2019 Fiscal Year Research-status Report
Development of estrus detection and calving monitoring system for cattle using image processing technology and noncontact sensor
| Project/Area Number |
17K08066
|
|---|
| Research Institution | University of Miyazaki |
|---|
Principal Investigator |
ThiThi Zin 宮崎大学, 工学部, 教授 (30536959)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小林 郁雄 宮崎大学, 農学部, 准教授 (20576293)
椎屋 和久 宮崎大学, 工学部, 助教 (00347048)
Pyke Tin 宮崎大学, 国際連携センター, 客員教授 (70536961)
濱 裕光 大阪市立大学, 大学院工学研究科, 名誉教授 (20047377)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 農学 / 動物生産科学 / 情報通信技術 / 画像処理 / 発情検知 / 分娩監視 / 繁殖 |
|---|
| Outline of Annual Research Achievements |
分娩監視に関しては、「尻尾が上がっているかどうか」、「落ち着きがなくなり移動量が増加するかどうか」、「起居」、などの分娩前の行動に焦点を当て、特徴抽出を行った。また、分娩開始時間の予測について、確率モデルを提案し、分娩時刻の事前予測を可能とした。移動量には、身体の震えなど、落ち着きがなくなったときの様子が反映される。分娩開始の2～5時間前に移動距離が突発的に増加し、その後、減少する傾向が見られた。これは、陣痛等での痛みにより移動量が増加し、その後、お産するために横たわるので移動量が減少したと考えられる。このことから、移動距離が一定の値を超えた場合、間もなく分娩が始まると予測できる。また、分娩開始時刻の予測について確率モデルを提案し、99％以上の確率で「分娩開始前６時間以内」の予測を可能とした。以上のような予測モデルの構築を成功させたことは、分娩時の重大事故の未然防止や軽減などに繋がるものである。
発情検知に関しては、従来は乗駕行動に注目したものが多かったが、ここでは複数の発情前兆行動を検知し、総合的・相補的に利用することで精度及び信頼性を高める。特に重要なポイントとなったのは、牛の位置を定義する仮想接地点の導入と２次元画像上の座標から牧場の地面を想定した３次元平面への変換であった。このことで問題が単純化され、多くの情報を読み取れることが判明した。測域センサを用いてマウンティングとスタンディングを、それぞれ高精度で検知・識別できた。また、乗駕行動を含まないシーンからの発情検知を可能とした。特に、２頭の牛がある一定時間、一定距離内に居ることは、ほとんどの前兆行動に当てはまることが判明した。前兆行動を個別に認識するためには、加えてそれぞれに対応するパラメータと閾値の設定が必要となるが、そのために３次元平面上での位置関係（相対距離と相対角度）と経時変化は有用であった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
分娩監視と発情検知に関する提案手法は、宮崎大学農学部付属住吉牧場と大規模Ａ牧場における実証実験によりその有効性が確認されている。さらに、「発情行動、分娩行動、摂食行動、ＢＣＳ測定、個体識別」等の場面を想定して２年以上に亘って、「ビデオ映像、３次元距離画像、4Kカメラ」を用いてデータ取得を終えており、新しいステップに備えている。
|
| Strategy for Future Research Activity |
分娩監視に関しては、特徴行動は分娩のフェーズごとに変化する。例えば、「牛が神経質に動き回っているか、尻尾が上がっているか、牛が立っているか、座っているか、子牛を出産したか、親牛が子牛を舐めているか」等の特徴行動を、時間的な変化と共に追跡しながら、自動的に異常を見つけ、通報を行うアルゴリズムの開発を目指していきたい。最終的には、実用化に向けて、具体的事例を蓄積しながら知識ベースを充実させ、分娩の各段階の監視と共に介助が必要な事態になれば、異常事態を検知ならびに通報が可能な技術を開発し、各年度で得られた要素技術を統合して、実用的なモニタリングシステムの構築が最終目標である。
乗駕行動の検知ミスの原因については、ビデオカメラや測域センサ（今後、センサ）が傾いていることが原因で、これはセンサを水平に設置することで誤検知は防げるようになった。一般に牧場の地面はフラットでなく凹凸があり、検知ミスの原因となるが、学習により地面の凹凸の推定が可能になれば、さらに精度を上げられると思われる。その他には、木の葉が強風によってあおられ、センサ面に何回も触れることで発生したと考えられるミスもあった。これは、木の枝を切ることで解決したが、実用化の際には予想しない状況に遭遇することも多々あり、いかなる状況にも対応できるシステムの構築は、今後の課題として挙げられる。また、複数の発情徴候に着目し、予兆を発見できれば、早目に準備することが可能になる。今後は、乗駕行動以外の発情前兆行動をより積極的に捉えて、乗駕行動と相補的に利用し、より頑健で精度の高い発情検知システムを目指していきたい。
|
| Causes of Carryover |
新型コロナウイルス流行に伴い2月に予定していた国際会議（ICICA2020：Brisbane, Australia）の開催日が延期となったが、新型コロナウイルスが少し収まったので6月に開催されることとなった。そのため時期は遅れたが、発表は当初のスケジュールに沿って行われた。
研究費の使用計画としては、新年度もさらなる成果を挙げ、国際会議での発表のための費用や論文の投稿費等に充てたい。
|
