Anwendungsszenario Landwirtschaft.Digital

Rindertracking

Ausgangssituation, Zielsetzung und Vorgehensweise

Das Teilprojekt Rindertracking hat zum Ziel ein System für die Brunsterkennung und das Gesundheitsmonitoring bei Milchkühen zu entwickeln. Mit Hilfe verschiedener Sensoren (Beschleunigungssensor, Magnetometer) soll das Verhalten der Tiere automatisch erfasst werden. Sowohl Störungen der Tiergesundheit, wie z. B. Hitzestress, als auch die Brunst, führen bei Kühen zu Verhaltensänderungen. Über eine kontinuierliche Erfassung des Verhaltens mit einem Monitoringsystem können diese Verhaltensänderungen erfasst, durch ein schnelles Eingreifen die Tiergesundheit und das Tierwohl wiederhergestellt und die durch eine tierärztliche Behandlung, den Leistungsrückgang und eine verpasste Brunst verursachten Kosten reduziert werden.
Durch eine kontinuierliche Steigerung der Herdengrößen in Deutschland und eine Zunahme der Anforderungen an eine objektive Überwachung des Tierwohls seitens der Landwirte und der Gesellschaft, wächst auch die Nachfrage nach digitalen Lösungen für ein vereinfachtes und objektives Monitoring der Tiere. Bisher auf dem Markt für diesen Zweck erhältliche Systeme funktionieren fast ausschließlich im Stall. Um auch bei Tieren mit Weidegang sinnvolle Warnmeldungen für Landwirt und Tierarzt zu generieren, werden im Teilprojekt Rindertracking die Faktoren, die das Verhalten der Tiere auf der Weide beeinflussen, identifiziert und gegebenenfalls bei der Entwicklung der Klassifizierungsmodelle für die automatische Verhaltenserkennung berücksichtigt.

Aktuelle Tätigkeit und Teilprojektfortschritt

Im ersten Projektjahr konnten im Teilprojekt Rindertracking ausreichend Verhaltensdaten von klinisch gesunden Tieren gewonnen werden, um daraus Klassifizierungsmodelle für die automatische Erkennung der Hauptverhaltensweisen Stehen, Gehen, Liegen, Wiederkauen, Grasen und Trinken auf der Weide zu entwickeln. Es findet nun die Auswertung der im Stall generierten Daten statt, um auch hier passende Klassifizierungsmodelle zu erarbeiten. Zu den Sensordaten kommen im Stall zusätzlich Daten von Beacons dazu, um über eine zusätzliche Ortsbestimmung im Stall die Genauigkeit der Klassifizierungsmodelle zu erhöhen.
Wie auf der ganzen Welt, steigt auch in Deutschland die durchschnittliche Lufttemperatur über die Jahre an und die Anzahl heißer Tage nimmt zu. Milchkühe empfinden bereits ab einer Lufttemperatur von 25°C Hitzestress, was zu einer Reduktion der Milchleistung und der Fruchtbarkeit führt. Im weiteren Verlauf des Teilprojekts werden daher neben der Brunst auch Daten zum Verhalten der Tiere bei Hitzestress auf der Weide gesammelt. Letztendlich soll das Monitoringsystem die durch die Brunst und den Hitzestress bedingten Verhaltensänderungen automatisch erkennen.

Demonstrator

Der Demonstrator zeigt die Erfassung der Verhaltensdaten auf der Weide und im Stall. Die Tiere wurden hierfür mit einem Halsband mit dem Prototyp des Monitoringsystems ausgestattet und parallel mit Action-Kameras beobachtet. Die gewonnen Videos wurden im Anschluss gelabelt, das heißt das Verhalten von jedem Tier wurde zu jedem Zeitpunkt einer der vorher definierten Verhaltensweisen zugeordnet. Aus den gelabelten Daten werden nun die Klassifizierungsmodelle für die automatische Verhaltenserkennung entwickelt.

Stefan Thurner
Stefan Thurner

Institut für Landtechnik und Tierhaltung Bayerische Landesanstalt für Landwirtschaft (LfL)


Youtube
Vimeo
Google Maps