Nytt projekt PIGXCEL3 – förbättrad djurhälsa genom fjärrövervakning av ljud

PIGXCEL3 – förbättrad djurhälsa genom fjärrövervakning av ljud

Innovationen Pigxcel 3.0 är avancerad ljudövervakning, framtagen genom ny AI-algoritm för att analysera ljud i syfte att identifiera och fånga upp skrik från svansbitning, hosta samt ljud från stallets utfodringsutrustning för att identifiera avvikelser i ljudbilden och därigenom upptäcka ohälsotillstånd med fokus på aptit och hälta.

Det unika i innovationen är att träna algoritmer att identifiera dessa ljud och skapa ett varningssystem som informerar svinstallets personal om att de förekommer avvikelser.

Projektet avslutades 2025.

Läs slutrapporten nedan

Projektbeskrivning:

Algoritmer filtrerar ljudbilden och avvikelserna lotsar personalen, så att de kan undersöka missljudets orsak i stallet. Hälsoproblem och störningar ger förändringar i ljudbilden, vilket innebär att orsakerna kan hittas tidigare och bidra till en bättre djurhälsa och produktion.

Projektinnehåll och målsättning:

Syftet är att med hjälp av ny teknik tidigt upptäcka hälsoproblem på grisgårdar. Tidig upptäckt främjar en bättre djurhälsa och att producenten kan bibehålla sin produktionstakt.

Aktiviteter

Projektledning
Affärsplan
Utprovning av hårdvara
Insamling och analys av ljud
Utveckling av AI algoritmer
UX design och utveckling av gränssnitt
Validering av algoritmer och nytt användargränssnitt på testgårdar

Principskiss Pigxcel 3.0 - ljudövervakning. Illustration ®Agroväst

SLUTRAPPORT

Projektets syfte var att effektivisera identifieringen av hosta och svansbitning inom grisproduktion genom användning av en ljudbaserad algoritm. En mer effektiv identifiering förväntas bidra till snabbare, bättre behandling, ökad djurvälfärd och lönsamhet. Målet med Pigxcel 3.0 är att utveckla en prototyp som, med hjälp av algoritmen, kan identifiera hosta och svansbitning hos grisar.
EIP Pigxcel3.0 projektet har nått målet och utvecklat en prototyp med ljudalgoritm som automatiskt identifierar förekomst av svansbitning och hosta hos slaktgrisar. Prototypen är testad i verklig stallmiljö. Projektet har även skapat en integration av identifieringarna i ett system som visualiserar avvikelser.

Algoritmen delar in grisläten i fyra kategorier som återspeglar viktiga aspekter av djurens välfärd:

Normal – Vardagliga ljud
Hosta – Tecken på respiratoriska problem
Skrik – Akuta nödsignaler
Svansbitning – Beteendestörning som utvecklas vid hög stress, ovanlig men kritiskt att upptäcka.

Figuren till höger visar ett exempel på en specifik mätning som detekterar svansbitning. Avvikelsen syns tydligt och skiljer sig från bakgrundsljudet.

På figuren nedan visas användargränssnittet som djurskötaren använder för att kontrollera var ljudavvikelserna sker.

Presentation av slutrapporten för nerladdning

Populär slutrapport endast slutsatser 20260122TJ_LR Ladda ner

Projekt - AI för detektering och märkning av slaktgrisar redo för slakt

Många grisproducenter önskar automatisk färgmärkning av stallets slaktfärdiga grisar. Med hjälp av kamerateknik, AI och smart vägning kan man både väga och märka grisarna. Det gör arbetet enklare och mer effektivt. Projektet undersöker hur grisarna reagerar på märkningen, så att en hög djurvälfärd bevaras. När slaktfärdiga grisar färgmärks automatiskt slipper man ett manuellt arbetsmoment. Det sparar tid, ökar precisionen och kan förbättra lönsamheten. Dessutom kan slakterierna få bättre koll på kommande leveranser och vikter.

Projektet pågår under perioden: 2025-08 - 2026-06

Läs mer om projektet

Artikel i Land Lantbruk 2024-11. Text Sofia Olsson