。It is a figure which shows the hardware configuration example of the server by one Embodiment of this disclosure. 本開示の一実施の形態によるサーバのソフトウェア構成例を示す図である。It is a figure which shows the software configuration example of the server by one Embodiment of this disclosure. 本開示の一実施の形態による重量情報の構成例を示す図である。It is a figure which shows the structural example of the weight information by one Embodiment of this disclosure. 本開示の一実施の形態による摂食量の測定方法を説明する図である。It is a figure explaining the method of measuring the food intake by one Embodiment of this disclosure. 本開示の一実施の形態による排泄量の測定方法を説明する図である。It is a figure explaining the method of measuring the excretion amount by one Embodiment of this disclosure. 本開示の一実施の形態による体重の測定方法を説明する図である。It is a figure explaining the method of measuring the body weight by one Embodiment of this disclosure. 本開示の一実施の形態による摂食量の測定方法を説明する図である。It is a figure explaining the method of measuring the food intake by one Embodiment of this disclosure. 本開示の一実施の形態による個体識別方法を説明する図である。It is a figure explaining the individual identification method by one Embodiment of this disclosure. 本開示の一実施の形態による処理のフローを示した図である。It is a figure which showed the flow of the process by one Embodiment of this disclosure. 本開示の一実施の形態による行動種別の分析の流れについての説明図である。It is explanatory drawing about the flow of the analysis of the behavior type by one Embodiment of this disclosure. 本開示の一実施の形態による入力されたデータ分析について説明する図である。It is a figure explaining the input data analysis by one Embodiment of this disclosure. 本開示の一実施の形態の説明図である。It is explanatory drawing of one Embodiment of this disclosure. 本開示の一実施の形態による画面表示例である。This is an example of screen display according to an embodiment of the present disclosure. 本開示の一実施の形態による変形例を説明する図である。It is a figure explaining the modification by one Embodiment of this disclosure.

本開示の実施形態の内容を列記して説明する。本開示は、以下のような構成を備える。
（項目１）
動物用の重量測定システムであって、
重量測定手段から重量データを取得する重量データ取得部と、
取得した前記重量データから前記動物の行動に関する測定対象の重量を算出する重量算出部と、
前記動物に係る行動測定データに基づいて、前記動物の時系列行動データを生成する行動データ生成部と、
を備えることを特徴とする、重量測定システム。
（項目２）
前記時系列行動データに応じて、前記重量算出部が算出した重量情報の確からしさを評価する重量情報評価部をさらに備えることを特徴とする、項目１に記載の重量測定システム。
（項目３）
前記時系列行動データに応じて、前記重量算出部が算出した重量情報の測定対象をさらに特定する重量種別特定部をさらに備えることを特徴とする、項目１又は２に記載の重量測定システム。
（項目４）
前記重量算出部が測定した重量に係る個体を識別する個体識別部をさらに備えることを特徴とする、項目１～３のいずれかに記載の重量測定システム。
（項目５）
前記個体識別部は、前記時系列行動データに応じて、前記重量算出部が測定した重量に係る個体を識別することを特徴とする、項目４に記載の重量測定システム。
（項目６）
前記測定対象の重量を含む重量情報をユーザ端末に出力する表示制御部をさらに備えることを特徴とする、項目１～５のいずれかに記載の重量測定システム。
（項目７）
前記表示制御部は、前記重量情報を、前記行動データに基づく行動情報とともに出力することを特徴とする、項目６に記載の重量測定システム。
（項目８）
前記重量データ取得部は、二以上の前記重量測定手段から重量データを取得し、
前記重量算出部は、前記各重量測定手段から取得した前記重量データからそれぞれ前記測定対象の重量を算出し、
前記表示制御部は、算出した各測定対象の前記重量情報を一つの時系列に並べて表示することを特徴とする、項目６に記載の重量測定システム。
（項目９）
算出された前記重量に基づいて、前記動物の異常を検出する異常検出部をさらに備えることを特徴とする、項目１～８のいずれかに記載の重量測定システム。
（項目１０）
動物の行動に関する測定対象についての方法であって、
重量測定手段から重量データを取得することと、
取得した前記重量データから前記動物の行動に関する測定対象の重量を算出することと、
前記動物に係る行動測定データに基づいて、前記動物の時系列行動データを生成することと、
を含む、方法。 The contents of the embodiments of the present disclosure will be listed and described. The present disclosure comprises the following configurations.
(Item 1)
A weight measurement system for animals
A weight data acquisition unit that acquires weight data from a weight measuring means,
A weight calculation unit that calculates the weight of the measurement target related to the behavior of the animal from the acquired weight data,
A behavior data generation unit that generates time-series behavior data of the animal based on the behavior measurement data related to the animal.
A weight measuring system characterized by being equipped with.
(Item 2)
The weight measuring system according to item 1, further comprising a weight information evaluation unit that evaluates the certainty of the weight information calculated by the weight calculation unit according to the time-series behavior data.
(Item 3)
The weight measuring system according to item 1 or 2, further comprising a weight type specifying unit that further specifies a measurement target of weight information calculated by the weight calculation unit according to the time-series behavior data.
(Item 4)
The weight measuring system according to any one of items 1 to 3, further comprising an individual identification unit for identifying an individual related to the weight measured by the weight calculation unit.
(Item 5)
The weight measurement system according to item 4, wherein the individual identification unit identifies an individual related to the weight measured by the weight calculation unit according to the time-series behavior data.
(Item 6)
The weight measuring system according to any one of items 1 to 5, further comprising a display control unit that outputs weight information including the weight of the measurement target to a user terminal.
(Item 7)
The weight measuring system according to item 6, wherein the display control unit outputs the weight information together with the behavior information based on the behavior data.
(Item 8)
The weight data acquisition unit acquires weight data from two or more of the weight measuring means, and obtains weight data.
The weight calculation unit calculates the weight of the measurement target from the weight data acquired from each of the weight measuring means.
The weight measuring system according to item 6, wherein the display control unit displays the calculated weight information of each measurement target side by side in one time series.
(Item 9)
The weight measuring system according to any one of items 1 to 8, further comprising an abnormality detecting unit for detecting an abnormality of the animal based on the calculated weight.
(Item 10)
It is a method for measuring objects related to animal behavior.
Obtaining weight data from weight measuring means and
To calculate the weight of the object to be measured regarding the behavior of the animal from the acquired weight data,
To generate time-series behavior data of the animal based on the behavior measurement data related to the animal,
Including, how.

＜実施の形態の詳細＞
以下、本開示の実施の形態について、図面を参照しながら説明する。 <Details of the embodiment>
Hereinafter, embodiments of the present disclosure will be described with reference to the drawings.

＜概要＞
本開示の実施の形態によるシステムは、重量センサを備える重量測定手段８から得られる重量データを利用してペットなどの動物の健康管理をするものである。重量測定手段８は、例えば、動物の重量を測定するデバイスである。重量測定手段８の装置の構成は特に限定されず、例えば、動物が載置される台と、該台が受ける力を計測するセンサと、を備えうる。台とセンサとは必ずしも一体でなくてもよい。重量測定手段８は、例えば、体重計等であり得る。重量測定手段８は、用途に応じて、トイレ、食器、水入れ等のペット用アイテムをのせることができる形状を備えていればよい。重量測定手段８の形状は、例えば図１のようにボード型である。本開示の重量測定システムは、重量測定手段８が取得する時系列の重量データから、動物の体重、排泄物の量（便・尿）、食事量（ごはん・水）等を算出し、重量情報としてユーザに提供するためのものである。合わせて、動物に装着した加速度センサ等から得られる該動物の行動に関する行動測定データを分析することによって特定した行動データを用いることによって、算出した重量情報の精度を向上させることができる。本開示の重量測定システムは、選択された測定モードに沿って測定対象を変更することができるので、重量測定手段８の用途を限定することなく、ユーザが測定したい対象を自由に選ぶことができる。これらの動物に関する各種重量を日常的に測定することによって、動物の健康管理をすることが可能となる。 <Overview>
The system according to the embodiment of the present disclosure manages the health of animals such as pets by using the weight data obtained from the weight measuring means 8 provided with the weight sensor. The weight measuring means 8 is, for example, a device for measuring the weight of an animal. The configuration of the device of the weight measuring means 8 is not particularly limited, and may include, for example, a table on which an animal is placed and a sensor for measuring the force received by the table. The table and the sensor do not necessarily have to be integrated. The weight measuring means 8 may be, for example, a weight scale or the like. The weight measuring means 8 may have a shape on which pet items such as a toilet, tableware, and a water bowl can be placed, depending on the intended use. The shape of the weight measuring means 8 is, for example, a board type as shown in FIG. The weight measuring system of the present disclosure calculates the weight of an animal, the amount of excrement (stool / urine), the amount of food (rice / water), etc. from the time-series weight data acquired by the weight measuring means 8, and weight information. It is intended to be provided to the user as. At the same time, the accuracy of the calculated weight information can be improved by using the behavior data specified by analyzing the behavior measurement data related to the behavior of the animal obtained from the acceleration sensor or the like attached to the animal. Since the weight measuring system of the present disclosure can change the measurement target according to the selected measurement mode, the user can freely select the target to be measured without limiting the use of the weight measuring means 8. .. By measuring various weights of these animals on a daily basis, it becomes possible to manage the health of the animals.

＜構成＞
図２に示すように、サービス提供システムは、サービスを提供するサーバ１と、サーバ１に、インターネット等のネットワークを介して接続される、重量測定手段８、通信端末２、ユーザ端末３を含む。また、サーバ１は、ネットワークを介して分析サーバ４と接続している。図２には、説明の便宜のために、各々１つの重量測定手段８、通信端末２、ユーザ端末３及び分析サーバ４が図示されているが、各々複数の端末が、本システムのネットワークに接続可能である。 <Structure>
As shown in FIG. 2, the service providing system includes a server 1 that provides a service, a weight measuring means 8, a communication terminal 2, and a user terminal 3 that are connected to the server 1 via a network such as the Internet. Further, the server 1 is connected to the analysis server 4 via a network. For convenience of explanation, FIG. 2 shows one weight measuring means 8, a communication terminal 2, a user terminal 3, and an analysis server 4, but a plurality of terminals are connected to the network of the system. It is possible.

サーバ１は、サービスを、アプリケーションを介してユーザ端末３に対して提供することができる。ユーザ端末３は、アプリケーションをサーバ１または別のサーバからダウンロードし、このアプリケーションを実行し、ブラウザ等のウェブページの閲覧ソフトウェアを介してサーバ１にアクセスすることで、サーバ１と情報を送受信することでき、また、サービスを受けることが可能となる。 The server 1 can provide the service to the user terminal 3 via the application. The user terminal 3 downloads an application from the server 1 or another server, executes this application, and accesses the server 1 via web page browsing software such as a browser to send and receive information to and from the server 1. You can also receive services.

通信端末２は、重量測定手段８及び動物、例えばネコ６に装着された加速度センサ（センサ５の一例）と近距離無線通信を行うことで、重量データ及び行動測定データを取得することができる。より具体的には、まず、図３に示すように、ネコ６に対し、首輪状（またはペンダント状）のウェアラブルデバイスが取り付けられる。ウェアラブルデバイスには、センサ５として、加速度センサ及び／または温度センサが内蔵される。なお、センサ５を実現する装置は限定されず、例えば、その他動物による運動や生理現象をセンシングするセンサであれば特に限定されない。また、センサ５は、ネコ６等の動物に取り付けられることが想定されるが、かかるセンサ５は、動物に取り付けられるものでなくてもよいし、動物の体内等に付されるものであってもよい。重量測定手段８及びセンサ５は、データをＢＬＵＥＴＯＯＴＨ（登録商標）ＬＡＷＥＮＥＲＧＹ（ＢＬＥ）等の近距離無線通信を通じて、同じ宅内に設置される受信装置７に送信し、受信装置７は、ルータ等の通信端末２にデータを転送し、通信端末２は、データをネットワークを介してサーバ１に送信する。なお、重量測定手段８及びセンサ５は、データをＢＬＵＥＴＯＯＴＨ（登録商標）ＬＡＷＥＮＥＲＧＹ（ＢＬＥ）等の近距離無線通信を通じて、ユーザ端末３に直接送信することとしてもよい。ここで、受信装置７は、一例として、Ｌｉｎｕｘ（登録商標）をベースとするオペレーションシステムを搭載し、また、気温を測定する温度センサ等各種センサを搭載することができる。しかしながら、かかる装置は、組み込みのチップセット等、ＯＳを搭載しないものであってももちろんよい。 The communication terminal 2 can acquire weight data and behavior measurement data by performing short-range wireless communication with the weight measuring means 8 and an acceleration sensor (an example of the sensor 5) mounted on an animal, for example, a cat 6. More specifically, first, as shown in FIG. 3, a collar-shaped (or pendant-shaped) wearable device is attached to the cat 6. The wearable device incorporates an acceleration sensor and / or a temperature sensor as the sensor 5. The device that realizes the sensor 5 is not limited, and is not particularly limited as long as it is a sensor that senses movements and physiological phenomena by other animals, for example. Further, the sensor 5 is assumed to be attached to an animal such as a cat 6, but the sensor 5 does not have to be attached to the animal, and is attached to the body of the animal or the like. May be good. The weight measuring means 8 and the sensor 5 transmit data to a receiving device 7 installed in the same house through short-range wireless communication such as BLUETOOTH (registered trademark) LAW ENERGY (BLE), and the receiving device 7 is a router or the like. The data is transferred to the communication terminal 2, and the communication terminal 2 transmits the data to the server 1 via the network. The weight measuring means 8 and the sensor 5 may directly transmit the data to the user terminal 3 through short-range wireless communication such as BLUETOOTH (registered trademark) LAW ENERGY (BLE). Here, as an example, the receiving device 7 can be equipped with an operation system based on Linux (registered trademark), and can also be equipped with various sensors such as a temperature sensor for measuring the air temperature. However, such a device may of course be a device that does not have an OS, such as an embedded chipset.

加速度センサ５は、図３に示すように、互いに直交する３軸方向（ｘ軸、ｙ軸、ｚ軸方向）の加速度を検出するセンサであり、ネコの首部に装着する首輪に内蔵される。図３に示すように、ネコの前後方向をＸ方向、左右方向をＹ方向、上下方向をＺ方向と定義し、ネコの動きに応じて各方向の加速度信号が検出できるよう首輪をネコに取り付ける。センサの種類はこれに限らず、ジャイロセンサやモーションセンサ等、ネコの動きに関する情報を取得できるあらゆるセンシング装置を採用可能である。 As shown in FIG. 3, the acceleration sensor 5 is a sensor that detects acceleration in three axial directions (x-axis, y-axis, and z-axis directions) orthogonal to each other, and is built in a collar attached to the neck of the cat. As shown in FIG. 3, the front-back direction of the cat is defined as the X direction, the left-right direction is defined as the Y direction, and the vertical direction is defined as the Z direction, and a collar is attached to the cat so that acceleration signals in each direction can be detected according to the movement of the cat. .. The type of sensor is not limited to this, and any sensing device that can acquire information on the movement of the cat, such as a gyro sensor and a motion sensor, can be adopted.

図２に戻り、ユーザ端末３は、例えばワークステーションやパーソナルコンピュータのような汎用コンピュータであってもよいし、或いはスマートフォン、タブレット、携帯端末、その他情報端末等であってもよい。 Returning to FIG. 2, the user terminal 3 may be a general-purpose computer such as a workstation or a personal computer, or may be a smartphone, a tablet, a mobile terminal, another information terminal, or the like.

図４は、本開示の第１の実施の形態によるサーバ１の機能ブロック図である。なお、図示された構成は一例であり、これ以外の構成を有していてもよい。 FIG. 4 is a functional block diagram of the server 1 according to the first embodiment of the present disclosure. The configuration shown in the figure is an example, and may have other configurations.

図示されるように、サーバ１は、データベース(図示せず)と接続されシステムの一部を構成する。サーバ１は、例えばワークステーションやパーソナルコンピュータのような汎用コンピュータとしてもよいし、或いはクラウド・コンピューティングによって論理的に実現されてもよい。 As shown, the server 1 is connected to a database (not shown) to form part of the system. The server 1 may be a general-purpose computer such as a workstation or a personal computer, or may be logically realized by cloud computing.

サーバ１は、少なくとも、制御部１０、メモリ１１、ストレージ１２、送受信部１３、入出力部１４等を備え、これらはバス１５を通じて相互に電気的に接続される。 The server 1 includes at least a control unit 10, a memory 11, a storage 12, a transmission / reception unit 13, an input / output unit 14, and the like, and these are electrically connected to each other through a bus 15.

制御部１０は、サーバ１全体の動作を制御し、各要素間におけるデータの送受信の制御、及びアプリケーションの実行及び認証処理に必要な情報処理等を行う演算装置である。例えば制御部１０はＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）であり、ストレージ１２に格納されメモリ１１に展開されたプログラム等を実行して各情報処理を実施する。 The control unit 10 is an arithmetic unit that controls the operation of the entire server 1, controls the transmission and reception of data between each element, and performs information processing necessary for application execution and authentication processing. For example, the control unit 10 is a CPU (Central Processing Unit), and executes each information processing by executing a program or the like stored in the storage 12 and expanded in the memory 11.

メモリ１１は、ＤＲＡＭ（ＤｙｎａｍｉｃＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）等の揮発性記憶装置で構成される主記憶と、フラッシュメモリやＨＤＤ（ＨａｒｄＤｉｓｃＤｒｉｖｅ）等の不揮発性記憶装置で構成される補助記憶と、を含む。メモリ１１は、プロセッサ１０のワークエリア等として使用され、また、サーバ１の起動時に実行されるＢＩＯＳ（ＢａｓｉｃＩｎｐｕｔ／ＯｕｔｐｕｔＳｙｓｔｅｍ）、及び各種設定情報等を格納する。 The memory 11 includes a main storage configured by a volatile storage device such as a DRAM (Dynamic Random Access Memory) and an auxiliary storage configured by a non-volatile storage device such as a flash memory or an HDD (Hard Disk Drive). .. The memory 11 is used as a work area or the like of the processor 10, and also stores a BIOS (Basic Input / Output System) executed when the server 1 is started, various setting information, and the like.

ストレージ１２は、アプリケーション・プログラム等の各種プログラムを格納する。各処理に用いられるデータを格納したデータベース(図示せず)がストレージ１２に構築されていてもよい。 The storage 12 stores various programs such as application programs. A database (not shown) storing data used for each process may be built in the storage 12.

送受信部１３は、サーバ１をネットワークに接続する。なお、送受信部１３は、Ｂｌｕｅｔｏｏｔｈ（登録商標）及びＢＬＥ（ＢｌｕｅｔｏｏｔｈＬｏｗＥｎｅｒｇｙ）の近距離通信インターフェースを備えていてもよい。 The transmission / reception unit 13 connects the server 1 to the network. The transmission / reception unit 13 may be provided with a short-range communication interface of Bluetooth (registered trademark) and BLE (Bluetooth Low Energy).

入出力部１４は、キーボード・マウス類等の情報入力機器、及びディスプレイ等の出力機器である。 The input / output unit 14 is an information input device such as a keyboard and a mouse, and an output device such as a display.

バス１５は、上記各要素に共通に接続され、例えば、アドレス信号、データ信号及び各種制御信号を伝達する。 The bus 15 is commonly connected to each of the above elements and transmits, for example, an address signal, a data signal, and various control signals.

図５は、本開示の重量測定システムのサーバのソフトウェア構成例を示す図である。サーバは、測定モード入力受付部５１、測定モード判断部５２、重量データ取得部５３、行動測定データ検出部５４、行動データ生成部５５、行動データ管理部５６、重量算出部５７、重量情報評価部５８、重量種別特定部５９、個体識別部６０、異常検出部６１、表示制御部６２、測定モード情報記憶部７１、重量データ記憶部７２、基本データ記憶部７３、行動測定データ記憶部７４、行動データ記憶部７５、重量情報記憶部７６を備える。 FIG. 5 is a diagram showing a software configuration example of the server of the weight measuring system of the present disclosure. The server includes a measurement mode input reception unit 51, a measurement mode determination unit 52, a weight data acquisition unit 53, an action measurement data detection unit 54, an action data generation unit 55, an action data management unit 56, a weight calculation unit 57, and a weight information evaluation unit. 58, weight type identification unit 59, individual identification unit 60, abnormality detection unit 61, display control unit 62, measurement mode information storage unit 71, weight data storage unit 72, basic data storage unit 73, behavior measurement data storage unit 74, behavior. A data storage unit 75 and a weight information storage unit 76 are provided.

なお、測定モード入力受付部５１、測定モード判断部５２、重量データ取得部５３、行動測定データ検出部５４、行動データ生成部５５、行動データ管理部５６、重量算出部５７、重量情報評価部５８、重量種別特定部５９、個体識別部６０、異常検出部６１、表示制御部６２は、サーバが備える制御部１０がストレージ１２に記憶されているプログラムをメモリ１１に読み出して実行することにより実現され、測定モード情報記憶部７１、重量データ記憶部７２、基本データ記憶部７３、行動測定データ記憶部７４、行動データ記憶部７５、重量情報記憶部７６は、メモリ１１およびストレージ１２の少なくともいずれかにより提供される記憶領域の一部として実現される。 The measurement mode input reception unit 51, the measurement mode determination unit 52, the weight data acquisition unit 53, the behavior measurement data detection unit 54, the behavior data generation unit 55, the behavior data management unit 56, the weight calculation unit 57, and the weight information evaluation unit 58. The weight type identification unit 59, the individual identification unit 60, the abnormality detection unit 61, and the display control unit 62 are realized by the control unit 10 included in the server reading the program stored in the storage 12 into the memory 11 and executing the program. The measurement mode information storage unit 71, the weight data storage unit 72, the basic data storage unit 73, the behavior measurement data storage unit 74, the behavior data storage unit 75, and the weight information storage unit 76 are stored by at least one of the memory 11 and the storage 12. Realized as part of the storage provided.

測定モード情報記憶部７１は、測定モードに関する情報を記憶する。測定モードは、1つ以上の測定モードが登録される。測定モードは、少なくとも１つ以上の測定対象を特定する。代表的なものとして、食事量を測定する食事量測定モード、摂水量を測定する摂水量測定モード、排便量を測定する排便量測定モード、排尿量を測定する排尿量測定モード、体重を測定する体重測定モード等があり、これらを組み合わせることができる。測定モード情報記憶部７１には、各モードのＩＤ、モード名、測定対象、重量データから測定対象の重量を算出処理する際に必要となるアルゴリズム等が記憶される。 The measurement mode information storage unit 71 stores information related to the measurement mode. As the measurement mode, one or more measurement modes are registered. The measurement mode identifies at least one or more measurement targets. Typical examples are a meal volume measurement mode for measuring the amount of food, a water intake measurement mode for measuring the water intake, a stool volume measurement mode for measuring the stool volume, a urine volume measurement mode for measuring the urine volume, and a body weight measurement. There are weight measurement modes and the like, and these can be combined. The measurement mode information storage unit 71 stores an algorithm and the like required for calculating and processing the weight of the measurement target from the ID of each mode, the mode name, the measurement target, and the weight data.

重量データ記憶部７２は、重量データ取得部５３が取得した重量データを各重量測定手段８ごとに記憶する。重量データは、時間データとともに記憶される時系列データであることが好ましい。 The weight data storage unit 72 stores the weight data acquired by the weight data acquisition unit 53 for each weight measuring means 8. The weight data is preferably time series data stored together with the time data.

行動データ記憶部７５は、行動データ生成部５５が生成した行動データを記憶する。後述するように、行動データは、時間データとともに記憶される時系列データであることが好ましい。重量データと行動データとは、連動して分析されるべきデータ同士を関連付けるＩＤ等を付与してもよい。例えば、同じユーザが所有する重量測定手段８から得られる重量データと、当該ユーザが飼育する動物の行動データとが関連付けられるようにしてもよい。他にも一つの重量測定手段８から得られる重量データが、複数個体の動物の行動データと関連付けられてもよい。 The behavior data storage unit 75 stores the behavior data generated by the behavior data generation unit 55. As will be described later, the behavior data is preferably time series data stored together with the time data. The weight data and the behavior data may be given an ID or the like that associates the data to be analyzed in conjunction with each other. For example, the weight data obtained from the weight measuring means 8 owned by the same user may be associated with the behavior data of the animal raised by the user. In addition, the weight data obtained from one weight measuring means 8 may be associated with the behavior data of a plurality of animals.

重量情報記憶部７６は、重量算出部５７が算出した重量情報を記憶する。図６は、重量情報記憶部７６に記憶される重量情報の構成例である。例えば、測定日時ごとに、測定対象と、測定対象の重量（例：食事量）が重量情報の一部として格納されてよい。この他に、重量情報は、多頭飼いの場合は個体名や個体ＩＤの情報を含んでもよい。 The weight information storage unit 76 stores the weight information calculated by the weight calculation unit 57. FIG. 6 is a configuration example of weight information stored in the weight information storage unit 76. For example, the measurement target and the weight of the measurement target (eg, the amount of food) may be stored as a part of the weight information for each measurement date and time. In addition to this, the weight information may include information on an individual name and an individual ID in the case of a multi-headed animal.

測定モード入力受付部５１は、ユーザから複数の測定モードのうち、選択する測定モードの入力を受け付ける。入力は、重量測定手段８に備え付けられるボタンやタッチパネルによって行われてもよいし、ユーザ端末によって入力されてもよい。 The measurement mode input receiving unit 51 receives an input of a measurement mode selected from a plurality of measurement modes from the user. The input may be performed by a button or a touch panel provided on the weight measuring means 8, or may be input by a user terminal.

測定モード判断部５２は、ユーザからの選択入力を受けることなく、自動的に測定モードを設定する場合に用いられる。測定モード判断部５２は、重量測定手段８の上にのせられたアイテムの重さによって、測定モードを判断することができる。例えば、測定モード判断部５２は、あらかじめユーザが使用し得るトイレ、食器、水入れ、ベッド等の重さを記憶しておき、重量測定手段８の上にのせられたアイテムの重さから、それがトイレ、食器、水入れ、ベッドのいずれであるかを判断する。そして、測定モード判断部５２は、トイレがのせられた場合は排泄物測定モード、食器がのせられた場合は食事量測定モード、水入れがのせられた場合は摂水量測定モード、食器と水入れの双方がのせられた場合は食事量＆摂水量測定モード等、アイテムごとに設定された測定モードを選択することができる。 The measurement mode determination unit 52 is used when the measurement mode is automatically set without receiving the selection input from the user. The measurement mode determination unit 52 can determine the measurement mode based on the weight of the item placed on the weight measuring means 8. For example, the measurement mode determination unit 52 stores in advance the weights of toilets, tableware, water bowls, beds, etc. that can be used by the user, and uses the weight of the item placed on the weight measuring means 8 to obtain the weight. Determine if is a toilet, tableware, water bowl, or bed. Then, the measurement mode determination unit 52 has an excrement measurement mode when a toilet is placed, a meal amount measurement mode when a tableware is placed, a water intake measurement mode when a water bowl is placed, and a tableware and a water bowl. If both are placed, you can select the measurement mode set for each item, such as the meal amount & water intake measurement mode.

重量データ取得部５３は、重量測定手段８から重量データを取得する。重量測定手段８とサーバとは通信ネットワークにより接続される。重量データは、時系列に取得されることが好ましい。取得された重量データは、時間情報とともに重量データ記憶部７２に格納される。 The weight data acquisition unit 53 acquires weight data from the weight measuring means 8. The weight measuring means 8 and the server are connected by a communication network. Weight data is preferably acquired in chronological order. The acquired weight data is stored in the weight data storage unit 72 together with the time information.

行動測定データ検出部５４は、センサ５によって検出され、通信端末２を介して送信された行動測定データを、サーバ１の送受信部１３を介して受信する。行動測定データは、動物に係る行動測定データであり、動物に設けられるセンサ５から得られるデータである。行動測定データとしては、例えば、加速度や温度（体温）等、センサ５の出力データであり得る。受信された行動測定データは、サーバ１に内蔵されるストレージ１２の行動測定データ記憶部７４に格納されてもよいし、または、図１において示す、分析サーバ４に内蔵されるストレージに格納されてもよい。 The behavior measurement data detection unit 54 receives the behavior measurement data detected by the sensor 5 and transmitted via the communication terminal 2 via the transmission / reception unit 13 of the server 1. The behavior measurement data is behavior measurement data relating to an animal, and is data obtained from a sensor 5 provided in the animal. The behavior measurement data may be, for example, output data of the sensor 5 such as acceleration and temperature (body temperature). The received behavior measurement data may be stored in the behavior measurement data storage unit 74 of the storage 12 built in the server 1, or stored in the storage built in the analysis server 4 shown in FIG. May be good.

行動データ生成部５５は、受信した行動測定データを基に、図２において示すように、分析サーバ４と連携しながら（または、本行動データ生成部５５における単独の処理によって）、ネコの行動データを生成する。また、行動データ管理部５６は、生成された行動データを行動データ記憶部７５に格納し、かかる行動データを管理する。行動データ生成部５５が生成する行動データは、例えば、時系列の行動データである。 Based on the received behavior measurement data, the behavior data generation unit 55 cooperates with the analysis server 4 (or by a single process in the behavior data generation unit 55) as shown in FIG. 2, and the behavior data of the cat. To generate. Further, the behavior data management unit 56 stores the generated behavior data in the behavior data storage unit 75, and manages the behavior data. The behavior data generated by the behavior data generation unit 55 is, for example, time-series behavior data.

ここで、行動データは、行動データ記憶部７５に格納される、運動データ、睡眠データ、食事データ、トイレデータ、位置データ等を含み得る。より具体的には、運動データとして、運動の有無および時間とともに１日においてどれくらいの活動をしているのかといった集計データが含まれ得る。また、睡眠データとして、睡眠の有無と時間とともに１日においてどれくらいの睡眠をしているのかといった集計データが含まれ得る。また、食事データとして、食事行動の有無と時間とともに食事を何回食べたか、いつ食べたかといった集計データ、および／または摂水行動の有無と時間とともに水を何回飲んだか、いつ飲んだかといった集計データが含まれ得る。また、トイレデータとして、排便行動の有無と時間とともに排便を何回したか、いつしたかといった集計データ、および／または排尿行動の有無と時間とともに排尿を何回したか、いつしたかといった集計データ、が含まれ得る。また、位置データとして、どの方向に移動したか、どの位置にいたかが含まれ得る。また、その他のデータとして、水を何回飲んだか、いつ飲んだか等が含まれ得る。また、図示しないが、計測時のネコの体温、また、ネコのいる室温等周辺環境に関するデータを取得し、行動データ記憶部７５に格納することができる。 Here, the behavior data may include exercise data, sleep data, meal data, toilet data, position data, and the like stored in the behavior data storage unit 75. More specifically, the exercise data may include aggregated data such as the presence or absence of exercise and how much activity is performed in one day together with the time. In addition, the sleep data may include aggregated data such as the presence or absence of sleep and how much sleep is performed in a day along with the time. In addition, as meal data, aggregated data such as how many times and when the meal was eaten with the presence or absence of eating behavior and time, and / or aggregated with how many times and when the water was drunk with the presence or absence of water intake behavior and time. Data may be included. In addition, as toilet data, aggregated data such as how many times and when defecation was performed with time and presence of defecation behavior, and / or aggregated data such as how many times and when urination was performed with time and presence of defecation behavior. , May be included. In addition, the position data may include which direction the user has moved and which position he / she was in. In addition, other data may include how many times the water was drunk, when it was drunk, and the like. Further, although not shown, data on the body temperature of the cat at the time of measurement and the surrounding environment such as the room temperature where the cat is located can be acquired and stored in the behavior data storage unit 75.

また、基本データ記憶部７３は、動物の基本情報を記憶する。基本データは、動物の名前、種類、年齢、性別、居住地（エリア）、健康情報、飼い主情報等を含み得る。健康情報としては、通院歴、病歴等が挙げられる。また、飼い主情報としては、飼い主の性別、年齢、職業等の情報が挙げられる。 Further, the basic data storage unit 73 stores basic animal information. Basic data may include animal name, species, age, gender, place of residence (area), health information, owner information and the like. Examples of health information include hospital visit history and medical history. Further, as the owner information, information such as the owner's gender, age, occupation and the like can be mentioned.

重量算出部５７は、重量データ取得部５３が取得した重量データを分析して、測定モードに沿って目的の重量情報を出力する。以下に、各測定モードにおける重量の算出方法の一例を示す。 The weight calculation unit 57 analyzes the weight data acquired by the weight data acquisition unit 53, and outputs the target weight information according to the measurement mode. An example of the weight calculation method in each measurement mode is shown below.

＜食事量・摂水量・体重測定モード＞
図７は、食事量・摂水量・体重を測定する場合の例を示す。動物が食事又は水を飲むために重量測定手段８の上にのった場合、時系列の重量データは例えば図７に示すような挙動を示す。具体的には、動物が重量測定手段８の上にのる前の時点での重量と、動物がのった時の重量との差ΔＷ１は、動物の体重となり得る。また、動物が重量測定手段８の上にのる前の時点での重量と、動物が食事・摂水を終わって降りた時点での重量との差ΔＷ２は、餌又は水の減少量、すなわち摂食量・摂水量となり得る。動物が重量測定手段８の上にのっている最中に、動物が動くことによって重量データに変動が生じる場合は、重量データの時系列における平均値や、一定時間以上動きがなくなった時の重量データを採用する等、適宜最適な値を採用することができる。 <Meal amount / water intake / weight measurement mode>
FIG. 7 shows an example of measuring the amount of food, the amount of water intake, and the body weight. When the animal rests on the weighing means 8 to eat or drink water, the time-series weight data behaves, for example, as shown in FIG. Specifically, the difference ΔW1 between the weight before the animal is placed on the weight measuring means 8 and the weight when the animal is placed can be the weight of the animal. Further, the difference ΔW2 between the weight before the animal gets on the weight measuring means 8 and the weight when the animal finishes eating and drinking and gets off is the amount of decrease in food or water, that is, It can be the amount of food and water consumed. If the weight data fluctuates due to the movement of the animal while the animal is on the weight measuring means 8, the average value of the weight data in the time series or the time when the movement has stopped for a certain period of time or more. Optimal values can be appropriately adopted, such as by adopting weight data.

＜排泄量・体重測定モード＞
図８は、排泄量・体重を測定する場合の例を示す。動物が排便又は排尿するために重量測定手段８の上のトイレに入った場合、時系列の重量データは例えば図８に示すような挙動を示す。動物がトイレに入った時の重量と、動物がトイレから出たときの重量との差ΔＷ３は、動物の体重となり得る。体重は、動物がトイレに入る前の時点での重量と、トイレに入った直後の重量との差であってもよい。また、動物がトイレに入る前の時点での重量と、動物がトイレから出た後の時点での重量との差ΔＷ４は、排泄量となり得る。動物がトイレの中に入っている最中に、動物が動くことによって重量データに変動が生じる場合は、重量データの時系列における平均値や、一定時間以上動きがなくなった時の重量データを採用する等、適宜最適な値を採用することができる。 <Excretion / weight measurement mode>
FIG. 8 shows an example of measuring the amount of excretion and body weight. When an animal enters the toilet above the weighing means 8 to defecate or urinate, the time-series weight data behaves, for example, as shown in FIG. The difference ΔW3 between the weight when the animal enters the toilet and the weight when the animal leaves the toilet can be the weight of the animal. The body weight may be the difference between the weight before the animal enters the toilet and the weight immediately after the animal enters the toilet. Further, the difference ΔW4 between the weight before the animal enters the toilet and the weight after the animal leaves the toilet can be the amount of excretion. If the weight data fluctuates due to the movement of the animal while the animal is in the toilet, the average value of the weight data in the time series or the weight data when the animal has stopped moving for a certain period of time is adopted. The optimum value can be adopted as appropriate.

＜体重測定モード＞
図９は、体重を測定する場合の例を示す。動物がベッドで睡眠をとったりくつろいだりするために重量測定手段８の上のベッド等にのった場合、時系列の重量データは例えば図９に示すような挙動を示す。動物がベッドに入った時の重量と、動物がベッドから出たときの重量との差ΔＷ５は、動物の体重となり得る。 <Weight measurement mode>
FIG. 9 shows an example of measuring body weight. When an animal sits on a bed or the like on a weight measuring means 8 to sleep or relax in a bed, the time-series weight data behaves as shown in FIG. 9, for example. The difference ΔW5 between the weight of the animal when it enters the bed and the weight when the animal leaves the bed can be the weight of the animal.

以上のように、重量算出部５７は、時系列の重量データの変化から、各種測定対象の重量を推定することができる。測定対象の種類とその算出方法は上述したものに限られず、任意に設定することができる。 As described above, the weight calculation unit 57 can estimate the weight of various measurement targets from the change of the weight data in the time series. The type of measurement target and the calculation method thereof are not limited to those described above, and can be set arbitrarily.

重量情報評価部５８は、重量情報の確からしさを評価する。重量情報評価部５８は、重量算出部５７が算出した重量情報と行動データを突き合わせて、重量情報の確からしさを評価することができる。重量情報評価部５８は、測定対象の重量情報が取得された時間（ｔ１～ｔ２）における行動データを行動データ記憶部７５から参照し、その時の動物の行動が重量情報の測定対象と合致しているかを確認する。例えば、食事量測定モードで測定している場合に、重量データが変動したときは、前述したように重量データの変化量を「食事量」として判断するが、図１０のようにその時間帯（ｔ１～ｔ２）における行動データが「食事」を示していれば、当該重量情報は食事量であることが確からしいと判断できる。一方で、その時間帯における行動データが「食事」ではない場合（例えば「遊んでいる」など）は、当該重量情報は食事量を示すものではない可能性があると判断する。このように、重量情報評価部５８は、重量情報と同時間帯における行動データが重量情報と合致している場合に、当該重量情報が確からしいと判断し、合致していない場合に当該重量情報を不確かなデータとしてタグ付けしたり、削除したりすることができる。 The weight information evaluation unit 58 evaluates the certainty of the weight information. The weight information evaluation unit 58 can evaluate the certainty of the weight information by comparing the weight information calculated by the weight calculation unit 57 with the behavior data. The weight information evaluation unit 58 refers to the behavior data at the time (t1 to t2) when the weight information of the measurement target is acquired from the behavior data storage unit 75, and the behavior of the animal at that time matches the measurement target of the weight information. Check if. For example, when the weight data fluctuates when the measurement is performed in the meal amount measurement mode, the change amount of the weight data is determined as the "meal amount" as described above, but the time zone (as shown in FIG. 10). If the behavioral data in t1 to t2) indicates "meal", it can be determined that the weight information is likely to be the amount of food. On the other hand, when the behavior data in that time zone is not "meal" (for example, "playing"), it is determined that the weight information may not indicate the amount of food. In this way, the weight information evaluation unit 58 determines that the weight information is probable when the behavior data in the same time zone as the weight information matches the weight information, and when the weight information does not match, the weight information Can be tagged or deleted as uncertain data.

また、重量情報評価部５８は、過去の重量データに基づいて重量情報の確からしさを判断してもよい。重量情報評価部５８は、過去の実績から各測定対象についてとり得る重量の数値範囲を決めておき、測定した重量が当該範囲外であった場合はエラーとして判断してもよい。また、過去の重量データを教師データとして機械学習することによって基準重量データを作成し、当該基準重量データから変動率が大きい場合にエラーとして判断することもできる。 Further, the weight information evaluation unit 58 may determine the certainty of the weight information based on the past weight data. The weight information evaluation unit 58 may determine a numerical range of the weight that can be taken for each measurement target from the past results, and if the measured weight is out of the range, it may be determined as an error. Further, it is also possible to create reference weight data by machine learning the past weight data as teacher data, and to judge as an error when the fluctuation rate is large from the reference weight data.

重量種別特定部５９は、ごはんを食べているときと水を飲んでいるとき、または、排便をしているときと排尿をしているときを区別することができる場合は、重量算出部５７が算出した重量情報をさらに具体的に特定することができる。例えば、重量種別特定部５９は、行動データによって種別の特定をすることができる。例えば食事量・摂水量・体重測定モードで、重量測定手段８の上に食器と水入れの両方を置いた場合、ΔＷ２は食事量と摂水量のいずれかもしくは両方の合計を示している。ここで、ｔ１～ｔ２における行動データが「食事」を示していれば、ΔＷ２は食事量であると判断することができる。同様に、排泄量・体重測定モードにおいて、ΔＷ４は排便量、排尿量のいずれかもしくは両方の合計を示しているが、当該重量データが取得された時間帯における行動データが「排便」であった場合、ΔＷ４は排便量であると判断することができる。このように、重量種別特定部５９は、同時間帯における行動データから、重量情報の測定対象をより具体的に特定することができる。 When the weight type specifying unit 59 can distinguish between when eating rice and drinking water, or when defecation and urination, the weight calculation unit 57 may be used. The calculated weight information can be specified more specifically. For example, the weight type specifying unit 59 can specify the type by the behavior data. For example, in the food / water intake / weight measurement mode, when both the tableware and the water bowl are placed on the weight measuring means 8, ΔW2 indicates the total of either or both of the food amount and the water intake. Here, if the behavioral data in t1 to t2 indicate "meal", it can be determined that ΔW2 is the amount of food. Similarly, in the excretion / weight measurement mode, ΔW4 indicates the total of defecation volume, urine volume, or both, but the behavioral data in the time zone when the weight data was acquired was “defecation”. In this case, ΔW4 can be determined to be the amount of defecation. In this way, the weight type specifying unit 59 can more specifically specify the measurement target of the weight information from the behavior data in the same time zone.

重量種別特定部５９は、過去の重量データに基づいて重量種別を特定してもよい。例えば、過去の実績から各測定対象についてとり得る重量の数値範囲を決めておき、測定した重量の種別を特定してもよい。また、過去の重量データであって、重量種別（食事または飲水、便または尿、など）が分かっているデータを教師データとして機械学習することによって、各重量種別の基準重量データを作成し、測定した重量データの重量種別を推定してもよい。 The weight type specifying unit 59 may specify the weight type based on the past weight data. For example, the numerical range of the weight that can be taken for each measurement target may be determined from the past results, and the type of the measured weight may be specified. In addition, by machine learning past weight data for which the weight type (meal or drinking water, stool or urine, etc.) is known as teacher data, reference weight data for each weight type is created and measured. You may estimate the weight type of the weight data.

個体識別部６０は、例えば、多頭飼いの場合に、重量算出部５７が算出した重量情報が、どの個体に紐づくかを判断することができる。個体識別部６０は、測定対象の重量データが取得された時間帯（ｔ１～ｔ２）における、各個体の行動データを参照し、重量情報が紐づけられるべき個体を特定する。図１１に示す例においては、ｔ１～ｔ２における個体Ａ、個体Ｂの行動データから、重量測定手段８が取得した重量データは、食事をしていた個体Ａものであることを判断する。このように、個体識別部６０は、重量情報ごとに合致する行動データを示す個体を選択し、重量情報に個体情報を付与することができる。 For example, in the case of a multi-headed animal, the individual identification unit 60 can determine which individual the weight information calculated by the weight calculation unit 57 is associated with. The individual identification unit 60 refers to the behavior data of each individual in the time zone (t1 to t2) when the weight data of the measurement target is acquired, and identifies the individual to which the weight information should be associated. In the example shown in FIG. 11, from the behavior data of the individual A and the individual B in t1 to t2, it is determined that the weight data acquired by the weight measuring means 8 is that of the individual A who was eating. In this way, the individual identification unit 60 can select an individual showing behavioral data that matches each weight information and add the individual information to the weight information.

また、個体識別部６０は、各個体のセンサから得られる加速度データ等の波形情報から個体を識別してもよい。同じ行動であっても、個体ごとに波形に固有の特徴が出ることが知られている。測定対象の重量データが取得された時間帯における行動波形データについて、あらかじめ登録した各個体の行動ごとの波形と照らし合わせて特徴を比較することによって、個体を識別することができる。 Further, the individual identification unit 60 may identify an individual from waveform information such as acceleration data obtained from the sensor of each individual. It is known that even if the behavior is the same, each individual has a unique characteristic of the waveform. Individuals can be identified by comparing the characteristics of the behavioral waveform data in the time zone in which the weight data of the measurement target is acquired with the waveform of each behavior registered in advance.

個体の識別方法としては、上記載方法の他に、各種の方法を採用してもよい。例えば、個体の識別は、重量測定手段８を撮影することのできる画像取得手段によって得られた画像情報を分析することによって行ってもよい。より具体的には、ビデオカメラなどの画像取得手段が経時的に動画像を撮影し、重量測定手段８の上にのっている個体が画像認識によって識別される。個体識別部６０は、測定対象の重量データが取得された時刻における画像データから、重量情報が紐づけられるべき個体を特定することができる。 As a method for identifying an individual, various methods may be adopted in addition to the above-mentioned method. For example, the identification of an individual may be performed by analyzing the image information obtained by the image acquisition means capable of photographing the weight measuring means 8. More specifically, an image acquisition means such as a video camera captures a moving image over time, and an individual resting on the weight measuring means 8 is identified by image recognition. The individual identification unit 60 can identify an individual to which the weight information should be associated from the image data at the time when the weight data of the measurement target is acquired.

個体識別部６０は、動物の首輪等から個体情報を含むデータをＢＬＵＥＴＯＯＴＨＬＡＷＥＮＥＲＧＹ（ＢＬＥ）等の電波強度の強弱から得られる情報によって、重量測定手段８の近くにいる個体を識別してもよい。重量測定手段８若しくはその近傍に、ＢＬＥの受信手段を備えておき、より近くにいる個体を認識することができる。 The individual identification unit 60 may identify an individual near the weight measuring means 8 by using information obtained from the strength of radio wave intensity such as BLUETOOTH LAW ENERGY (BLE) for data including individual information from an animal collar or the like. .. A BLE receiving means can be provided in or near the weight measuring means 8 to recognize an individual closer to the weight measuring means 8.

個体識別部６０は、動物の体重の情報によって個体を識別することとしてもよい。あらかじめ個体の体重を登録しておき、各測定モードで体重を算出した際に、当該登録体重の情報を参照することによって、個体を識別することができる。 The individual identification unit 60 may identify an individual based on the information on the body weight of the animal. The individual can be identified by registering the body weight of the individual in advance and referring to the information of the registered body weight when the body weight is calculated in each measurement mode.

以上のように個体識別部６０は複数の方法によって個体を識別することができるが、このうち一つ以上を採用することができ、複数の方法を組み合わせて個体識別を行ってもよい。 As described above, the individual identification unit 60 can identify an individual by a plurality of methods, but one or more of them can be adopted, and individual identification may be performed by combining a plurality of methods.

異常検出部６１は、算出した各重量情報が所定の条件を満たした場合に、ユーザに異常を知らせる。たとえば、それぞれの測定対象（食事量・食事回数、摂水量・食事回数、排便量・食事回数、排尿量・食事回数、体重）について、適正範囲をあらかじめ設定しておき、当該範囲未満、若しくはより高い数値を示す場合には、かｋる測定値は「異常」と判断される。異常検出部６１が異常と判断した場合は、例えば、分析サーバ４や重量測定手段８等がユーザ端末に異常を判断したことを示す情報を送信することとしてもよい。 The abnormality detection unit 61 notifies the user of an abnormality when each of the calculated weight information satisfies a predetermined condition. For example, for each measurement target (meal amount / number of meals, water intake / number of meals, stool volume / number of meals, urine volume / number of meals, weight), an appropriate range is set in advance, and the range is less than or equal to that range. When a high value is shown, the measured value is judged to be "abnormal". When the abnormality detecting unit 61 determines that the abnormality is determined, for example, the analysis server 4, the weight measuring means 8, or the like may transmit information indicating that the abnormality has been determined to the user terminal.

表示制御部６２は、ユーザ端末３のディスプレイに表示される画面を構成するデータを生成する。表示制御部６２は、算出した重量情報を時間情報とともに表示することが好ましい。また、図１６に示すように、重量情報を行動情報とともに表示することがさらに好ましい。 The display control unit 62 generates data constituting a screen displayed on the display of the user terminal 3. The display control unit 62 preferably displays the calculated weight information together with the time information. Further, as shown in FIG. 16, it is more preferable to display the weight information together with the behavior information.

図１２は、本開示の一実施の形態における処理のフローチャートである。 FIG. 12 is a flowchart of the process according to the embodiment of the present disclosure.

まず、ユーザが測定モードを選択して入力することによって、測定モード入力受付部５１は測定モードを受け付ける（Ｓ１０１）。測定モードの選択は、ユーザが重量測定手段８を初めて使用し始める際に行う他、測定対象を変更したいタイミングで任意に行う。例えば、重量測定手段８に設けられた表示部に設定可能な測定モードが表示され、ユーザが選択できるようにしてもよい。また、ユーザ端末上に設定可能な測定モードが表示され、ユーザが選択した情報を測定モード入力受付部５１が受け取ってもよい。 First, when the user selects and inputs a measurement mode, the measurement mode input receiving unit 51 accepts the measurement mode (S101). The measurement mode is selected when the user starts using the weight measuring means 8 for the first time, or at an arbitrary timing when he / she wants to change the measurement target. For example, a measurement mode that can be set is displayed on the display unit provided in the weight measuring means 8 and may be selected by the user. Further, the measurement mode that can be set is displayed on the user terminal, and the measurement mode input receiving unit 51 may receive the information selected by the user.

測定モードは、測定モード入力受付部５１がユーザによる入力を受け付ける代わりに、測定モード判断部５２によって設定されてもよい。重量測定手段８の上に測定対象に合わせてベッド、食器、水入れ等のアイテムが置かれていてもよい。測定モード判断部５２は、重量測定手段８に置かれたアイテムの重さを測定し、あらかじめ登録された各アイテムの重量と照らし合わせることによってどのアイテムが置かれたかを認識する。そして、置かれたアイテムごとに測定モードを設定する。なお、アイテムが何も置かれない場合は、体重のみを測定するモードであると判断してもよい。測定モードは、一つ以上の測定対象を定めることができればよく、測定対象は任意に組み合わせることができる。 The measurement mode may be set by the measurement mode determination unit 52 instead of the measurement mode input reception unit 51 receiving the input by the user. Items such as a bed, tableware, and a water bowl may be placed on the weight measuring means 8 according to the measurement target. The measurement mode determination unit 52 measures the weight of the item placed on the weight measuring means 8 and recognizes which item is placed by comparing it with the weight of each item registered in advance. Then, the measurement mode is set for each placed item. If no item is placed, it may be determined that the mode measures only the body weight. As for the measurement mode, it is sufficient that one or more measurement targets can be defined, and the measurement targets can be arbitrarily combined.

続いて、重量データ取得部５３は、重量測定手段８が測定した重量データを経時的に取得する。重量データは、時間情報とともに重量データ記憶部７２に格納される（Ｓ１０２）。 Subsequently, the weight data acquisition unit 53 acquires the weight data measured by the weight measuring means 8 over time. The weight data is stored in the weight data storage unit 72 together with the time information (S102).

重量算出部５７は、取得した重量データから、設定された測定モードに基づいて、所定の測定対象の重量を算出する（Ｓ１０３）。 The weight calculation unit 57 calculates the weight of a predetermined measurement target from the acquired weight data based on the set measurement mode (S103).

行動データとの紐づけを行わない場合は、Ｓ１０３で算出した重量を含む重量情報を重量情報記憶部７６に格納し、所定のタイミングでユーザ端末に出力する（Ｓ１０５）。 When the association with the action data is not performed, the weight information including the weight calculated in S103 is stored in the weight information storage unit 76 and output to the user terminal at a predetermined timing (S105).

一方、行動データとの紐づけを行う場合は、重量データの取得とは並行して、動物の行動データの生成を行う。行動データの生成については、後述する（Ｓ２０１～Ｓ２０３）。 On the other hand, when associating with the behavior data, the behavior data of the animal is generated in parallel with the acquisition of the weight data. The generation of behavior data will be described later (S201 to S203).

重量情報評価部５８は、測定対象の重量データが測定された時間における行動データを行動データ記憶部７５から読み出し、重量情報の確からしさを評価する（Ｓ１０４）。同時間帯における行動データが測定対象と整合する場合は、当該重量情報が確からしいと評価し、一方で整合しない場合は、当該重量情報を誤った情報であると判断する。また、重量種別特定部５９は同様に、測定対象の重量データが測定された時間における行動データを行動データ記憶部７５から読み出し、行動データから食事と摂水の区別、及び排便と排尿の区別が可能である場合は、測定した重量データの測定対象をより具体的に特定する（Ｓ１０４）。 The weight information evaluation unit 58 reads out the behavior data at the time when the weight data of the measurement target is measured from the behavior data storage unit 75, and evaluates the certainty of the weight information (S104). If the behavior data in the same time zone matches the measurement target, it is evaluated that the weight information is probable, while if it does not match, it is judged that the weight information is incorrect information. Similarly, the weight type specifying unit 59 reads out the behavior data at the time when the weight data of the measurement target is measured from the behavior data storage unit 75, and distinguishes between meal and water intake and between defecation and urination from the behavior data. If possible, the measurement target of the measured weight data is specified more specifically (S104).

また、多頭飼いの場合は、個体識別部６０は、重量情報を行動データと紐づけることによって、重量情報に係る個体を特定する（Ｓ１０４）。個体識別部６０は、測定対象の重量データが測定された時間における行動データを行動データ記憶部７５から読み出し、同時間帯における行動データが測定対象と整合する個体を特定する。個体の識別は、行動データによらず、画像解析やＢＬＥ等の電波強度、重量によって行ってもよい。表示制御部は、個体ごとの重量情報を出力する。 Further, in the case of a multi-headed animal, the individual identification unit 60 identifies an individual related to the weight information by associating the weight information with the behavior data (S104). The individual identification unit 60 reads out the behavior data at the time when the weight data of the measurement target is measured from the behavior data storage unit 75, and identifies an individual whose behavior data in the same time zone matches the measurement target. Individual identification may be performed by image analysis, radio field strength such as BLE, and weight, regardless of behavior data. The display control unit outputs weight information for each individual.

以下、行動データの生成フローについて説明する。まず、行動データ生成部２２は、行動測定データ検出部５４において検出された測定データを確認する（Ｓ２０１）。 The flow of generating behavior data will be described below. First, the behavior data generation unit 22 confirms the measurement data detected by the behavior measurement data detection unit 54 (S201).

続いて、行動データ生成部２２は、測定データを基に行動種別を判定する（Ｓ２０２）。行動種別の判定方法は、いくつかの既知の行動分析方法によって実現し得るが、例えば、加速度センサ５から得られたｘｙｚ軸方向の加速度データ（Ｇｘ、Ｇｙ、Ｇｚ）を、ウェーブレット変換を用いて、振動をもった信号を時刻毎に周期と振幅に分解し、各々の時刻における信号の周期性を行動スペクトルとして認識し、スペクトルの類似性に従って、事前に登録した行動要素と比較することで行動を分類することができる。 Subsequently, the behavior data generation unit 22 determines the behavior type based on the measurement data (S202). The behavior type determination method can be realized by some known behavior analysis methods. For example, acceleration data (Gx, Gy, Gz) in the xyz axis direction obtained from the acceleration sensor 5 can be obtained by using wavelet conversion. , The vibration signal is decomposed into period and amplitude for each time, the periodicity of the signal at each time is recognized as an action spectrum, and the action is performed by comparing with the action element registered in advance according to the similarity of the spectra. Can be classified.

事前に登録した行動要素の情報が無い場合は、新しい行動要素として認識し、後述の異常行動を示すデータとして分類することができる。かかる異常行動を示すデータは、、例えば、獣医師に提供することができる。または、例えば、加速度センサ５から得られた加速度データをフーリエ変換し、時間軸に沿って算出される周波数成分の平均値やピーク値を、同じまたは別のネコの行動種別（運動、睡眠、食事、トイレ等）に対応する既知の周波数と比較することで行動を特定したり、加速度成分を高速フーリエ変換（ＦＦＴ）することにより算出された周波数成分を基に、特徴的な波形やスペクトル値を抽出し、同じまたは別のネコの行動種別（運動、睡眠、食事、トイレ等）に対応する既知の特徴的波形またはスペクトル値と比較することで、行動を特定することができる。また、加速度センサで算出される、各軸方向の姿勢（θｘ、θｙ、θｚ）からネコの姿勢を把握することで、行動種別を推測することもできる。 If there is no information on the behavior element registered in advance, it can be recognized as a new behavior element and classified as data indicating abnormal behavior described later. Data showing such abnormal behavior can be provided, for example, to a veterinarian. Alternatively, for example, the acceleration data obtained from the acceleration sensor 5 is Fourier transformed, and the average value or peak value of the frequency component calculated along the time axis is set to the same or different cat behavior type (exercise, sleep, meal). , Toilet, etc.) to identify the behavior by comparing with the known frequency, and to obtain characteristic waveforms and spectral values based on the frequency component calculated by high-speed Fourier transform (FFT) of the acceleration component. Behavior can be identified by extracting and comparing with known characteristic waveforms or spectral values corresponding to the same or different cat behavior types (exercise, sleep, diet, toilet, etc.). It is also possible to infer the behavior type by grasping the posture of the cat from the postures (θx, θy, θz) in each axial direction calculated by the acceleration sensor.

行動種別が判定されると、行動データ生成部５５は、行動種別を示すデータを行動データとして、測定データを測定した日時（または受信した日時、行動データを生成した日時）とともに生成する（Ｓ２０３）。 When the action type is determined, the action data generation unit 55 generates the data indicating the action type as the action data together with the date and time when the measurement data is measured (or the date and time when the measurement data is received, the date and time when the action data is generated) (S203). ..

ここで、行動種別の分析の流れについて、図１３を参照して更に説明を行う。加速度センサから取得した加速度データ１０１に対して、上述したウェーブレット変換により得られたスペクトルデータ又はフーリエ変換等により得られた成分データにすべくデータの前処理を行う。このように前処理されたデータは、続いて、二値モデル群によるスコアリング１０３がされる。本実施の形態による二値モデルは、ＷＡＬＫモデル、ＲＵＮモデル、ＥＡＴモデル、ＳＴＡＹモデルなどと言った具体的に表現（解釈）可能な活動のモデルと比較分析し、前処理データ１０２のうち特定の部分がどの行動と推測できるかをスコアリングする。例えば、図１４に示されるように、入力されたデータを各モデルで分析することにより確からしさをスコアリングする。図示されている例においては、「歩く」が９１、「走る」が６２、「食べる」が２１、「止まる」が８であり、最も高いスコアは「歩く」の９１であるため、二値モデル群によるスコアリング結果としては「歩く」という行動に分類される。 Here, the flow of analysis of behavior types will be further described with reference to FIG. The acceleration data 101 acquired from the acceleration sensor is preprocessed so as to be the spectral data obtained by the above-mentioned wavelet transform or the component data obtained by the Fourier transform or the like. The data thus preprocessed is subsequently scored 103 by the binary model group. The binary model according to the present embodiment is comparatively analyzed with a model of activity that can be concretely expressed (interpreted) such as a WALK model, a RUN model, an EAT model, and a STAY model, and is specified among the preprocessed data 102. Score which action the part can be inferred to be. For example, as shown in FIG. 14, the accuracy is scored by analyzing the input data in each model. In the illustrated example, "walking" is 91, "running" is 62, "eating" is 21, "stopping" is 8, and the highest score is 91 for "walking", so it is a binary model. The scoring result by the group is classified into the behavior of "walking".

続いて、図１３に戻り、多値モデル群によるスコアリング１０４が行われる。本実施の形態による多値モデル群によるスコアリングは、二値モデルにより得られた結果が拮抗していた場合などに、どちらの二値モデル群による結果を優先させるべきかを機械学習に基づいて判定する。例えば、図１４よる例では、「歩く」が９１、「走る」が６２という結果化がでており、「走る」という評価のスコアも比較的高い。この場合、過去の二値モデル群への入力データと判定結果の組み合わせから今回のケースで優先すべきはいずれの二値モデルなのかどうかを判定する。このように、本実施の形態においては、各行動の判定に特化した二値モデル群の結果を多値モデル群によって更に評価を行うことにより、データの正確性を向上させている。 Then, returning to FIG. 13, scoring 104 by the multi-valued model group is performed. In the scoring by the multi-valued model group according to the present embodiment, when the results obtained by the binary-valued model are in competition, which binary model group should be prioritized based on machine learning. judge. For example, in the example shown in FIG. 14, "walking" is 91 and "running" is 62, and the evaluation score of "running" is relatively high. In this case, it is determined which binary model should be prioritized in this case from the combination of the input data to the past binary model group and the determination result. As described above, in the present embodiment, the accuracy of the data is improved by further evaluating the results of the binary model group specialized in the determination of each behavior by the multi-value model group.

図１３に戻り、判定された行動をルールベースに基づきさらに補正をおこなう。例えば、猫の行動上一定時間継続することが多いような「食べる」や「寝る」などの判定区間中に、突発的に「走る」などの通常起こりにくい行動を二値モデルが判定した場合、もしくは判定不能な場合に、この区間の二値モデルの予測結果を棄却し、ルールによって他の行動と推定する補正を行う。補正が完了すると、当該行動に予め登録されていた行動ラベルの付与１０６がなされる。 Returning to FIG. 13, the determined action is further corrected based on the rule base. For example, if the binary model determines a behavior that is unlikely to occur suddenly, such as "running," during a judgment section such as "eating" or "sleeping" that often continues for a certain period of time due to the behavior of the cat. Or, if it cannot be determined, the prediction result of the binary model in this section is rejected, and the correction is performed to presume that it is another behavior according to the rule. When the correction is completed, the action label 106 registered in advance for the action is given.

本実施の形態においては、特に、各動物の個体差や環境による個別的要因に対応するため、ユーザからのフィードバック１０７を受けることとしている。具体的には、図１５に示されるように、自己の管理している動物を観察等しながら、現在の行動を（手動により）記録する。当該記録と加速度センサのデータを関連付けることにより、目視等による教師データを収集することができる。このようにして得られたフィードバックデータ１０８は、蓄積され、二値モデル群のモデルの精度を上げるために利用される。 In the present embodiment, in particular, in order to deal with individual differences of each animal and individual factors due to the environment, feedback 107 from the user is received. Specifically, as shown in FIG. 15, the current behavior is recorded (manually) while observing the animals under its control. By associating the recording with the data of the accelerometer, it is possible to collect teacher data by visual inspection or the like. The feedback data 108 thus obtained is accumulated and used to improve the accuracy of the model of the binary model group.

＜変形例＞
重量測定手段８を複数使用する場合について説明する。本変形例においては、一人のユーザが複数の重量測定手段８のそれぞれに異なる動物用アイテムをのせて異なる測定対象を測定することができる。一例を図１７に示す。第一の重量測定手段８に食器と水入れをのせて食事・摂水・体重測定モードとし、第二の重量測定手段８にトイレをのせて排泄量・体重測定モードとする。重量データごとに測定対象の重量を算出し、第一の重量情報及び第二の重量情報を生成する。そして、表示制御部６２は、各重量情報を併せて一つの時系列に並べ、ユーザに提供することができる。当該変形例によれば、複数の測定対象の重量データを同時に取得することが可能である。 <Modification example>
A case where a plurality of weight measuring means 8 are used will be described. In this modification, one user can place different animal items on each of the plurality of weight measuring means 8 and measure different measurement targets. An example is shown in FIG. A tableware and a water bowl are placed on the first weight measuring means 8 to set the meal / water intake / weight measuring mode, and a toilet is placed on the second weight measuring means 8 to set the excretion / weight measuring mode. The weight of the measurement target is calculated for each weight data, and the first weight information and the second weight information are generated. Then, the display control unit 62 can arrange the weight information together in one time series and provide it to the user. According to the modification, it is possible to simultaneously acquire weight data of a plurality of measurement targets.

上述した実施の形態は、本開示の理解を容易にするための例示に過ぎず、本開示を限定して解釈するためのものではない。本開示は、その趣旨を逸脱することなく、変更、改良することができると共に、本開示にはその均等物が含まれることは言うまでもない。 The embodiments described above are merely examples for facilitating the understanding of the present disclosure, and are not intended to limit the interpretation of the present disclosure. It goes without saying that the present disclosure may be modified or improved without departing from the spirit thereof, and the present disclosure includes the equivalent thereof.

１サーバ
２通信端末
３ユーザ端末
４分析サーバ
５センサ
６動物
７受信装置
８重量測定手段

1 Server 2 Communication terminal 3 User terminal 4 Analysis server 5 Sensor 6 Animal 7 Receiver 8 Weight measuring means

Claims

A weight measurement system for animals
A weight data acquisition unit that acquires weight data from a weight measuring means,
A weight calculation unit that calculates the weight of the measurement target related to the behavior of the animal from the acquired weight data,
A behavior data generation unit that generates time-series behavior data of the animal based on the behavior measurement data related to the animal.
A weight measuring system characterized by being equipped with.

The weight measuring system according to claim 1, further comprising a weight information evaluation unit that evaluates the certainty of the weight information calculated by the weight calculation unit according to the time-series behavior data.

The weight measuring system according to claim 1 or 2, further comprising a weight type specifying unit that further specifies a measurement target of weight information calculated by the weight calculation unit according to the time-series behavior data.

The weight measurement system according to any one of claims 1 to 3, further comprising an individual identification unit that identifies an individual related to the weight measured by the weight calculation unit.

The weight measurement system according to claim 4, wherein the individual identification unit identifies an individual related to the weight measured by the weight calculation unit according to the time-series behavior data.

The weight measuring system according to any one of claims 1 to 5, further comprising a display control unit that outputs weight information including the weight of the measurement target to a user terminal.

The weight measuring system according to claim 6, wherein the display control unit outputs the weight information together with the behavior information based on the behavior data.

The weight data acquisition unit acquires weight data from two or more of the weight measuring means, and obtains weight data.
The weight calculation unit calculates the weight of the measurement target from the weight data acquired from each of the weight measuring means.
The weight measurement system according to claim 6, wherein the display control unit displays the calculated weight information of each measurement target side by side in one time series.

The weight measuring system according to any one of claims 1 to 8, further comprising an abnormality detecting unit for detecting an abnormality of the animal based on the calculated weight.

It is a method for measuring objects related to animal behavior.
Obtaining weight data from weight measuring means and
To calculate the weight of the object to be measured regarding the behavior of the animal from the acquired weight data,
To generate time-series behavior data of the animal based on the behavior measurement data related to the animal,
Including, how.