Bài viết trình bày việc thu nhận dữ liệu từ cảm biến gia tốc 3 trục gắn trên cổ bò, thông qua vi điều khiển và hệ thống truyền không dây đưa dữ liệu về máy tính. Đề xuất phương pháp căn chỉnh cảm biến, chuẩn hóa dữ liệu đầu ra của cảm biến theo từng giây và xây dựng bộ dữ liệu dựa trên việc đồng bộ hóa với video quan sát thực tế. | Một phương pháp thu nhận và tiền xử lý dữ liệu cảm biến gia tốc 3 trục, phục vụ phân loại hành vi của bò Đo lường – Tin học MỘT PHƯƠNG PHÁP THU NHẬN VÀ TIỀN XỬ LÝ DỮ LIỆU CẢM BIẾN GIA TỐC 3 TRỤC, PHỤC VỤ PHÂN LOẠI HÀNH VI CỦA BÒ Phùng Công Phi Khanh1,4,*, Hoàng Quang Trung2, Nguyễn Tiến Anh3, Trần Đức Tân4 Tóm tắt: Phân loại hành vi của bò giúp người ta giám sát được các hoạt động của bò từ đó có thể theo dõi được sức khỏe và các thời kỳ sinh lý của bò. Để phân loại hành vi của bò người ta thường sử dụng dữ liệu từ cảm biến gia tốc 3 trục gắn trên cổ bò. Căn chỉnh là một phương pháp cải thiện hiệu năng của cảm biến bằng cách loại bỏ lỗi cấu trúc trong dữ liệu đầu ra cảm biến. Trong nghiên cứu này, chúng tôi thu nhận dữ liệu từ cảm biến gia tốc 3 trục gắn trên cổ bò, thông qua vi điều khiển và hệ thống truyền không dây đưa dữ liệu về máy tính. Đề xuất phương pháp căn chỉnh cảm biến, chuẩn hóa dữ liệu đầu ra của cảm biến theo từng giây và xây dựng bộ dữ liệu dựa trên việc đồng bộ hóa với video quan sát thực tế. Thử nghiệm phân loại hành vi của bò dùng thuật toán cây quyết định với bộ dữ liệu thu được. Từ khóa: Cảm biến gia tốc; Truyền thông không dây; Giám sát hoạt động gia súc. 1. ĐẶT VẤN ĐỀ Hiện nay, ở Việt Nam và trên thế giới có nhiều kỹ thuật giúp giám sát sức khỏe, hoạt động và các vấn đề sinh sản của vật nuôi trên quy mô lớn. Tuy nhiên, những kỹ thuật hiện tại đang áp dụng còn khá thủ công và cần sự can thiệp của sức người. Việc nghiên cứu các kỹ thuật và thiết bị mới luôn là một chủ đề được quan tâm mạnh mẽ. Như trong bài báo số [1], nhóm tác giả lấy dữ liệu từ cảm biến gia tốc 3 trục gắn trên cổ bò để phân tích và tập trung vào phân loại ba hoạt động của bò gồm: đứng, nằm và ăn. Thuật toán sử dụng khá đa dạng như thuật toán cây quyết định, K-means, mô hình Markov ẩn (HMM) và thuật toán máy véc tơ hỗ trợ. Tuy nhiên, chưa phân biệt rõ sự chuyển trạng thái từ đứng sang nằm và ngược lại, chưa có một số .
