2020-1.1.2-PIACI-KFI-2020-00109 - MATE pályázatok
2020-1.1.2-PIACI-KFI-2020-00109
2020-1.1.2-PIACI-KFI-2020-00109
LPWAN kommunikációs technológia épülő szarvasmarha bendőszonda kifejlesztése
A projekt azonosító száma:
2020-1.1.2-PIACI-KFI-2020-00109
Kedvezményezett neve
(Konzorcium vezető) :
Albakomp RI Zrt.
Konzorciumi tagok:
Magyar Agrár- és Élettudományi Egyetem, Óbudai Egyetem
A projekt címe:
LPWAN kommunikációs technológia épülő szarvasmarha bendőszonda kifejlesztése
A szerződött támogatási összeg:
1 080 540 690 Ft
A támogatás mértéke:
62.28%
MATE támogatási összeg:
143 472 490 Ft
MATE támogatás mértéke:
100%
A projekt kezdete:
2021. 01. 01.
A projekt befejezési dátuma:
2023. 12. 31.
A projekt tartalmának bemutatása:
Bár az IT-eszközök által generált adatok hatékonyságnövelést célzó kezelése, tárolása és elemzése az agráriumban a legkevésbé elterjedt, a világ digitalizációjának velejárója, hogy egyre több olyan operatív rendszerrel találkozhatunk az agrár szektorban is, amely az állattartó gazdaságoknak adatalapú döntéstámogatást biztosít oly módon, hogy az állatokról adatokat gyűjt, majd különböző algoritmusok segítségével az adatokat riasztások és javaslatok formájában továbbítja a felhasználóhoz.
Jelen projekttel a szarvasmarhatartás területén a precíziós állattartás széleskörű elterjedését gátló problémákat (nagy beruházási költség, nem kellően megbízható működés, nem megoldott tápellátás a szenzorokban stb.) kívánjuk feloldani. Innovációnk célja egy olyan LPWAN (Low Power Wide Area Network) kommunikációs technológiára épülő, helyi adatgyűjtő eszközöket mellőző, bendőszondára épülő komplex döntéstámogató rendszer (bendőszonda és hozzá kapcsolódó alkalmazási környezet valamint fejlett tudományos kísérletek eredményeképp kifejlesztett algoritmusokat integráló központi rendszer) fejlesztése tejelő és húshasznú szarvasmarhatartó gazdaságok számára, amely a bendőben és az állatok környezetében mért adatok elemzésével képes az ivarzás és az ellés jelenleg elérhető eszközöknél megbízhatóbb detektálására.
A rendszer fejlett algoritmusok segítségével képet ad az egyes anyagforgalmi zavarok okozta és lázzal járó megbetegedések kialakulásáról is. A hároméves projektidőszak során nagymennyiségű adat gyűjtését tervezzük az állatok mikrokörnyezetéből (pl. hőmérséklet, páratartalom, szélsebesség stb.), és magukról az állatokról (pl. mozgási aktivitás, fekvéssel/állással töltött idő, szívritmus stb.). A döntést támogató riasztások és elemzések a fejlesztés tárgyát képező felhasználói felületen jelentkeznek majd a gazdáknál.