Onderzoek

Vlaanderen: test met camera’s en sensoren voor detectie kreupele koeien

In de melkveestal van onderzoeksinstituut ILVO in Vlaanderen loopt momenteel een test met een opstelling van camera’s en sensoren voor automatische detectie van kreupele koeien. Dat meldt het ClawCare-team. ClawCare is een vierjarig project van ILVO, Inagro, UGent, HoGent en Hooibeekhoeve. Het project startte in januari 2020 en onderzoekt innovatieve technieken voor de detectie en behandeling van kreupelheid.

Voor de automatische detectie van kreupele koeien moest er eerst beeldverwerkingssoftware ontwikkeld worden. Deze software moest getraind worden. Het systeem moest leren op welke beelden zoolzweren aanwezig zijn, hoe een tyloom te herkennen is enzovoorts. Daarvoor is heel veel data nodig van zowel gezonde als kreupele klauwen en dieren. Met behulp van thermale camera’s werden foto’s gemaakt tijdens het klauwverzorgen op 38 Vlaamse melkveebedrijven. Zo ontstond een dataset met 4.615 thermale foto’s van de onderkanten van klauwen.
Inmiddels is de software goed in staat om Mortellaro, tylomen en zoolzweren te detecteren doordat deze aandoeningen voor een significante stijging in oppervlaktetemperatuur van de klauwen zorgen. Bij andere letsels die zich onder de klauw bevinden, zoals zoolbloedingen en wittelijndefecten, is de temperatuurstijging beperkter waardoor ze moeilijker te detecteren zijn.

Test in melkveestal

De opstelling in de stal van ILVO bestaat uit een thermale camera, dieptecamera, RGB-camera en een RFID-lezer voor de identificatie van het dier en is geïnstalleerd in een gang waar alle dieren minstens dagelijks passeren. Op de opstelling zit ook een lasertrigger die ervoor zorgt dat alle sensoren data beginnen te verzamelen telkens er een koe voorbijloopt. De thermale camera zou informatie kunnen geven over ontstekingen (die veroorzaken een stijging in de temperatuur) op de achterkant van de poten en zelfs de uier van de dieren. De beelden afkomstig van de dieptecamera boven het dier brengen de kromming van de rug in beeld en eventueel in een volgende stap de body conditie score van de koe. De RGB-camera maakt beelden langs de zijkant die gebruikt kunnen worden om de staplengte en de tijd dat de verschillende poten op de grond staan te achterhalen. Achterliggende software koppelt alle beelden en data die verzameld worden automatisch aan het juiste dier met behulp van de RFID-lezer.

In een tweede stap van de test, zullen de camera’s geïnstalleerd worden op een melkveebedrijf in de buurt van ILVO. Naast de data die door de opstelling verzameld wordt, zal ook bekeken worden in hoeverre het koppelen van andere data, zoals melkproductie of gegevens afkomstig van activiteitsmeters, de detectie van kreupele dieren kan vergemakkelijken.

Modulair systeem

De onderzoekers willen bij voorkeur een modulair systeem maken dat een melkveehouder naar mogelijkheid en wens kan uitbreiden. Om dit mogelijk te maken wordt niet alleen de doeltreffendheid en accuraatheid van het volledige systeem maar ook van elke afzonderlijke sensor of camera geëvalueerd. Elke sensor of camera zal een waarde krijgen in de bepaling van de kreupelheidscore van het dier.

Geen app

Binnen het ClawCare-project zou ook een app ontwikkeld worden voor klauwverzorgers. De app met een thermale camera op hun smartphone zou de klauwverzorgers moeten ondersteunen bij hun werk. Maar de onderzoekers liepen tegen een probleem aan: Door het gebruik van slijpschijven bij het verzorgen van klauwen worden de klauwen warm waardoor er minstens 1 minuut gewacht moet worden om voor de app bruikbare thermale beelden te kunnen maken. In praktijkomstandigheden is dit niet haalbaar, zeker niet voor professionele klauwverzorgers die in korte tijd veel dieren moeten behandelen. Daarom is niet verder niet ingezet op het ontwikkelen van de app.

Foto: Twan Wiermans