Geluidsregistraties in stallen leveren meer info op dan enkel over diergezondheid
Geluidssensoren zijn een nieuwe, aanvullende manier om in de stallen de gezondheid van verschillende soorten vee te kunnen volgen. Die sensoren kunnen ook andere geluiden oppikken die relevant kunnen zijn voor het bedrijfsmanagement. Dat vertelde Victoria Potdevin van Advantiel tijdens een druk bijgewoonde uiteenzetting op de veeteeltvakbeurs Space in Rennes.
Bij geluidsregistraties in stallen dachten de ontwikkelaars in de eerste plaats aan diergezondheid. Geluidsregistratie kan in de veeteelt aanvullend zijn op bijvoorbeeld visuele camera’s en loopvlakken waar de druk van de hoeven gemeten wordt. Voor bepaalde ziektes (aan bijvoorbeeld de luchtwegen) of veranderingen in de toestand van de dieren (bronstigheid) kunnen geluidsregistraties niet alleen registreren maar bovendien voorspellend werken, zodat de veehouder in een vroeg stadium kan reageren.
Onvermoede mogelijkheden
Het gebruik van geluidsmetingen voor de veehouderij staat nog in de kinderschoenen, maar biedt tegelijk reeds mogelijkheden die men bij de ontwikkeling niet vermoedde. De onderzoekers concentreerden zich aanvankelijk op de geluiden die de dieren maken en elimineerden de omgevingsgeluiden het liefst bij voorbaat zoveel mogelijk. Toch liggen net bij de omgevingsgeluiden een paar kansen.
De geluidssensoren kunnen registreren en melden dat een bepaalde machine in de stal niet goed werkt op basis van geluiden die opduiken of net niet opduiken op het moment dat ze verwacht worden. Dat kan bijvoorbeeld een ventilator zijn die niet of te laat aanslaat of te vroeg uitvalt, een automatische voedermachine die verstopt, een mestschuif die luid schuurt of vastloopt, een lekkende leiding in een melkrobot…
Machinedefecten
Veel van die machines hebben natuurlijk eigen sensoren die foutmeldingen genereren. Als aanvullende informatie kan een geluidsregistratie echter wel relevant zijn, zeker nu steeds meer taken van de veehouder geautomatiseerd worden. Dat vergroot de kans op technische defecten terwijl de veehouder zelf minder ‘aanwezig’ is in de stal. Voor een technicus kan het bijvoorbeeld interessant zijn om te horen wat er gebeurde net voor het vastlopen van een machine of om het exacte moment van het vastlopen te kennen.
Nog een toepassing waar men vooraf niet aan dacht, is het automatisch melden van ongewenste indringers. Het geluid van een poort in de stal die na de gebruikelijke arbeidsuren opengeschoven wordt of het plotse loeien van koeien als een aan het bedrijf vreemde persoon de stal betreedt, kan bij wijze van spreken een alarm voor een veedief in gang zetten bij de veehouder.
Als een vos in een kippenstal geraakt, zal dat inzake geluid voor een specifieke reactie zorgen bij de kippen. Hetzelfde geldt voor een grote rat of een wolf in een stal voor melkgeiten of kalveren.
Elk geluid moet ‘geleerd’ worden
Het nadeel daarbij is dat je de specifieke geluidsreactie van de kippen of geiten op de vos of wolf, die sonorisch meetbare reactie van het vee, eerst moet aanleren aan de software. Die reactie verschilt per diersoort, soms zelfs per ras en per leeftijd van het vee, en bovendien per indringer. Een kip maakt een ander geluid dan een kalkoen of een kalf. Als je wil dat het computerprogramma die reactie herkent als geluid, bestaat er maar één manier en dat is zo’n indringer effectief loslaten in de stal en dan het geluid van de reactie van het vee registreren.
Dezelfde uitdaging stelt zich voor bijvoorbeeld een brand. Ook hier kunnen geluidsmetingen aanvullend zijn op bijvoorbeeld de klassieke rook- of branddetectie, omdat je zowel het begin van de brand zelf als de reactie van de dieren op het ontstaan van de brand geluidsmatig kan registreren. Dan moet het computerprogramma die heel specifieke geluiden echter wel eerst leren kennen en dat kan enkel met een praktijkervaring, die opnieuw verschilt per diersoort, ras, leeftijd, geslacht… en per oorzaak van brand: kortsluiting, ontbranden van stro of isolatie…
Beschermde data
In Frankrijk geldt volgens Victoria Potdevin bovendien een soort van privacyprobleem. Je kan geluiden van één stal van één eigenaar, met daaraan gekoppelde oorzaken en gevolgen (ziekte, bronst, brand, vos, enzomeer), niet zomaar herkenbaar en traceerbaar in een open databank in de cloud stoppen en in een commerciële toepassing gebruiken om geluiden in een andere stal van een andere eigenaar te herkennen. Daar wordt nog een oplossing voor gezocht. Het kan immers niet de bedoeling zijn dat elke veehouder afzonderlijk eerst alle soorten ziektes moet laten uitbreken op zijn bedrijf of alle soorten indringers moet laten langskomen in zijn stallen voordat zijn geluidssensoren kunnen gaan renderen.
