The body mass of a dairy cow is an important parameter that influences the selection of optimal nutrition regime and tracks the health condition of the animal. Consequently, the monitoring of dairy cow body mass is of great importance. The objective of precision livestock farming is to obtain body weight data for each animal using automatic walk-through weighing platform (dynamic weighing). In this work three independent methods for body mass recognition of dynamically weighed dairy cows are developed and tested. In the first method, a mathematical model is created to simulate cow locomotion. This method is usable only for limited weighing situations. In the second method fuzzy logic calculus is used in non-linear averaging and in the third method neural network is applied as classifier. Both methods show good accuracy in body mass recognition of dairy cows, while the neural network method is faster and easier to implement.     «

The body mass of a dairy cow is an important parameter that influences the selection of optimal nutrition regime and tracks the health condition of the animal. Consequently, the monitoring of dairy cow body mass is of great importance. The objective of precision livestock farming is to obtain body weight data for each animal using automatic walk-through weighing platform (dynamic weighing). In this work three independent methods for body mass recognition of dynamically weighed dairy cows are dev...     »

Die Körpermasse von Milchkühen ist ein wichtiger Parameter für die Bemessung der notwendigen Futtermenge und die Beurteilung der Tierkondition. Deshalb ist die Kenntnis der aktuellen Körpermasse von großer Bedeutung. Im Rahmen von Precision Livestock Farming ist die automatische Ermittlung der Körpermasse von Tieren, die über eine Wiegeplattform gehen (dynamisches Wiegen), notwendig. In der Arbeit wurden dazu drei verschiedene Verfahren entwickelt und überprüft. Das erste Verfahren verwendet ein mathematisches Modell, das die Gehbewegungen einer Kuh simuliert; diese Methode ist aber nur eingeschränkt einsetzbar. Das zweite Verfahren benutzt für die Ermittlung der Körpermasse methodisch die Fuzzy-Logik, das dritte Verfahren Neuronale Netzwerke als Klassifikatoren. Beide Verfahren führen zu ähnlich guten Ergebnissen, wobei das Verfahren „Neuronale Netze“ einfacher zu implementieren ist.     «

Die Körpermasse von Milchkühen ist ein wichtiger Parameter für die Bemessung der notwendigen Futtermenge und die Beurteilung der Tierkondition. Deshalb ist die Kenntnis der aktuellen Körpermasse von großer Bedeutung. Im Rahmen von Precision Livestock Farming ist die automatische Ermittlung der Körpermasse von Tieren, die über eine Wiegeplattform gehen (dynamisches Wiegen), notwendig. In der Arbeit wurden dazu drei verschiedene Verfahren entwickelt und überprüft. Das erste Verfahren verwendet ein...     »