Informační technologie
Informační technologie v chovu prasat
Rostoucí technologický pokrok pomáhá rozvíjet živočišnou výrobu, aby byla účinnější a více zaměřena na dobré životní podmínky zvířat. Aplikace využívající kamery, mikrofony a senzory zlepšují oči, uši a nos zemědělců v každodenním životě. Tyto technologie umožňují automaticky sledovat jednotlivá hospodářská zvířata v reálném čase a přináší revoluční způsob chovu hospodářských zvířat, nazývaný jako precizní.
Precizní chov
Precizní chov hospodářských zvířat zahrnuje automatickou dálkovou detekci a sledování identifikovaných jedinců z hlediska zdraví a dobrých životních podmínek. Pomocí analýzy obrázků, zvuků a biologických metrik v reálném čase lze zavčas odhalit nemoci nebo nefyziologický stav. Přesnost se výrazně zvýšila díky rozvoji počítačové vědy a dostupnosti levných senzorů v kombinaci s rostoucí výpočetní kapacitou pro zaznamenání a zpracování dat. Pohoda zvířat je denně posuzována podle kritérií jako jsou stav těla, kulhání, výskyt lézí po kousnutí, rektální a děložní výhřezy, pupeční kýly, otevřené rány a škrábance. Informace z dálkového sledování zvířat jsou převáděny do indexů zdraví a dobrých životních podmínek a usnadňují přijímat přesné postupy chovu hospodářských zvířat.
Senzory, algoritmy a strojové učení
Dálkové senzory (kamery, mikrofony, teploměry a akcelerometry) monitorují nebo zaznamenávají informace, jako jsou obrázky, zvuk, teplo a pohyb od skupin nebo jednotlivých zvířat. Data ze senzorů, uložená v externích jednotkách nebo zaslaná přímo do zpracovatelského uzlu, se pak zpracovávají pomocí algoritmů.
Algoritmus je vzorec nebo postupná sada operací, která se používá k řešení konkrétního problému nebo skupiny problémů. Programovací algoritmus je počítačový postup, který počítači přesně říká, jaké kroky podniknout k vyřešení problému pomocí vstupů a výstupů. Hodnota algoritmu pro zemědělce závisí na jeho schopnosti transformovat data ze senzoru nebo proměnnou funkce na biologický výsledek. Příklady charakteristických proměnných zahrnují procento času, kdy prasata leží, aby se určil biologický výsledek „kulhání“ nebo počet kašlání k detekci biologického výsledku „respirační onemocnění“.
Strojové učení jsou výpočetní metody, které umožňují algoritmu programovat se pomocí velkého množství příkladů. Protože se počítač „učí“ z těchto vzorových sad existujících dat, systém se může stát velmi zběhlým při zpracování a analýze velkých souborů dat a generuje odhady rychlostí, která je pro člověka a tradiční statistické metody nemožná.
Souhrnně, data ze senzorů vzdáleného monitorování jsou kombinována s identifikací jednotlivých zvířat a s produkčními daty a poté integrována do algoritmů, které poskytují důvěryhodné informace a upozornění o životních podmínkách, zdraví a užitkovosti prasat.
Fotoaparáty a kamery
Analýza obrazu převádí získané obrázky do indexů distribuce (umístění a vzdálenost zvířete) a aktivity (poloha a pohyb zvířete). Videozáznamy prasat se používají k odhadu jejich hmotnosti, agresivního chování, chůze a chování prasnic během laktace. Výzkum obrazové analýzy pomocí dvourozměrných (2D) kamer poskytuje digitální informace pro monitorování a odhad růstu prasat. Senzory 2D kamery však vyžadují odpovídající okolní osvětlení a kontrastní pozadí - například bílé prase na tmavém pozadí. Trojrozměrné (3D) kamery jsou vybaveny vysokým rozlišením fotoaparátu, infračerveným světelným zdrojem, který má význam při slabém nebo nočním osvětlení a snímačem hloubky, pro určení vzdálenosti zvířete od kamery.
Mikrofony
Relativně jednoduché mikrofony převádějí zvuky na elektrické signály, které mohou být zpracovány v počítačích s cílem detekovat, klasifikovat a lokalizovat specifické akustické události, jako jsou náznaky stresu nebo nemoci. Například vysokofrekvenční volání prasat může souviset se stresovými situacemi a kašel s respiračními chorobami a tedy s jejich dobrými životními podmínkami.
Termistory a infračervené zobrazování
K monitorování teploty prasat se obvykle používají termistory zabudované v ústředně dat nebo senzoru ušní značky. Senzor má přímý kontakt s tkání, aby mohl provádět měření teploty s přesností na 0,1°C. Infračervená technologie nevyžaduje kontakt se zvířetem, což umožňuje dálkové měření. Fyzikální základ infračervené technologie spočívá v tom, že jakýkoliv objekt, který má teplotu nad absolutní nulou, emituje infračervené záření a teplota objektu určuje vlnovou délku emitovaného záření. Konverze sálavého tepla na počítačem generovaný barevný obraz se provádí pomocí procesu zvaného tepelné zobrazování.
Příklad hloubkového obrazu prasnice, přičemž červená je nejvzdálenější a modrá je nejblíže v obraze. To je užitečné při zachycení variací hloubky pro vytvoření topologické 3D mapy prasete.
Údaje o periferní teplotě závisí na teplotě jádra, okolních podmínkách a regulačním systému průtoku periferní krve. Při vyšších okolních teplotách termoregulace řídí zvýšený průtok krve do tkáně kůže, což má za následek vyšší povrchové teploty. Plochy těla, které postrádají chlupy nebo tukovou izolaci, jako je kůže za uchem nebo mléčná žláza, lépe odrážejí tělesnou teplotu dospělých prasat. Vzhledem k tomu, že selata mají nedostatek tělesného tuku a izolace, je teplota jejich kůže „tepelným oknem“ teploty jejich jádra.
Akcelerometry
Mezi nejslibnější technologie pro monitorování zvířat patří nositelné senzory obsahující akcelerometry. Akcelerometr je elektromechanické zařízení používané k měření zrychlujících sil. Síly mohou být statické jako nepřetržitá gravitační síla (např. prase leží) nebo zrychlené způsobené pohybem (např. prase chodí). Pohyb vytváří třes na mikroskopických krystalech uložených v akcelerometru a vzniklé napětí umožňuje stanovit rychlost a orientaci pohybu. Trojosý akcelerometr shromažďuje trojrozměrné informace (osy x , y a z) a měří gravitační tah Země určením úhlu, ve kterém je zařízení (např. ušní štítek, krční límec) nakloněno.
Senzory pro monitorování prasat
Senzory | Funkce | Aplikace | Nedostatky |
Kamery 2D (RGB) 3D (RGBD) | pro jemné polohové a barevné variační údaje vysoká přesnost a spousta dat dálkové snímání (neinvazivní) | optické rozpoznávání znaků detekce pohybu distribuce a aktivita zvířat extrakce prvků a topologie | nutné filtrování za účelem získání užitečných informací výkon závisí na světelných podmínkách |
Infračervené zobrazování (IR) | pro noční vidění vysoký výkon i při nízké viditelnosti dálkové snímání (neinvazivní) | dálkové snímání teploty zobrazování za nízké hladiny osvětlení fyziologické reakce | drahé hodnoty jsou ovlivněny faktory prostředí |
Termistory integrované do nositelných senzorů | pro kolísání teploty | kontaktní snímání teploty fyziologické reakce | hodnoty jsou ovlivněny podkožním tukem |
Mikrofony | pro kolísání zvuku a frekvence okamžité odečty | sledování periodického fyziologického procesu sluchová klasifikace | nefunkční v hlučném prostředí |
Akcelerometry | pro sledování pohybu téměř okamžité odečty zabudované do nositelných senzorů | monitorování pohybu (chůze, hnízdní chování) sledování stavu polohy (ležící, stojící) | vyžaduje externí zpracování k získání údajů o přemístění a rychlosti informace jsou relativní křehké |
Identifikace hospodářských zvířat
Dobře zavedenou technologií pro identifikaci prasat je radiofrekvenční čip. Zařízení je primárně implantováno do ušních značek a obsahuje informace o zvířeti a farmě. Princip zařízení spočívá v tom, že když se čip dostane do dosahu čtečky, obdrží signál. Dále je indukován druhý vysokofrekvenční signál, který přenáší data, jenž putují ke čtečce. Tato data mohou být uložena a analyzována později, nebo mohou být čipy použity okamžitě k identifikaci jednotlivých zvířat.
Běžný RFID čip pro prasata
Levný identifikační systém je optické rozpoznávání znaků počítačem (např. poznávacích značek, čárových kódů, QR kódů). V chovu prasat se jedná o znaky na ušních štítcích nebo o symboly a čísla na tělech prasat. Optické rozpoznávání znaků se provádí pomocí digitálního fotoaparátu a data se vyvíjejí pomocí strojového učení, aby byla zajištěna vzdálená identifikace.
Příkladem individuální identifikace prasat bez značek je rozpoznávání obličeje, původně vyvinuté pro účely identifikace lidí. Pomocí metod, o kterých je známo, že účinně rozpoznávají lidské tváře, byly zkoumány digitální fotografie prasat pořízené z kamery namontované na napáječce a bylo dosaženo 77 % úspěšnosti rozpoznávání z celé tváře a 98 %, když se odečet zaměřil na oblast očí. Tato technologie je slibná díky rychlosti rozpoznávání (620 obrázků/sec) a využití algoritmů pro identifikaci lidí na obličeje prasat.
Sada obrázků používaných při učení rozpoznávání obličeje
Automatizovaný dálkový sběr dat
Automatizovaný dálkový sběr dat prostřednictvím senzorů zaznamenává více atributů pro každé zvíře (např. věk, rodokmen, tempo růstu, zdraví, konverzi krmiva, kvalitu masa, podíl libové svaloviny nebo úhyn a další). Tato data mohou řídit ziskové strategie producentů. Kromě toho elektronická kniha, kde jsou zaznamenány všechny transakce cestou potravinovým řetězcem, zvyšuje průhlednost výrobních postupů a dokumentace ze strany farem a správy dat.
Příkladem moderního využití informačních technologií v chovu prasat je projekt IOF2020 financovaný Evropskou unií, který využívá senzory, shromažďuje a propojuje zemědělské údaje o jednotlivých zvířatech či skupinách zvířat v reálném čase s údaji z jatek s cílem poskytnout zemědělcům zpětnou vazbu o jejich strategiích řízení a přispět k optimalizaci dobrých životních podmínek zvířat a produkčních zisků.
Pokračující rozvoj informačních technologií a možnost propojení produkčního řetězce vepřového masa v konečném důsledku spojuje spotřebitele a zemědělce. Spotřebitelé budou činit rozhodnutí na základě zemědělských postupů a zemědělské podniky mohou činit rozhodnutí na základě spotřebitelských požadavků.
© 2019
