Computer vision вместо ежедневного обхода клеток 🤖
Ежедневная проверка воды в поилках — рутина, знакомая всем, кто работал в виварии: сотни клеток, обходы, риск нарушения чистоты при каждом лишнем заходе в барьерное помещение.
Исследователи из Shandong University of Science and Technology (Scientific Reports, 2023) предложили обойтись без датчиков в клетке — только камера и обработка изображений.
Как это работает:
Над стойкой закрепили HD-камеру под углом 45° к поилке и подсветку. GrabCut отделяет бутылку от фона → Canny находит контур бутылки и линию воды → преобразование Хафа выделяет нужные отрезки → по геометрии проекции они переводятся в реальный объём воды.
Проверили на 68 калибровочных группах и 276 образцах, четырёх цветах поилок при разной освещённости.
Результаты:
Цвет решает. Белые полупрозрачные поилки дали лучший результат: MAPE 1,24% (R² = 0,99) при большом объёме воды. Коричневые — 5,8% (R² = 0,68), этот цвет сильнее всего мешает видеть границу жидкости.
Освещённость важна. Слабый свет приводит к тому, что граница плохо различима, яркий дает блики. Оптимум — умеренная освещённость (~116 люкс).
Слабое место — малые объемы. При большом/среднем количестве воды ошибка составляет 1–10%, а при малом — до 12–16%, но линейная регрессия снижает её до 0,53–0,7%.
🧾 Итог: средняя погрешность метода — менее 5%, точнее и быстрее ручной оценки.
⚠️ Ограничения:
Калибровка под конкретную форму бутылки и фиксированное положение камеры — под другую геометрию систему нужно настраивать заново.
Потенциал понятен: систему можно встроить в цифровой мониторинг вивария, чтобы она сама сигнализировала о доливке воды — без ежедневных обходов персоналом.
ℹ️ А мы напоминаем, что можем предложить готовое решение с расширенным функционалом - систему 🔗 Digital Ventilated Cages 👈
