Алгоритм виявлення входження тварини на групову доїльну установку
DOI:
https://doi.org/10.31558/2786-9482.2023.1.2Ключові слова:
алгоритм, інформаційна система, тваринницька ферма, оптимальна фільтрація, ідентифікація, входження тварини.Анотація
Із попередніх досліджень відомо, що у випадку помилок радіочастотної ідентифікації тварин під час заходу на групову доїльну установку є високий ризик втрати інформації про показники технологічного процесу доїння, яка стосується усіх тварин групи. Це зумовлено тим, що номер доїльного станка групової доїльної установки суворо відповідає номеру тварини у черзі на установку. У разі виникнення помилки радіочастотної ідентифікації втрачається інформація про факт входження тварини, внаслідок цього сервер інформаційної системи отримує некоректну інформацію про відповідність номерів тварин у стаді номерам доїльних станків групової доїльної установки. Це призводить до того, що результати вимірювання зоотехнічних параметрів тварин та параметрів технологічного процесу доїння помилково співвідносять зі стадними номерами інших тварин. Для запобігання таких інформаційних втрат на групових доїльних установках використовують засоби підрахунку тварин у потоці. Тому важливим фактором забезпечення достовірності інформації про параметри технологічного процесу виробництва молока на групових доїльних установках є точний підрахунок тварин під час їх руху до доїльних станків. Сучасні засоби підрахунку тварин засновані на перериванні потоку інфрачервоного випромінювання тваринами під час руху і не завжди забезпечують їх точний підрахунок. Для виявлення помилок радіочастотної ідентифікації рухомих тварин на групових доїльних установках запропоновано алгоритм на основі оптимальної лінійної фільтрації вихідного сигналу сенсора наявності об’єкта та засіб виявлення входження тварин з метою їх підрахунку у потоці. Пропонований алгоритм виявляє більше помилок радіочастотної ідентифікації, відповідно підвищується достовірність інформації про параметри технологічного процесу виробництва коров’ячого молока на групових доїльних установках.
Посилання
RFID journal LLC. URL: http: // www.rfidjournal.com
Saha, H. N., Chakraborty, S., & Roy, R. (2021). Integration of RFID and sensors in agriculture using IOT. In AI, edge and IoT-based smart agriculture (pp. 361–372). Elsevier. DOI: 10.1016/B978-0-12-823694-9.00004-9.
Ranches, J., De Oliveira, R. A., Vedovatto, M., Palmer, E. A., Moriel, P., & Arthington, J. D. (2021). Use of radio-frequency identification technology to assess the frequency of cattle visits to mineral feeders. Tropical Animal Health and Production, 53(3). DOI: 10.1007/s11250-021-02784-2.
Achour, B., Belkadi, M., Saddaoui, R., Filali, I., Aoudjit, R., & Laghrouche, M. (2022). High-accuracy and energy-efficient wearable device for dairy cows’ localization and activity detection using low-cost IMU/RFID sensors. Microsystem Technologies, 28(5), 1241–1251. DOI: 10.1007/s00542-022-05288-7.
Noinan, K., Wicha, S., & Chaisricharoen, R. (2022). The IoT-based weighing system for growth monitoring and evaluation of fattening process in beef cattle farm. In 7th International Conference on Digital Arts, Media and Technology, DAMT 2022 and 5th ECTI Northern Section Conference on Electrical, Electronics, Computer and Telecommunications Engineering, NCON 2022 (pp. 384–388). IEEE. DOI: 10.1109/ECTIDAMTNCON53731.2022.9720346.
Ding, X., Chen, L., & Gong, Y. (2019). An application of information collection method based on RFID and WSN technology in cow breeding. In Proceedings of 2019 IEEE 4th Advanced Information Technology, Electronic and Automation Control Conference, IAEAC 2019, (pp. 2663–2666). IEEE. DOI: 10.1109/IAEAC47372.2019.8998074.
Кучерук, В. Ю., Паламарчук Є. А., Кулаков П. І. (2014). Підвищення достовірності ідентифікації тварин у інформаційно-вимірювальних системах контролю зоотехнічних параметрів. Методи та прилади контролю якості, 2(33), 115–122.
Кулаков, П. І. (2015). Елементи теорії вимірювального контролю параметрів біотехнічної системи доїння. Вінниця, Вінницький національний технічний університет, 220 с.
Lancaster, P., Gyawali, P., Mavrogiannis, C., Srinivasa, S. S., & Smith, J. R. (2022). Optical proximity sensing for pose estimation during in-hand manipulation. IEEE International Conference on Intelligent Robots and Systems (Vol. 2022 – October, pp. 11818–11825). DOI: 10.1109/IROS47612.2022.9981692.
Polikarpus, A., Grasso, F., Pacelli, C., Napolitano, F., & De Rosa, G. (2014). Milking behaviour of buffalo cows: Entrance order and side preference in the milking parlour. Journal of Dairy Research, 81(1), 24–29. DOI: 10.1017/S0022029913000587.
Shepley, E., Lensink, J., & Vasseur, E. (2020). Cow in motion: A review of the impact of housing systems on movement opportunity of dairy cows and implications on locomotor activity. Applied Animal Behaviour Science, 230. DOI: 10.1016/j.applanim.2020.105026.
Su, L., Zhang, Y., Wang, J., Yin, Y., Zong, Z., & Gong, C. (2020). Segmentation method of dairy cattle gait based on improved dynamic time warping algorithm. Nongye Jixie Xuebao Transactions of the Chinese Society for Agricultural Machinery, 51(7), 52–59. DOI: 10.6041/j.issn.1000-1298.2020.07.007.
ПАТ “Брацлав” 01/05/2023. URL: https://www.bratslav.com/
Pallar LTD Co. & Musson Co. Корпоративний сайт компаній “Паллар ЛТД” та “Муссон”. 01/05/2023. URL: www.pallar.com.ua
