Melkveebedrijven nemen wereldwijd toe in omvang. Dit maakt het monitoren van de gezondheid van individuele dieren en het tijdig detecteren van afwijkingen een zeer arbeidsintensieve en dure taak voor de melkveehouder. Om hier op een economisch efficiënte wijze mee om te gaan, moeten moderne melkveebedrijven vertrouwen op geautomatiseerde systemen die gedragsparameters van de dieren verzamelen en interpreteren. Een accurate interpretatie van sensordata laat toe een dieper inzicht te verschaffen in de gezondheids- en welzijnsstatus van de dieren. Huidig onderzoek spitst zich toe op één specifiek aspect van dierenwelzijn of -gezondheid (bv., lichaamstemperatuur voor het kalvingsmoment, accelerometer voor bronst). Ondertussen laat de opkomst van energiezuinigere localisatiesystemen toe ook deze data te gebruiken ten voordele van de koeien en de veehouder. Daarom zal dit onderzoek algoritmes ontwerpen voor de detectie van het kalvingsmoment, kreupelheid, en bronst bij melkkoeien, middels een combinatie van accelerometer en localisatiesensoren. Het tweede onderzoeksdoel behelst het onderzoek naar de haalbaarheid van real-time datacollectie binnenin het lichaam van de koe. Daartoe zal de draadloze in-naar-uit-het-lichaam communicatielink gekarakteriseerd worden tussen een sensor in de maag van de koe en een gateway. Dit zal toelaten het signaalvermogensverlies te bepalen, alsook het vereiste energiebudget om een betrouwbare ophaling te doen van data in het lichaam van de koe.