閱讀開始前，煩請您點選一下“關注”，既能讨論分享，又能帶來不一樣的體驗感謝謝您的支援!
文|碎舟寒
編輯|碎舟寒
前言
在過去的幾十年中，奶牛養殖業的全球趨勢，一直是使商業農場的擠奶過程自動化和機器人化，奶牛常見的平均産期為3.5次泌乳期。
由于奶牛養殖業的快速發展，越來越需要新技術，來實作更高的經濟效益和提高産量。
一方面，集約化生産提高了奶牛的産奶量，另一方面，集約化生産導緻奶牛迅速惡化，即泌乳次數減少。
奶牛生産壽命的縮短，還取決于身體狀況評分高或低的動物過早撲殺，哺乳期身體狀況評分不正常主要是由于飲食缺乏。
另一個負面後果是，由于身體狀況不佳而撲殺動物，因為身體狀況評分的增加會降低生育能力，進而延長服務期。
身體狀況評分（BCS）評估在技術牛奶生産中很重要，首先，BCS分數用于将動物置于生産力組中并确定其狀态。
在俄羅斯奶牛場條件下，獸醫和畜牧業技術人員每月将動物輪換一次，前提是牛奶生産技術成熟。
身體狀況評分有助于根據每頭奶牛目前的生理狀況單獨做出決定，而不僅僅是根據公認的技術規範。
是以它導緻身體狀況評分自然下降，專家在一項研究中表明，在産犢期間，身體狀況評分下降，身體脂肪儲備增加了産奶量，到哺乳後40-65天，應盡可能多地擠奶，身體狀況評分不應降低超過0.5。
在此期間，奶牛消耗多達12公斤的高能量飼料，授精發生在動物處于生産高峰期，并且消耗的飼料量最高且脂肪評分在3分以内時，同時，動物的身體狀況評分偏差不得超過±0.25分。
裝置和系統
奶牛背部的圖像是在3D商用相機O3D3033DToF相機上收集的，系統由220V供電，電源轉換為24V以確定3D傳感器正常運作，傳感器安裝在地面以上+2.2m的高度。
示範掃描表面的距離如何随傳感器的傾斜角度而變化。
三維傳感器的高度和傾斜角度基于四個參數：奶牛高度、奶牛長度、相機與物體之間的最小工作距離以及相機的允許誤差，被研究動物的高度在1300毫米到1500毫米之間。
相機在表面和被研究物體之間的最小工作距離為300毫米，來自動物RFID标簽，識别天線的信号觸發了三維圖像的産生。
考慮到給定的4個參數，傳感器的傾斜角度選擇5度，因為它可以覆寫被分析動物背部的足夠區域。
同時保持像素間距為0.006m當興趣點遠離3D相機，像素之間的距離0.006m是形成與感興趣區域相關的點聚類時最小二乘法所基于的設定距離。
每種身體狀況得分的圖像數量和奶牛比例。
總資料集包含來自546隻動物的182張圖像，身體狀況評分從1到5，步長為0.25分，根據早期的研究，這台相機為每頭奶牛拍攝三張照片就足夠了，然後将圖像組合在一起，系統開始确定脂肪。
從收集的資料中，可以看到，主要的身體狀況得分為4.75、4.25、3.25、3、2.5、2.25、2、1.5按身體狀況評分劃分的動物分布由專家小組進行，其意見被視為基準。
開發了用于現場資料收集的裝置。
身體狀況評分評估和結果分析
使用之前開發的軟體，來處理獲得的三維地圖，并确定身體狀況評分和标準工具，用于主要資料處理，和格式化的Excel用于處理研究結果。
自動獲得結果，并手動比較專家評估的結果，專家對身體狀況評分的評估是一個基準值。
在搜尋和确定主要感興趣區域方面，開發的軟體基于最小二乘法的應用，來查找感興趣的區域。
由于相機安裝在動物的頂部，并将奶牛背部的點呈現給資料分析，最感興趣的點是輪廓附近并描述其周邊的點。
1-過濾區域;2—牛的輪廓;3—未指定動物的脊柱;4—指定動物的脊柱;5—尾頭;6—臀部。
以牛的脊椎為例，可以考慮基本的表達來識别它，開發的算法基于普通的最小二乘法。
據相關資料顯示，回歸方法的結果，将山脊構造顯示為建構的每個縱軸上的一組點。
為了确定奶牛的高度，有必要估計沿脊線的每個點的坐标，并找到極值，極值點是确定牛身高的枯萎。
BCS評估的兩種方法，上半部分由專家小組用于BCS評估，表格下半部分用于自動評估。
專家小組使用自動化方法評估确定奶牛身體狀況評分的感興趣區域的方法。
數值是通過分析所得的動物野外資料庫手動确定的，數值特征是每個身體狀況評分的平均值，與在俄羅斯中部飼養的黑雜色和荷斯坦黑雜色品種相關，對于其他品種，數值特征可能有所不同。
在臀部區域，系統評估角度：沿着背部突出部分繪制兩條線，然後評估角度，136°的角度表示身體狀況評分為3，角度125°>表示肥胖評分為1.75比1。
所需的感興趣領域。
作為确定脂肪之前的最後一步，系統會檢查所有标準，并以5.0分的步長以25分制确定身體狀況評分。
相關研究資料表明，轉換為黑白格式的三維圖像，這些圖檔顯示了動物的身體狀況得分從1到5，滿分為5分，并解釋了算法操縱了動物背部的哪個區域。
動物的身體狀況評分和感興趣的領域1.腰背/背棘突;2.腰饑餓空心區橫突;3.臀骨和針骨;4.尾頭5.外陰和肛門區域
結果
為了了解開發系統的整體有效性，有必要分析和評估每個感興趣領域的有效性，使用開發的方法對所有生成的現場資料進行評估，将結果與專家的評價進行比較。
為了了解所開發系統的整體有效性，有必要分析每個感興趣領域的評估有效性。
檢測所研究動物感興趣區域時系統的效率。
相關分析結果表明，所提方法能夠以100%的精度估計尾底面積，饑餓空洞的準确率為98.9%，外陰和肛門區域的确定率為95.10%，突出的椎骨（即棘突和橫突）的評估準确率為52.20%和51.10%。
50%的準确度是由于，這些區域在身體狀況評分範圍，為3.25至5的動物中未确定或确定不正确，專家估計該系統的整體準确率為93.4%，這是一個積極的結果。
在自動評估中獲得的5-6個月大動物脂肪的分布圖。
在觀察中，大多數脂肪評分為3.75-5的動物都在第二個豬場，每頭奶牛每天的平均年産奶量為15公斤/牛奶，脂肪含量為5.1-6%。
這個農場财務狀況良好，主要活動是從動物那裡獲得牛奶用于奶酪生産，在分析動物超重的原因時，發現農場從業人員正在擾亂飼養日糧，動物獲得的能量超過了它們需要的能量;這些動物被關在松散的住房裡。
在5隻動物的自動評估期間獲得的6-32個月大動物脂肪的分布圖。
在第二個豬場，32隻動物的活重與身體狀況評分之間存在相關性，皮爾遜方法确定的相關性為R=0.849。
BCS算法的第一部分。
根據研究結果，補充和修改了動物身體狀況（脂肪）自動評估算法，然後對其生理狀況進行分期，該算法分為兩部分，算法的第二部分是第一部分的組成部分，該算法包含在開發軟體的軟體代碼中。
BCS算法的第二部分。
技術适用性
在确認了已開發的BCS估算技術的成本效益後，現在可以描述如何對牛奶生産實施自動BCS評估。
牲畜自動監測系統，以兩種方式運作，第一種方式是靜止的，第二種方式是移動的，固定方法包括這樣一個事實，即在農場。
例如在動物日常通過的地方，BCS評估系統安裝在“畫廊”的擠奶廳後面。
該系統由一個三維攝像頭和資料收集，和處理單元以及一個識别天線組成，該天線讀取奶牛的ID号，資料被發送到伺服器。
在容納一組動物的隔間中安裝移動BCS評估系統的示意圖。
移動方法意味着，每月将系統帶到飼養一組動物的盒子中掃描BCS評分。
根據獲得的資料，開發的軟體繪制一個圖表-BCS，評分變化的圖表，并将其與每頭奶牛目前生理狀态的設定要求值進行比較，該技術有多種應用，第一種情況是當有一隻動物的身體狀況評分增加時。
系統記錄BSC評分增加，然後從牛群管理軟體查詢以下資料：目前生理狀态，動物屬于哪個組。
目前産奶量，哺乳日，授精狀态和特定日糧，例如，一頭動物在哺乳的第75天，沒有受孕，BCS評分為3.75，産奶量為17公斤/天，脂肪率為3.7%。
然後自動決定應通過減少動物接收的能量來調整日糧，而無需改變動物的維護組，因為動物處于泌乳高峰期，應滿足其擠奶要求。
當移動到下一組時，應相應地觀察到擠奶逐漸減少，同時必須監測動物的狀況，以便在哺乳期結束時，動物的狀況得到糾正。
例如，一頭動物在哺乳期第190天，受孕第110天，BCS狀況評分為2.5，産奶量為14公斤/天，脂肪含量為3.5%。
在這種情況下，應将動物從第3組移動到第1組或第2組，以調整喂食水準以確定能量過剩。
結論
通過實施奶牛群脂肪自動評估技術（BCS），以0分制為25.5步，實作了提高奶牛場産量的效果，開發的技術已在3個豬場進行了測試，共有1810頭牛群。
并對豬場内牛群的整個生命周期，所需的奶牛群進行了非接觸式BCS評估，該系統的總體精度估計為93.4%，專家證明了實施拟議系統的經濟效果。
如果你也喜歡我的文章，不妨點個“關注”吧！小生在此謝過了！
END