Stallförsök för aktivitetsmätare och positioneringssystem på bete

Anicare Oy är ett av de bolag som just nu arbetar med nya sensorer och verktyg för mer effektiv bestesdrift. Bolaget har sitt säte i Finland och har utvecklat sina aktivitetsmätare för att följa vilt och renar över långa avstånd med hjälp av Narrowband IoT. Tekniken är optimerad för att via mobilnätet kunna skicka små mängder data över stora avstånd med minimal energiförbrukning och är en av flera nya tekniker som tagits fram för att stödja smarta enheter och ”Internet of Things” (IoT). Narrowband IoT stöds av alla större mobiloperatörer och ger därför en god täckning utan krav på att nya antenner skall sättas upp. Det Anicare Oy utvecklat är en liten sensor som väger 25 gram och fungerar som en aktivitetsmätare monterad i örat på djuret. Genom smart teknik kan aktivitetsmätaren övervaka djuret och sedan reagera på specifika rörelser eller avsaknad av rörelser för att skicka ett meddelande till djurägaren med kort information och en GPS-position för att djuret snabbt skall kunna hittas.

I dagsläget ställer betesdrift stora krav på arbete i form av daglig tillsyn och stängsling vilket är frågor som SustAinimal intensivt med. Digitalisering förknippas ofta med ett mer intensifierat och kapitalintensivt jordbruk, smarta system såsom virtuella stängsel och aktivitetsmätare för bete är däremot exempel på lösningar som gör det möjligt för lantbrukare att mer effektivt bedriva extensivt jordbruk där små insatser av arbete och kapital används i förhållande till den areal av jord som brukas. För att Sverige ska kunna bevara och utveckla ett rikt odlingslandskap med biologisk mångfald och samtidigt bedriva ett ekonomiskt hållbart jordbruk är det därför viktigt att den här typen av verktyg testas och att regelverk uppdateras efter den kunskap som inhämtas via stallförsök.

Testet har organiserats av SLU Gigacow på uppdrag av Jyväskylä Yrkeshögskola (JAMK) via Nordic Testbed Network och finansieras av den EU-stödda innovationsmiljön EIT Food. Gigacow förmedlar kontakten till lantbrukare och bidrar med data till Anicare Oy. På så sätt är det möjlighet att bygga upp ett dataset som kan användas för att träna algoritmerna via maskininlärning (dvs vad som ofta kallas ”AI”). Mätare kan sedan med hjälp av den tränade modellen känna igen olika beteenden hos kor utifrån de rörelsemönster som registreras av aktivitetsmätaren. Målet med den här typen av försök är att skapa utrymme för nya innovationer till stöd för betesdrift och även bygga erfarenhet som kommuniceras med näringen via Kunskapsnav för jordbrukets digitalisering.

Arbetet är ett av flera stallförsök som just nu pågår hos SLU Gigacow och erfarenheter publiceras löpande på Digitaliseringsnavet.se.