SAUTO - Småfeklassifisering AUTomatisk og Objektivt

The main ambition for the SAUTO project is to obtain an automatic and objective grading method of sheep carcasses, by combining new sensors and IT methods, advanced modelling and analysis of large amounts of data. SAUTO progresses from methods and solutions in a preceding project, MeatCrafter (2017 -2020, IPN 269060). Such automated grading systems are highly demanded by Norwegian farmers. The MeatCrafter project proved that data from 3D cameras and near-infrared cameras combined, provide a good way of grading sheep according to the EUROP system. In addition, carcass composition (fractions of meat, fat and bones) could be predicted with acceptable accuracy in pilot studies. A prerequisite for automated grading is a totally reliable connection between carcass ID and camera data. The current solution of tracking order of carcasses between killing and grading showed to be unreliable. Two methods, RFID in carcass hooks, and further improvement of the current system, will be developed and tested. Environmental factors (light, temperature, moisture, etc.) and movements of the hanging carcasses affect the measurements, and it is mandatory to develop robust solutions that handle these noise factors, in order to get adequate data in an abattoir under ordinary conditions. Calibration of the instruments, both internally and between specimen is necessary and important, and methods to automate this must be developed. Appropriate data storage and data flow is crucial for the solution. The MeatCrafter ability to predict carcass composition will be improved, with modelling based on scanned and manually deboned representative sets of carcasses. Knowledge dissemination and communication with sheep farmers, slaughterhouse employees and other stakeholders is essential throughout the project.

Prosjektet “SAUTO - Småfeklassifisering AUTomatisk og Objektivt” skal utvikle en totalløsning for automatisk og objektiv klassifisering av småfe basert på ny sensor- og informasjonsteknologi, ved avansert modellering og analysemetodikk basert på store datamengder. Det er et sterkt ønske fra norske bønder og slakterier å utvikle en automatisk, objektiv og rimelig klassifiseringsmetode for småfe. Prosjektet MeatCrafter (2017-21, IPN 269060) dokumenterte at kombinasjonen av data fra 3D og NIR-kameraer gir et godt grunnlag for å klassifisere småfe etter EUROP-systemet, samt å predikere vevssammensetning, dvs. den relative andelen av kjøtt, fett og ben i slakteskrotten. Sikker kobling av riktige data til riktig slakt er en forutsetning for automatisk klassifisering. Dagens løsning, hvor kontroll med slaktenes identitet baserer seg på å «holde orden i køen» mellom avlivingsterminal og vektterminal, er en feilkilde. To ulike metoder vil bli testet for å løse utfordringen: RFID-merking i slaktekroker og forbedring av dagens system. Slaktenes bevegelser, lysforhold og driftsmiljø påvirker målingene. I SAUTO er det derfor avgjørende å utvikle standarder og korreksjonsmetoder som gir tilfredsstillende datakvalitet. De spesiallagde NIR-instrumentene gir verdifulle data for å vurdere slaktenes fethet. I SAUTO skal det utarbeides metoder for å kalibrere NIR-instrumentene mot hverandre, samt metoder for daglig kontroll av enkeltkameraer i slakteriene. Hensiktsmessig datalagring og -flyt er avgjørende for løsningen. I prosjektet skal data fra skannede slakt sammenlignes med vektutbytte fra manuell nedskjæring av de samme slaktene. Målet er å få en mer presis prediksjon av vevssammensetningen i småfe. Instrumenter med nødvendig software, samt verktøy for sanntidskontroll av MeatCrafter skal integreres i en terminal, med tilhørende dokumentasjon. Formidling og kommunikasjon med slakteriansatte og småfeprodusenter er essensielt i prosjektet.