Projekt · Dnr 2022-02309 · Källa: Vinnova
AI-baserad övervakning av mjölkkors utfodring för minskning av växthusgaser från mjölkgårdar
- Koordinator
- DOMO Animals AB
- Projekttid
- 2022-11-22 till 2023-05-31 (avslutat)
- Beviljat bidrag
- 300 000 SEK
- Diarienummer
- 2022-02309
Beskrivning
Projektet syftar till att använda AI för att skapa ett hållbart och effektivt tillvägagångssätt för mjölkproduktion. Ett IoT-övervakningssystem med molnbaserade AI-modeller installerades i Vadsbo. Data från videor, ledningssystem och öppna källor ger insikter om utfodring och beteende. Två AI-modeller utvecklades: en för foderintag och en för att övervaka beteende. Vi identifierade också potentialen att bygga en prediktiv modell för att uppskatta metanutsläpp. Utmaningar inkluderar datagranularitet och tillförlitlighetsproblem med IoT-systemet. Projektet framgångsrikt utvecklade AI-algoritmer för att mäta fodereffektivitet och utsläpp av växthusgaser i mjölkproduktion. IoT-integrationsmetoder testades på en boskapsfarm där IoT-systemet installerades och effektivt samlade in data. AI-modellerna gav insikter om nötkreaturs utfodringsbeteende och banade väg för framtida framsteg. Nyckelfynd identifierade påverkande faktorer som foderplan, ålder och ras. Optimering gjorde det möjligt att maximera mjölkproduktionen och samtidigt minimera metanutsläppen genom justering av utfodringsrecept och frekvens.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
SAFE-FM: Säkerhetsoptimerade och fysikbaserade grundmodeller för fordonsbeteende
Chalmers Tekniska Högskola AB · 2025-07-01 · 5 038 538 SEK · Projekt
Projektet syftar till att utveckla fysikinformerade och datadrivna AI-modeller som förbättrar säkerhet, tillförlitlighet och effektivitet i automatiserade fordon. Genom att utveckla prediktiva, generativa och grundmodeller för tidsseriedata ska projektet stödja avancerad simulering, testning och ver…
-
INTERSTICE - INTelligent sEcuRity SoluTIons for Connected vEhicles
Traton AB · 2024-06-10 · 6 634 615 SEK · Projekt
Det föränderliga landskapet av uppkopplade fordon introducerar betydande utmaningar för cybersäkerhet. Detta projekt fokuserar på utveckling av ett distribuerat system baserat på maskininlärning (ML) för intrångsdetektering (IDS) för fordonskommunikationsnätverk, dvs. CAN och Automotive Ethernet. Nä…
-
UNIFY-AI: Integrering av AI-system med MLOps och Time-Series Foundation-modeller för skalbar industriell intelligens
Högskolan i Halmstad · 2026-05-25 · 4 735 000 SEK · Projekt
UNIFY-AI syftar till att utveckla en grundmodell för tidsserier med stöd av robust MLOps. Projektet adresserar en central begränsning i dagens fordonsanalys: de flesta AI/ML-lösningar byggs som isolerade, uppgiftsspecifika modeller, vilket leder till upprepad databearbetning och dubblerat utveckling…
-
En generell digital tvilling baserad på statistiska och logiska modeller för innovationer inom gruvindustrin
Örebro universitet · 2022-04-01 · 4 900 000 SEK · Projekt
Projektet har utvecklat underhållsmodellering baserat på användning av informationsstrukturer, som bl.a. följer standarder för felrapportering och underhåll av gruvmaskiner. Projektet har även utvecklat och använt underhållsstrukturer och utvecklingsprocesser enligt Failure Mode and Effects Analysis…
-
RöjSat-SIG AI
Stift Skogsbrukets Forskningsinstitut Skogfor · 2019-11-01 · 6 398 189 SEK · Projekt
Projektet syftade till att utveckla, testa och implementera en AI-modell för att förutsäga behovet av röjning i skog baserat på fjärranalys och loggning av röjningslagens arbete. En modell har tagits fram och validerats på ett område med lovande resultat. Förberedelser för implementering pågår och s…