Sociaal gedrag op de kaart - Analyse sociaal gedrag melkkoeien op basis van locatie- en sensordata

Precision Livestock farming biedt de mogelijkheid om geautomatiseerd gedrag te monitoren. Op basis van locatiebepaling en andere sensordata bij koeien kunnen mogelijk de sociale relaties van een koppel koeien in kaart gebracht worden en gemonitord worden. Dit geeft veehouders een krachtige tool om gezondheid en welzijn van hun dieren te waarborgen. In dit project wordt met behulp van gedragsonderzoek de sociale relaties van een koppel koeien in kaart gebracht waarna vervolgens de voorspellende waarde van de locatiedata onderzocht wordt. Tevens zal er een datawarehouse met data fusion gebouwd worden waar de verschillende datastromen van het melkveebedrijf in samenkomen zodat in de tweede fase van het project met behulp van gecombineerde locatie- en sensordata gezocht kan worden naar indicatoren welke een voorspellende waarde hebben voor een aangetast dierwelzijn.

Eindrapportage

• In dit project is door drie hogescholen (HAS Green Academy, InHolland, HAN), Nippur en NEDAP samengewerkt aan de ontwikkeling van een datawarehouse voor de verschillende datastromen van Hoeve Boveneind, een commercieel melkveebedrijf en praktijklocatie van HAS Green Academy. Deze datastromen zijn gebruikt voor het ontwikkelen van algoritmes die onder andere op basis van de locatiedata van de koeien kunnen vaststellen welke koeien veel tijd met elkaar doorbrengen in de stal en waarbij mogelijk sprake is van een vriendschappelijke relatie tussen de koeien. Koeien hebben bepaalde ‘vriendinnen’ die zij prefereren boven andere koeien in de stal en waar zij bovengemiddeld veel tijd mee doorbrengen. Uit onze resultaten bleek dat koeien gemiddeld 5 andere koeien hebben waar zij meer dan gemiddeld tijd mee doorbrengen. Deze vriendschappelijke relatie kan in de toekomst gebruikt worden om stress bij dieren te voorkomen door bijvoorbeeld ‘vriendinnen’ samen te verplaatsen. Tijdens praktijkonderzoek hebben studenten de algoritmes gevalideerd en zijn de optimale parameters voor de algoritmes in kaart gebracht. Verder onderzoek is nog nodig om de effecten van deze vriendschappelijke relaties inzichtelijk te maken. Ook is er een algoritme ontwikkeld en waarbij de wachttijd voor de automatische melkrobot nauwkeurig bepaald kan worden. Door middel van praktijkonderzoek is het algoritme door studenten gevalideerd en is ook onderzocht of er een verband is tussen wachttijd voor de melkrobot en dominantie. Dit heeft geresulteerd in een wetenschappelijk artikel dat in mei 2023 tijdens de 2nd U.S. Precision Livestock Farming Conference in Knoxville, Tennessee gepresenteerd zal worden.