Technologie in de melkveehouderij

6 november 2023

Tweemaandelijks stellen wij een specialist voor. Geven we een insight in de persoon, en haar onderzoek en verwachtingen. Deze keer Claudia Kamphuis, senior onderzoeker bij Wageningen Livestock Research over technologie in de melkveehouderij. “Zomaar een AI-expert loslaten op een kudde koeien, dat is tricky.”

Claudia Kamphuis heeft een droom. Zij hoopt dat er in 2050 nog steeds een plek bestaat voor de Nederlandse veehouderij, en dan vooral de melkveehouderij, want daar ligt haar hart. Met vanuit de maatschappij en overheid respect voor de veehouders, en vanuit de boer respect voor het dier. “Willen we dat voor elkaar krijgen, dan is monitoring van diergezondheid essentieel, en daarvoor moeten wij leren ze beter te begrijpen”, zegt Kamphuis, dierwetenschapper bij Wageningen Livestock Research. Koeien-, kippen- of varkenstaal spreken we niet. Dus hebben boeren tools nodig die daarbij kunnen helpen. Om beter te interpreteren of een dier wel of niet goed in zijn vel zit. “Sensoren, stalcamerasystemen en zelflerende software bieden de mogelijkheid de komende jaren de monitoring van diergezondheid en dierenwelzijn naar een hoger plan tillen.”

Technologie op de melkveehouderij als arbeidsbesparing

Technologie op de melkveehouderij. Het ontstond in het midden van de jaren zeventig van de vorige eeuw. Via een sensor, bevestigd aan de halsband, konden boeren hun vee meer individueel krachtvoer voeren. Vijf jaar later kwamen de eerste melkmeters, al snel volgden de stappentellers. Arbeidsbesparing was ook de reden achter de introductie van de melkrobot begin jaren negentig. Die gaf de toepassing van sensortechnologie en het verzamelen van koedata een fikse boost, zegt Kamphuis. Vandaag zie je stappentellers en hals zenders voor het meten van tochtdetentie. Naast sensoren die eet- en herkauwgedrag registreren, en de temperatuur, het zoutgehalte, de kleur, en het vet- en eiwitgehalte van melk vastleggen.

Camera’s monitoren welzijn en gezondheid melkkoeien

Voor het monitoren van diergezondheid nemen we vaak (afwijkende) gedrag als uitgangspunt. Zoals voorspellen wanneer een koe tochtig is en daarmee wanneer je haar kan insemineren. Op basis van de geleidbaarheid van melk kun je iets zeggen of een koe wel of niet uierontsteking heeft. Kamphuis: “Het zijn allemaal afgeleiden van iets.” Met een camera kun je real-time zien wat er speelt. Kun je objectief, continu en non-invasief 24 uur per dag op meerdere aspecten het welzijn en de gezondheid van een dier monitoren. Door zijn gedrag te volgen en op basis daarvan direct zelf beslissingen te maken. Kamphuis noemt kreupelheid, een aandoening die het welzijn van een dier flink kan schaden. Als je een koe flink met haar poot ziet trekken, nee, dan heb je geen sensor of specialist nodig om te concluderen dat die kreupel is. Het gaat om het grijze tussengebied tussen een gezonde en manke voet. “Het is echt heel lastig om die subtiele overgang tussen een gewone en een ‘hier is iets mee aan de hand-voet’ te zien. Daarbij kost het gewoon tijd om goed naar al die dames in de stal te kijken.” Ook bedrijfsblindheid speelt vaak een rol bij het (niet meer) zien van die fijnzinnige verschillen. Gelukkig zijn er experts om te helpen. Zoals een klauwbekapper, een podotherapeut voor koeien. Een specialist die de hoeven van koeien netjes maken, zodat ze weer keurig rechtop kunnen lopen. “Stel dat een veehouder die voorbode tot kreupelheid met behulp van cameratechnologie op de melkveehouderij wel zelf kan vaststellen. Dan kan hij sneller zelf kijken naar de klauw, of tijdig een klauwbekapper inschakelen, waarmee je de negatieve gevolgen van kreupelheid kunt verminderen. Dat zorgt voor blije dames in de stal.” Want kreupelheid kun je zien aankomen. Kamphuis: “Als jij verkeerd loopt, krijg je op een gegeven moment last van je heup en zwik je na een tijdje gegarandeerd door je enkel. Het een volgt op het ander.”

Hoe AI en Computer Vision-technologie op de melkveehouderij kreupelheid detecteert

Recent heeft zij een onderzoek afgesloten aan de Dairy Campus, waar zij werkte aan een algoritme om met kunstmatige intelligentie afwijkingen van het normale looppatroon van koeien te signaleren. Geassisteerd door een trackingsysteem en acht camera’s op twee posities, in de stal en ‘uitloop’. Om alle 110 koeien 24/7 nauwkeurig in de gaten te houden. Met AI en Computer Vision volgde zij de koeien door de tijd. “Een van de dingen waar je bij een koe op let om te constateren of die kreupel loopt, is kijken of haar hoofd op en neer gaat”, zegt Kamphuis. Wanneer je in het beeldmateriaal de koe van opzij ziet voorbijlopen, en je weet, ik moet het hoofd vinden, moet je een keypoint boven op het hoofd en eentje bij de mond plakken. Zo kan je door de tijd bekijken waar de keypoints in het beeld zitten, en een afgeleide maken van het op en neergaan van het hoofd. Natuurlijk, ieder mens heeft een eigen loopje, net zoals een koe. Maar ook dan: “Als je die door de tijd vastlegt en je ziet ineens een afwijking, dan weet je, hier moet ik eens naar kijken.” In totaal hebben wij 17 keypoints op een koe gemeten, zegt zij. Twee daarvan zitten op het hoofd, drie op de rug (één op de schoft, één in het midden van de rug, en één bij de staartaanzet), en 12 verdeeld over vier benen en klauwen. Zo kan je ook de kromming van de rug vaststellen; een kreupele koe loopt een beetje in elkaar gedoken. “Als je op deze manier een aanzet of mildere vorm van kreupelheid herkent, door subtiele veranderingen in het looppatroon, kun je als veehouder eerder beginnen met een behandeling. Daarmee verbeter je niet alleen de gezondheid en het welzijn van je koeien. Het leidt ook nog eens tot een efficiëntere melkproductie, een beter rendement en arbeidsgemak.”

Cow keypoints machine vision Vision Robotics

Voorkomen is beter dan genezen. Het is de reden waarom zij Dierwetenschappen wilde studeren, vertelt Kamphuis. “Een dierenarts maakt een ziek dier beter. Ik vond het interessanter te kijken wat je eraan kunt doen om die ziekte te voorkomen.” Nee, zij komt niet van de boerderij. Was al wel vroeg een paardenmeisje. Leuk zo’n dure hobby, vonden haar ouders. Ze zeiden: ‘Claudia, als jij per se iets met een paard wil, ga dan zelf op zoek naar een paard’. Dat deed zij, met twee vriendinnetjes. Negen kilometer buiten haar geboortedorp Oldenzaal belde ze aan bij de eerste de beste boerderij waar ze paarden door de wei zagen huppelen. Mochten zij voor de paarden zorgen? Nou ja, dat kon wel, zei de boer. In Beuningen was dat. “Ik kom nu al vanaf mijn negende bij die familie over de vloer.” Die man heeft een melkveebedrijf. Je zit bij die mensen aan tafel, je hoort dingen en ziet hoe hard en met hoeveel passie ze bikkelen, terwijl de wet-, en regelgeving en randvoorwaarden alsmaar strenger worden, en de kloof zag tussen stedelingen en mensen die in de veehouderij zitten alsmaar groeit. “Aan die tafel is mijn betrokkenheid en liefde voor de melkveehouders begonnen.”

Kamphuis rondt in 2004 in Wageningen haar opleiding Dierwetenschappen af. Daarna volgt een promotieonderzoek aan de Universiteit van Utrecht naar het verbeteren van automatische mastitisdetectie. Voor de analyse van alle verzamelde data gebruikt zij machine learning. Daarna stapt zij in het vliegtuig naar het Milk Harvesting and Farm Automation Team van DairyNZ in Nieuw-Zeeland om te onderzoeken hoe je met behulp van informatie- en automatisatie technologie minder werk en een hogere productiviteit op melkveebedrijven kunt realiseren. In 2013 krijgt zij een postdocpositie bij WUR Bedrijfseconomie waarin het gaat om sensoren en precisieveehouderij. Haar projecten en onderzoek, ja, knikt zij, die hebben altijd een link met data-analyse en hoe je die kunt inzetten in onderzoek binnen de dierhouderij. “Vanuit de studie Dierenwetenschappen krijg jij geen opleiding in AI. Daarvoor moet je naar een Technische Universiteit. Ik denk dat daar vooral studenten zitten die niks met veehouderij hebben of zich daarbij totaal geen beeld kunnen voorstellen.”

Toepassing AI en data-technologie in de melkveehouderij een uitdaging

Voor de plantenwetenschappen staan AI-, en data-specialisten in de rij, terwijl de uitdagingen binnen de dierenwereld aanmerkelijk interessanter zijn, vindt zij. Dat begint al praktisch in de stallen zelf. Daar vind je veel ijzeren hekwerken en die zitten een goede internetverbinding te vaak in de weg. Net zoals wisselende stalcondities, licht en donker, spinnen en vliegen, stof, vocht en ongedierte. “Zonder de plantwetenschap en de uitdagingen hierin te bagatelliseren, het grote voordeel van planten is dat die toch op een plek blijven staan, en dat doen dieren niet. Dat maakt de uitdagingen alleen maar groter.” Mensen kunnen koeien prima identificeren, ook basis van camerabeelden. Dit is Klaartje 46 en Sabine 52. Daarbij kijk je naar het vlekkenpatroon van de koe, want dat is vrij uniek. Binnen een stal heb je niet vaak koeien met dezelfde ‘vlekkenhuid’. Zeker, dat is makkelijk als je praat over Holstein-Friesian koeien. Jersey’s zijn allemaal bruin. Ook Limousin en Charolais lijken sprekend op elkaar. “Dan kijk je met camera’s naar een gezichtsopname, hoe ver de oren of ogen uit elkaar staan.” Of je gebruikt computer vision om de oornummers af te lezen, als het dier op een vaste plek in de stal staat. Ook dragen koeien vaak een tag. Het signaal van dat RFID-systeem kun je koppelen aan het beeldmateriaal, en zo de koe blijven volgen. “Dan heb ik het nog niet eens over een stal met 40.000 kippen, die visueel niet van elkaar te onderscheiden en continu in beweging zijn.”

Inzicht in koeiengedrag is de sleutel tot succesvolle AI en Machine Learning-technologie in de melkveehouderij

Kennis van een dier is belangrijk om zijn gedrag te begrijpen. En dat is wat zij doet, zegt Kamphuis. “Mijn domein is dierwetenschap. Ik haal de kennis van het dier naar de techniek. Je moet wel weten dat een koe een kuddedier is en dat er binnen elke kudde een rangorde bestaat. Dan ook begrijp je waar je met de camera naar moet kijken. En misschien leer je via AI of machine learning koeiengedrag dat je nog niet kent.” In ieder geval, “zomaar een AI-expert loslaten op een kudde koeien, dat is tricky.” Zij vertelt dat ze eens een project heeft gedaan met een technisch bedrijf waarvan de dataspecialisten louter naar de grafieken keken. Ze kwamen opgewonden terug met een analyse die ze zelf heel interessant vonden. ‘We zien dat de koeien qua melkproductie een bepaald patroon hebben. Ze gaan eerst allemaal een stukje omhoog en daarna weer terug in hun melkgift.’ Niks speciaals, weet elke koe-expert, want een natuurlijk verloop van een lactatie. De data-experts hadden nog iets geks gezien, herinnert zij. ‘Van alle koeien die we hebben gevolgd ontbreekt ongeveer vier tot zes weken aan data. Bij de een in januari, bij de ander in april. “Vonden zij vreemd, maar dat is het niet. Omdat koeien gedurende die weken geen melk geven. Ze staan in de droogstand om te herstellen, voordat ze naar een nieuwe lactatie gaan. Dus niks geen datafout, maar gewoon gedrag.”

Cameras for healty hooves data and models copyright anne reitsma Vision Robotics

Precision Livestock Farming

Wat haar opvalt. Wetenschappers kijken nog vooral naar oplossingen voor alle dieren in een stal. Als het daar te warm is, gaan de ventilatoren aan. Maar misschien is er wel een koe die denkt, nou, ik vind het wel lekker die hitte, en verdorie, nou doet iemand ineens die ventilator aan. Of een andere koe die zegt, hèhè eindelijk, had dat ding niet eerder aangekund? “Hoe mooi zou het zijn als het dier zelf bepaalt waaraan het wanneer behoefte heeft.” Te heet, dan extra koelte of nee, laat maar gewoon komen die hitte. Precision Livestock Farming, heet dat. Het monitoren van het individuele dier in een groep in plaats van de hele groep. “Je kunt met behulp van sensoren de hartslag meten van een koe. Dus ook of die het misschien te warm of te koud heeft.” Wij krijgen informatie over ons lichaam via de horloges die we dragen. “Die kan je om de enkel van een koe doen. Om zijn hartslag, zweetproductie en ademhaling te meten. Maar liever doe je dat non invasief.”

In en rond de stal valt van alles te meten. Met sensors, camera’s en stappentellers. “Maar we maken niet nog optimaal gebruik van al die data”, vindt Kamphuis. Hoe je dat beter kan doen en op welke manier machine learning je daarbij kan assisteren om al die data beter te benutten, ja, daar wil zij aan werken, want die koppeling ontbreekt nog. Bijvoorbeeld MIR-data, mid infrared data. Van elk melkmonster van alle Nederlandse koeien wordt een MIR-analyse gemaakt. Van al die monsters krijg je multidimensionaal gegevens. “Dat bestaat uit heel veel data, maar hoe we die echt kunnen inzetten, ja, dat is een uitdaging.” Dat klinkt heel suf, want waarom verzamel je zoveel data als je weet dat je daarmee toch niks doet. “Omdat onderzoekers denken, nou, misschien bevat al die data wel veel waarde, maar hoe we die daaruit moeten krijgen, nee, nog geen idee. Laten we die bewaren, om die straks op de juiste wijze te interpreteren, en te gebruiken om tools te ontwikkelen voor geautomatiseerde herkenning van gedragspatronen.“

AI- en computer vision-technologie om het welzijn en de gezondheid van vee te verbeteren

De Nederlandse Raad voor Dierenaangelegengheid (RDA) heeft zes leidende principes geformuleerd voor een dierwaardige veehouderij. Goede voeding; goede omgeving; goede omgeving; natuurlijk gedrag; respect voor de eigen waarden van het dier als een wezen dat pijn en plezier kan ervaren; en een positieve emotionele toestand. Daarmee wordt het nog belangrijker om het dier beter te begrijpen, zegt Kamphuis. Zij verwacht dat camera’s en AI hierin een grote rol gaan spelen. Maar hoe? “Het allerbelangrijkste blijft dat veehouders met nieuwe technologie makkelijker en sneller de gezondheid en het welzijn van hun dieren verbeteren. Dat leidt tot een duurzame melkveehouderij met respect voor het dier. En dat is wat ik nastreef.”

(Foto header en foto koeien in stal copyright Anne Reitsma)

dr. C (Claudia) Kamphuis

Senior Onderzoeker Big Data

Categories: VeehouderijTags: ,

Neem contact op met dr. C (Claudia) Kamphuis