Desarrollo de un sensor inteligente para el monitoreo continuo de animales en pastoreo para ganadería de precisión

Abstract

La ganadería de precisión se basa en el uso y desarrollo de tecnologías de la información y las comunicaciones con el objetivo de lograr un monitoreo automático, preciso y en tiempo real del comportamiento animal, con el fin de ayudar a los productores a mejorar la gestión ganadera. El monitoreo individualizado proporciona información importante y única sobre las actividades colectivas de los animales. Así, estas tecnologías permiten optimizar y controlar los recursos ganaderos permitiéndoles a los productores mantener la competitividad en un mercado desafiante. Esta tesis desarrolla un sistema para el monitoreo alimentario de rumiantes utilizando señales acústicas, lo que es imprescindible para determinar el bienestar animal, estimar la cantidad de materia seca ingerida y aumentar la eficiencia de los recursos pastoriles. Para ello se diseñaron, desarrollaron e implementaron algoritmos de bajo costo computacional que puedan operar en sensores acústicos. Los algoritmos se encargan de reconocer los distintos eventos masticatorios producidos a una escala temporal a nivel de segundos; y reconocer y estimar los tiempos de las actividades alimentarias (rumia y pastoreo) producidos a una escala temporal a nivel de minutos u horas. Los algoritmos utilizan diversas técnicas de procesamiento de señales y aprendizaje maquinal permitiéndoles alcanzar buena robustez ante condiciones operativas cambiantes. El desempeño logrado por los distintos algoritmos fue superior a los métodos del estado del arte y, al mismo tiempo, con un menor costo computacional en la mayoría de los casos. También se diseñaron dos sensores acústicos capaces de reconocer eventos masticatorios de forma autónoma.

Precision livestock farming is based on the use and development of information and communication technologies to achieve automatic, precise and real-time monitoring of animal behaviour, in order to help farmers to improve livestock management. Individualised behaviour monitoring provides important and unique information about collective activities related to animals. Thus, these technologies make it possible to optimise and control the resources of livestock production systems, allowing cattle farmers to remain competitive in an increasingly challenging market. This thesis develops a livestock feeding behaviour monitoring system using acoustic signals, which is essential to know the wellness of the animal, to estimate the forage dry matter intake, and to increase the efficiency of pastoral resources. It was necessary to design, develop and implement low-cost computational algorithms capable of operating on acoustic sensors with reduced computing capability as parts of a feeding monitoring system. The algorithms developed are capable of recognising different jaw movements, which occurs on a short-time scale of seconds; and recognising and estimating the duration of feeding activities (rumination and grazing), which occurs on a long-time scale from minutes to hours. Various signal processing and machine learning techniques were used during the design and development of the algorithms, allowing them to achieve good robustness to changing operating conditions. The different algorithms achieve a superior performance to the methods of the state of the art, and with lower computational cost in most of the cases. Two autonomous acoustic sensors capable of recognising jaw movements were also designed.