Logo des Repositoriums

Auflistung nach Schlagwort "Precision Livestock Farming"

1 - 5 von 5
  • Konferenzbeitrag
    Akzelerometer-basierte Erfassung von Basisverhalten zur Verbesserung von Tiergesundheit, Tierwohl und Herdenmanagement
    (39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?, 2019) Maschat, Kristina et al.
    Der Zwiespalt aus wachsender Tierzahl und limitierten zeitlichen und ökonomischen Ressourcen einerseits sowie der Forderung der Gesellschaft nach Transparenz der Lebensmittelproduktion und Tierwohl andererseits verlangt nach neuen Methoden der permanenten Tier- und Gesundheitsüberwachung. Im Rahmen der beschriebenen Studie wird das Tierverhalten als Indikator für Gesundheit, Wohlbefinden und Qualität des Herdenmanagements bei Rindern und Schweinen herangezogen. Es wird untersucht, ob anhand von Algorithmen, die Daten von am Ohr fixierten Beschleunigungssensoren verarbeiten, Basisaktivitäten realitätsgetreu und in Echtzeit erfasst werden können. In einem weiteren Schritt wird getestet, ob diese Art der automatisierten Tierbeobachtung sensitiv genug ist, um management- und umweltbedingte Verhaltensänderungen zu detektieren, die gegebenenfalls einen Hinweis auf die Verbesserung oder Verschlechterung der Tiergesundheit und des Tierwohls durch das vorangehende Ereignis geben können. Die in dieser Studie erzielten Ergebnisse sollen zur weiteren Verfeinerung des Tiergesundheitsmonitorings von Nutztierbeständen auf Einzeltier- und Bestandsebene genutzt werden.
  • Konferenzbeitrag
    Brunstüberwachung nur digital? Vergleichende Bewertung von Brunsterkennungssystemen in der Milchviehhaltung
    (44. GIL - Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft, 2024) Adriana Förschner, Lisa Aumann
    Durch das Precision Livestock Farming (PLF) haben sich verschiedene Sensorsysteme zur automatischen Brunsterkennung etabliert. Allerdings gibt es nur selten die Möglichkeit, verschiedene Sensorsysteme zur Brunsterkennung auf dem Betrieb zu vergleichen und solche PLF-Systeme zu demonstrieren. Ziel dieser ersten Untersuchung war es, drei Brunsterkennungssysteme mit dem Goldstandard „Milchprogesteronmessung“ an einem AMS rein digital und ohne visuelle Kontrolle am „LAZBW Aulendorf“ zu vergleichen. Betrachtet wurden ein Brunsterkennungssystem auf Basis eines Halsbandsensors, einer Sensorohrmarke und eines Pansenbolus. Um die Güte der einzelnen Brunsterkennungssysteme zu beurteilen, wurden die Alarme der untersuchten Sensorsysteme mit dem Brunstalarm der Milchprogesteronmessung verglichen. Der Pansenbolus löste am häufigsten als erstes System nach dem Brunstalarm der Milchprogesteronmessung einen Brunstalarm aus und zeigte die höchste Sensitivität mit 62,82 %. Nähere Untersuchungen der Systeme zeigten, dass die Hälfte der Brunstereignisse tagsüber von 6.00 bis 21.00 Uhr stattfanden.
  • Konferenzbeitrag
    Experimentierfeld DigiSchwein
    (41. GIL-Jahrestagung, Informations- und Kommunikationstechnologie in kritischen Zeiten, 2021) Lieboldt, Marc-Alexander; Sagkob, Stefan; Reinkensmeier, Jan; Gómez, Jorge Marx; Hölscher, Philipp; Kemper, Nicole; Traulsen, Imke; Drücker, Harm; Diekmann, Ludwig
    Das Experimentierfeld DigiSchwein hat die Entwicklung eines sensorbasierten Frühwarn- und Entscheidungshilfesystems für schweinehaltende Praxisbetriebe zum Ziel. Als digitales Farmmanagementsystem arbeitet es nach dem Grundprinzip: Dateninput (Sensoren), Datenverarbeitung (Software) und Datenoutput (Insight-Cockpit). Im Projekt werden marktübliche Sensoren unterschiedlichen Messprinzips in einer landwirtschaftlichen Versuchstierhaltung bei Sauen, Absetzferkeln und Mastschweinen erprobt. Diese Sensoren erfassen kontinuierlich und in Echtzeit ein breites Spektrum an Anlagen-, Stallklima-, Umwelt- und Tierdaten, die über ein Datenmanagementsystem miteinander verknüpft, gespeichert und verwaltet werden. Mittels Big Data-Analysemethoden des Machine Learnings werden Algorithmen entwickelt, welche erfasste Sensordatenmuster (Istwert) durch Abgleich mit Referenzdatenmustern (Sollwert) in Echtzeit bewerten und Prognosen erstellen. Das Ergebnis der komplexen Datenanalyse wird dem Systemnutzer in optisch aufbereiteter Form zur schnellen Erfassung über ein Dashboard visualisiert. Bei relevanten Abweichungen vom Sollwert werden Warnmeldungen mit Handlungsempfehlungen ausgegeben. Der Einsatz des Managementsystems soll dazu beitragen, Tiergesundheit, Betriebsmittel- und Nährstoffeffizienz sowie Umweltverträglichkeit schweinehaltender Praxisbetriebe nachhaltig zu verbessern.
  • Konferenzbeitrag
    Ökonomische Parameter in Precision Agriculture - strukturelle Anforderungen und Wirkungen in Deutschland
    (39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?, 2019) Waltmann, Maximilian; Gindele, Nicola; Doluschitz, Reiner
    In den letzten 20 Jahren hat sich die Agrarwissenschaft im Rahmen der Technikfolgenabschät-zung u.a. auch vornehmlich mit Techniken in den Bereichen der teilflächenspezifischen Be-wirtschaftung, Parallelfahrsystemen und automatischen Melksystemen befasst und deren öko-nomisches Einsparpotenzial und Einfluss auf die Landwirtschaft in Deutschland analysiert. Im vorliegenden Beitrag wird der Einfluss von Drohnen, autonomer Robotik, intelligenten Syste-men und Sensoren in der Tierhaltung näher betrachtet. Mittels neun Experteninterviews wurde evaluiert, welche ökonomischen Potenziale durch den Einsatz dieser Techniken geschaffen werden und welche Einflüsse sie auf die Landwirtschaft haben. Zentrale Ergebnisse dieser Interviews sind, dass die Landwirtschaft durch den Einsatz dieser Systeme eine bedeutende Veränderung erfahren wird und sich technische Konzepte, wie sie heute verwendet werden, stark verändern oder gar völlig verschwinden werden. Ein spezifisches ökonomisches Einspar-potenzial konnte keiner der Experten nennen, jedoch gehen sie davon aus, dass alle Verfah-renstechniken sowohl enormes ökonomisches als auch ökologisches und soziales Potenzial mit sich bringen. Strukturelle Veränderungen finden vor allem in den Bereichen der Flurgestal-tung, Arbeitskräftestruktur und durch die Auslagerung von speziellen Funktionen statt. Ziel des Einsatzes von Precision Agriculture muss es sein, dass Prozesse entlang der Wertschöp-fungskette transparenter aufgezeichnet werden und die individuelle Bewirtschaftung von Pflanzen und Tieren weiter steigt. Zudem muss das Problem der Interoperabilität der Systeme gelöst werden und Farmmanagementsysteme sind zu entwickeln, welche die Analyse und Darstellung der Informationen für den Landwirt erleichtern.
  • Konferenzbeitrag
    Re-Identifikation markierter Schweine mit Computer Vision und Deep Learning
    (42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, 2022) Fruhner, Maik; Tapken, Heiko; Müller, Henning
    Das Forschungsprojekt SmartTail untersucht die frühzeitige Erkennung von Schwanzbeißen bei Mastschweinen mithilfe von künstlicher Intelligenz. Durch Video-Livestreams aus den Versuchsställen können die Tiere automatisiert erkannt und überwacht werden. Beim Auftreten aggressiven Verhaltens muss das System jedoch in der Lage sein, Aggressor und Opfer zu identifizieren. Hierzu wurden unterschiedliche Arten der Markierung untersucht, die von einem Computersystem autonom erkannt werden sollen. Der Einsatz von auf Ohrmarken gedruckten Data Matrix Codes hat gezeigt, dass die Wiedererkennung eines Tieres auch nach langer Verdeckung oder Abwesenheit gewährleistet werden kann, indem die Codes im Videomaterial lokalisiert und ausgelesen werden. In Verbindung mit einem Tracking-Verfahren ist so eine robuste Identifikation und Überwachung von Tieren möglich. Die gesammelten Daten können zudem für die Untersuchung weiterer wissenschaftlicher Fragestellungen genutzt werden.