SensorHost: il software per la stalla digitale

Della stessa Rubrica

Dal CREA Zootecnia e Acquacoltura arriva una piattaforma gratuita e aperta che integra informazioni complesse in un’unica dashboard, trasformando sensori e algoritmi in strumenti concreti per la gestione della mandria alla portata di tutti. 

L’allevamento di precisione è il futuro della zootecnia (PLF- Precision Livestock Farming), ma la sua diffusione è rallentata da barriere economiche e gestionali. Le cause sono: costi di investimento e difficoltà di gestione, consultazione e interpretazione dei dati. Gli allevatori si scontrano con l’eterogeneità dei dati, con l’assenza di standardizzazione, con la tendenza da parte delle aziende produttrici o fornitrici a vincolare il cliente con formule di abbonamento, licenza d’uso o altre forme di contributo, per assistenza tecnico-specialistica, condivisione dei dati e supporto tecnologico (una sorta di oligarchia del dato). Per rispondere a questa sfida, il centro di ricerca Zootecnia e Acquacoltura del CREA (CREA-ZA) ha sviluppato SensorHost: un software innovativo e gratuito, testato in una stalla bufalina digitalizzata. La piattaforma integra in un’unica consolle flussi di dati complessi — dai boli ruminali (NdR piccoli dispositivi che l’animale ingerisce e che restano nel rumine; servono soprattutto a riconoscere ogni capo in modo automatico, come una sorta di “carta d’identità elettronica” interna) ai rilevatori laser di metano — trasformandoli in report in tempo reale. 

I limiti dei software in commercio 

I software commerciali (ve ne sono uno per ogni azienda produttrice e per ogni strumento o applicazione specifica) restituiscono i dati in forma aggregata ed elaborata, consentendo di individuare andamenti e ottenere rapporti, oltre che avvisi o indicazioni, ma senza la possibilità di personalizzare autonomamente le impostazioni e le risposte del sistema. In altri termini, senza la possibilità di capire e di interagire direttamente col sistema stesso. In questo modo si limita o si esclude la vera forza motrice della PLF (e dell’intelligenza artificiale che la alimenta), che consiste nell’autoapprendimento della macchina (machine learning) sulla base delle informazioni specifiche derivanti da una particolare realtà e da sempre nuovi e/o diversi input.  

La stalla del CREA-ZA di Monterotondo è dotata di: boli ruminali per l’identificazione individuale (RFID), sensori auricolari (che danno informazioni su nutrizione, riproduzione e salute), uno strumento laser (Zoometer®) che stima il peso vivo e il punteggio di condizione corporea (BCS), rilevatori laser di metano (LMD) per misurare le emissioni individuali, lattometri-flussimetri (per la registrazione della produzione di latte e di altri parametri di lattazione), stazione meteorologica (per calcolare l’indice THI, un indicatore di benessere, che consente la previsione dello stress da caldo). Questi strumenti generano dati eterogenei, con formati variabili, basati su differenti unità di misura e su diversi intervalli temporali (puntuali, continui, orari, giornalieri ecc.). È pertanto essenziale raccogliere tutte le informazioni in un’unica dashboard, da cui estrarre indicazioni per la gestione semplice ed efficiente della mandria e delle attività. SensorHost, è in grado di estrarre, ordinare, archiviare e unire automaticamente i dati provenienti dai diversi sensori, fornendo modelli, previsioni, avvisi e confronti tra animali, gruppi e periodi per tutti i parametri registrati da tutti gli strumenti. 

Figura 1: razionale del sistema

In conclusione, SensorHost è gratuito, aperto, semplice e intuitivo e può contribuire a superare lo scetticismo degli utenti verso strumenti tecnologici e grandi quantità di dati, uno dei principali ostacoli all’adozione su larga scala della PLF. 

Questa ricerca è stata finanziata dal Ministero dell’Agricoltura e delle Foreste italiano, nell’ambito del progetto Agridigit (D.M. 36507/7305/2018_20/12/2018). Gli autori ringraziano CRF Cooperativa Ricerca Finalizzata, Via Antonio Silvani n. 130, 00139 Roma, Italia, per la collaborazione. 

 Figura 2: Uno degli output di sintesi di SensorHost (menù confronti). Sono visibili i dati graficati relativi a tre gruppi di animali (tre colori diversi) per quanto riguardo a livello di attività (attivometria), produzione, metano, THI, BCS 
Figura 3: Grafici delle emissioni individuali di metano (soggetto n° 5330)

Miriam Iacurto
CREA Centro Zootecnia e Acquacoltura sede Monterotondo (RM)

Si occupa principalmente di tecniche di allevamento dei ruminanti e negli ultimi anni si sta avvicinando all’agroforestazione 

#lafrase La realtà è la realtà: non puoi farla sparire dicendo che è un sogno. Ma, se è un sogno, solo ricordando che è un sogno, scompare (Osho)

David Meo Zilio
CREA Centro Zootecnia e Acquacoltura sede Monterotondo (RM)

Si occupa di nutrizione ed alimentazione degli animali da reddito, con particolare riferimento alla sostenibilità delle produzioni zootecniche, e di zootecnia di precisione. 

#lafrase Sbagliare è cosa umana, anche per questo: gli animali sbagliano poco o non sbagliano affatto (G.C. Lichtenberg)

Roberto Steri
Ricercatore presso il Centro di Ricerca Zootecnia e Acquacoltura 

Collaboratore del National Focal Point FAO per le risorse genetiche animali. I suoi campi di interesse spaziano dalla caratterizzazione, gestione e valorizzazione delle risorse genetiche animali al miglioramento genetico all’allevamento di precisione 

#lafrase Il progresso non è fatto di grandi scoperte ma di tante piccole azioni che rendono le grandi scoperte patrimonio comune. (Parafrasando Henry Ford) 

Gli ultimi articoli