Bedre dyrevelfærd og produktion gennem ny teknologi (VelKoTek)

Projektansvarlig: Lars Arne Hjort Nielsen

De forventede resultater fra projektet bliver offentliggjort på denne internetside:
4. Kvartal 2026. Projektets resultater stilles gratis til rådighed

Introduktion: Formålet er at forbedre dyrevelfærd, produktion og holdbarhed hos malkekøer gennem udvikling af nye velfærdsindikatorer. Disse baseres på data fra malke- og visionsudstyr, som giver mulighed for en objektiv, løbende vurdering af dyrevelfærd, samtidig med at dyrevelfærdsindikatorerne også bidrager til et højt pasningsniveau.

Projektet bygger videre på den forskning, som allerede har vist gode resultater ved at udvikle velfærdsmålinger ud fra kombinationer af data fra malke- og sensorudstyr og øvrige kvægdata. På dette grundlag udvikles og afprøves modeller på de mælkedata, som kommer gennem det internationale samarbejde med de største malkemaskinefabrikater (iDDEN), og fra en række nye installationer af kameraer i stalde, hvor disse data omsættes til velfærdsmål ved brug af kunstig intelligens (AI). Velfærdsindikatorerne afprøves på en række malkekvægbrug og der laves test og validering af performance og brugeroplevelsen.

Effekten af projektet er bedre dyrevelfærd hos køer, da der tidligt varsles på dårlige forhold/sygdom, så der kan foretages ændringer. Samtidig får afsætningsleddet mulighed for adgang til friske, objektive velfærdsvurderinger som oplysning til forbrugerne. Det vil forbedre landbruget økonomisk og reducere klimabelastningen, når dyrene lever længere og producerer bedre. Mange stalde lever ikke op til de arealkrav, som kræves fra 2034 og står til nedrivning derefter. Kan en høj dyrevelfærd objektivt dokumenteres, kan det være, at der kan dispenseres til gavn for klima og økonomi.

Projektresultater:

AP1

Beregning af potentielle dagsydelser og bestemmelse af pertubationer
Metodebeskrivelse for estimering af optimal dagsydelse via en LASSO model samt beskrivelse af den udviklede model til at bestemme pertubationer. 

Model til forudsigelse af ydelsesfald
Beskrivelse af Random Forest forecast model og dennes evne til at forudsige pertubationer i laktationen.

Valideringsrapport i forhold til AMS og konventionel malkning
Sammenligning af resultater for pertubationer på data fra hhv. AMS og konventionelle malkesystemer

AP2

A novel fisheye camera dataset for robust multi dairy cow datection and tracking
Beskrivelse af datasæt som anvendes til detektion og tracking af køer. Her beskrives metoderne til at frembringe brugbare data til modeludvikling.