La manipulation et la contention des animaux pour les bloquer dans la cage de pesée ne sera peut-être bientôt qu’un lointain souvenir. En effet, ces installations cèdent peu à peu la place aux caméras et aux scanners, qui déterminent le poids de l’animal à partir de photos 3D. Hölscher est le pionnier de la technique avec le dispositif OptiCow, lancé en 2012. Dans les élevages équipés du système, les vaches portent une boucle RFID et sont identifiées en passant dans un sas. Une fois sous un portique, elles sont filmées par une caméra 3D qui estime leur poids à partir des images récoltées.

Un programme de reconnaissance graphique et statistique, basé sur de l’intelligence artificielle, élabore un modèle en 3 D de la partie arrière de l’animal et calcule ainsi la note d’état corporel. Avec cette solution, l’éleveur peut suivre la progression de la mobilisation de graisses tout au long de la lactation de chaque individu, sans effort ni astreinte.

Pointage par laser

Des organismes tels que France Conseil Elevage se lancent aussi dans le photopointage, en partenariat avec le suisse Ingenera. La technique consiste à prendre en photo le dos de la vache sur lequel est projeté un rayon laser. Un algorithme repère des points précis sur cette photo pour en déduire la note d’état corporel. Les premiers essais ont été réalisés en plaçant une caméra 3D au bout d’une perche, ce qui peut fausser les résultats selon l’habilité de celui qui la manipule. À terme, la caméra sera fixée dans un couloir ou au niveau de l’accès à la salle de traite.

Au-delà de la note d’état corporel, Ingenera prévoit de déployer cette technologie pour la mesure d’autres paramètres comme le remplissage du rumen et l’état des aplombs.

Détection des boiteries

La détection des problèmes d’aplombs et de boiteries par l’analyse d’images 3D est une technique qui est encore au stade expérimental, notamment en raison du coût très élevé des caméras.

John Gardenier, un jeune chercheur australien de l’université de Sydney, a mis au point une solution économique qui se révèle plus performante que la notation manuelle. Il a placé des caméras 3D Kinect en sortie de salle de traite. Celles-ci fournissent des images en profondeur et utilisent la valeur d’un pixel pour évaluer la distance entre la vache et le capteur. Le chercheur a monté deux Kinect au-dessus du couloir de retour en stabulation pour enregistrer les mouvements de la tête, de la colonne vertébrale et des hanches. Deux autres caméras Kinect sont placées à hauteur de genou pour analyser le mouvement des pattes. Pour passer des images 3D au diagnostic de la boiterie, John Gardenier a fait appel à l’intelligence artificielle. Le jeune chercheur a ainsi entraîné le logiciel à se concentrer sur des points précis tels que les sabots, les joints carpiens et tarsiens, la hanche, le sommet du crâne et lui a fourni des milliers d’images de positions normales et anormales. L’ordinateur compile aussi des données telles que le temps pour traverser le couloir, la longueur du pas et le placement des sabots. Les boiteries sont ensuite notées de 0 à 3 en fonction de leur gravité.

Adaptation de la température

La télésurveillance trouve aussi son intérêt dans l’adaptation automatique de l’ambiance des bâtiments. L'application la plus concrète est celle de la température en maternité pour les porcelets. Des caméras thermiques mesurent la température de la peau des porcelets afin d’adapter la puissance de la lampe chauffante. Cette technique, développée par l’université de São Paulo (Brésil) et celle de Cornell (États-Unis), est encore en phase de test.