Разработка алгоритма интеллектуальной поддержки при принятии управленческих решений на ферме на основе системы машинного зрения

Бесплатный доступ

Аномальный перерасход корма на молочных фермах составляет до 10% и происходит в 5% случаев. Это означает, что ферма теряет такую же долю надоев, а вместе с этим прибыль. Контролировать объем корма можно с помощью программно-аппаратного комплекса (ПАК), который получает пространственные данные с помощью 3D системы зрения, а именно, стереокамеры, и анализирует их, используя методы сегментации, визуальной одометрии и расчета объема, заключающиеся в суммировании объемов усеченных параллелепипедов, сформированных по площадям последовательных срезов, с одинаковой шириной и разной высотой. Разработанный алгоритм склеивает соседние снимки с погрешностью ±2 см, со скоростью 2,06 кадров в секунду (при скорости движения вдоль кормового стола 3 км/ч). Ошибка определения объема сена в среднем - 6,14%. В сравнении с исходным объемом выдаются составляются суждения о количестве остатков: менее 3% - ниже допустимого, от 3% до 5% - удовлетворительное, более 5% - выше допустимого. Для автономной работы программы был изготовлен макет аппаратной части системы - бокс, включающий стереокамеру, одноплатный компьютер и блок питания.

Еще

Машинное зрение, динамическое детектирование, молочное животноводство, кормовой стол, 3d камера

Короткий адрес: https://sciup.org/147247514

IDR: 147247514

Список литературы Разработка алгоритма интеллектуальной поддержки при принятии управленческих решений на ферме на основе системы машинного зрения

  • Чинаров В.И. Разведение пород крупного рогатого скота молочного направления продуктивности в Российской Федерации // Техника и технологии в животноводстве. 2023. № 2(50). С. 40-46. EDN: UZNQWH
  • Цифровые технологии в животноводстве. Скотоводство. Курс лекций: учеб.-метод. пособие для студентов II ступени получения высшего образования по специальности 1-74 80 03 "Зоотехния" / Ю. В. Истранин [и др.]. - Витебск: ВГАВМ, 2021. - 64 с. EDN: QYPQTA
  • Втюрина С.И., Шилин Д.В. Разработка алгоритма интеллектуальной поддержки при принятии управленческих решений в процессе кормления на ферме на основе системы машинного зрения // Техника и технологии в животноводстве. 2023. № 4(52). С. 4-11. EDN: AHBDUK
  • Иванов Ю.А. Цифровое животноводство: перспективы развития // Вестник Всероссийского научно-исследовательского института механизации животноводства. 2019. № 1(33). С. 4-7.
  • Гулсен, Ян. Сигналы коров: Практическое руководство по здоровью и благополучию молочного скота. Roodbont Publishers, 2014.
  • Шишкина, Т. В. Влияние различных факторов на особенности поведения коров / Т. В. Шишкина // Сурский вестник. - 2022. - № 4(20). - С. 47-52. EDN: KSHUQF
  • Алексеев, А. А. Влияние способов комплектования технологических групп на поведение молочных коров / А. А. Алексеев, Н. И. Стрекозов // Достижения науки и техники АПК. - 2015. - Т. 29, № 6. - С. 67-68. EDN: UCRAIH
  • Шкалова, И. П. Пищевое поведение и заболеваемость молочных коров / И. П. Шкалова // Известия Оренбургского государственного аграрного университета. - 2015. - № 6(56). - С. 94-96. EDN: VDOOEX
Еще
Статья научная