В рамках стратегического технологического проекта программы «Приоритет 2030» коллектив проекта «Система предиктивной диагностики хромоты крупного рогатого скота и экстерьерной оценки» разработал методику сбора многомерной информации для задач бесконтактной оценки объёмных характеристик и экстерьерных параметров КРС. Новая методика нацелена на формирование стандартизированных мультимодальных наборов данных, в составе которых RGB-изображения, карты глубины и верифицированные линейные промеры.
В основе метода лежит трехточечная измерительная схема на базе RGB-D сенсоров Intel RealSense, позволяющая получать пространственные данные с нескольких ракурсов.
В рамках исследования обоснованы оптимальные параметры размещения оборудования, гарантирующие высокое качество съемки и минимизацию проекционных искажений. Эти результаты формируют базу для дальнейшего применения технологии в автоматизированной оценке внешнего состояния животных и анализе их объёмно-весовых характеристик.
Для первичной валиации ученые использовали полноразмерный статичный макет коровы, что позволило исключить влияние двигательных артефактов и сосредоточиться на точности оптической схемы и алгоритмов пространственной реконструкции.
В ходе испытаний результаты автоматизированных измерений сопоставлялись с данными, полученными бесконтактным способом.
По итогам апробации зафиксирована высокая точность предлагаемого решения: средняя относительная погрешность автоматизированных измерений по ключевым внешним параметрам не превышала допустимых порогов и составила 2,66%.
Полученные данные свидетельствуют перспективности предлагаемого подхода и открывают путь к исследованиям в условиях реальных животноводческих предприятий.
Разработка унифицированного протокола сбора данных является ключевым этапом формирования отечественных систем машинного зрения для точного животноводства, нацеленных на повышение объективности оценки состояния животных и развитие цифровых инструментов в агропромышленном комплексе.
Источник: РГАУ-МСХА имени К.А.Тимирязева.