JP7483242B2 - 情報処理装置及び予測プログラム - Google Patents

Description

本発明は、情報処理装置及び予測プログラムに関する。

養豚等の家畜は、養豚場内の畜舎内等において、飼育され、成長して一定の体重になると、出荷される。畜舎における家畜の移動などは人手によって行なわれているために、非常に大きな労力が必要である。

そこで、例えば、家畜の詳細な管理と飼育の省力化を実現する飼育支援システムが開示されている（例えば、特許文献１）。当該飼育支援システムでは、家畜に付したＩＣタグの内部に個体識別情報と飼育計画情報を持たせ、ゲート制御装置は、ＩＣタグから読み出した個体情報と飼育計画情報を用いてゲートを制御する。このとき、家畜がゲートを通過する際に、センサによって体重や体温を測定し、測定した情報はＩＣタグに飼育履歴として書き込まれる。これにより、家畜を任意の区画に自動的に誘導し、家畜の詳細な管理と飼育の省力化を図っている。

特開２００７－２６７６９８号公報

例えば、豚の大群飼育では、自動計量機を使って体重の増加をモニタリングする。豚は生まれてから4か月程度で出荷体重にまで成長することから、日々の体重管理が重要であり、体重の成長カーブを見ながら餌を調整している。例えば、成長カーブが急の場合はカロリーを抑えた餌を与える等の調整を行っている。

一方で、豚は肉付きや脂肪の量によって等級が与えられ、更に、部位別の肉付きや脂肪の量で、用途が変わったり出荷先が変わったりする事がある。

しかしながら、現状では豚の体重管理しか行っていないので、各部位の肉付きまで管理出来ていない。したがって、どのような給餌や育成環境であれば、よりよい肉質や等級を生産することができるかを予測することが求められている。

本発明では、給餌や育成環境から目的とする肉質等を予測する情報処理装置及び予測プログラムを提供する。

本発明の一側面における、通信ネットワークを介して、家畜を飼育する飼育場に設けられた１以上の装置と通信可能な情報処理装置は、前記装置から、家畜個別の身体に関する身体情報と、前記家畜に与えた飼料に関する飼料情報と、前記家畜を育成する環境に関する環境情報と、出荷後に解体された家畜の質に関する質情報とを取得する取得部と、前記身体情報と、前記飼料情報と、前記環境情報と、前記質情報とを機械学習させて、育成状況に対する肉質の推移を予測する予測モデルを生成する生成部と、を備えることを特徴とする。

前記情報処理装置は、さらに、前記予測モデルを用いて、前記育成状況に対する肉質の推移を予測する予測部を備えることを特徴とする。

前記情報処理装置は、さらに、前記身体情報と、前記飼料情報と、前記環境情報と、及び前記質情報のうち少なくともいずれか１の情報と、前記予測モデルとに基づいて前記家畜の発育状態または育成環境を判定する判定部と、前記家畜の発育状態または育成環境に応じて通知を行う通知部と、を備えることを特徴とする。

本発明の一側面における予測プログラムは、通信ネットワークを介して、家畜を飼育する飼育場に設けられた１以上の装置と通信可能なコンピュータに、前記装置から、家畜個別の身体に関する身体情報と、前記家畜に与えた飼料に関する飼料情報と、前記家畜を育成する環境に関する環境情報と、出荷後に解体された家畜の質に関する質情報とを取得する取得処理と、前記身体情報と、前記飼料情報と、前記環境情報と、前記質情報とを機械学習させて、育成状況に対する肉質の推移を予測する予測モデルを生成する生成処理と、を実行させることを特徴とする。

前記予測プログラムは、前記コンピュータに、さらに、前記予測モデルを用いて、前記育成状況に対する肉質の推移を予測する予測処理を実行させることを特徴とする。

前記コンピュータに、さらに、前記身体情報と、前記飼料情報と、前記環境情報と、及び前記質情報のうち少なくともいずれか１の情報と、前記予測モデルとに基づいて前記家畜の発育状態または育成環境を判定する判定処理と、前記家畜の発育状態または育成環境に応じて通知を行う通知処理と、を実行させることを特徴とする。

本発明によれば、給餌や育成環境から目的とする肉質等を予測することができる。

本実施形態における情報処理装置の概念図である。 本実施形態における畜産管理システムの一例を示す図である。 本実施形態における体重計測選別機の外観斜視図である。 本実施形態における体重計測選別機の正面図である。 本実施形態における体重計測選別機の平面図である。 本実施形態における体重計測選別機の側面図である。 本実施形態における体重計測選別機の出口ゲートの回動について説明するための図である。 本実施形態における給餌機の一例を示す図である。 本実施形態における畜産管理システムの機能ブロック図である。 本実施形態における体重計測選別機の電気制御系に関するブロック図である。 本実施形態におけるサーバ装置によって受信される送信データの一例を示す図である。 本実施形態におけるデータ取得部による処理のフローチャートである。 本実施形態における予測モデル生成部による処理のフローチャートである。 本実施形態における予測部による処理のフローチャートである。 本実施形態における判定部及び通知部による処理のフローチャートである。 本発明の実施形態におけるプログラムを実行するコンピュータのハードウェア環境の構成ブロック図の一例である。

図１は、本実施形態における情報処理装置の概念図である。情報処理装置１は、通信ネットワークを介して、家畜を飼育する飼育場に設けられた１以上の装置と通信可能である。装置の例として、後述する体重計測選別機１３、給餌機１５、超音波診断装置２３、ＰＣ２９が挙げられる。情報処理装置１は、取得部２と生成部３を含む。

取得部２は、装置から、家畜個別の身体に関する身体情報と、家畜に与えた飼料に関する飼料情報と、家畜を育成する環境に関する環境情報と、出荷後に解体された家畜の質に関する質情報とを取得する。取得部２の一例として、後述するデータ取得部８３ａが挙げられる。

生成部３は、身体情報と、飼料情報と、環境情報と、質情報とを機械学習させて、育成状況に対する肉質の推移を予測する予測モデルを生成する。生成部３の一例として、予測モデル生成部８３ｂが挙げられる。

このように構成することにより、給餌や育成環境から目的とする肉質を予測することができる。

情報処理装置１は、さらに、予測部４を含む。予測部４は、予測モデルを用いて、育成状況に対する肉質の推移を予測する。予測部４の一例として、後述する予測部８３ｃが挙げられる。

このように構成することにより、ユーザからの問い合わせに応じて、生成された予測モデルに基づいて、どういった餌や環境で、どのような肉（肉質、肉量）が作れるかを応答することができる。

情報処理装置は、さらに、判定部５、通知部６を含んでもよい。判定部５は、身体情報と予測モデルとに基づいて家畜の発育状態を判定する。判定部５の一例として、後述する判定部８３ｄが挙げられる。通知部６は、家畜の発育状態に応じて通知を行う。通知部６の一例として、後述する通知部８３ｅが挙げられる。

このように構成することにより、予測モデルを利用して発育不良の豚を発見した場合には、アラートを発生させることができるので、そのような豚に対して早期に対処することができる。

なお、上記では、取得部２により身体情報と、飼料情報と、環境情報と、質情報を取得して、生成部３により予測モデルを生成したがこれに限定されず、予め身体情報と飼料情報と環境情報と質情報が取得されて紐づけられたデータを用いてもよい。

図２は、本実施形態における畜産管理システム１０の一例を示す図である。本実施形態では、家畜の一例として、豚を用いて説明するが、これに限定されず、牛、馬、鶏等であってもよい。

養豚場１１は、休息エリア１６、給餌エリア１７、出荷エリア１８があり、それぞれのエリア間は、体重計測選別機１３またはゲート１４を除き、豚２６が自由に行き来できないように、境界に柵が設けられている。休息エリア１６には、例えば給水機が設置されていてもよい。給餌エリア１７には、例えば、給餌機１５が設置されている。豚２６にはそれぞれ、個体を識別する識別情報（ＩＤ）が格納されたＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）タグが付与されている。

体重計測選別機１３は、休息エリア１６、給餌エリア１７、及び出荷エリア１８の３つの境界が交わる部分に設置されている。より具体的には、体重計測選別機１３の入口ゲート４６が休息エリア１６へ、出口ゲート４３の一方が給餌エリア１７へ、出口ゲート４３の他方側が出荷エリア１８に向き合うように設置する（これについては後述する。）。さらに、体重計測選別機１３の前方にある出口ゲート開閉用軸４０（後述する）が給餌エリア１７と出荷エリア１８の境界と重なるように設置する。

また、ゲート１４は、給餌エリア１７から休息エリア１６へ一方通行に規制するゲートであり、ゲート１４を通って休息エリア１６から給餌エリア１７へは行くことはできない。

豚は習性として、餌を取る場所と生活する場所とを分け、水を飲むと排泄を行なう。そのため、休息エリア１６に居る豚は空腹になると自ら入口ゲート４６に入って、体重に応じた出口ゲート４３の誘導により給餌エリア４４に移動し、その後、水を飲んで排泄し、ゲート１４を通って休息エリア１６に戻る（（Ａ）で示すルート参照）。一方、体重に応じた出口ゲート４３の誘導により出荷エリア１８に移動した豚は、出荷可能であるとして、出荷用運搬車２７により出荷される（（Ｂ）で示すルート参照）。出口ゲート４３の挙動については、図７で説明する。

体重計測選別機１３には、各種計測器やセンサ等が設けられており、各種計測器やセンサ等で取得されたデータは、データセンター２１へ送信される。また、給餌機１５は、豚個別に餌を提供する給餌機であり、所定の量の餌をＩＣタグリーダにより個体を識別した豚に提供することができ、個体識別情報と、餌の提供料を通信ネットワークを介して、データセンター２１へ送信する。

また、休息エリア１６には、通用ゲート１２が設けられており、外部と行き来したり、豚を個別に、超音波プローブ２４を介して超音波画像診断装置２３により画像診断することができる。畜産者は超音波プローブ２４を豚の体表面に接触させて、超音波画像診断を行うことができる。これにより、肉質等を診断することができる。

出荷用運搬車２７により出荷された豚２６は、食肉処理場２８にて食肉用に解体され、肉量や脂量で価格が決まるため、各部位の肉量や脂の量など報告される。このとき、その豚の、肉の等級、各部位の肉量、脂肪量等が計測される。計測された肉の等級、各部位の肉量、脂肪量等の情報は、コンピュータ（ＰＣ）２９に入力され、データセンター２１に送信される。

データセンター２１には、サーバ装置２２が設置されている。サーバ装置２２は、各地の養豚場１１から送信されたデータを収集し、それらのデータを解析して、豚の発育状態の推移を機械学習し、豚の発育の推移に関する予測モデルを生成する。

次に、畜産管理システム１０を構成する要素について詳述する。

図３は、本実施形態における体重計測選別機１３の外観斜視図である。図４は、本実施形態における体重計測選別機１３の正面図である。図５は、本実施形態における体重計測選別機１３の平面図である。図６は、本実施形態における体重計測選別機１３の側面図である。本実施形態にかかる体重計測選別機１３に適用する家畜の一例として、豚を対象とするがこれに限定されず、様々な家畜に適用することができる。

体重計測選別機１３は、ケージ４５内に、ケージ状の計量かご４４を内包する。ケージ４５は、複数の金属の棒が等間隔で並べて立設させて、四方を囲んでいる。ケージ４５の天井部分として天板部３９が取り付けられている。計量かご４４は、対象となる家畜、この例では豚が乗るためのかごであり、計量かご４４の重量の計測を行うことができる。

天板部３９には、電装ボックス３１、カバー３５，３６，３７，３８，５６，７０、フィルタレギュレータ５５、撮像装置７５が設けられている。カバー３５は、ロードセル６２を覆っている。カバー３６は、侵入判定センサ６３を覆っている。カバー３７は、ロードセル６２、入場ゲート開閉用エアシリンダ６５を覆っている。カバー３８は、出口ゲート駆動用エアシリンダ６１を覆っている。カバー５６は、退出判定センサ５７を覆っている。カバー７０は、温度計測器７１、湿度計測器７２、二酸化炭素濃度計測器７３を覆っているが、外気が入ってきやすいように風通しがよい構造となっている。

電装ボックス３１は、その内部に空圧電磁弁、電源ユニット、ヒューズ、端子台等を格納する。電装ボックス３１の前方面には、例えば指示計３３、電源スイッチ２４が設けられている。指示計３３は、計測した体重の表示及び体重計測選別機１３の制御等を行う操作表示部である。指示計３３には、第１表示部５１、第２表示部５２、第１入力部５３、第２入力部５４が設けられている。

電源スイッチ２４は、体重計測選別機１３に電力を供給するための電源スイッチである。電装ボックス３１の上部には、エラーランプ３２が設けられている。エラーランプ３２は、体重計測選別機１３に動作エラーが生じた場合に点滅する。

ロードセル６２は、荷重がかかると、その荷重を電気抵抗の変化としてひずみ計で計測し、重さに変換する重量センサである。本実施形態では、４つのロードセル６２により計量かご４４に乗った豚の体重を計測する。

侵入判定センサ６３は、ケージ４５内の所定の位置まで豚が侵入したかを判定するためのセンサであって、例えば光電センサであってもよい。侵入判定センサ６３は、ケージ４５の入口から豚の体長よりも長く、かつ２頭分の長さよりも短い位置に設置されている。これにより、豚がケージ４５内または計量かご４４に十分侵入したことを確認して、入口ゲート４６を閉じることができる。さらに、ケージ４５の入口から豚の体長よりも長く、かつ２頭分の長さよりも短い位置に設置された侵入判定センサ６３により、１頭が侵入して、２頭目が侵入する前に入口ゲート４６を閉じることができるので、入口ゲート４６よりケージ４５内に侵入する豚が１頭ずつになるように規制することができる。

なお、光電センサは、例えば、反射型でもよいし、透過型でもよいし、回帰反射型でもよい。反射型光電センサの場合には、発光素子と受光素子を1つの光電センサに内蔵し、発光素子からの光が検出物体に照射されて、受光素子が検出物体からの反射光を受光し、受光した光の強度に応じて、侵入した豚を検知することができる。透過型光電センサの場合には、投光器と受光器とが分離し、一方はケージ４５の天井に、他方は計量かご４４の床に設置されており、投光器と受光器との間に検出物体（豚）が入ると投光器の光が遮光され、侵入した豚を検知することができる。回帰反射型光電センサの場合、発光素子と受光素子を1つの光電センサに内蔵し、検出物体からの反射光を受光するものであって、発光素子からの光が計量かご４４の床に設けたリフレクタで反射し、受光素子で受光するし、検出物体が来ると遮光される。光電センサとリフレクタとの間に検出物体（豚）が入ると投光器の光が遮光され、侵入した豚を検知することができる。

撮像装置７５は、体重計測選別機１３の上方から、入口ゲート４６に侵入しようとする豚及び出口ゲート４３から退出した豚の各部位の肉付きを撮影する。肉付きは、例えば、肩ロース、ロース、もも、の肉付きを撮影して、その肉付きを確認・評価する。確認・評価の内容は、肉の面積や肉付きであり、具体的には、撮像された画像を用いて、高さや面積から容量を確認し、また重量データも掛け合わせる事で、肉密度＝脂の量も推定することができる。

ケージ４５の天井部分には、ＩＣタグリーダ７４、ＩＣタグリーダ７４は、豚の耳等に付与されたＩＣタグ２５に格納された個体識別情報（identification：ＩＤ）を読み取る。なお、ケージ４５の天井部分お飛び四隅にそれぞれ、撮像装置が設置されていてもよく、この場合、撮像装置は、ケージ４５内に収容された豚の各部位の画像を撮像するようにしてもよい。

退出判定センサ５７は、ケージ４５の出口から豚が退室したかを判定するためのセンサであって、例えば上述した光電センサであってもよい。退室判定センサ５７は、ケージ４５の出口の上部に設置されている。これにより、豚がケージ４５の出口から退出したことを確認して、出口ゲート４３を閉じることができる。

入場ゲート開閉用エアシリンダ６５は、空気圧を使用して入口ゲート４６の開閉を行う。出口ゲート駆動用エアシリンダ６１は、空気圧を使用して出口ゲート開閉用軸４０を時計回りまたは反時計回りに回転させて、出口ゲート４３の開閉を行う。なお、入場ゲート開閉用エアシリンダ６５及び出口ゲート駆動用エアシリンダ６１は、空気圧式に限定されず、油圧式であってもよいし、電動であってもよい。

フィルタレギュレータ５５は、体重計測選別機１３内の所定の部品（例えば、入場ゲート開閉用エアシリンダ６５及び出口ゲート駆動用エアシリンダ６１等）に供給する空気圧を調整することができる。これにより、入口ゲート４６及び出口ゲート４３の開閉する力の強さを調整することができる。

ケージ４５の後方部分には、入口ゲート４６、入口スロープ６６が設けられている。入口ゲート４６は、この例では、両開き機構が採用されている。また、入口ゲート４６は、豚１頭ずつ侵入するように、豚２頭が同時に侵入しないサイズに設計されている。入口スロープ６６は、豚が入口に入るのをスムーズにすると共に、段差をなくして侵入する豚の爪を保護する。

ケージ４５の前方部分には、出口ゲート４３、スペーサ４１、出口ゲート開閉用軸４０、出口スロープ４２が設けられている。出口ゲート４３は、一枚の扉であり、その中央部には出口ゲート４３の平面方向に対して垂直方向にスペーサ４１が設けられている。スペーサ４１の他方の端部は、出口ゲート開閉用軸４０が回動可能に接続されている。出口ゲート４３、スペーサ４１は、出口ゲート開閉用軸４０を回転中心として、回動する。これにより、出口ゲート開閉用軸４０を中心として出口ゲート４３を左右に回動させることができるので、出口ゲート４３から外へ出る豚の進行方向を左または右に誘導して、振り分けることができる。出口スロープ４２は、豚が出口から退出するのをスムーズにすると共に、段差をなくして退出する豚の爪を保護する。

ケージ４５の底部には、揺れ止めボルト６７が設けられている。揺れ止めボルト６７は、計量かご４４の揺れを抑えるためのストッパーである。

温度計測器７１は、周辺の温度（または気温）を計測する計測器である。湿度計測器７２は、周辺の湿度を計測する計測器である。二酸化炭素濃度計測器７３は、周囲の二酸化炭素の濃度を計測する計測器である。

図７は、本実施形態における体重計測選別機の出口ゲートの回動について説明するための図である。図７（Ａ）は、ケージ４５内から豚が退出する際に、豚を右側（豚の進行方向に対して右側）へ誘導するために、出口ゲート４３（及びスペーサ４１）が時計回りに動作し、豚の進行方向に対して右側に出口ゲート４３が開いている状態を示す。

図７（Ｂ）は、ケージ４５内から豚が退出する際に、豚を左側（豚の進行方向に対して左側）へ誘導するために、出口ゲート４３（及びスペーサ４１）が反時計回りに動作し、豚の進行方向に対して左側に出口ゲート４３が開いている状態を示す。

出口ゲート４３及びスペーサ４１を上方からみるとＴ字形状をしており、そのＴ字の下部分が出口ゲート開閉用軸４０と連結している。出口ゲート開閉用軸４０を中心として、出口ゲート４３及びスペーサ４１が時計回りや反時計回りに回動する。

図７（Ａ）では、出口ゲート４３及びスペーサ４１は、出口ゲート開閉用軸４０を中心として、時計回りに回転し、右側が開いている。これにより、豚は右側に進行して給餌エリアへ進むことができる。この場合、出口ゲート４３が「給餌エリア側へ開く」という。

図７（Ｂ）では、出口ゲート４３及びスペーサ４１は、出口ゲート開閉用軸４０を中心として、反時計回りに回転し、左側が開いている。これにより、豚は左側に進行して出荷エリアへ進むことができる。この場合、「出口ゲート４３が出荷エリア側へ開く」という。

ここで、体重に応じた振り分け時の出口ゲート４３の開閉の挙動について説明する。計量前は入口ゲート４６が開いた状態で、出口ゲート４３は閉じた状態である。

計量かご１５に豚が乗り、豚がケージ２１内の所定位置まで侵入すると、侵入判定センサ６３により検知され、入口ゲート４６が閉じる。その後、計量かご４４に乗った豚の体重が計測される。計測の結果、計測値＜下限値または計測値＞上限値の場合、出口ゲート４３は、給餌エリア側に開く（図７（Ａ）の状態）。なお、下限値及び上限値は予め設定されている。

一方、計測の結果、下限値≦計測値≦上限値の場合、出口ゲート４３は、出荷エリア側に開く（図７（Ｂ）の状態）。

本実施形態における体重計測選別機１３を用いることにより、肥育期間は、豚が体重計測選別機１３を通過する際に自動的に豚の体重を計測することができる（なぜなら、体重計測選別機１３を通らないと餌を食べることができないからである。）。また、設定体重と出荷予定頭数により給餌エリア１７と出荷エリア１８への振り分けを自動で行うことができる。例えば、当日の出荷予定数にすでに到達または通過する豚が適正体重でない場合には給餌エリア１７へ豚を誘導するために出口ゲート４３を給餌エリア側へ開けることができる。また、当日の出荷予定数に未到達かつ通過する豚が出荷適正体重の場合には出荷エリア１８へ誘導するために、出口ゲート４３を出荷エリア側へ開けることができる。

このように、家畜の習性を利用することで、人手によって行なわれていた畜舎の移動などを自動化し、また、排泄場所を特定することで清掃などの労力も軽減することができる。さらに、小単位で飼育する必要がなくなるので、休憩区画を大きく設計して家畜に与えるストレスを無くすことができる。

なお、本実施形態では、出口ゲート４３として１つの扉に接続したスペーサに設けた軸を回転させて豚の退出方向を制御したが、これに限定されない。例えば、給餌エリア側と出荷エリア側のそれぞれの側に出口ゲート（例えば、両開きタイプ）を設けてもよい。

また、体重計測選別機１３は、家畜の体温を測るための体温計測器を有していてもよい。このとき、体温計測器は、例えば家畜から放射される赤外線を計測することができる非接触型の体温計測器であってもよい。

図８は、本実施形態における給餌機の一例を示す図である。図８（Ａ）は、給餌機１５を側面から見た図である。図８（Ｂ）は、給餌機１５を上から見た図である。給餌機１５は、ホッパー１５ａ、ホッパーホルダ１５ｂ、ＩＣタグリーダ１５ｃ、給餌フィーダ１５ｄ、パーティション１５ｅを含む。

ホッパー１５ａは、餌を蓄えるとともに、所定量の餌を給餌フィーダ１５ｄに排出することができる。ホッパーホルダ１５ｂは、ホッパー１５ａを支持する。ＩＣタグリーダ１５ｃは、豚に付与されたＩＣタグ２５から個体識別情報（ＩＤ情報）を読み出す。

豚２６は、ホッパー１５ａから給餌フィーダ１５ｄに排出された餌１５ｆを食べる。ホッパー１５ａ、ホッパーホルダ１５ｂ、ＩＣタグリーダ１５ｃ、給餌フィーダ１５ｄは、１組である。給餌機１５は、複数組のホッパー１５ａ、ホッパーホルダ１５ｂ、ＩＣタグリーダ１５ｃ、給餌フィーダ１５ｄを有しており、隣接する組とは、パーティション１５ｅで仕切られている。このパーティション１５ｅにより、豚２６は個別に餌１５ｆを食べることができるとともに、餌の配給料を調節することができる。

また、餌の配給量の計量は、給餌機１５での計量だけでなく、ホッパー１５ａに飼料供給するためのタンクや配管の途中で計量するようにしてもよい。

図９は、本実施形態における畜産管理システム１０の機能ブロック図である。畜産管理システム１０は、体重計測選別機１３、給餌機１５、超音波画像診断装置２３、ＰＣ２９、サーバ装置２２を含む。体重計測選別機１３、給餌機１５、超音波画像診断装置２３、ＰＣ２９、サーバ装置２２、及びユーザ端末９８は、通信ネットワーク９７を介して接続されている。

体重計測選別機１３は、通信部９３、ＩＣタグリーダ７４、撮像装置７５、ロードセル６２、温度計測器７１、湿度計測器７２、二酸化炭素濃度計測器７３を含む。通信部９３は、ＩＣタグリーダ７４により読み取られたＩＤ、撮像装置７５により撮像されたが画像データ、ロードセル６２により計測された体重等を、「家畜状態情報」として通信ネットワーク９７を介してサーバ装置２２へ送信する。なお、体重計測選別機１３に対応計測器が搭載されている場合には家畜の体温情報を家畜状態情報に含ませてもよい。

また、通信部９３は、温度計測器７１により計測された温度（または気温）、湿度計測器７２により計測された湿度、二酸化炭素濃度計測器７３により計測された二酸化炭素濃度等を、「環境関係情報」として通信ネットワーク９７を介してサーバ装置２２へ送信する。

給餌機１５は、通信部９４を含む。通信部９４は、ＩＣタグリーダ７４により読み取られたＩＤ及び与えた餌の量等を、「給餌関係情報」として通信ネットワーク９７を介してサーバ装置２２へ送信する。

超音波画像診断装置２３は、通信部９５を含む。通信部９５は、超音波画像診断装置２３によって生成された画像データを、「超音波診断情報」として通信ネットワーク９７を介してサーバ装置２２へ送信する。

ＰＣ２９は、通信部９６を含む。通信部９６は、入力された食肉に関する情報を、「食肉関係情報」として通信ネットワーク９７を介してサーバ装置２２へ送信する。

サーバ装置２２は、通信部８１、制御部８２、記憶部８６を含む。通信部８１は、通信ネットワーク９７を介して、家畜状態情報、環境関係情報、給餌関係情報、超音波診断情報、食肉関係情報等の各種データを受信する。

制御部８２は、本実施形態にかかるプログラムを実行することにより、データ取得部８３ａ、予測モデル生成部８３ｂ、予測部８３ｃ、判定部８３ｄ、通知部８３ｅとして機能する。データ取得部８３ａは、通信部８１によって受信したデータを取得して記憶部８６内の各データベースに格納するとともに、個体識別情報等を用いて紐づける。これにより、収集した画像データと重量（体重）データは、捌かれた後の肉量や脂量（結果）と紐づけされ、ビッグデータとなっていく。なお、以下では、データベースを「ＤＢ」と称する。

予測モデル生成部８３ｂは、記憶部８６に蓄積されている、家畜状態情報、環境関係情報、給餌関係情報、超音波診断情報、食肉関係情報等の各種データとを用いて、機械学習を行って、予測モデル９２を作成する。つまり、予測モデル生成部８３ｂは、発育状況や育成環境等に応じて変化する、上質の肉質、等級等を学習し、学習結果を用いて、予測モデル９２を生成する。

このとき、画像データに関しては、予測モデル生成部８３ｂは、画像の特徴量による画像のパターン認識から、肩ロース、ロース、もも等の部位を特定し、肉付きを推定する予測モデルを生成する。具体的には、例えば、予測モデル生成部８３ｂは、画像から、高さや面積から容量を推定し、また重量データも掛け合わせる事で、肉密度＝脂の量も推定する予測モデルを生成する。

なお、予測モデルは、ニューラルネットワークを含んでもよく、ニューラルネットワークは多層のものであってもよい。すなわち、予測モデル生成部８３ｂは、ディープラーニングを行って予測モデルを生成してもよい。

予測部８３ｃは、ユーザからの問い合わせがあった場合、予測モデル９２を用いて、その問い合わせ内容に対する予測結果を応答する。例えば、予測部８３ｃは、ユーザからの問い合わせに応じて、生成された予測モデルに基づいて、どういった餌や環境で、どのような肉（肉質、肉量）が作れるかを応答することができる。

判定部８３ｄは、収集されたデータ（例えば、家畜状態情報、環境関係情報、給餌関係情報、超音波診断情報、食肉関係情報等）と予測モデル９２とに基づいて家畜の発育状態や育成環境等を判定する。例えば、収集されたデータが家畜状態情報であるとする。このとき、判定部８３ｄは、家畜状態情報の所定データが予測モデル９２から所定の閾値以上外れている場合には、発育不良と判定し、家畜状態情報が予測モデル９２から所定の閾値未満の範囲で誤差がある場合には、発育良好と判定する。

通知部８３ｅは、判定部８３ｄによる判定の結果、家畜の発育状態や育成環境等に応じて、例えば、ユーザ端末９８に対して通知を行う。例えば、通知部８３ｅは、発育不良と判定された場合には、ユーザ端末９８にその旨のアラートメッセージを通知する。

記憶部８６は、家畜状態ＤＢ８７、環境関係ＤＢ８８、給餌関係ＤＢ８９、超音波診断ＤＢ９０、食肉関係ＤＢ９１、予測モデル９２を格納する。家畜状態ＤＢ８７は、家畜状態情報を格納する。環境関係ＤＢ８８は、環境関係情報を格納する。給餌関係ＤＢ８９は、給餌関係情報を格納する。超音波診断ＤＢ９０は、超音波診断情報を格納する。食肉関係ＤＢ９１は、食肉関係情報を格納する。予測モデル９２は、予測モデル生成部８３ｂにより生成される予測モデルである。

通信部８１，９３,９４，９５，９６は、通信ネットワーク９７と接続して他の装置と通信するためのポート等のインターフェースである。通信ネットワーク９７は、インターネット、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、専用線、有線、無線等の通信網であってよい。

ユーザ端末９８は、予測モデルによる予測機能を利用したいユーザによって使用されるコンピュータである。ユーザはユーザ装置９８を用いてサーバ装置２２に問い合わせて、どういった餌や環境で、どのような肉（肉質、肉量）が作れるか等の予測を知ることができる。

なお、サーバ装置２２は、収集されたデータと予測モデルとを比較して発育不良の豚を発見した場合には、ユーザ端末９８にその豚の個体識別情報とともにアラートメッセージ等を表示させるようにしてもよい。

図１０は、本実施形態における体重計測選別機の電気制御系に関するブロック図である。指示計３１は、表面に第１表示部５１、第２表示部５２、第１入力部５３、第２入力部５４を有し、内部に制御部１０１、メモリ１０２、通信部９３を含む。

制御部１０１は、体重計測選別機１３全体を制御するプロセッサであり、例えば中央演算装置（ＣＰＵ）である。制御部１０１は、本実施形態にかかるプログラムを実行し、例えば、第１入力部５３または第２入力部５４により入力された内容に基づいて処理を行ったり、ロードセル６２、入口ゲート開閉用エアシリンダ６５、出口ゲート駆動用エアシリンダ６１、または侵入判定センサ６３、退出判定センサ５７からの信号に基づいて、種々の制御を行う。例えば、制御部１０１は、動作エラーが生じた場合には、エラーランプ３２を点滅させる。

メモリ１０２は、例えば、本実施形態にかかるプログラムを格納したり、第１入力部５３または第２入力部５４により入力された内容や所定の値を格納したり、一時的にデータを保持したり等する記憶部である。メモリ１０２は、振動や揺動に強い、例えばフラッシュメモリ等の半導体メモリであってもよい。通信部９３は、制御部１０１によって収集されたデータをサーバ装置２２へ送信する。

天板部３９は、ロードセル６２、入口ゲート開閉用エアシリンダ６５、入口ゲート開閉判定センサ（不図示）、出口ゲート駆動用エアシリンダ６１、出口ゲート開閉判定センサ５７、侵入判定センサ６３、退出判定センサ５７、温度計測器７１、湿度計測器７２、二酸化炭素計測器７３、及び撮像装置７５を含む。ケージ４５は、ＩＣタグリーダ７４を含む。

ロードセル６２は、計量かごの重量の変化を検知した場合、その重量情報を制御部１０１へ伝達する。入口ゲート開閉用エアシリンダ６５は、制御部１０１からの指示に基づいて駆動し、入口ゲート４６を開閉する。出口ゲート駆動用エアシリンダ６１は、制御部１０１からの指示に基づいて駆動し、出口ゲート４３を開閉する。

出口ゲート開閉判定センサ５７は、出口ゲート４３の開閉状態を検知し、その検知情報を制御部１０１に伝達する。侵入判定センサ６３は、ケージ４５内への豚の侵入を判定すると、その判定情報を制御部１０１に伝達する。

なお、入口ゲート４６の開閉の状態は、侵入判定センサ６３の検知状態に応じて判定してもいし、または不図示の入口ゲート開閉判定センサにより、入口ゲート４６の開閉状態を検知してもよい。

ＩＣタグリーダ７４は、ケージ４５内へ侵入した豚に付与されたＩＣタグ２５から個体識別情報を読み出し、制御部１０１へ伝達する。撮像装置７５は、体重計測選別機１３の上方からケージ４５に侵入しようとする豚の各部位を撮像し、得られた画像データを制御部１０１へ伝達する。

温度計測器７１は、周辺の温度（または気温）を計測して、得られた温度データを制御部１０１へ伝達する。湿度計測器７２は、周辺の湿度を計測し、得られた湿度データを制御部１０１へ伝達する。二酸化炭素濃度計測器７３は、周囲の二酸化炭素の濃度を計測し、得られた二酸化炭素濃度データを制御部１０１へ伝達する。

図１１は、本実施形態におけるサーバ装置によって受信される送信データの一例を示す図である。図１１（Ａ）は、家畜状態情報のデータ構造例を示す。家畜状態情報は、「ＩＤ」、「日時」、「体重」、「画像データ」、「出荷フラグ」等のデータ項目を含む。データ項目「ＩＤ」には、ＩＣタグ２５から読み出された豚の個体識別情報が格納される。データ項目「日時」には、体重等が計測された日時が格納される。データ項目「体重」には、ロードセル６２によって計測された豚の体重が格納される。データ項目「画像データ」には、撮像装置７５によって撮像された豚の各部位の画像データが格納される。データ項目「出荷フラグ」には、出口ゲート４３が給餌エリア側へ開いた場合には“０”が格納され、出口ゲート４３が出荷エリア側へ開いた場合には“１”が格納される。

図１１（Ｂ）は、環境関係情報のデータ構造例を示す。環境関係情報は、「日時」、「温度」、「湿度」、「二酸化炭素濃度」等のデータ項目を含む。データ項目「日時」には、計測日時が格納される。データ項目「温度」には、温度計測器７１によって計測された温度が格納される。データ項目「湿度」には、湿度計測器７２によって計測された湿度が格納される。データ項目「二酸化炭素濃度」には、二酸化炭素濃度計測器７３によって計測された二酸化炭素濃度が格納される。

図１１（Ｃ）は、給餌関係情報のデータ構造例を示す。給餌関係情報は、「ＩＤ」、「日時」、「与えた餌の量」等のデータ項目を含む。データ項目「ＩＤ」には、ＩＣタグ２５から読み出された豚の個体識別情報が格納される。データ項目「日時」には、給餌された日時が格納される。データ項目「与えた餌の量」には、給餌機１５によって供給された餌の量が格納される。

図１１（Ｄ）は、超音波診断情報のデータ構造例を示す。超音波診断情報は、「ＩＤ」、「日時」、「超音波画像データ」等のデータ項目を含む。データ項目「ＩＤ」には、ＩＣタグ２５から読み出された豚の個体識別情報が格納される。データ項目「日時」には、超音波画像データが生成された日時が格納される。データ項目「超音波画像データ」には、超音波画像診断装置２３によって生成された超音波画像データが格納される。

図１１（Ｅ）は、食肉関係情報のデータ構造例を示す。食肉関係情報は、「ＩＤ」、「等級」、「各部位の肉量」、「脂肪量」等のデータ項目を含む。データ項目「ＩＤ」には、ＩＣタグ２５から読み出された豚の個体識別情報が格納される。データ項目「等級」には、肉の等級が格納される。データ項目「各部位の肉量」には、各部位の肉量が格納される。データ項目「脂肪量」には、豚の脂肪量が格納される。

図１２は、本実施形態におけるデータ取得部による処理のフローチャートである。制御部８２は本実施形態におけるプログラムを実行すると、データ取得部８３ａとして機能する。データ取得部８３ａは、通信部８１を介してデータを受信し（Ｓ１）、その受信したデータを判別する。

データ取得部８３ａは、受信したデータが家畜状態情報である場合（Ｓ２でＹＥＳ）、家畜状態情報を家畜状態ＤＢ８７に格納するとともに、他のＤＢのデータと紐づける（Ｓ３）。

データ取得部８３ａは、受信したデータが環境関係情報である場合（Ｓ２でＮＯ、Ｓ４でＹＥＳ）、環境関係情報を環境関係ＤＢ８８に格納するとともに、他のＤＢのデータと紐づける（Ｓ５）。

データ取得部８３ａは、受信したデータが給餌関係情報である場合（Ｓ２でＮＯ、Ｓ４でＮＯ、Ｓ６でＹＥＳ）、給餌関係情報を給餌関係ＤＢ８９に格納するとともに、他のＤＢのデータと紐づける（Ｓ７）。

データ取得部８３ａは、受信したデータが超音波診断情報である場合（Ｓ２でＮＯ、Ｓ４でＮＯ、Ｓ６でＮＯ、Ｓ８でＹＥＳ）、超音波診断情報を超音波診断ＤＢ９０に格納するとともに、他のＤＢのデータと紐づける（Ｓ９）。

データ取得部８３ａは、受信したデータが食肉関係情報である場合（Ｓ２でＮＯ、Ｓ４でＮＯ、Ｓ６でＮＯ、Ｓ８でＮＯ、Ｓ１０でＹＥＳ）、食肉関係情報を食肉関係ＤＢ９１に格納するとともに、他のＤＢのデータと紐づける（Ｓ１１）。

データ取得部８３ａは、受信したデータが家畜状態情報、環境関係情報、給餌関係情報、超音波診断情報及び食肉関係情報のいずれでもない場合（Ｓ２でＮＯ、Ｓ４でＮＯ、Ｓ６でＮＯ、Ｓ８でＮＯ、Ｓ１０でＮＯ）、本フローを終了する。

図１３は、本実施形態における予測モデル生成部による処理のフローチャートである。制御部８２は本実施形態におけるプログラムを実行すると、予測モデル生成部８３ｂとして機能する。予測モデル生成部８３ｂは、各ＤＢから、家畜状態情報、環境関係情報、給餌関係情報、食肉関係情報を取得する（Ｓ２１）。

予測モデル生成部８３ｂは、家畜状態情報、環境関係情報、給餌関係情報、超音波診断情報、食肉関係情報を用いて機械学習を行い、予測モデル９２を生成する（Ｓ２２）。このとき、画像データに関しては、予測モデル生成部８３ｂは、画像分析から画像の特徴量を算出し、その特徴量による画像のパターン認識から、肩ロース、ロース、もも等の部位を特定し、肉付きを推定する予測モデルを生成する。具体的には、例えば、予測モデル生成部８３ｂは、画像から、高さや面積から容量を推定し、また重量データも掛け合わせる事で、肉密度＝脂の量も推定する予測モデルを生成する。予測モデル生成部８３ｂは、生成した予測モデル９２を記憶部８６に格納する。

図１４は、本実施形態における予測部による処理のフローチャートである。制御部８２は本実施形態におけるプログラムを実行すると、予測部８３ｃとして機能する。予測部８３ｃは、ユーザからの問い合わせとして、通信部８１を介して、ユーザ端末９８より入力された問い合わせ情報を取得する（Ｓ３１）。

予測部８３ｃは、ユーザからの問い合わせがあった場合、予測モデル９２を用いて、その問い合わせ内容に対する予測結果をユーザ端末９８に応答する（Ｓ３２）。例えば、予測部８３ｃは、ユーザからの問い合わせに応じて、生成された予測モデルに基づいて、どういった餌や環境で、どのような肉（肉質、肉量）が作れるかを応答することができる。

図１５は、本実施形態における判定部及び通知部による処理のフローチャートである。制御部８２は本実施形態におけるプログラムを実行すると、判定部８３ｄ及び通知部８３ｅとして機能する。

判定部８３ｄは、収集されたデータ（例えば、家畜状態情報、環境関係情報、給餌関係情報、超音波診断情報、食肉関係情報等）と予測モデル９２とを比較して、家畜の発育状態や育成環境等を判定する（Ｓ４１）。例えば、収集されたデータが家畜状態情報であるとする。このとき、例えば、判定部８３ｄは、家畜状態情報のうち体重が予測モデル９２から所定の閾値以上外れている場合には、発育不良と判定し、家畜状態情報が予測モデル９２から所定の閾値未満の範囲で誤差がある場合には、発育良好と判定する。また、例えば、収集されたデータが環境関係情報であるとする。このとき、例えば、判定部８３ｄは、環境関係情報の所定データが予測モデル９２から所定の閾値以上外れている場合には、育成環境に問題がある可能性があると判定し、家畜状態情報の所定データが予測モデル９２から所定の閾値未満の範囲で誤差がある場合には、育成環境は良好と判定する。

通知部８３ｅは、判定部８３ｄによる判定の結果、家畜の発育状態や育成環境等に応じて、例えば、ユーザ端末９８に対して通知を行う。例えば、通知部８３ｅは、発育不良や育成環境に問題がある可能性があると判定された場合には、ユーザ端末９８にその旨のアラートメッセージを通知する。

図１６は、本発明の実施形態におけるプログラムを実行するコンピュータのハードウェア環境の構成ブロック図の一例である。コンピュータ１１１は、サーバ装置２２として機能する。コンピュータ１１１は、ＣＰＵ１１２、ＲＯＭ１１３、ＲＡＭ１１４、記憶装置１１５、入力Ｉ／Ｆ１１６、出力Ｉ／Ｆ１１７、通信Ｉ／Ｆ１１８、読取装置１１９、バス１２０によって構成されている。

ここで、ＣＰＵは、中央演算装置を示す。ＲＯＭは、リードオンリメモリを示す。ＲＡＭは、ランダムアクセスメモリを示す。Ｉ／Ｆは、インターフェースを示す。バス１２０には、ＣＰＵ１１２、ＲＯＭ１１３、ＲＡＭ１１４、記憶装置１１５、入力Ｉ／Ｆ１１６、出力Ｉ／Ｆ１１７、通信Ｉ／Ｆ１１８、及び読取装置１１９が接続されている。

ＣＰＵ１１２は、記憶装置１１５から本実施形態に係るプログラムを読み出し、制御部８２として当該プログラムを実行する。ＲＯＭ１１３は、読み出し専用のメモリを示す。ＲＡＭ１１４は、一時的に記憶するメモリである。

記憶装置１１５は、大容量の情報を記憶する装置である。記憶装置１１５としては、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）、フラッシュメモリカードなど様々な形式の記憶装置を使用することができる。記憶装置１１５には、本発明の実施形態に係るプログラムが格納されている。記憶部１１５には、記憶部８６として、家畜状態ＤＢ８７、環境関係ＤＢ８８、給餌関係ＤＢ８９、超音波診断ＤＢ９０、食肉関係ＤＢ９１、予測モデル９２等が記憶されている。

入力Ｉ／Ｆ１１６は、キーボード、マウス、電子カメラ、ウェブカメラ、マイク、スキャナ、センサ、タブレット、タッチパネル等の入力装置と接続することが可能である。また、出力Ｉ／Ｆ１１７は、ディスプレイ、タッチパネル、プリンタ、スピーカ等の出力装置と接続することが可能である。

通信Ｉ／Ｆ１１８は、通信ネットワークと接続して他の装置と通信するためのポート等のインターフェースである。通信ネットワークは、インターネット、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、専用線、有線、無線等の通信網であってよい。読取装置１１９は、可搬型記録媒体を読み出す装置である。

上記実施形態で説明した処理を実現するプログラムは、プログラム提供者側から通信ネットワークおよび通信Ｉ／Ｆ１１８を介して、例えば記憶装置１１５に格納されてもよい。また、上記実施形態で説明した処理を実現するプログラムは、市販され、流通している可搬型記憶媒体に格納されていてもよい。この場合、この可搬型記憶媒体は読取装置１１９にセットされて、ＣＰＵ１１２によってそのプログラムが読み出されて、実行されてもよい。可搬型記憶媒体としてはＣＤ－ＲＯＭ、フレキシブルディスク、光ディスク、光磁気ディスク、ＩＣカード、ＵＳＢメモリ装置、半導体メモリカードなど様々な形式の記憶媒体を使用することができる。このような記憶媒体に格納されたプログラムが読取装置１１９によって読み取られる。

本実施形態によれば、多くの農場で収集した情報から、どういった餌や環境で、どのような肉（肉質、肉量）が作れるか、農家が作りたいと思う肉を、いわゆる人工知能（ＡＩ）を用いて予測することができる。また、予測モデルを利用して発育不良の豚を発見した場合には、ユーザ端末９８上にアラートを発生させることができるので、そのような豚に対して早期に対処することができる。

以上、実施形態、変形例に基づき本態様について説明してきたが、上記した態様の実施の形態は、本態様の理解を容易にするためのものであり、本態様を限定するものではない。本態様は、その趣旨並びに特許請求の範囲を逸脱することなく、変更、改良され得ると共に、本態様にはその等価物が含まれる。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することができる。

１ 情報処理装置
２ 取得部
３ 生成部
４ 予測部
５ 判定部
６ 通知部
１０ 畜産管理システム
１１ 養豚場
１２ 通用ゲート
１３ 体重計測選別機
１４ ゲート
１５ 給餌機
１６ 休息エリア
１７ 給餌エリア
１８ 出荷エリア
２１ データセンター
２２ サーバ装置
２３ 超音波画像診断装置
２４ 超音波プローブ
２５ ＩＣタグ
２６ 豚
２７ 出荷用運搬車
２８ 食肉処理場
２９ ＰＣ
４３ 出口ゲート
６２ ロードセル
７１ 温度計測器
７２ 湿度計測器
７３ 二酸化炭素濃度計測器
７４ ＩＣタグリーダ
７５，７６ 撮像装置
８１ 通信部
８２ 制御部
８３ａ データ取得部
８３ｂ 予測モデル生成部
８３ｃ 予測部
８３ｄ 判定部
８３ｅ 通知部
８６ 記憶部
８７ 家畜状態ＤＢ
８８ 環境関係ＤＢ
８９ 給餌関係ＤＢ
９０ 超音波診断ＤＢ
９１ 食肉関係ＤＢ
９２ 予測モデル
９３ 通信部
９７ 通信ネットワーク
９８ ユーザ端末

Claims (6)

1. 通信ネットワークを介して、家畜を飼育する飼育場に設けられた１以上の装置と通信可能な情報処理システムであって、
   前記家畜が侵入する開閉可能な入口ゲートと、前記入口ゲートから侵入した前記家畜が乗るためのケージ状の計量かごと、前記計量かごによる計量結果に応じて前記家畜の退出方向を制御する出口ゲートと、天板の上部に設けられ前記入口ゲートに侵入しようとする前記家畜及び前記出口ゲートから退出した前記家畜の各部位の肉付きを撮影する撮像装置と、前記撮像装置により撮像された画像データ及び前記計測結果を含む前記家畜の個別の身体に関する身体情報を送信する通信部とを含む体重計測選別機と、
   前記体重計測選別機から前記身体情報を取得し、前記装置から、前記家畜に与えた飼料に関する飼料情報と、前記家畜を育成する環境に関する環境情報と、出荷後に解体された家畜の質に関する質情報とを取得する取得部と、
   前記身体情報と、前記飼料情報と、前記環境情報と、前記質情報とを機械学習させて、育成状況に対する肉質の推移を予測する予測モデルを生成する生成部と、
   を備え、
   前記生成部は、前記画像データの画像分析から画像の特徴量を算出し、前記画像の特徴量による画像のパターン認識から、肩ロース、ロース、ももの部位を特定し、肉付きを推定する前記予測モデルを生成する
   ことを特徴とする情報処理システム。
2. 前記情報処理システムは、さらに、
   超音波プローブを前記家畜の体表面に接触させることにより前記家畜の超音波画像データを生成する超音波画像診断装置を備え、
   前記取得部は、前記超音波画像診断装置から前記超音波画像データを取得し、
   前記生成部は、前記画像データ及び前記超音波画像データの画像分析から画像の特徴量を算出し、前記画像の特徴量による画像のパターン認識から、肩ロース、ロース、ももの部位を特定し、肉付きを推定する前記予測モデルを生成する
   ことを特徴とする請求項１に記載の情報処理システム。
3. 前記情報処理システムは、さらに、
   前記身体情報と、前記飼料情報と、前記環境情報と、及び前記質情報のうち少なくともいずれか１の情報と、前記予測モデルとに基づいて前記家畜の発育状態または育成環境を判定する判定部と、
   前記家畜の発育状態または育成環境に応じて通知を行う通知部と、
   を備えることを特徴とする請求項１または２に記載の情報処理システム。
4. 通信ネットワークを介して、家畜を飼育する飼育場に設けられた１以上の装置と通信可能なコンピュータに、
   前記家畜が侵入する開閉可能な入口ゲートと、前記入口ゲートから侵入した前記家畜が乗るためのケージ状の計量かごと、前記計量かごによる計量結果に応じて前記家畜の退出方向を制御する出口ゲートと、天板の上部に設けられ前記入口ゲートに侵入しようとする前記家畜及び前記出口ゲートから退出した前記家畜の各部位の肉付きを撮影する撮像装置と、前記撮像装置により撮像された画像データ及び前記計測結果を含む前記家畜の個別の身体に関する身体情報を送信する通信部とを含む体重計測選別機から前記身体情報を取得し、前記装置から、前記家畜に与えた飼料に関する飼料情報と、前記家畜を育成する環境に関する環境情報と、出荷後に解体された家畜の質に関する質情報とを取得する取得処理と、
   前記身体情報と、前記飼料情報と、前記環境情報と、前記質情報とを機械学習させて、育成状況に対する肉質の推移を予測する予測モデルを生成する生成処理と、
   を実行させ、
   前記生成処理は、前記画像データの画像分析から画像の特徴量を算出し、前記画像の特徴量による画像のパターン認識から、肩ロース、ロース、ももの部位を特定し、肉付きを推定する前記予測モデルを生成する
   ことを特徴とする予測プログラム。
5. 前記取得処理は、超音波プローブを前記家畜の体表面に接触させることにより前記家畜の超音波画像データを生成する超音波画像診断装置から前記超音波画像データを取得し、
   前記生成処理は、前記画像データ及び前記超音波画像データの画像分析から画像の特徴量を算出し、前記画像の特徴量による画像のパターン認識から、肩ロース、ロース、ももの部位を特定し、肉付きを推定する予測モデルを生成する
   ことを特徴とする請求項４に記載の予測プログラム。
6. 前記コンピュータに、さらに、
   前記身体情報と、前記飼料情報と、前記環境情報と、及び前記質情報のうち少なくともいずれか１の情報と、前記予測モデルとに基づいて前記家畜の発育状態または育成環境を判定する判定処理と、
   前記家畜の発育状態または育成環境に応じて通知を行う通知処理と、
   を実行させることを特徴とする請求項４または５に記載の予測プログラム。

Images