【GPT-4o要約】（論文）ケーブル移動式カメラと AI（人工知能）を用いた豚の体重測定技術開発
https://cdn.kyodonewsprwire.jp/prwfile/release/M101506/202409196631/_prw_PA1fl_cX43bmQy.pdf
概要
目的: 養豚場での効率的な豚の体重測定と管理を実現し、作業負担の軽減と収益性向上を図る。
背景:
国内の養豚場では少人数の作業者が数百～数千頭の豚を管理。
出荷タイミングの最適化には、豚の平均体重と体重増加率の把握が不可欠。
豚にストレスを与えない飼育方法が動物福祉の観点から重要視されている。
既存手法と課題
既存手法
体重計（豚衡機）を利用した測定:
豚を個別に体重計に乗せて測定。
課題: 労力が大きく、豚にストレスを与える。
飼育日数と外観で出荷時期を判断:
経験に基づく主観的な判断。
課題: 個体差を考慮できず、効率が悪い。
課題
物理的負担: 数十kg～100kg以上の豚を扱うのは困難。
非効率性: 多数の豚を管理する際に、日々の測定が現実的ではない。
動物福祉: ストレス軽減が求められる中、従来の手法では負荷が大きい。
提案手法: スカブター®によるAI体重測定
技術の概要:
装置構成:
ケーブル上を移動する3Dカメラを豚舎に設置。
RFIDタグで撮影位置を特定。
測定方法:
ケーブル上をカメラが自動巡回。
非接触で豚の体重分布を測定。
特徴:
ストレスフリー: 豚に触れずに測定。
柔軟性: 測定位置の変更が容易。
効率化: 一日数回、自動で全区画の体重分布を測定。
対象施設:
大規模養豚場（例: 10区画で20～50頭/区画の豚を飼育）。
成果
精度の向上:
3DカメラとAIアルゴリズムにより、豚の体重分布を高精度で測定。
効率性:
作業負担を大幅に軽減。
全区画の体重分布データを迅速に取得可能。
動物福祉:
ストレスを与えない非接触測定。
経営改善:
出荷時期の適切な判断が可能。
成長異常の早期発見で収益性向上。
課題
導入コスト:
大規模養豚場への設備導入に初期投資が必要。
データ処理:
取得した大量の体重データを効率的に処理し活用する仕組みの最適化。
一般化の壁:
中小規模の養豚場への適用可能性を拡大するための低コスト化が課題。
環境条件:
湿度や温度の変化に対するセンサーやカメラの耐久性の向上。
結論と期待
この技術は、国内外の大規模養豚場での導入が期待されるだけでなく、南九州で培われた畜産技術を世界に発信する可能性を秘めています。動物福祉と効率性を両立するシステムとして、今後の畜産業における標準技術となる可能性があります。