Нейросетевое распознавание и прогнозирование физиологического состояния молочного стада на основе сбора и анализа видеоинформации об их поведении.

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 23-19-20081

НазваниеНейросетевое распознавание и прогнозирование физиологического состояния молочного стада на основе сбора и анализа видеоинформации об их поведении.

Руководитель Осипов Василий Юрьевич, Доктор технических наук

Организация финансирования, регион Федеральное государственное бюджетное учреждение науки "Санкт-Петербургский Федеральный исследовательский центр Российской академии наук" , г Санкт-Петербург

Конкурс №77 - Конкурс 2023 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами» (региональный конкурс)

Область знания, основной код классификатора 09 - Инженерные науки; 09-608 - Инженерно-технические и информационные автоматизированные системы мониторинга биоресурсов, биосферы и технических систем

Ключевые слова Нейронные сети, искусственный интеллект, прогнозирование, видеонаблюдение, распознавание образов, сигналы поведение коров, управление молочным стадом, цифровизация сельского хозяйства

Код ГРНТИ28.23.29

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Отсутствие научных основ эффективного развития молочного животноводства с учетом новых возможностей цифровых технологий, в силу наличия сложных непрерывных производственных процессов, обусловили все более увеличивающийся разрыв в степени освоения цифровых технологий в отраслях растениеводства и молочного животноводства. Повышение эффективности производства молока требует решения комплекса сложных, взаимосвязанных, достаточно противоречивых производственно-экономических задач. При повышении молочной продуктивности коров, росте производительности труда, интенсивности кормления и масштабов производства, в ходе производственного процесс сохраняется потребность учитывать индивидуальные особенности животных, их актуальное физиологическое состояние, диагностировать возникающие патологии у высокопродуктивных животных на ранней стадии. Проблемными аспектами мониторинга физиологического состояния большого стада коров на основании их поведения, изменения и распределения температуры, упитанности особей при помощи известных систем выступают высокая их стоимость, недостаточные надежность, точность и оперативность обработки информации. Существо решаемой в проекте проблемы составляет совокупность следующих взаимосвязанных задач. Это сбор точных и актуальных данных о физиологическом состоянии молочного стада с помощью системы компьютерного зрения, распознавание и прогнозирование этих состояний. Они предусматривают определение положения, действий и движений (времени лежания, времени стояния, времени жвачки и т.д.), внешнего вида животных (упитанности), изменения и распределения температуры, запись хронологии, формирование практических рекомендаций по устранению выявленных угроз их здоровью. Решение этих задач должно основываться на методах глубокого машинного обучения в реальном времени. Высокие уровни концентрации поголовья, молочной продуктивности и инвестиций многократно повышают требования к качеству управления молочным стадом и производимой продукции. Растет актуальность разработки концептуально новых моделей, эффективных технологий сбора и анализа информации. Они должны обеспечивать оперативный контроль здоровья и физиологического состояния животных для принятия специалистами эффективных решений, своевременной организации необходимых зооветеринарных мероприятий, корректировки рационов кормления. Известные методы сбора, распознавания и прогнозирования физиологических состояний коров не в полной мере учитывают особенности проявления этих состояний по визуальным признакам и поведению. Точность этих методов и оперативность решения ими задач, особенно при анализе больших объемов данных от больших стад, во многом не удовлетворяют предъявляемым требованиям. Для решения обозначенных проблем предлагается разработка системы мониторинга физиологического состояния коров с помощью современных цифровых технологий, видеонаблюдения, обработки и анализа видео изображений с применением элементов «искусственного интеллекта», нейросетевых алгоритмов. Эта система должна быть способна с минимальными текущими затратами времени и ресурсов обеспечить специалистов актуальной информацией о состоянии здоровья животных, оповестить при возможных отклонениях. Предлагаемая технология может стать эффективным продуктом для импортозамещения на рынке систем мониторинга здоровья животных как важнейшего инструмента управления стадом на современных автоматизированных молочных комплексах. В основу такой системы предлагается положить разрабатываемые в проекте новые модели, методы и средства нейросетевого распознавания и прогнозирования физиологических состояний коров на основе анализа видеоинформации об их поведении. В целом научная новизна планируемых результатов проекта состоит в развитии теории, разработке новых моделей, методов и технологий нейросетевого распознавания и прогнозирования физиологических состояний коров на основе сбора и анализа видеоинформации об их поведении и упитанности.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Суровцев В.Н., Никулина Ю.Н., Зайцева А.А. Анализ методов оценки экономической эффективности цифровых технологий в молочном скотоводстве Экономика сельского хозяйства России, номер 8, том -, С.55-63 (год публикации - 2023)
10.32651/238-55

2. Осипов В.Ю., Кулешов С.В., Зайцева А.А., Суровцев В.Н., Ачилов В.В. Анализ динамики физиологического состояния продуктивных коров на основе видеомониторинга Сельскохозяйственная биология (год публикации - 2024)

3. Ачилов В.В., Олонцев В.А. Теоретическое обоснование требований к интеллектуальной системе видеомониторинга для анализа физиологического состояния коров и прогнозирования его изменения Международный вестник ветеринарии (год публикации - 2023)

4. Осипов В.Ю. Векторные свойства и память нейронов СБОРНИК ТЕЗИСОВ XXIV СЪЕЗДА ФИЗИОЛОГИЧЕСКОГО ОБЩЕСТВА ИМ. И. П. ПАВЛОВА, с. 586-587 (год публикации - 2023)

5. Черкашин Е.А. Применение нейронных сетей для классификации объектов в видеоданных в задачах автоматического мониторинга состояния биологических объектов Системы анализа и обработки данных, том 91, №3, с. 69-86 (год публикации - 2023)
10.17212/2782-2001-2023-3-69-86

6. Черкашин Е.А. Применение нейронных сетей для классификации биологических объектов и прогнозирования их физиологических состояний по видеоданным XVI ВСЕРОССИЙСКАЯ МУЛЬТИКОНФЕРЕНЦИЯ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ (МКПУ-2023) Материалы мультиконференции. В 4-х томах. Том 2. Редколлегия: И.А. Каляев, В.Г. Пешехонов, С.Ю. Желтов [и др.]. Волгоград, том 2, с. 277-280 (год публикации - 2023)

7. Осипов В.Ю., Кулешов С.В., Суровцев В.Н., Никулина Ю.Н., Зайцева А.А. Method for Assessing the Economic Efficiency of Digital Technologies in Dairy Farming Considering Changes in Process Parameters Sustainable Development of the Agrarian Economy Based on Digital Technologies an Smart Innovations, Advances in Science, Technology & Innovation, Springer. (год публикации - 2024)

Аннотация результатов, полученных в 2024 году
Проведены исследования в области проблем цифровой трансформации молочного животноводства, в том числе при содержании крупного рогатого скота. Они показали, что необходим интеллектуальный мониторинг здоровья коров и их физиологического состояния в режиме 24/7 с оперативным анализом поступающих данных о здоровье и физиологическом состоянии коров. Использование цифровых систем мониторинга обеспечивает раннюю диагностику заболеваний коров. Это позволяет сократить затраты на коров и сроки лечения, выбраковку молодых высокопродуктивных животных по причине заболеваний, уменьшить объемы бракуемого молока в период лечения. В тоже время сам мониторинг требует дополнительных расходов. В интересах решения задач предлагается разрабатывать ИТ-решения управления здоровьем молочного стада с учетом показателей совокупной результативности и экономической эффективности производства и реализации молока, воспроизводства стада, реализации выбракованных коров и племенного молодняка. Предложена модель таких показателей. В ней учитываются различия цен на реализуемых выбракованных коров по причине болезней (вынужденный забой) и по хозяйственным признакам (выранжировка), а также соотношение между ними, возможности роста объемов реализации племенного молодняка сверхнеобходимого поголовья для воспроизводства стада. Разрабатываемые решения ориентированы на типичные хозяйства Ленинградской области с высоким уровнем молочной продуктивности (более 9000 кг в год на корову), перешедшие на высокопроизводительные технологии доения коров в доильных залах на крупных молочных комплексах (более 800 коров). Разработанная модель вариантных расчетов результативных показателей при реализации предложенных технологических решений позволяет повысить объективность оценок экономической эффективности разработки и освоения интеллектуальных цифровых технологий мониторинга стада, сроков окупаемости затрат на стадии их создания и освоения. Проведен также комплекс исследований, включающий: - разработку методов и алгоритмов, реализующих часть подсистем общей системы мониторинга физиологического состояния коров (смарт-пространства для содержания КРС); - уточнение и идентификацию разработанной на первом этапе модели процесса продуктивной жизни коров; - обработку видеоданных с целью локализации и идентификации животных, как в статике (по одному кадру), так и в динамике (трекинг животных), а также признаков их заболеваний; - исследования по определению экономической эффективности использования интеллектуального цифрового мониторинга молочного стада с построением соответствующей модели - разработку базы знаний визуальных признаков, на основании которых можно в автоматизированном режиме определять физиологическое состояние животных, в том числе заболевания. Продолжается обработка данных, собранных в молочных хозяйствах Ленинградской области, разработка алгоритмов обработки данных, прототипирование аппаратных решений системы мониторинга, формирование архитектуры программного обеспечения. На заключительном этапе исследований планируется реализовать разработку прототипов программного обеспечения, реализующих работу ключевых подсистем общей системы мониторинга физиологического состояния коров (смарт-пространства для содержания КРС). Также предусматривается внедрение в систему интеллектуального мониторинга уточненной модели нейросетевого прогнозирования состояний и процесса продуктивной жизни коров. Полученные результаты апробированы на научных конференциях всероссийского и международного уровня, как по сельскому хозяйству, так и по информационным технологиям. В частности, исполнители проекта принимали участие в следующих конференциях: - VI международная научно-практическая конференция "Аграрная экономика в условиях глобализации и интеграции"; - IV Международная конференция по цифровизации сельского хозяйства и органическому производству (ADOP 2024); - XIV Всероссийское совещание по проблемам управления; - Международная конференция «Прикладной искусственный интеллект: перспективы и риски»; - VIII Международная конференция «Информационные технологии и технические средства управления» (ICCT-2024); - Международная научно-техническая конференция "Автоматизация-2024" (RusAutoCon); - XIX Санкт-Петербургская международная конференция «Региональная информатика (РИ-2024)» - 10-я Международная научно-практическая конференция "Технологическая перспектива: новые рынки и точки экономического роста" (TECHNOPERSPECTIVE 2024). Ход выполнения проекта освещался на различных общественно значимых мероприятиях. Среди них научно-производственные семинары компании "Биотроф" (г. Киров, г. Омск); «День Поля Ленинградской области»; 33-я международная агропромышленная выставка «Агрорусь»; конференция «Сбалансированные экономические отношения в АПК России: проблемы и пути их решения», организованная Секцией экономики, земельных отношений и социального развития села ОСХН РАН; межрегиональный научно-практический семинар «Сбалансированное кормление молочного скота – важный фактор реализации генетического потенциала» и др. (http://iaerd.spcras.ru). Информация о ходе выполнения проекта размещена на сайте https://sial.iias.spb.su/?page_id=242

Публикации

1. Милосердов Д.И. Усовершенствованная система нейросетевого прогнозирования групп временных рядов с непрерывным обучением Информационно-управляющие системы, №1(128), с. 20-30 (год публикации - 2024)
10.31799/1684-8853-2024-1-20-30

2. Осипов В.Ю. Интеллектуальная нейросетевая машина с функциями мышления Информатика и автоматизация (Труды СПИИРАН) , Том 23 № 4, с. 1077-1109 (год публикации - 2024)
10.15622/ia.23.4.6

3. Черкашин Е.А., Шальнев И.О., Зайцева А.А. Повышение эффективности мониторинга здоровья и физиологического состояния молочных коров за счет построения интеллектуальной цифровой системы, использующей единое видео- пространство Экономика сельского хозяйства России, N9, с. 126-134 (год публикации - 2024)
10.32651/249-126

4. Ман Т., Осипов В.Ю., Жукова Н.Ф., Субботин Ф., Игнатов Д.И. Neural networks for intelligent multilevel control of artificial and natural objects based on data fusion: A survey Information Fusion, 110, 102427 (год публикации - 2024)
10.1016/j.inffus.2024.102427

5. Кулешов С.В., Зайцева А.А., Шальнев И.О. Development of Smart Space Architecture for Dairy Farming Management IEEE Conference Proceedings, - (год публикации - 2025)

6. Суровцев В.Н., Никулина Ю.Н., Зайцева А.А., Кулешов С.В. Evaluation Model for Digital Technology Efficiency: The Example of Intelligent Digital Video Monitoring of Early Disease Diagnosis and Physiological Cows Condition Smart Innovation, Systems and Technologies. Springer, Singapore, vol 397, p. 111-122 (год публикации - 2024)
10.1007/978-981-97-4410-7_9