ivmМеждународный вестник ветеринарииInternational Journal of Veterinary Medicine2072-2419SpbGUVM Publishing House10.52419/issn2072-2419.2023.4.269ivm-1182Research ArticleБИОХИМИЯ, АНАТОМИЯ, ФИЗИОЛОГИЯBIOCHEMISTRY, ANATOMY, PHYSIOLOGYТеоретическое обоснование требований к интеллектуальной системе видеомониторинга для анализа физиологического состояния коров и прогнозирования его измененияTheoretical substantiation of the requirements for an intelligent video monitoring system for analyzing the physiological state of cows and predicting its changesАчиловВ. В.AchilovV. V.

канд. ветеринар. наук, доц. кафедры генетических и репродуктивных биотехнологий

Ph.D., Associate Professor of the Department of Genetic and Reproductive  Biotechnologies

achilov.vadim@mail.ruОлонцевВ. А.OlontsevV. A.

асп. кафедры кормления и разведения животных

postgraduate student of the Department of Animal Feeding and Breeding

ФГБОУ ВО «Санкт-Петербургский государственный университет ветеринарной медицины»; ФГБУН «Санкт-Петербургский Федеральный исследовательский центр Российской академии наук»РоссияSt. Petersburg State University of Veterinary Medicine; St. Petersburg Federal Research Center of the Russian Academy of SciencesRussian Federation20231312202304269275Copyright © Ачилов В.В., Олонцев В.А., 20232023Ачилов В.В., Олонцев В.А.Achilov V.V., Olontsev V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vetjournal.spbguvm.ru/jour/article/view/1182

На современном этапе развития молочного животноводства основной  задачей,  стоящей  перед  отраслью,  становится  эффективное управление всеми процессами, обеспечивающими работу фермы с большим  поголовьем.  Поставленная  задача  будет  не  достижима без использования цифровых интеллектуальных систем контроля и управления производством, отслеживания здоровья животных и их продуктивности.  Существует  множество  систем,  интегрирующихся  в  производство  и позволяющих отслеживать здоровье коров на молочной ферме. Эти системы базируются на идентификации, отслеживании и сборе информации о физиологическом состоянии животных за счет различных датчиков. Однако, все эти системы дорогостоящие, требовательны к обслуживанию, часто выходят из строя из-за агрессивных условий эксплуатации.  В  статье  рассмотрена  возможность  использования  интеллектуальной  системы видеомониторинга для анализа физиологического состояния коров и прогнозирования его изменения. Для обоснования требований к интеллектуальной системе видеомониторинга  физиологического  состояния  коров  предложена  математическая  модель  жизни продуктивных коров в виде графа состояний. Данный метод графически отображает возможные состояния системы и их возможные переходы из состояния в состояние. Построив  граф  состояний, опираясь  на  центральную  теорему  вероятностей  для  потоков событий,  можно  с  использованием  дифференциальных  уравнений  определить  вероятность и интенсивность переходов состояний. Для функционирования системы видеомониторинга анализа физиологического состояния коров и прогнозирования его изменения предложенная математическая модель может являться основой системы и базироваться на сборе и анализе видеоинформации о поведении животных. При покрытии видеокамерами всей территории жизненного пространства животных, интеллектуальная система видеомониторинга сможет обеспечивать раннюю диагностику изменения физиологического состояния наблюдаемых животных и выдавать предупреждение, что позволит проводить своевременные лечебные и профилактические мероприятия.

At  the  present  stage  of  development  of dairy farming, the main task facing the industry  is  the  effective  management  of  all processes that ensure the operation of a farm with a large livestock. This task will not be achievable without the use of digital intelligent  production  control  and  management systems, tracking the health of animals and their productivity.  There  are  many  systems that integrate into production and allow you to  monitor  the  health  of  cows  on  a  dairy farm. These systems are based on the identification,  tracking  and  collection  of  information about the physiological state of animals through various sensors. However, all these  systems  are  expensive,  demanding  to maintain, often fail due to aggressive operating conditions. The article considers the possibility of using an intelligent video monitoring system to analyze the physiological state of cows and predict its changes. To substantiate the requirements for an intelligent video monitoring system of the physiological state of cows, a mathematical model of the life of productive cows in the form of a graph of states is proposed. This method graphically displays the possible states of the system and their possible transitions from state to state. Having constructed a graph of states, relying on the central probability theorem for event flows, it is possible to determine the probability and intensity of state transitions using differential equations. For the functioning of the  video  monitoring  system  for  analyzing the physiological state of cows and predicting its changes,  the proposed  mathematical model can be the basis of the system and be based on the collection and analysis of video information  about  animal  behavior.  When covering the entire territory of the animal's living space with video cameras, the intelligent video monitoring system will be able to provide  early  diagnosis  of  changes  in  the physiological state of the observed animals and  issue  a  warning,  which  will  allow  for timely therapeutic and preventive measures.

видеомониторингсигналы коровфизиологическое состояниепрогнозированиеуправление молочным стадомvideo monitoringcow signalsphysiological stateforecastingdairy herd managementИсследование выполнено за счет гранта Российского научного фонда № 23-19-20081, https://rscf.ru/project/23-19-20081/ и Санкт-Петербургского научного фондаThe research was carried out at the expense of the grant of the Russian Science Foundation No. 23-19-20081, https://rscf.ru/project/23-19-20081 / and the St. Petersburg Scientific FoundationReferencesИванов, Ю. Г. Системы дистанционного контроля сигналов коров / Ю. Г. Иванов, Г. П. Дюльгер, М. С. Сидоренко // Зоотехния. – 2014. – № 12. – С. 6-7.Ivanov, Yu. G. Systems of remote control of cow signals / Yu. G. Ivanov, G. P. Dyulger, M. S. Sidorenko // Zootechniya. – 2014. – No. 12. – pp. 6-7.Разработка методов и средств зоотехнического контроля в скотоводстве для управления физиологическим состоянием стада / Ф. Е. Владимиров, С. О. Базаев, Д. Ю. Павкин, С. С. Юрочка // Главный зоотехник. – 2023. – № 1(234). – С. 32-46. – DOI 10.33920/sel-03-2301-04.Development of methods and means of zootechnical control in cattle breeding for the management of the physiological state of the herd / F. E. Vladimirov, S. O. Bazaev, D. Y. Pavkin, S. S. Yurochka // Chief zootechnic. – 2023. – № 1(234). – Pp. 32-46. – DOI 10.33920/sel-03-2301-04.Кирсанов В.В., Павкин Д.Ю., Владимиров Ф.Е., Никитин Е.А., Юрочка С.С., Гелетий Д.Г. Контроль и управление подсистемой «Животное» в сложной биотехнической системе «Человек-Машина-Животное» молочной фермы // Агроинженерия. 2020. No 6 (100). С. 4-10. DOI: 10.26897/2687-1149-2020-6-4-10.Kirsanov V.V., Pavkin D.Yu., Vladimirov F.E., Nikitin E.A., Yurochka S.S., Gelety D.G. Control and management of the "Animal" subsystem in a complex biotechnical system "Man-Machine-Animal" dairy farm // Agroengineering. 2020. No. 6 (100). pp. 4-10. DOI: 10.26897/2687-1149-2020-6-4-10.Кирсанов В.В., Владимиров Ф.Е., Павкин Д.Ю. и др. Сравнительный анализ и подбор систем мониторинга здоровья КРС // Вестник Всероссийского научно-исследовательского института механизации животноводства. 2019. No 1 (33). С. 27-31.Kirsanov V.V., Vladimirov F.E., Pavkin D.Yu., etc. Comparative analysis and selection of cattle health monitoring systems // Bulletin of the All-Russian Scientific Research Institute of Animal Husbandry Mechanization. 2019. No. 1 (33). pp. 27-31.Цифровые технологии мониторинга здоровья коров / В. Н. Суровцев, И. К. Шульгин, В. Д. Лужняк, О. В. Погодина // Молочное и мясное скотоводство. – 2021. – № 5. – С. 2-6. – DOI 10.33943/MMS.2021.10.13.001Digital technologies for monitoring cow health / V. N. Surovtsev, I. K. Shulgin, V. D. Luzhnyak, O. V. Pogodina // Dairy and meat cattle breeding. – 2021. – No. 5. – pp. 2-6. – DOI 10.33943/MMS.2021.10.13.001.Шульгин И.К., Лужняк В.Д., Суровцев В.Н., Хазанов В.Е., Гордеев В.В. Цифровая трансформация производственных процессов в молочном скотоводстве Ленинградской области. Молочное и мясное скотоводство. 2022. № 4. С. 3-8.Shulgin I.K., Luzhnyak V.D., Surovtsev V.N., Khazanov V.E., Gordeev V.V. Digital transformation of production processes in dairy cattle breeding of the Leningrad region. Dairy and beef cattle breeding. 2022. No. 4. pp. 3-8.Осипов В.Ю. Кулешов С.В., Суровцев В.Н., Никулина Ю.Н. Метод оценки экономической эффективности цифровых технологий в молочном животноводстве с учетом изменений параметров процесса. Доклад на Пятой международной научно-практической конференции "Аграрная экономика в условиях глобализации и интеграции" (AGEGI-2023). 20-21 июня 2023 г. НИОПТУСХ – филиал ФГБНУ ФНЦ ВНИИЭСХOsipov V.Yu. Kuleshov S.V., Surovtsev V.N., Nikulina Yu.N. Method of assessing the economic efficiency of digital technologies in dairy farming taking into account changes in process parameters Report at the Fifth International Scientific and Practical Conference "Agrarian economy in the context of globalization and integration" (AGEGI-2023). June 20-21, 2023 NIOPTUSKH – branch of FGBNU FNC VNIIESHСуровцев В.Н., Никулина Ю.Н., Зайцева А.А. Анализ методов оценки экономической эффективности цифровых технологий в молочном скотоводстве. Экономика сельского хозяйства России. 2023. № 8. С. 55-63.Surovtsev V.N., Nikulina Yu.N., Zaitseva A.A. Analysis of methods for assessing the economic efficiency of digital technologies in dairy cattle breeding. The economics of agriculture in Russia. 2023. No. 8. pp. 55-63.Владимиров Ф.Е., Базаев С.О., Хакимов А.Р. Разработка цифровой системы для оценки физиологического состояния крупного рогатого скота. Аграрная наука. 2023; 375(10): 73–78. https://doi.org/10.32634/0869-8155-2023-375-10-73-78Vladimirov F.E., Bazaev S.O., Khakimov A.R. Development of a digital system for assessing the physiological state of cattle. Agricultural science. 2023; 375(10): 73-78. https://doi.org/10.32634/0869-8155-2023-375-10-73-78Цифровые технологии мониторинга здоровья коров / В. Н. Суровцев, И. К. Шульгин, В. Д. Лужняк, О. В. Погодина // Молочное и мясное скотоводство. – 2021. – № 5. – С. 2-6. – DOI 10.33943/MMS.2021.10.13.001.Digital technologies for monitoring cow health / V. N. Surovtsev, I. K. Shulgin, V. D. Luzhnyak, O. V. Pogodina // Dairy and meat cattle breeding. – 2021. – No. 5. – pp. 2-6. – DOI 10.33943/MMS.2021.10.13.001.

The authors declare that there are no conflicts of interest present.