‘Camera’s versnellen digitalisering’

Het Zweedse bedrijf Animals AI timmert al jaren aan de weg met de ontwikkeling van algoritmen en kunstmatige intelligentie of artificial intelligence (AI). Het doet dat op basis van computer vision en diergedrag. Op haar website animals.ai zegt de startup over zichzelf: “We bieden AI-services die dummycamera’s veranderen in intelligente assistenten die 24/7 voor uw dieren zorgen. En hun lichaamstaal omzetten in realtime interpretaties naar inzichtrapporten.”

Animals AI werkt met experts die algoritmen ontwikkelen om veehouders te ondersteunen in hun management naar een beter rendement. “Het vastleggen van gedragingen van koeien met camera’s is zeer bruikbaar voor het management op melkveebedrijven”, zegt Teun Sleurink, medeoprichter van Animals AI. Hij hield zich als eigenaar van Dairy Tuner 15 jaar bezig met voermanagement. “Met computer vision en deep learning gaat onder andere het voermanagement van melkvee flinke sprongen voorwaarts maken. Er zijn behoorlijk wat bedrijven mee bezig en de ontwikkelingen gaan snel.”

De technici van Animals AI werken al enkele jaren aan de ontwikkeling van algoritmen voor computer vision, die binnen een half jaar praktijkrijp zijn. “Sinds 1,5 jaar zijn we bezig met optimalisatie van voerhekmanagement op zes praktijkbedrijven, waarvan een in Nederland en vijf in Zweden. Binnenkort komt er een zevende bij in Duitsland”, vertelt Sleurink.

Voerhekmanagement

Op proefbedrijven van Animals AI zijn camera’s opgehangen boven het voerhek. De camerabeelden leveren heel veel data voor sturing op voermanagement. Bijvoorbeeld hoeveel koeien er in een groep staan, of koeien naar het voerhek komen, wanneer ze dat doen en hoe vaak en welke koeien wegblijven. “De camera’s registreren continu hoeveel voer er aan het voerhek ligt en ze leggen het vreetgedrag van individuele dieren vast. Met registratie van hoe vaak en hoeveel koeien vreten, bepalen we de voeropname”, zegt Sleurink.

Alleen de hoeveelheid voer aan het voerhek monitoren, bijvoorbeeld met een voerrobot, is niet voldoende. Want als er wel voldoende voer aan het voerhek ligt, maar de koeien komen niet meer naar het voerhek, bijvoorbeeld omdat het voer niet meer zo lekker is, dan zijn camera’s nodig om dat ook te registreren. “Je ziet op camerabeelden aan ‘sweeping moves’ of koeien selecteren. Daarmee kun je het management van gemengde rantsoenen optimaliseren.”

Met continu registratie van het voeraanbod voor het voerhek is veel te winnen. De veehouder krijgt een attentie dat tussen 10 voor 3 ’s nachts en 7 uur in de ochtend het voeraanbod te laag was en kan hierop sturen.

Ook effecten van rantsoenaanpassingen zijn meetbaar. Als koeien na een aanpassing minder vaak naar het voerhek komen of koeien staan langer aan het voerhek, dan is bijvoorbeeld de deeltjeslengte niet op orde. “Want op lange deeltjes staat een koe lang te kauwen. Zorg dan voor kortere deeltjes, zodat de koe meer voer kan opnemen”, zegt Sleurink.

Op hun praktijkbedrijven ziet Animals AI een forse verhoging van droge stofopname door aanpassing van voermanagement op basis van computer vision en algoritmen. “Een koe nooit teleurstellen aan het voerhek is pure economische winst en levert snel extra melk op”, stelt Sleurink. “Na aanpassing van voerhekmanagement op een bedrijf steeg de melkproductie met 6 liter per koe per dag. Dat is echt een eyeopener.”

Brede toepassing camera-beelden

Applicaties van camera-technologie zijn heel breed (zie ook Onderzoek naar toepassingen van computer vision). “Het draait om vastleggen van dierlijk gedrag en dit vertalen naar data- en managementpunten”, zegt Sleurink. “Kunstmatige intelligentie koppelt bepaalde gedragingen, zoals springen op andere koeien of binnen een uur 7 tot 8 keer gaan liggen en staan, aan respectievelijk tochtigheid en afkalfmoment. Dat levert via attenties een voorspelbaar management op, waarmee veehouders hun voordeel doen.”

Een ander voorbeeld is het ligboxengebruik van koeien koppelen aan instrooien. De ene persoon strooit bijvoorbeeld meer in dan een ander en dat zie je terug aan het liggedrag van de koeien. “Daarop kun je sturen. Zo zijn er talloze voorbeelden wat je met computer vision kunt managen”, zegt Sleurink.

Frido Hamoen van Lely ziet ook veel perspectief voor camera’s om vee te monitoren. Niet alleen in de melkrobot, ook in stal en weide. Door snel voortschrijdende techniek kunnen veehouders steeds meer data benutten voor een optimaal stal- en koemanagement (zie ook Combineren van verschillende datastromen). “De resolutie van camera’s, moderne beeldanalyse met AI en verwerking van grote datavolumes gaan snel vooruit”, zegt Hamoen. “De Lely Vector scant de hoeveelheid voer aan het voerhek, maar voerhekmanagement gaat zeker nog een stap verder. De analyse van videobeelden door AI en algoritmen wordt intelligenter. Kallibratie en trainen van algoritmen om tot de juiste adviezen en besluiten te komen, kosten veel tijd en geld. Hierin investeert Lely de komende jaren en dat gaat zich uitbetalen.”

Lely werkt samen met de startup Connecterra, die kunstmatige intelligentie tot speerpunt heeft verheven. “Zij zijn voor ons een interessante partij voor data-analyse en zij hebben behoefte aan aanvullende koegebonden data vanuit sensortechnologie. Nederland, Duitsland, Engeland, Frankrijk en Denemarken lopen voorop in digitalisering van de melkveehouderij vanwege hoge arbeidskosten of arbeidsschaarste. In de VS zien we automatisering en digitalisering ook toenemen vanwege tekort aan personeel op melkveebedrijven”, zegt Hamoen.

Rick Wissing van Nedap stelt dat bewezen toepassingen van camera’s momenteel nog niet veel commercieel beschikbaar zijn. Hij verwacht wel dat dit door gaat zetten. “Wij storten ons volledig op allerlei vormen van diermonitoring en slimme stalsystemen. Helaas kunnen we niet delen welke specifieke producten wij momenteel ontwikkelen”, zegt Wissing.

Cameratechnologie niet meer te stuiten

“Cameratechnologie en AI gaan in de toekomst veel betekenen voor management op melkveebedrijven. De transitie naar computer vision en AI gaat bijzonder snel”, merkt Sleurink. Animals AI ontwikkelt algoritmen voor bijvoorbeeld voerhekmanagement, tochtdetectie en groei van dieren. Daarbij worden dezelfde beelden gebruikt, maar geanalyseerd voor een ander doel. “Voor voerhekmanagement is ongeveer 1 camera per 15 koeien nodig. De kosten van de camera’s zijn te overzien. Een bedrijf in Zweden met 1.300 koeien is € 12,50 per koe aan hardware kwijt. De drempel om mee te doen, is laag”, vindt Sleurink. “Daarnaast betaalt de veehouder per algoritme een bedrag per dier per maand aan ons voor verwerking van de data tot bruikbare attenties. Als je alle kosten op een rij zet, is camera vision zeker niet duurder dan werken met sensortechnologie, terwijl camera’s veel meer data opleveren. Ze vervangen in feite het menselijke oog, maar dan 24/7 in elke hoek van de stal en ze genereren steeds ‘slimmere’ data, die een veehouder echt rendement opleveren.”
Janet Beekman