(15.03.2021) Цифровые технологии для мониторинга здоровья молочного стада

Transcript

1. ЦИФРОВЫЕ ТЕХНОЛОГИИ ДЛЯ МОНИТОРИНГА ЗДОРОВЬЯ МОЛОЧНОГО СТАДА М.н.с. Шульгин Илья М.н.с. Лужняк Валерия Руководитель Суровцев Владимир Николаевич youtube.com/channel/UCiQo406SKypmtAQXIHdZ6mA
2. Актуальность  Молочные стада в хозяйствах России - от сотен до десяти тысяч животных  Рентабельность определяется качеством управления.  Необходимость знания деталей о состоянии каждого животного, формирование достоверной, полной и своевременной информации.  Потребность – Экономически эффективная система автоматизированного сбора данных о каждом животном и их анализ в режиме 24/7, представление информации специалистам в пригодном виде для принятия актуальных решений
3. Доиндустриальная система  Стада с небольшим поголовьем до 30 - 200 голов  Низкая продуктивность – 2-3 т в год на корову  Отсутствие механизации и автоматизации  Высокие трудозатраты - каждая корова была под присмотром доярки и любое отклонение в состоянии животных быстро фиксировалось  Коровы жили дольше, производили много телят proekt-sam.ru
4. Индустриальная система  Большое поголовье – 2400 - 7000 коров (новые комплексы )  Высокая продуктивность – свыше 10 т в год  Высокий уровень механизации и автоматизации  Низкие трудозатраты  Интенсивное использование животных, сложность контроля за большим стадом  Коровы продуктивно используются менее трех лет, производят мало телят delaval.com
5. При переходе с доиндустриального на индустриальное животноводство человек утратил зрительный контакт с каждым животным. Доярки работали с группой 30 коров 8 часов в день, визуально определяли отклонения в состоянии коров. Операторы машинного доения на современном комплексе обслуживают 30 коров за 15 мин. Всевозможные датчики помогают отслеживать состояние здоровья животных, однако с меньшей эффективностью. Срок продуктивного хозяйственного использования (ПХИ) коров снизился в высокопродуктивных стадах в среднем до 2,7 лет. Ежегодно Россия из-за рубежа покупает 60 тыс. ремонтного молодняка при средней цене 2 тыс. евро за 1 голову – 120 млн. Евро = 10 млрд. руб. Данные затраты можно сократить на 30 млн. Евро, увеличив ПХИ до 3-3,5 лет. Человеческий фактор
6. Данные о состоянии животных в больших стадах  Проведение лабораторных анализов биохимии крови и молока, методы трудозатратны, взятие проб крови - стресс фактор для животных  Автоматизированный анализ биохимии молока – дорогое оборудование и его обслуживание  Использование датчиков - высокая стоимость, стресс при установке на животное, ограниченный срок эксплуатации
7. Показатель Сигнал Метрит, мастит Вялость Лихорадка (t>39℃) Опухание, выделения Послеродовой парез Вялость, снижение аппетита Холодные уши Мышечная слабость, неспособность вставать Отсутствие лихорадки Недостаточное потребление корма Вялость Слабое наполнение рубца (менее 2 баллов) Скользкие проходы Коровы более насторожены Слабое выражение рефлекса неподвижности при половой охоте Поиск менее скользких зон, хождение по краю прохода Осторожная походка при широкой постановке ног и низко опущенной голове Хромота и травмы конечностей Спина животного дугообразно изогнута при стоянии и/или ходьбе. Пытается снизить нагрузку на одну ногу или более. Предпочитает лежать или встает с большим трудом Поведенческие особенности и рефлексы животных – «Сигналы коров» Ян Гулсен. Сигналы коров практическое руководство
8. Отрыгивание, повторное пережевывание и заглатывание корма называется руминацией.  Начало руминации – через 30-70 мин. после кормления  Продолжительность жвачного периода – 30-60 мин.  Количество жвачных периодов в течении суток – 6-12 ед.  Количество жевательных движений 55-60 (цикл)  Количество жвачных циклов в периоде – 5-80 ед. Важность одного из сигналов - Руминация https://bestgif.su/_ph/46/2/27878056.gif Пример здоровой коровы с правильной руминацией
9. Руминация – индикатор здоровья коровы  Ранний индикатор возможных осложнений после отела  Допустимый уровень отклонений по периодам:  Охота (готовность к оплодотворению) – снижение на 17%  Предотельный – снижение за 4 часа, прекращение – за 2 часа  Послеотельный – восстанавливается в течение 8 часов  Визуальный контроль нормального состояния стада – 50-60% коров должны одновременно, лёжа жевать жвачку (зоотехнический приём)  Количество жевательных движений у коров в минуту :  Здоровые : 55-60,  Ацидоз рубца: 35-45.  Дистония преджелудков: менее 35  Атонии и кетозы - вплоть до пропадания жвачки. progressivefarm.info/2017/03/06/zhvachka-kak-barometr-zdorovya-korovy
10. Датчики, измеряющие руминацию  Автономная система Heatime HR-IR, мониторинг состояния их здоровья с помощью контроля уровня руминации. Транспондер HR-Tag™ : датчик движения, микропроцессор, карта памяти, микрофон. Компания SCR (Израиль)  SMARTBOW – интеллектуальная система: активные ушные бирки с трехосным акселерометром и радиочипом, приёмники, сервер и другие компоненты. Подсчет шагов, измерение времени лежания и активности, контроль руминации, кормовое поведение. Специфические движения ушей во время руминации - по данным акселерации, регистрируемой датчиком в ушной бирке SMARTBOW. Компания Zoetis (США) https://www.elibrary.ru/item.asp?id=24827537 https://www.smartbow.com/ru/home.aspx
11. Измерение двигательной активности животных  AfiTag II закрепляется на ноге животного для измерения двигательной активности и отдыха. Посылает данные по активности беспроводным путем через считывающее устройство AfiAct, программное обеспечение управления стадом AfiFarm. Компания AfiMilk (Израиль) Болюсы  Цилиндр до 13 см в длину и до 3,5 см в ширину. За счет своего веса и формы он оседает в одной из четырех камер желудка у коровы. Термометрия, кислотность в камере желудка, половая охота. Данные с болюсов передаются на Базовую станцию в свободном ISM- диапазоне 2,4 ГГц. С Базовой станции информация передается на сервер посредством связи GSM, Wi-Fi или проводного интернета. Компания smaxtec (Австрия, Германия), а так же компания МТС https://www.afimilk.com/ru/ https://smaxtec.com/en/smaxtec-system- in-detail/#boli
12. Камера упитанности  Автоматически фотографирует и определяет балл упитанности коров два-три раза в сутки, в момент прохождения на дойку через сортировочные ворота,  Алгоритмы считают динамику и выдают результат. Оценки отправляются в программу управления стадом.  Повышение точности корректировок рационов («точное кормление»), уменьшение стрессов при определении упитанности зоотехником и и трудозатрат . DeLaval BCS (Швеция-Франция) Очки с дополненной реальностью для молочной фермы  С помощью очков и специальных ошейников система представляет информацию о коровах фермеру  Компания Nedap (Голландия) https://milknews.ru/longridy/pjat-novyh-tehnologij-kotorye- menjajut-molochnoe-zhivotnovodstvo.html https://www.delaval.com/ru/our-solutions/farm-management/delpro- precision-analytics/delaval-body-condition-scoring-bcs/
13. Определение потребностей животных по голосовым изречениям  Call-Recogniser - устройство, которое идентифицирует значение голосовых изречений коров, для понимания их состояния и представляет интерес для фермера. Распознавание поведения животного по движениям  Использование EfficientNet-LSTM для распознавания поведения одной коровы при движении в сложных условиях. Окончательная точность распознавания могла достигать 95,20%, что показало, что предложенный алгоритм является эффективным и может быть использован для восприятия состояния здоровья и профилактики заболеваний молочных коров. https://www.sciencedirect.com/science/article/abs/pii/S0168169920315386 https://www.sciencedirect.com/science/article/abs/pii/S0168169907001937
14. Современные научные исследования Определение наступления отёла по осанке стельных коров  Мониторинг передвижения и осанки стельных коров - анализ изображений с камер видеонаблюдения за коровами за 24 часа до их отела.  Данные по семи различным переменным для каждой коровы с помощью автоматического монитора в режиме реального времени:  x-y координаты геометрической точки обзора сверху в центре коровы;  траектория хождения; пройденное расстояние; ориентация главной оси; отношение ширины тела к длине; длина бёдер и площадь спины. https://www.sciencedirect.com/science/article/abs/pii/S0168169908001373
15. Обнаружение мастита по температурным показателям  Автоматическое распознавание мастита молочных коров по температурным изображениям с помощью глубокого машинного обучения.  Разница температур глаз и вымени с помощью алгоритма определения цели, обнаружение мастита у молочных коров было проведено и сопоставлено с количеством соматических клеток.  Точность алгоритма классификации мастита составляет 83,33% https://www.sciencedirect.com/science/article/abs/pii/S0168169920311923
16. Система контроля за состоянием животных с помощью искусственного интеллекта, на основе анализа данных с камер наблюдения  Разрабатываемый нейросетевой алгоритм идентифицирует животных по уникальным особенностям строения их тела и окраса.  Полученные результаты могут быть использованы в деятельности ферм для мониторинга состояния здоровья животных и ранней диагностики заболеваний, а также оптимального ухода. Сибирский федеральный университет https://pt.2035.university/project/project-1197
17. Недостатки датчиков  Датчики реагируют на отдельные факторы –руминация, движение, рН рубца.  Информация с отдельных датчиков пока редко объединяется в систему.  Повышение точности датчиков значительно увеличивает затраты.  Сложность в установке датчиков каждому животному и контролю за ними на крупных комплексах.  Установка датчиков вызывает стресс, особенно у первотёлок и высокопродуктивных животных.  Установка датчиков травмоопасна для человека.  Имеют ограниченный срок эксплуатации, риск потери или поломки.
18. Эффективность системы контроля стада на основе анализа данных с камер наблюдения (ЦТ + ИИ) Задача «умной камеры» - стать универсальными «глазами» зоотехника и ветеринара:  по поведенческим сигналам коров определять их физиологическое состояние и потребности,  обеспечивать актуальной информацией 24/7 специалистов, повышая качество их решений Решение актуальных производственно-экономических задач:  Сохранение здоровья высокопродуктивных коров в больших стадах в условиях автоматизированного производства молока  Увеличение продолжительности хозяйственного использования коров, их пожизненную продуктивность  Улучшение воспроизводства, увеличение количества получаемых телят.  Рост экономической эффективность отрасли.