文献

J-GLOBAL ID：202002276286324569   整理番号：20A2741550

養鶏における個体管理と清掃ロボット導入によるIoT型食肉生産技術の開発(II)

Development of IoT type meat production system to introduce for individual management and cleaning robot of poultry farming (II)

著者 (4件)： 堀口健一 (山形大 農) ,  TONG Meng (山形大 農) ,  片平光彦 (山形大 農) ,  市浦茂 (岩手大 大学院連合農学研究科)
資料名： 食肉に関する助成研究調査成果報告書  (Final Reports for Research Grants for Meat and Meat Products)
巻： 38  ページ： 371-377  発行年： 2020年11月 
JST資料番号： X0296A  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 家畜の快適性,衛生的な飼料摂取環境の維持および管理作業の負担軽減を考慮した,信頼できて効率的な家畜生産が可能な管理技術が求められている。ブロイラの生産システムは,ブロイラー当りの利益が低いため,個体管理のための省力化技術を有しない。したがって,ブロイラー管理のための省力化技術を開発する必要がある。また,ブロイラーの健康をチェックする必要がある。これらの背景から筆者らはいくつかの実験を行い,次の結果を得た。ブロイラ行動画像を用いた人工知能学習において,Chainer v1.23.0は画像を分類することができるが,画像中の多重ブロイラーから各個体を検出することができないため,グループ内の行動パターンの概要を把握するのに用いた。Darknet-YOLO v3を使用した場合,画像中の各個体の検出が可能で,摂食,飲水および休息の個々の行動が識別できることが示された。RFIDはブロイラの個体識別と行動分析に有効であり,タグの取り付け方や低コストの小さなタグをいかに付けるかを考える必要がある。体重測定および行動監視のためのプロトタイプシステムには改善すべき点があるが,リアルタイムでブロイラーの体重および行動などの成長関連データを取得することが可能である。深層学習に基づくモニタリング機能を確立することによって,このシステムはブロイラ養鶏におけるモニタリング労働の低減と給餌条件の最適化を実現できる。同じ個体の試験画像を用いた人工知能によって,ブロイラーの体重を70~100%の範囲で正確な体重クラスへと測定した。薬剤散布補助ロボットの走行台車は,制御システムによって作業者に対して追走することができ,散布用ホースを牽引しながら安定して作業できることを確認した。(翻訳著者抄録)

シソーラス用語： *養鶏 ,  *産業用ロボット ,  相互接続 ,  技術開発 ,  ブロイラー ,  省力化 ,  動物行動 ,  ニワトリ ,  人工知能 ,  RFID ,  認識 ,  行動科学 ,  標識
準シソーラス用語： *個体管理 ,  清掃ロボット ,  食肉生産 ,  IoT ,  管理技術 ,  個体識別 ,  行動分析 ,  タグ【標識】

分類 (2件)： 鶏  (FD03020F) ,  飼養管理  (FD01040N)

引用文献 (3件)：

• 農林水産省生産局畜産部食肉鶏卵課 : 食肉鶏卵をめぐる情勢, http://www.maff.go.jp/j/chikusan/shokuniku/lin/index.html, 2019.
• Tokui, S., Oono, K., Hido, S., Clayton, J. : Chainer : a Next-Generation Open Source Framework for Deep Learning, Proceedings of Workshop on Machine Learning Systems (LearningSys) in The Twenty-ninth Annual Conference on Neural Information Processing Systems (NIPS), 2015.
• Joseph, R., Ali, F. : YOLOv3 : An Incremental Improvement, arXiv : 1804.02767, 2018.

タイトルに関連する用語 (6件)： 養鶏 ,  個体管理 ,  清掃ロボット ,  IoT ,  食肉生産 ,  開発