Radio-Tracking of Sheep: Evaluating Performance in High-Density Foliage
Abstract
Rundt to millioner sauer slippes ut i den norske villmarken hver sommer for åbeite, og å lokalisere og samle sauene om høsten er en tidkrevende oppgave somer avhengig av at bøndene manuelt søker store geografiske områder med ulendtterreng.Masterstudenter ved NTNU har tidligere utviklet et sauelokaliseringssystemved hjelp av en autonom UAV og radiosendere festet til sauenes øre. Dronen brukerBluetooth Low Energy og Round Trip Time (RTT) til å regne ut avstanden mellomseg selv og sauene, og så multilaterasjon for å beregne posisjonen til sauene. Måletmed denne oppgaven er å evaluere hvor godt systemet fungerer i områder medtett skog, da sauer ofte søker ly i slike områder. Vi har utført felttester for å evaluere RTT-metodens nøyaktighet og rekkevidde, i tillegg til flere storskala tester avsystemet i skog. Et litteraturstudie som undersøker hvilken radioteknologi som erbest for forplantning i skog er også blitt gjennomført..Testene har vist at systemet klarer å estimere avstander i skog opp til 100 metermed en gjennomsnittlig feil over alle avstander på rundt 7 meter. Systemet klarerogså å lokalisere sau i tett skog med en gjennomsnittlig lokaliseringsfeil på 20.7meter. Litteraturen tilsier at en endring fra BLE til LoRa kan øke ytelsen i skog,men dette anbefales ikke dette da det potensielle fortrinnet ikke rettferdiggjørmengden arbeid som trengs for å utvikle et nytt system som bruker LoRa. About two million sheep are released into the Norwegian wilderness every summer to graze, and locating and gathering the sheep in the autumn is time-consuming,relying on farmers manually searching large geographical areas of rough terrain.Master’s students at NTNU have previously developed a custom sheep localization system using an autonomous UAV and lightweight radio tags attached tothe sheep’s ear. The UAV uses a custom Bluetooth Low Energy Round Trip Time(RTT) ranging method and multilateration to calculate the position of the sheep.This thesis aims to evaluate how well the system performs in areas of high-densityfoliage, as sheep often seek cover in foliage. Field tests evaluating the custom RTT ranging method’s accuracy and range have been performed, in addition to severallarge-scale system tests in a forest. A literature study on the best radio technologyfor foliage penetration has also been conducted.Our tests have demonstrated that the system can estimate distances in high-density foliage up to 100 meters with an average error across all distances ofaround 7 meters. The system can also locate sheep in thick forests with an averagelocalization error of 20.7 meters. The literature suggests that changing from BLEto LoRa could increase performance in foliage. Still, this is not suggested, as thepotential upside does not justify the work needed to develop a new system usingLoRa.