WEDA i VetVise z AI sterującą kojcem porodowym

Kojec porodowy, który na bieżąco obserwuje zachowanie lochy i prosiąt, rozpoznaje zbliżający się poród, reaguje na problemy z laktacją i samodzielnie reguluje ogrzewanie gniazda – tak działa rozwiązanie opracowane przez WEDA Dammann & Westerkamp oraz VetVise. System otrzymał złoty DLG Innovation Award EuroTier 2026 oraz Animal Welfare Award. Kluczowym elementem rozwiązania jest wykorzystanie obrazu z kamer i analizy AI nie tylko do monitorowania zwierząt, ale również do bezpośredniego sterowania wyposażeniem kojca.

Nowe rozwiązanie WEDA i VetVise zostało zaprojektowane jako wyposażenie możliwe do zamontowania w kojcach porodowych WEDA, w szczególności w systemach, w których locha może poruszać się swobodniej. Podstawą działania są kamery obserwujące zwierzęta oraz oprogramowanie wykorzystujące sztuczną inteligencję do analizy zachowania lochy i prosiąt przez 24 godziny na dobę.

System nie ogranicza się przy tym do rejestrowania zdarzeń ani prezentowania obrazu obsłudze. Informacje uzyskane podczas analizy zachowania zwierząt są przekształcane w polecenia dla urządzeń odpowiedzialnych między innymi za żywienie oraz klimat gniazda dla prosiąt.

To istotna różnica w stosunku do rozwiązań opartych przede wszystkim na zaprogramowanym czasie pracy lub odczytach parametrów środowiskowych. W tradycyjnym układzie urządzenia mogą reagować przykładowo na określoną temperaturę pomieszczenia, natomiast ocena rzeczywistego zachowania zwierząt nadal zależy od kontroli pracownika. W rozwiązaniu WEDA i VetVise zachowanie zwierzęcia staje się jednym z podstawowych sygnałów sterujących.

VetVise opisuje tę zasadę jako wykorzystanie zwierzęcia w roli swoistego czujnika. Kamera rejestruje zachowanie, algorytm interpretuje obraz, a następnie – na podstawie ustalonego wzorca – system może zmieniać parametry pracy urządzeń. Dzięki temu sterowanie ma mieć charakter nie tylko reaktywny, lecz również wyprzedzający.

Sztuczna inteligencja rozpoznaje sygnały zbliżającego się porodu

Jednym z ważniejszych obszarów wykorzystania analizy AI jest monitoring lochy przed porodem. System analizuje jej aktywność i szuka zmian mogących świadczyć o rozpoczęciu procesu porodowego.

W materiale producenta wskazano między innymi okresy bezczynności, zmiany sposobu i częstotliwości stania oraz leżenia, a także brak pobierania paszy.

Po wykryciu kombinacji zachowań wskazującej na zbliżający się poród system może natychmiast poinformować obsługę. Jednocześnie informacja trafia do komputera paszowego. Żywienie jest w odpowiednim momencie wstrzymywane, a następnie automatycznie uruchamiana jest krzywa żywienia właściwa dla lochy karmiącej.

Ma to umożliwić dopasowanie zarówno receptury, jak i ilości zadawanej paszy do etapu laktacji.

Połączenie monitoringu behawioralnego z komputerem żywieniowym pozwala również automatycznie dokumentować poród. Producent wskazuje, że taka synchronizacja może ograniczyć podawanie paszy w okresie, w którym locha jej nie pobiera.

W praktyce ma to zmniejszać straty paszy oraz potrzebę ręcznego opróżniania koryta. Jednocześnie bardziej precyzyjne dopasowanie dawki do aktualnej sytuacji zwierzęcia ma sprzyjać poprawie wykorzystania paszy.

Nutrix jako dodatkowe źródło informacji o laktacji

Kolejnym elementem układu jest współpraca analizy AI z urządzeniem Nutrix, czyli systemem dodatkowego dokarmiania prosiąt.

W tym przypadku algorytm nie ocenia bezpośrednio produkcji mleka przez lochę. Analizuje natomiast zachowanie prosiąt i częstotliwość korzystania przez nie z dokarmiacza.

Jeżeli zwierzęta zaczynają korzystać z Nutrix wyraźnie częściej niż zwykle, system interpretuje to jako możliwy sygnał niedostatecznej produkcji mleka. Obsługa otrzymuje wówczas informację wizualną – nad korytem zapala się żółte światło WEDA Smart.Light.

Takie rozwiązanie ma pozwalać na wcześniejsze wychwycenie problemu, zanim niedostateczna podaż mleka stanie się widoczna poprzez pogorszenie kondycji prosiąt.

Zwiększona aktywność przy dokarmiaczu nie jest więc jedynie informacją statystyczną zapisywaną w systemie. Staje się zdarzeniem, które uruchamia konkretny komunikat dla pracownika.

Prosięta same „informują” system o warunkach w gnieździe

Szczególnie istotnym elementem inteligentnego kojca jest analiza rozmieszczenia prosiąt. Ich sposób leżenia jest jednym z praktycznych wskaźników komfortu cieplnego.

System obserwuje więc w czasie rzeczywistym, gdzie znajdują się prosięta oraz w jaki sposób grupują się względem ogrzewanego gniazda.

Jeżeli algorytm rozpozna charakterystyczne skupienie zwierząt lub ich ciasne stłoczenie poza gniazdem, może potraktować taki układ jako sygnał niewłaściwych warunków termicznych. Następnie sterownik WEDA automatycznie koryguje pracę ogrzewania gniazda.

Decyzja o zmianie parametrów cieplnych nie wynika więc wyłącznie z temperatury mierzonej przez czujnik, ale również z faktycznej reakcji zwierząt na panujące warunki.

Według producenta takie sterowanie ma jednocześnie poprawiać dobrostan i ograniczać straty prosiąt spowodowane przygnieceniami. Odpowiednio ustawione warunki w gnieździe powinny sprzyjać temu, aby prosięta przebywały w wyznaczonej, bezpiecznej strefie zamiast pozostawać blisko lochy.

Ogrzewanie tylko wtedy, gdy jest potrzebne

Automatyczna regulacja gniazda ma również znaczenie z punktu widzenia zużycia energii.

W tradycyjnym układzie ogrzewanie może przez długi czas pracować zgodnie z wcześniej określoną nastawą, niezależnie od tego, czy zachowanie prosiąt wskazuje na rzeczywistą potrzebę takiej intensywności ogrzewania.

W rozwiązaniu WEDA i VetVise moc cieplna ma być dopasowywana do aktualnej sytuacji obserwowanej przez system. Producent podaje, że ograniczenie ciągłej pracy z pełnym obciążeniem pozwala w praktycznych warunkach eksploatacji zastosować temperaturę zasilania nawet o 6°C niższą.

Podobną zasadę zastosowano w żywieniu. Jeżeli ilość paszy jest lepiej dopasowana do potrzeb lochy, ograniczona zostaje ilość niewykorzystanej karmy.

WEDA wskazuje również na możliwość zmniejszenia strat składników pokarmowych trafiających do gnojowicy, a w konsekwencji ograniczenia śladu węglowego związanego z produkcją.

„Management by exception” zamiast ciągłego obserwowania kamer

Duża liczba kamer w chlewni mogłaby teoretycznie prowadzić do powstania jeszcze większej ilości danych wymagających kontroli przez pracownika. Twórcy rozwiązania przyjęli jednak koncepcję określaną jako „management by exception”, czyli zarządzanie poprzez wyjątki.

Obsługa nie ma być informowana o każdym zdarzeniu w kojcu. System ma zwracać uwagę przede wszystkim na sytuacje zakwalifikowane jako wymagające interwencji.

Dotyczy to między innymi nietypowego sposobu leżenia prosiąt, zwiększonego korzystania z Nutrix czy zmian zachowania lochy wskazujących na zbliżający się poród.

Celem rozwiązania jest zatem ograniczenie liczby rutynowych kontroli przy jednoczesnym zwróceniu uwagi pracownika na kojce, w których pojawił się konkretny problem. AI ma więc nie tylko zbierać dane, ale pomagać obsłudze koncentrować się na zdarzeniach wymagających reakcji.

_{Źródło: WEDA}