Faculté du Génie Electrique et d'Informatique

Permanent URI for this community

https://dspace.ummto.dz/handle/ummto/8

Browse

Browsing Faculté du Génie Electrique et d'Informatique by Author "Aoughlis Samir"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Surveillance et traçabilité d’animaux à l'aide d'un réseau RFID passif à faible coût
    (FGEI UMMTO, 2021-03-30) Aoughlis Samir
    La demande en produits d’origine animale et la baisse du nombre d’éleveurs d’animaux dans le monde augmente de façon continue. Cette diminution se fait en parallèle avec une augmentation continue de la taille des élevages sans augmentation de la main d’œuvre associée, ce qui fait que le bénéfice dégagé par l’animal est si faible que les éleveurs sont contraints d’augmenter le nombre d’animaux présents pour pouvoir bénéficier d’un revenu décent. En conséquent, le temps disponible par animal est plus limité, rendant difficile une surveillance de la santé et une gestion individuelles correctes des animaux. Le nombre croissant de technologies qui peuvent être mises en œuvre en élevage offre la possibilité de mesurer avec une précision remarquable des facettes de plus en plus nombreuses du fonctionnement comportement des animaux. Les systèmes de localisation sont devenus récemment importants pour la surveillance de la santé des vaches. Cependant, les principales limites de ces systèmes résident dans le manque d'informations sur les activités des vaches telles que l'alimentation et la boisson dans la zone surveillée. Pour dépasser ces limites, nous avons développé un capteur auriculaire non invasif basé sur une combinaison d'un système d'identification par radiofréquence à faible coût avec une unité de mesure inertielle. Avec cette procédure, les vaches sont localisées et leurs comportements alimentaires sont classés. La localisation est réalisée au moyen d'un accéléromètre et d'un gyroscope permettant l'estimation de trajectoire grâce à l'estime et à la méthode de fusion de capteurs. Cependant, des problèmes liés à l'instabilité émergent et sont résolus avec l'algorithme du filtre à particules. Afin de surveiller la position debout et les comportements alimentaires, la technique de l'arbre de décision est adoptée pour les filtrer. Les résultats obtenus ont prouvé que l'algorithme a atteint des taux de classification et de localisation élevés.