När kycklingsstall ska tömmas används en maskin som plockar upp kycklingarna från stallgolvet och via ett transportband placerar dem i fraktlådor. För att avgöra när det är rätt antal kycklingar i lådan väger maskinen lådorna kontinuerligt med hjälp vågceller.
Modell styr plockmaskinen utifrån antal i stället för vikt
Problemet är att systemet har en tendens att ge stora avvikelser från det ideala antalet kycklingar i varje låda, vilket kan påverka både djurvälfärden och produktiviteten. Det här projektet handlade om att göra en testrigg för en modell som styr plockmaskinen utifrån antal kycklingar i stället för vikt. Idag finns ingen produkt på marknaden som använder bildanalys för att räkna antalet kycklingar och styr plockningen till lådorna efter av antalet.
Modellen som testades bestod av en kamera med belysning som placerades nära slutet av transportbandet, en dator samt en skärm på plockmaskinen som visade det estimerade antalet kycklingar som bedömts placerats i den aktuella lådan. Algoritmer för att detektera och räkna kycklingarna utvecklades med hjälp av AI-baserade objektdetektionsalgoritmer som tränats med hjälp av maskininlärning från videomaterial. Resultaten visade att modellen med god säkerhet klarade att detektera och räkna stillastående kycklingar, viss avvikelse skedde om kycklingarna flaxade med vingarna eller hoppade i sidled.
Nästa steg är att utveckla modellen vidare med mer träningsdata för att träna upp algoritmen att räkna rätt även om kycklingarna rör på sig, samt att utveckla ett system så att maskinen styrs automatiskt med hjälp av information från bildskärmen om antalet kycklingar.
Samarbetspartners
Projektet genomfördes inom ramen för Agtech 2030 av AgriStella AB och Gallus Elit AB. Underkonsult för AI algoritmer och prototypframtagning var forskningsinstitutet RISE. I projektet medverkade även det italienska teknikföretaget CMS Industries.