Terug naar alle artikelen

Vee tellen met dronefoto's: een AI-gids voor veehouders

Je kudde gaat niet netjes in de rij staan om geteld te worden. Maar een drone heeft dat ook niet nodig. Zo verandert luchtgebonden AI-telling de bedrijfsvoering op de boerderij.

list In dit artikel

Je kudde gaat niet netjes in de rij staan om geteld te worden. Maar een drone heeft dat ook niet nodig.

Het tellen van vee is een fysiek en tijdrovend karwei zolang de veehouderij bestaat. Door de weilanden lopen, hekken controleren, tellen bij de poorten, turen naar stipjes op een heuvel in de verte. Bij een bedrijf met 1.000 dieren kost handmatig tellen 8 tot 12 arbeidsuren per week, en het resultaat is nog steeds een schatting. Dronegebaseerd AI-tellen maakt van een hele werkdag een vlucht van 20 minuten.

De oude manier: lopen, schatten, hertellen

Traditioneel kudde tellen betekent het veld in. Veehouders te paard of op de quad rijden door de weilanden en tellen de dieren onderweg. Op open terrein werkt dit redelijk. Op ruw terrein met struiken, bomen en heuvels verspreiden dieren zich en verstoppen ze zich. Je telt 487 's ochtends en 502 's middags, en beide aantallen kunnen kloppen noch niet.

De problemen worden groter met de schaal. Grotere bedrijven houden vee op duizenden hectaren gemengd terrein. Tellen bij poorten werkt voor verplaatsingen en transporten, maar niet voor dagelijkse gezondheidscontroles of voorraadverificatie. Dieren die afdwalen, kalveren in de struiken of gewoon achter een boom staan, worden onzichtbaar voor iemand op grondniveau.

Hoe drone- en AI-telling werkt

De workflow heeft vijf stappen: plannen, vliegen, vastleggen, detecteren, rapporteren.

Eerst stel je een vliegplan op. De meeste consumentendrones ondersteunen geautomatiseerde rastervluchten die een gedefinieerd gebied op een vaste hoogte bestrijken. Een typische weidesurvey vliegt op 30 tot 60 meter hoogte en legt elke paar seconden beelden met hoge resolutie vast.

De drone maakt overlappende foto's terwijl hij het raster volgt. Deze beelden worden verwerkt door een AI-detectiemodel dat individuele dieren herkent op basis van vorm, grootte en kleur. Elk gedetecteerd dier krijgt een markering, en het systeem levert een totaaltelling plus een visuele kaart die precies laat zien waar elk dier is gevonden.

CattleQuants, een toonaangevende dronegebaseerde teldienst, meldt dat een typische weide-inspectie 15 tot 20 minuten vliegtijd kost en resultaten levert binnen enkele minuten na de landing. Het volledige proces, van opstijgen tot geverifieerde telling, kan in minder dan een uur worden afgerond voor de meeste bedrijven.

Aerial view from a drone showing a herd of cattle spread across green pasture land, demonstrating how drone photography captures livestock for AI counting

Nauwkeurigheid: wat de data laat zien

Dronegebaseerd AI-tellen bereikt 90 tot 99% nauwkeurigheid afhankelijk van de omstandigheden. CattleQuants rapporteert 99% nauwkeurigheid bij voederplaatsinspecties waar dieren in open kralen staan, en 90 tot 99% in weideomgevingen waar vegetatie en terrein meer complexiteit creëren.

Een Nieuw-Zeelands onderzoek toonde aan dat geavanceerde systemen 97% nauwkeurigheid bereiken bij de eerste analyse en 99,9% na menselijke beoordeling van gemarkeerde detecties. De AI vindt dieren die menselijke waarnemers missen: achter struiken, in boomschaduwen of in dalen in het terrein. Onderzoek gepubliceerd in Nature toonde aan dat het combineren van thermische en RGB-beelden de detectie van verborgen dieren verbetert van 15% naar 85% voor soorten die gecamoufleerd zijn tegen hun achtergrond.

De wereldwijde markt voor veemonitoring werd in 2024 gewaardeerd op 4,4 miljard dollar en zal naar verwachting 8,5 miljard dollar bereiken in 2030, met een jaarlijkse groei van 11,8%. De verbeteringen in nauwkeurigheid stimuleren de adoptie bij bedrijven van alle groottes.

AI vindt wat jij mist

In veldtests identificeert AI-detectie consequent 2 tot 5% meer dieren dan menselijke waarnemers die dezelfde beelden tellen. De dieren zijn niet verborgen voor de camera, ze zijn verborgen voor de menselijke aandacht.

Meer dan tellen: wat de drone nog meer ziet

Als de drone eenmaal in de lucht is, is tellen slechts het begin. Dezelfde beelden en AI-modellen kunnen een reeks aanvullende taken ondersteunen.

Detectie van afgedwaalde dieren

Dieren identificeren die buiten hun aangewezen weide zijn gekomen of een hek zijn overgestoken, voordat ze kilometers ver weg zijn.

Gezondheidsmonitoring

Thermische camera's detecteren verhoogde lichaamstemperaturen die kunnen wijzen op ziekte, verwonding of hittestress. Vroege detectie betekent snellere behandeling.

Kalfbewaking

Koeien opsporen die zich van de kudde hebben afgescheiden om te kalven, waardoor kalfverlies wordt verminderd door paren vroeg te vinden.

Weidebeoordeling

Luchtbeelden onthullen begrazingspatronen, overbegraasde gebieden en de toestand van waterbronnen: nuttige gegevens voor rotatieplanning.

Thermal camera view from a drone showing cattle as bright heat signatures against cooler ground, demonstrating how thermal imaging detects animals in vegetation

Benodigde apparatuur

Je hebt geen militaire hardware nodig. Een consumentendrone met een goede RGB-camera is voldoende voor de meeste teltaken.

  • Drone: elk model met een vliegtijd van 20 minuten of langer, GPS-waypointnavigatie en een camera van 12MP of hoger. Populaire keuzes zijn de DJI Mini-serie voor kleine bedrijven en de DJI Mavic- of Air-serie voor grotere boerderijen.
  • Thermische camera (optioneel): voegt warmtesignatuurdetectie toe om dieren in dicht struikgewas, schaduw of bij weinig licht te vinden. Nuttig maar niet vereist voor basistelling.
  • Telsoftware: AI-detectiemodellen die de vastgelegde beelden verwerken en tellingen retourneren. Sommige diensten zoals CattleQuants bieden complete oplossingen; fotogebaseerde tel-apps kunnen ook individuele luchtfoto's verwerken.
  • Vliegplannings-app: de meeste dronefabrikanten bieden rastervluchtplanning in hun apps. DJI Fly en Litchi zijn veelgebruikte opties.

Beperkingen om te kennen

Dronetelling is krachtig maar niet perfect. Dicht boomkruindek blokkeert de camera volledig. Nachtelijke omstandigheden vereisen thermische camera's, die een lagere resolutie hebben dan RGB-sensoren. Zeer grote kuddes verspreid over duizenden hectaren kunnen meerdere vluchten vereisen, en wind of regen kan de operatie aan de grond houden.

Opeengepakt vee blijft een uitdaging voor AI: dicht op elkaar staande runderen in een hoek van de kraal kunnen worden ondergeteld wanneer individuele contouren samenvloeien. Onderzoek van MDPI Sensors bevestigt dat opeengepakte dieren en wisselend achtergrondcontrast de twee moeilijkste problemen zijn voor huidige detectiemodellen.

Rancher standing in an open pasture holding a drone controller with cattle grazing in the background, showing the practical simplicity of drone-based livestock counting

De conclusie

Veehouders hebben generaties lang vee op de moeilijke manier geteld. Een consumentendrone en een AI-telmodel volbrengen nu dezelfde taak in een fractie van de tijd, met betere nauwkeurigheid en een permanent visueel verslag van elke telling.

De volgende keer dat je een koppen-telling nodig hebt, stuur de drone de lucht in in plaats van een paard te zadelen. Je telling is klaar voordat je je koffie op hebt, en het is waarschijnlijk nauwkeuriger dan welke telling je ooit te voet hebt gedaan.