Pensando em reduzir o envolvimento do trabalho e aumentar a eficiência da produção, há um interesse crescente na aplicação da robótica na produção de frangos e poedeiras. Saiba mais neste artigo!!
Para garantir o cuidado com as aves, a produção avícola requer inspeção diária e contínua dentro das granjas. Essas inspeções, que são monótonas e cansativas, são executadas manualmente e isso demanda muito tempo.
Tradicionalmente, o uso de tecnologias de máquina tem sido alvo de estudos por profissionais de diversas áreas e com requisitos bem diferentes, inclusive na pecuária.
A agropecuária e dentro dela a avicultura, passam por transformações profundas com as tecnologias disruptivas que já se encontram em plena atuação no campo.
Trata-se da Avicultura 4.0, onde a robótica é uma das tecnologias que vão mudar totalmente a maneira de se produzir alimentos.
A Robótica vem sendo utilizada visando a inspeção de aves, melhorando a ambiência dos galpões especialmente no que se trata de melhorar a qualidade do ar, analisando o status de saúde e bem estar das aves, atestando que os galpões e especialmente a climatização, estão funcionando de forma apropriada para as aves, melhorando a eficiência produtiva e consequentemente trazendo impacto positivo na produção.
Ter uma plataforma móvel que se move autonomamente entre as aves, 24 horas, pode trazer informações mais precisas para o produtor, tanto sobre as aves em si, como sobre o ambiente em que estão inseridas.
POULTRYBOT
Vroegindeweij (2016a) e Bastiaan A. et al. (2018b), desenvolveram o robô PoultryBot, capaz de navegar nas granjas desviando de obstáculos e evitando que as poedeiras fiquem deitadas o que pode ocasionar lesões em sua carcaça devido ao contato com a cama, no caso de aviários cage-free.
Este robô opera de modo autônomo, graças aos sensores e algoritmos embarcados que estimam sua localização.
Baseado no estudo de Ahmadi & Stone (2005), Vroegindeweij et al. (2014c),Vroegindeweij, Bastiaan A. et al.(d) foi desenvolvido um robô que coleta ovos colocados no piso também em sistemas cage-free.
Este robô atua sob condições desfavoráveis de piso, desvia de aves, comedouros, bebedouros, isto é, os sensores são capazes de fazer uma varredura do ambiente através da técnica de refletividade espectral diferenciando os objetos presentes na instalação e identificando ovos com 80% de precisão, de acordo com metodologia desenvolvida por Bastiaan et al. (2014d).
Neste sentido Muvva, Veera VRMKR et al. (2018) desenvolveram um sistema para identificação de aves mortas através do processamento de imagens térmicas e convencionais.
Estes sistemas podem ser embarcados em robôs e auxiliar o produtor na detecção de aves mortas em seus galpões.
FRANÇA
A Empresa Francesa, Octopus Robots® desenvolveu robôs autônomos que revolvem a cama de aviários, reduzindo a umidade das mesmas e consequentemente a formação de amônia.
AUSTRÁLIA
Com esse monitoramento realizado pelos robôs:
Margerie, Emmanuel et al. (2011) conduziram um trabalho sobre o efeito do movimento de um robô atuando como mãe de codornas jovens.
Esse trabalho foi realizado numa tentativa de “acostumar” as aves jovens a presença de robôs nos galpões.
Sabe-se que a presença da codorna mãe pode ter influência profunda em vários aspectos do desenvolvimento comportamental das aves. Por este motivo, as codornas jovens tendem a seguir a mãe e, portanto, explorar o ambiente em que estão confinadas.
Já Gribovskiy et al. 2018, também utilizaram a técnica de “imprinting” com robôs e pintainhos com o objetivo de estudar comportamento de grupo das aves utilizando robôs.
Seguindo esta mesma linha de pesquisa Parajuli et al. (2018) fizeram uma avaliação comparativa das distâncias de fuga (DFs) de aves vs. robô com aves vs o ser humano vs. robô tanto para frangos de corte como para poedeiras. Trabalharam com diferentes idades das aves e diferentes velocidades dos robôs.
RESULTADOS
Neste estudo feito por Parajuli et al. (2018), para galinhas poedeiras, em todas as idades, os melhores resultados foram a interação com humanos, mesmo em condições de velocidades menores dos robôs.
No entanto, para frangos de corte, as menores velocidades do robô levaram a DFs ais curtas quando os frangos estavam com 6 a 8 semanas de idade.
Neste momento ao Grupo de pesquisa em Ambiência e Zootecnia de Precisão da Feagri – UNICAMP, está realizando estudos em galpões de frangos de corte abertos e Dark House para identificar a Distância de Fuga de Robôs as Aves de forma a verificar a interação entre robôs e aves para nossas condições de alojamento.
Referências Bibliográficas
AHMADI, Mazda; STONE, Peter. Continuous area sweeping: A task definition and initial approach. In: Advanced Robotics, 2005. ICAR’05. Proceedings., 12th International Conference on. IEEE, 2005. p. 316-323.
Qi et al., 2013 H. Qi, I.J. Brookshaw, T. Low, T.M. BanhaziDevelopment of an autonomouos welfare robot to be used in poultry buildings Paper presented at the 2013 Society for Engineering in Agriculture Conference, Mandurah, Australia (2013)
MARGERIE, Emmanuel et al. Influence of a mobile robot on the spatial behaviour of quail chicks. Bioinspiration & Biomimetics, v. 6, n. 3, p. 034001, 2011
MUVVA, Veera VRMKR et al. Automatic Identification of Broiler Mortality Using Image Processing Technology. In: 10th International Livestock Environment Symposium (ILES X). American Society of Agricultural and Biological Engineers, 2018. p. 1.
PARAJULI, Pratik et al. Comparative evaluation of poultry avoidance distances to human vs. robotic vehicle. In: 10th International Livestock Environment Symposium (ILES X). American Society of Agricultural and Biological Engineers, 2018. p. 1.
Vroegindeweij, Bastiaan A. et al. (a) “Probabilistic localisation in repetitive environments: Estimating a robot’s position in an aviary poultry house.” Computers and Electronics in Agriculture 124 (2016): 303-317.
VROEGINDEWEIJ, Bastiaan A. et al. (c)Path planning for the autonomous collection of eggs on floors. biosystems engineering, v. 121, p. 186-199, 2014.
VROEGINDEWEIJ, Bastiaan A. et al.(d) Object discrimination in poultry housing using spectral reflectivity. Biosystems Engineering, v. 167, p. 99-113, 2018.