dc.contributor.advisor | Hvasshovd, Svein-Olaf | |
dc.contributor.author | Bergan, Oscar Marenius Bråten | |
dc.contributor.author | Schrøder, Marcus Anton | |
dc.date.accessioned | 2023-11-07T18:20:10Z | |
dc.date.available | 2023-11-07T18:20:10Z | |
dc.date.issued | 2023 | |
dc.identifier | no.ntnu:inspera:145904930:35330929 | |
dc.identifier.uri | https://hdl.handle.net/11250/3101229 | |
dc.description.abstract | Rundt to millioner sauer slippes ut i den norske villmarken hver sommer for å
beite, og å lokalisere og samle sauene om høsten er en tidkrevende oppgave som
er avhengig av at bøndene manuelt søker store geografiske områder med ulendt
terreng.
Masterstudenter ved NTNU har tidligere utviklet et sauelokaliseringssystem
ved hjelp av en autonom UAV og radiosendere festet til sauenes øre. Dronen bruker
Bluetooth Low Energy og Round Trip Time (RTT) til å regne ut avstanden mellom
seg selv og sauene, og så multilaterasjon for å beregne posisjonen til sauene. Målet
med denne oppgaven er å evaluere hvor godt systemet fungerer i områder med
tett 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 av
systemet i skog. Et litteraturstudie som undersøker hvilken radioteknologi som er
best for forplantning i skog er også blitt gjennomført..
Testene har vist at systemet klarer å estimere avstander i skog opp til 100 meter
med en gjennomsnittlig feil over alle avstander på rundt 7 meter. Systemet klarer
også å lokalisere sau i tett skog med en gjennomsnittlig lokaliseringsfeil på 20.7
meter. Litteraturen tilsier at en endring fra BLE til LoRa kan øke ytelsen i skog,
men dette anbefales ikke dette da det potensielle fortrinnet ikke rettferdiggjør
mengden arbeid som trengs for å utvikle et nytt system som bruker LoRa. | |
dc.description.abstract | 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 to
the 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-density
foliage, 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 several
large-scale system tests in a forest. A literature study on the best radio technology
for 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 of
around 7 meters. The system can also locate sheep in thick forests with an average
localization error of 20.7 meters. The literature suggests that changing from BLE
to LoRa could increase performance in foliage. Still, this is not suggested, as the
potential upside does not justify the work needed to develop a new system using
LoRa. | |
dc.language | eng | |
dc.publisher | NTNU | |
dc.title | Radio-Tracking of Sheep: Evaluating Performance
in High-Density Foliage | |
dc.type | Master thesis | |