Интеллектуальные системы мониторинга здоровья коров (обзор)

Обзор
  • Кузьмина Татьяна Николаевна0000-0001-5789-3223Российский научно-исследовательский институт информации и технико-экономических исследований по инженерно-техническому обеспечению агропромышленного комплекса, Правдинский, Российская Федерация
https://doi.org/10.60797/JAE.2026.75.9
DOI:
https://doi.org/10.60797/JAE.2026.75.9
EDN:
IJEJUR
Предложена:
30.09.2026
Принята:
06.11.2026
Опубликована:
19.11.2026
Выпуск: № 11 (75), 2026
Выпуск: № 11 (75), 2026
Правообладатель:авторы.
Лицензия:Attribution 4.0 International (CC BY 4.0)
3
0
XML
PDF

Аннотация

Технологические, физиологические и экономические преимущества во многом определяются точностью позиционирования доильных стаканов, на которую влияют разброс координат и размеров сосков вымени, возможные перемещения животного в процессе обслуживания. В доильных роботах для размещения руки манипулятора с доильными стаканами применяются системы локализации, использующие различные способы получения и обработки изображения: трёхуровневое лазерное сканирование (TDS), с использованием 3D‑камер ToF (Time‑of‑Flight), ультразвуковые и оптические датчики, фототехнологии. Данные технологии имеют как достоинства, так и недостатки.

Для минимизации последних производители используют гибридный подход, суть которого состоит в дополнении одной технологии другой. Так, для достижения максимальной точности производители часто дополняют оптические датчики ультразвуковыми, лазерными сканерами и ToF‑камерами, а ToF‑камеры комбинируют с RGBD‑камерами (для повышения разрешения и точности), лазерными сканерами (для точечного сканирования), ультразвуковыми датчиками (для работы в сложных условиях), системами ИИ (для улучшения алгоритмов распознавания). Благодаря этому удается повысить точность и степень разрешения получаемого изображения при определении положения сосков вымени коровы.

Проведенный анализ показал, что использование гибридного подхода в технологиях локализации руки манипулятора доильного робота не решает проблему соответствия продолжительности подготовительных операций доения нормативному значению (не более 60 секунд). В этой связи возникает необходимость дополнительного изучения вопроса влияния технологий локализации руки манипулятора на продолжительность подготовительных операций доения. Дальнейшее совершенствование технологий локализации руки манипулятора доильного робота должно идти в направлении не только гибридизации подходов, повышающих точность, степень разрешения, но и разработки более совершенного алгоритма управления, сокращающего продолжительность предварительных операций.

1. Введение

В соответствии с Доктриной продовольственной безопасности, утвержденной Указом Президента Российской Федерации от 21.01.2020 г. № 20

, одним из индикаторов оценки продовольственной безопасности является объем производства молока и молокопродуктов (в пересчете на молоко). Он должен составлять не менее 90% от объема внутреннего потребления. В 2024 г. по оценке Минсельхоза России уровень самообеспечения молоком и молокопродуктами достиг 85%, что на 5 п.п. ниже показателя, предусмотренного Доктриной
. Объем производства молока в 2025г. составил 34,21 млн.т, что на 0,5% превышает показатель 2024г. — 34,03 млн.т. В 2024 г. молочная продукция по объему продаж уступала только алкоголю, что подчеркивает ее значимость для российского потребительского рынка, и указывает на особое значение подотрасли молочного скотоводства в структуре АПК
,
.

Ряд факторов экономического, технологического и биологического характера способствовали отрицательной динамике численности поголовья сельскохозяйственных животных в молочном и мясном скотоводстве

. Производство молока в промышленных масштабах потребовало изменения условий содержания животных, что повлекло изменение условий работы для персонала фермы: на современных автоматизированных фермах за большим количеством скота присматривает лишь небольшая группа людей, что сводит прямое взаимодействие с животными к минимуму. В этих условиях всё большую озабоченность вызывают не только вопросы экологической нагрузки, но и благополучия животных, от которой зависит статус здоровья коров и, как следствие, качество молока. В связи с этим возникает острая необходимость в постоянном контроле состояния здоровья животных.

Цель исследований — анализ систем мониторинга здоровья коров, применяемых на российских молочно-товарных фермах, на основе которого сформулировать предложения для повышения конкурентоспособности отечественного оборудования данного типа и ускорения развития робототехники для доения коров.

При проведении исследований использовались методы информационного анализа и синтеза, информационно-аналитического мониторинга. Отбор и систематизация источников научно-технической информации (НТИ) (научной литературы, интернет-источников и др. проводили в научных электронных библиотеках (eLIBRARY.RU, Google Scholar, Web of Science, Scopus)), по ключевым словам: активность, руминация, мониторинг, здоровье коров, датчик, шагомер, акселерометр, интеллектуальные технологии. Работа выполнялась в два этапа. На первом этапе анализа НТИ просматривали заголовки и аннотации статей, на втором — анализ полнотекстовых версий источников и их реферирование. В результате аналитического поиска было отобрано 22 отечественных и зарубежных источника, которые были включены в библиографический список.

2. Результаты исследования

Мониторинг здоровья коров осуществляется по прямым (активность, руминация и др., табл.) и косвенным (качество молока, продуктивность и др.) признакам.

Таблица 1 - Параметры здоровья, определяемые при роботизированном доении коров

Параметр

Норма

Отклонение

Возможная причина

Активность

Зависит от породы и стадии лактации

Снижение

Болезнь, стресс, хромота

Время руминации

6–10 часов/сутки

Снижение на 30% и более

Ацидоз, кетоз, проблемы с пищеварением

Признаки охоты

1 раз в 18–24 дня

Отсутствие или нерегулярность

Гормональные нарушения, кисты яичников

Частота доений

2–3 раза/сутки

Резкое снижение

Боль, воспаление вымени, стресс

Надой

Индивидуально (зависит от лактации)

Снижение на 10–15%

Мастит, ацидоз, плохое кормление

Создание систем включало в себя несколько этапов. На первом определялись параметры, по которым определялись отклонения. На втором производится интерпретация данных, суть которой состоит в преобразовании изменений в показаниях датчиков (например, повышение активности) в информацию о состоянии животного (например, наступление охоты). На третьем этапе показания датчиков дополняются другой информацией (например, экономическими показателями) для выработки рекомендаций (например, стоит ли проводить осеменение коровы) и в заключении (четвертый этап) — принятие решения в автоматическом режиме либо сотрудником фермы

,
.

Современные системы мониторинга основаны на применении датчиков, которые измеряют физиологический или поведенческий показатель (связанный со здоровьем или проявлением охоты) конкретной коровы и позволяют в автоматическом режиме, непосредственно в хозяйстве, выявлять изменения этого показателя, указывающие на проблему со здоровьем (например, заболевание) и требующие вмешательства (например, проведения лечения).

Датчик является элементом первого этапа в работе такой системы. На втором этапе данные с датчиков используются в алгоритмах, позволяющих получить информацию о состоянии здоровья отдельных коров. На этом этапе данные, полученные с датчиков, можно объединять с другой информацией — например, с историей конкретного животного.

Современные датчики, адаптированные к физиологическому состоянию каждого отдельного животного, позволяют прогнозировать начало болезни, тем самым значительно снижая риск заражения всего стада

. Например, датчики Allflex (ошейники-метки) измеряют температуру тела, оценивают активность и состояние каждой коровы, собирают и анализируют статистику по всему стаду.

Существующие подходы к сбору данных с помощью датчиков реализуются посредством неинвазивных и инвазивных методов.

Для первого метода характерным является использование стационарных и мобильных датчиков.

Стационарные датчики размещаются в коровнике в таких точках, через которые животные регулярно проходят, что при сложившемся у коров распорядке дня позволяет отслеживать изменение показателей во времени. Примером таких датчиков являются устройства для измерения температуры вымени или морды животного, анализа состава выдыхаемого воздуха, а также камеры видеонаблюдения

. Достоверность показаний последних ограничена «оптическими» условиями в коровнике: при сходстве окраса животных с цветом фона их обнаружение затруднено.

В целом, к преимуществу стационарных датчиков можно отнести использование одного или несколько устройств. К недостаткам — более длительные временные интервалы при получении информации о поведенческих особенностях, а также значительные временные промежутки между наблюдениями (подобно ситуации, когда за животными наблюдает работник фермы), что не позволяет оперативно реагировать на изменения в их состоянии.

Мобильные датчики закрепляются на шее или ноге каждого животного. К числу таковых относятся акселерометры, шагомеры, датчики вибрации, термометры (для измерения температуры под кожей), датчики влажности (на уровне кожного покрова) и т. д.

Первые модели шагомеров применялись для выявления признаков охоты (эструса) и обеспечивали достаточно высокую точность. Дальнейшее их совершенствование шло в направлении отслеживания нескольких параметров (активность, время в положении лежа и температуру) для определения периодов охоты, для чего шагомеры оснащались встроенными часами реального времени и функцией настройки интервала измерений

.

Современные системы для определения различных состояний активности коров стали использоваться недорогие GPS-датчики, не требующие создания специальной инфраструктуры и прикрепляемые к ошейникам животных. Сочетание шагомеров и акселерометров позволило существенно повысить за счет интеграции сигналов.

Использование акселерометров на основе технологии МЭМС (микроэлектромеханических систем) расценивается как наиболее перспективное решение для получения достоверных данных при мониторинге активности. Невысокая стоимость таких датчиков дополняется такими достоинствами как возможность высокой частоты сбора данных, низким энергопотреблением и возможностью непрерывного наблюдения за животными. Использование МЭМС-технологий позволило существенно повысить надежность собираемых данных (до 90%)

. Еще более высоких показателей можно достичь за счет применения нескольких датчиков, расположенных в разных точках (например, для того чтобы различать движения головы и тела). К недостаткам относятся сложность доступа к данным с датчиков и повышенный риск повреждения их корпусов (вследствие движений животных в коровнике). Использование современных инженерных решений позволяют справиться с этими проблемами.

Инвазивные методы реализуются посредством устройств, проглатываемых животным или имплантируемых в его организм. С их помощью измеряется температура тела, электропроводность

, а также уровень pH содержимого рубца
,
.

Преимущество таких датчиков заключается в получении достоверных результатов измерений, на которые не влияют внешние условия, а также в возможности непрерывного наблюдения за коровами. Сравнение с мобильными внешними датчиками при мониторинге активности показало их незначительное дополнительное преимущество. К недостаткам относятся сложности с повторным использованием датчиков, ограниченный срок их эксплуатации и необходимость размещения внутри организма животного.

По мнению ряда исследователей

, для оценки состояния здоровья крупного рогатого скота необходимы три основных датчика — температурный датчик, акселерометр и микрофон. Дальнейшая разработка системы с использованием этих трех типов датчиков позволит создать неинвазивное носимое устройство нового поколения для мониторинга здоровья животных. Такое устройство будет собирать соответствующие данные (например, показатели активности или изменения в движениях головы и шеи) и использовать их для прогнозирования или выявления отклонений в здоровье животного.

У разных производителей доильных роботов набор учитываемых признаков, позволяющих своевременно выявлять заболевания, метаболические нарушения и изменения в физиологическом состоянии животных, отличается. Так, в доильных роботах Lely Astronaut каждые два часа мониторинг здоровья коров ведет система Lely Qwes, которая отслеживает: активность коровы, время пережёвывания (руминации), наличие охоты (период половой активности), молочную продуктивность и статус лактации, историю доений и показатели качества молока. В системе GEA DairyPlan C 21 с помощью датчика CowScout определяется наступление охоты и контролируется физиологическое состояние животных, автоматически выявляя отклонения от нормы по параметрам активности, потребления корма, времени отдыха, электропроводности, цвета, температуре, состава молока (жир, белок), уровня молокоотдачи, равномерности выдаивания долей вымени. В доильных роботах DeLaval используется система DeLaval RePro™, с помощью которой реализуется технология, которая превращает систему доения в инструмент управления воспроизводством стада. Она позволяет автоматически определять охоту, стельность коров и сбои в циклах воспроизводства во время доения. Технология интегрируется с системой управления стадом DeLaval DelPro™ и использует анализ уровня прогестерона в пробах молока. В роботах компании Boumatic Robotics B.V. система RealTime Activity отслеживает в непрерывном режиме активность коровы, время жевания (руминации), время лёжки и хождения, система StepMetrix выявляет хромоту, в том числе субклинические случаи. В роботах компании Fullwood мониторинг здоровья осуществляется как по определению показателей качества молока с помощью системы FullQuest и анализатора CrystaLab, так и по поведенческим показателям с помощью датчика активности. Отечественный робот «Волшебник» обеспечивает комплексный мониторинг здоровья животных за счёт комбинации датчиков анализа молока и ПО для управления стадом. Это позволяет фермерам оперативно реагировать на проблемы, снижать затраты на ветеринарию и повышать общую продуктивность стада

,
,
,
.

Ранняя диагностика заболеваний в сочетании с добровольным доением по потребности способствует повышению надоев на 10–20%, увеличению жирности и содержания белка в молоке на 0,1–0,3%, снижению соматических клеток на 20–30% и выбраковки коров с 30 до 15%

,
,
.

3. Заключение

1. Большинство перечисленных систем ориентированы на интеграцию данных из разных источников (анализ молока, поведенческих показателей, данных о кормлении и доении), раннее выявление патологий (мастита, кетоза, ацидоза, хромоты, репродуктивных нарушений), автоматическое оповещение об отклонениях (системы отправляют уведомления при обнаружении отклонений, что позволяет оперативно реагировать), интеграцию с системами управления стадом (данные о здоровье используются для оптимизации кормления, планирования осеменений и других управленческих решений). Современные решения также активно используют алгоритмы машинного обучения для повышения точности диагностики и прогнозирования рисков заболеваний.

2. Создание и совершенствование отечественных интеллектуальных систем мониторинга здоровья коров должно быть направлено на расширение функциональных параметров контроля, использование принципов машинного обучения и интеграции с системами управления, применяемыми в условиях «умной» фермы.

3. Работы по созданию современных систем мониторинга здоровья коров должны подкрепляться мерами государственной поддержки как для производства, так и разработки отечественного роботизированного оборудования для доения коров.

Метрика статьи

Просмотров:3
Скачиваний:0
Просмотры
Всего:
Просмотров:3