I griseproduktionen er det afgørende at kunne følge grisenes vækst. Viden om væksten kan bruges til at forudsige det tidspunkt, hvor det bedst kan betale sig at levere grisene til slagtning. Desuden kan viden om grisenes vækst og afvigelser fra normal vækst være en god hjælp i forhold til at identificere problemer, f.eks. dårligt foder eller syge dyr. Overvågning kan altså bidrage til at sikre grisenes velfærd og sundhed og optimering af produktionseffektiviteten.

Typisk bliver en mindre del af grisene vejet manuelt i en vægt for at følge vægtudviklingen. Dette betragtes som den mest præcise metode til at bestemme deres kropsvægt. Men, grisebesætningerne i EU er vokset meget i størrelse de sidste årtier, og manuel vejning er derved meget arbejdskrævende og potentielt belastende for både mennesker og dyr. Derfor vil en automatisk estimering af grises kropsvægt være et særdeles brugbart værktøj til løbende overvågning af væksten i den kommercielle griseproduktion.

Undersøgelse af 3D-kamerasystem i to grisebesætninger

Som del af et større EU finansieret projekt (ClearFarm) har forskere fra Institut for Husdyr- og Veterinærvidenskab (ANIVET), AU sammen med forskere fra Wageningen Universitet i Holland netop gennemført en ekstern validering af et kommercielt tilgængeligt 3D kamera (iDOL65), der kan estimere grises vægt baseret på 3D-billeder af grise. Forskerne har undersøgt, hvor godt den 3D-kamera-estimerede kropsvægt stemmer overens med manuelle vejninger. Undersøgelsen blev gennemført dels i AU’s forsøgsstalde med slagtegrise (20-114 kg), hvor 144 grisene blev kontrolvejet ugentligt, og i en kommerciel besætning i Tyskland med slagtegrise (16-130 kg), hvor 107 grisene blev vejet tre gange.

Kameraerne blev i den tyske besætning placeret over elektroniske foderstationer, hvor grisene blev fodret individuelt. I AU’s forsøgsbesætning blev kameraerne placeret over foderautomaterne, som havde tre ædepladser per sti. Begge steder havde grisene elektroniske øremærker som via en såkaldt RFID-læser kunne genkende grisene under kameraet.  ”Hver gang en gris besøgte fodringsområdet, blev der taget et 3D-billede. Alle billeder blev brugt til at estimere en daglig kropsvægt på den individuelle gris, og estimerede samtidig en gennemsnitsvægt for alle grise i stien”, forklarer forsker Guilherme A. Franchi fra ANIVET, som har været ansvarlig for undersøgelsen.

Tilfredsstillende resultater

I studiet fandt forskerne en meget høj overensstemmelse mellem den manuelle vejning og den estimerede kropsvægt. Den overordnede kropsvægtestimeringsfejl på medianvægten over opfedningsperioden var lav (≤3,6%) på individ- og på stiniveau og forskerne konkluderer, at det anvendte 3D-kamera (iDOL65) kan give tilfredsstillende estimater for grises kropsvægt. Overensstemmelsen var høj på tværs af de to besætninger, hvor der var forskelle i fodringsystem, race og alder på grisene. ”Da den kamerabaserede vejning er simpel at installere og ikke kræver fysisk kontakt med grisene, ser vi et stort potentiale i brugen af 3D-kamera-teknologien, som en løsning til bestemmelse af vægt hos slagtegrise i kommercielle besætninger”, siger Guilherme A. Franchi.

På vej mod landmændenes iDOL65-adoption

”En mulighed for at stimulere landmændene til at tage den ny veje-teknologi i anvendelse kunne være at kombinere kamerasystemet med udstyr, der gør det muligt at fjernstyre kameraet hen over stien eller endda på tværs af sektioner for at tage billeder af udvalgte dyr til enhver tid og sted. Denne forbedring muliggør estimering af individuelle grise uden manuel vejning og uden brug af RFID-læsning af de elektroniske øremærker; en teknologi som endnu ikke er kommercielt tilgængelig sammen med 3D-kameraet.”, slutter Guilherme A. Franchi.

For at udnytte kameraets potentialer vil forskerne fremover fokusere på at udvikle algoritmer der kan detektere afvigelser i tilvæksten, der kalder på rettidige interventioner. Det kan bidrage til at reducere velfærds- og sundhedsproblemer og kan samtidig øge produktiviteten og derved nedbringe klima og miljøbelastning fra griseproduktionen.

Supplerende oplysninger
Vi bestræber os på, at alle vores artikler lever op til Danske Universiteters principper for god forskningskommunikation. På den baggrund er artiklen suppleret med følgende oplysninger:
Finansiering	This study was part of the EU project ClearFarm and funded by the European Union's Horizon 2020 research and innovation program under grant agreement no. 862919.
Samarbejdspartnere	This study was performed by Guilherme Amorim Franchi, Margit Bak Jensen and Lene Juul Pedersen (all AU) in collaboration with Jacinta Bus, Iris Boumans and Eddie Bokkers (Wageningen University and Research, The Netherlands). We also thank dol-sensors a/s for making the weight estimates from both farms available.
Ekstern kommentering	Dol-sensors a/s has had the opportunity to comment on this article – with no comments.
Interessekonflikter	None
Læs mere	https://doi.org/10.1016/j.atech.2022.100117
Kontakt	Postdoc Guilherme A. Franchi Dept. Animal and Veterinary Sciences amorimfranchi@anivet.au.dk