Οι κουτσές αγελάδες αποτελούν σημαντικό πρόβλημα για τους αγρότες. Αυτά τα ζώα πονάνε πολύ και κατά συνέπεια παράγουν λιγότερο γάλα. Ερευνητές από το Πανεπιστήμιο & Έρευνα Wageningen έχουν τοποθετήσει κάμερες γύρω από το Dairy Campus.
Το σύστημα θα πρέπει να ανιχνεύει αυτόματα κουτσές αγελάδες με το πάτημα ενός κουμπιού. Οι ερευνητές θέλουν να ανακαλύψουν τι αντίκτυπο έχουν τα προβλήματα μετακίνησης στη συμπεριφορά αυτών των ζώων. Οι κτηνοτρόφοι μπορούν να χρησιμοποιήσουν το σύστημα για να φροντίσουν ακόμα καλύτερα τα ζώα τους.
Τα μολυσματικά και μη μολυσματικά προβλήματα των οπλών συχνά αφήνουν τις αγελάδες κουτσές. Η νόσος του Mortellaro, για παράδειγμα, προσβάλλεται συχνά από βρεγμένα και βρώμικα δάπεδα. Οι άβολοι πάγκοι και οι μεγάλοι χρόνοι αναμονής για το άρμεγμα προκαλούν επίσης τις αγελάδες να στέκονται για μεγάλα χρονικά διαστήματα, και αυτό μπορεί επίσης να προκαλέσει προβλήματα στις οπλές.
Οι αγρότες μπορούν στη συνέχεια να επέμβουν πιο γρήγορα και να κανονίσουν επιπλέον πεντικιούρ με μηχανές κοπής οπλών, για παράδειγμα
Κλαούντια Καμπούις
«Η χωλότητα ορίζεται ως μια κλινικά αντιληπτή απόκλιση από το μοτίβο βάδισης, αλλά μπορεί να συμβούν και πιο λεπτές αλλαγές. Είναι σημαντικό να αναγνωρίσουμε αυτές τις ανωμαλίες νωρίς: η παραγωγή γάλακτος επηρεάζεται λόγω του πόνου που βιώνει το ζώο», λέει η επιστήμονας ζώων Claudia Kamphuis. «Οι αγρότες μπορούν στη συνέχεια να επέμβουν πιο γρήγορα και να κανονίσουν επιπλέον πεντικιούρ με μηχανές κοπής οπλών, για παράδειγμα. Οι συνάδελφοί μας εξετάζουν μια συγκεκριμένη μολυσματική ασθένεια των οπλών, τη νόσο του Mortellaro , και εξετάζουμε το μοτίβο βάδισης και τον αντίκτυπό του στη συμπεριφορά των αγελάδων».
Οι ερευνητές εξοπλίζουν το κέντρο καινοτομίας Dairy Campus με κάμερες και κεραίες. Οι κάμερες στο αρμεκτήριο έχουν ρυθμιστεί για να τραβήξουν εικόνες από τις οπλές τους. Κάμερες που είναι τοποθετημένες κοντά στην έξοδο του αρμεκτηρίου καταγράφουν το βάδισμα των αγελάδων που περνούν από το διάδρομο. «Δημιουργούμε έναν αλγόριθμο που ανιχνεύει αποκλίσεις από το τυπικό μοτίβο βάδισης. Για να γίνει αυτό, χρησιμοποιούμε ένα σύστημα που λειτουργεί χρησιμοποιώντας τεχνητή νοημοσύνη. Υποδεικνύουμε ορισμένα σημεία που είναι σημαντικά για το βάδισμα – για παράδειγμα τις οπλές, το ισχίο και τα γόνατα. Στη συνέχεια διδάσκουμε τον αλγόριθμο ποιο είναι το κανονικό βάδισμα για κάθε αγελάδα. Εάν το βάδισμα αρχίσει να αποκλίνει, λόγω διαταραχής της οπλής για παράδειγμα, μπορούμε να το επισημάνουμε νωρίς."
Δεδομένα συμπεριφοράς από τους χώρους διαβίωσης
Οι ερευνητές συνδυάζουν τα δεδομένα που προκύπτουν με δεδομένα συμπεριφοράς από τις περιοχές διαβίωσης. «Εμείς καθορίζουμε τις συνδέσεις μεταξύ του βαδίσματος και της συμπεριφοράς των αγελάδων.
Υπάρχει πιθανότητα οι αγελάδες που αναπτύσσουν προβλήματα μετακίνησης σε οποιοδήποτε σημείο να συμπεριφέρονται διαφορετικά από αυτές που δεν το κάνουν. Έτσι, συγκεκριμένες συμπεριφορές μπορεί να αποτελούν παράγοντα κινδύνου για θέματα μετακίνησης. Για παράδειγμα, τα ζώα χαμηλά στην κοινωνική ιεραρχία μπορεί να διατρέχουν μεγαλύτερο κίνδυνο από αυτά που βρίσκονται ψηλότερα επειδή πρέπει να στέκονται περισσότερο και συχνά διώχνονται μακριά από το κύριο κοπάδι».
Τα ζώα χαμηλά στην κοινωνική ιεραρχία μπορεί να διατρέχουν μεγαλύτερο κίνδυνο από αυτά που βρίσκονται ψηλότερα
Κλαούντια Καμπούις
Για να συνδυάσουν το βίντεο και τα δεδομένα συμπεριφοράς, οι ερευνητές τοποθέτησαν στις αγελάδες περιλαίμια που περιέχουν αισθητήρες. Έχουν επίσης τοποθετήσει κάμερες σε έναν από τους χώρους διαβίωσης. Οι κεραίες στα περιβλήματα λαμβάνουν σήματα από τους αισθητήρες, επιτρέποντάς τους να παρακολουθούν τι κάνουν όλες οι αγελάδες: πού περπατούν οι αγελάδες, πόσο δραστήριες είναι και ποια συμπεριφορά επιδεικνύουν, όπως όρθιοι ή ξαπλωμένοι. Οι κάμερες χρησιμοποιούνται τόσο για την επικύρωση πληροφοριών αισθητήρων όσο και για τη δημιουργία πληροφοριών. Με λίγα λόγια: πώς συμπεριφέρεται το ζώο; «Μπορούμε να παρακολουθούμε συνεχώς τα ζώα με αυτόν τον τρόπο. Χρησιμοποιώντας AI, μπορούμε να λάβουμε πληροφορίες στις οποίες απλά δεν είχαμε πρόσβαση πριν από πέντε χρόνια. Αυτό σημαίνει ότι μπορούμε να εντοπίσουμε προβλήματα νωρίς».
Σύμφωνα με τον Kamphuis, το κόλπο είναι να αναλύεις και να αποθηκεύεις όλα τα δεδομένα που συλλέγονται έξυπνα. Οι ερευνητές θέλουν να το κάνουν δημιουργώντας μια σύγχρονη αποθήκη δεδομένων. «Σκεφτόμαστε τη σύγχρονη υποδομή αποθήκης δεδομένων για τη σύνδεση και την έξυπνη παρακολούθηση δεδομένων.
Η διαδικασία περιλαμβάνει μεγάλο όγκο πληροφοριών και είναι πολυδιάστατη και πολύπλοκη. Οι ερευνητές πρέπει επίσης να έχουν εύκολη πρόσβαση στο υλικό που χρειάζονται για την έρευνά τους. Επομένως, πόσο καιρό θα πρέπει να διατηρήσουμε ποια δεδομένα είναι επίσης σημαντικό».
Στο Wageningen University & Research, θα συνεχίσουμε να επικεντρωνόμαστε σε καινοτόμες και νέες τεχνικές ανάλυσης
Κλαούντια Καμπούις
Τελικά, με συστήματα σαν αυτά, οι αγρότες μπορούν να εντοπίσουν νωρίτερα αγελάδες με προβλήματα μετακίνησης και να παρέχουν την κατάλληλη φροντίδα. Οι κτηνοτρόφοι μπορούν επίσης να χρησιμοποιήσουν τα δεδομένα για αναπαραγωγή επιλέγοντας μειωμένη ευαισθησία στις διαταραχές των οπλών.
«Το Dairy Campus και το σύστημα παρακολούθησης βίντεο είναι καταλύτης για περαιτέρω έρευνα. Θα αναπτύξουμε συγκεκριμένες γνώσεις για την πρόληψη προβλημάτων μετακίνησης, για παράδειγμα, μέσω μέτρων στέγασης και σίτισης, επειδή παρακολουθούμε τα ζώα με συνέπεια για μια χρονική περίοδο με αυτό το σύστημα.
Οι συνάδελφοι μπορούν επίσης να χρησιμοποιήσουν αυτές τις τεχνικές, για να εξετάσουν την ατομική πρόσληψη τροφής, για παράδειγμα. Στο Wageningen University & Research, θα συνεχίσουμε να επικεντρωνόμαστε σε καινοτόμες και νέες τεχνικές ανάλυσης.»
Ακολουθήστε το Agrocapital.gr στο Google News και μάθετε πρώτοι τις ειδήσεις