Monitorização de gado com coleiras inteligentes baseadas em tecnologias meshtastic

Abstract

A monitorização de gado em zonas sem cobertura de rede móvel celular representa um desafio crescente para produtores pecuários, associações agrícolas e entidades de proteção animal, devido à dificuldade em garantir o bem-estar animal e a localização em tempo real em ambientes extensivos e não controlados. A ausência de infraestruturas tecnológicas adequadas nestas regiões compromete a identificação, monitorização e acompanhamento individual dos animais, reduzindo a eficiência da gestão pecuária e dificultando a implementação de políticas de saúde, segurança e controlo. Neste contexto, o desenvolvimento de um sistema de monitorização de gado com coleiras inteligentes baseadas em tecnologia Meshtastic surge como uma solução inovadora e sustentável para operar em áreas sem cobertura móvel celular. Este paradigma integra conceitos de Internet das Coisas (IoT), sensores inteligentes e comunicação sem fios de longo alcance, permitindo a recolha e transmissão de dados relativos à localização e às condições fisiológicas dos animais, bem como a deteção de possíveis fugas ou comportamentos anómalos. O sistema proposto é constituído por dois elementos principais: os nós de monitorização, implementados através de coleiras inteligentes, e uma gateway central. Cada nó é composto por uma placa LILYGO T-Beam32, integrando um módulo GPS (GY-GPSV3-NEO), comunicação LoRa (Long Range), módulos Bluetooth e Wi-Fi. A gateway, constituída por uma placa LILYGO T-Beam32 e um Raspberry Pi 4, é responsável pela recolha dos dados transmitidos pelas coleiras através da rede LoRa, pelo processamento da informação e pelo envio dos dados para um broker MQTT Mosquitto local. Posteriormente, os dados são publicados num servidor público HiveMQ, possibilitando a criação de uma dashboard interativa para visualização em tempo real da localização dos animais, de parâmetros fisiológicos como a temperatura corporal, e de parâmetros ambientais, como a humidade e as condições meteorológicas da região monitorizada.

Abstract: The monitoring of livestock in areas without cellular mobile network coverage represents a growing challenge for livestock producers, agricultural associations, and animal welfare organizations. This challenge arises from the difficulty of ensuring animal welfare and real-time location tracking in extensive and uncontrolled environments. The lack of adequate technological infrastructure in these regions compromises the identification, monitoring, and individual tracking of animals, reducing the efficiency of livestock management and hindering the implementation of health, safety, and control policies. In this context, the development of a livestock monitoring system based on smart collars using Meshtastic technology emerges as an innovative and sustainable solution for operation in areas without cellular network coverage. This approach integrates concepts from the Internet of Things (IoT), smart sensors, and long-range wireless communications, enabling the collection and transmission of data related to animal location, physiological conditions, and the detection of potential escapes or abnormal behaviours. The proposed system consists of two main components: monitoring nodes, implemented through smart collars, and a central gateway. Each monitoring node is built around a LILYGO T-Beam32 board, integrating a GPS module (GY-GPSV3- NEO), LoRa (Long Range) communication, Bluetooth, and Wi-Fi modules. The gateway, composed of a LILYGO T-Beam32 board and a Raspberry Pi 4, is responsible for collecting data transmitted by the collars through the LoRa network, processing the information, and forwarding the data to a local Mosquitto MQTT broker. Subsequently, the data are published to a public HiveMQ server, enabling the development of an interactive dashboard for real-time visualization of animal locations, physiological parameters such as body temperature, and environmental parameters including humidity levels and weather conditions within the monitored area.