Dronebasert sanking av sau

Abstract

Gjeting av sauer med dagens metoder er svært tidkrevende for norske bønder, og det kan være utfordrende å gjete alle sauene hjem uten at noen stikker av. Dette fører til at bøndene ofte må gå flere runder for å samle alle sauene. Det er derfor et ønske om en mer effektiv og pålitelig metode for sanking av sau ved bruk av autonome droner. Denne masteroppgaven sammenligner og vurderer metoder fra den eksisterende litteraturen gjennom simuleringer og tester, for deretter å presentere en metode som har blitt utviklet basert dem. Metoden kan forhåpentligvis bidra til å forbedre og effektivisere sanking av sau etter norske forhold, der bøndene gjerne har mindre flokker med fire til fem sauer.

Fra den eksisterende litteraturen ble tre metoder implementert og simulert, samt testet opp mot hverandre basert på forskjellige kriterier. Disse testene ga indikasjoner på hvilken metode som er mest effektiv og pålitelig for gjeting av en liten saueflokk. Effektiviteten måles etter hvor raskt dronene klarer å gjete sauene til ønsket posisjon, mens påliteligheten måles i hvilken grad dronene har klart å drive alle sauene til riktig sted eller om noen av sauene har falt av på veien. En forbedret metode ble utviklet og implementert basert på testresultatene, og deretter sammenlignet med de eksisterende metodene for å se om den potensielt kunne være et bedre alternativ for dronebasert sanking av sau.

Resultatene fra testene antyder at det er forbedringspotensiale blant de eksisterende metodene som finnes i litteraturen. Det kommer også frem at ikke alle metodene fungerer like optimalt i ethvert tilfelle, noe som gir lav helhetlig pålitelighet til tross for effektiv gjetetid. Dette er tatt med i betraktning under utviklingen av en forbedret metode. For den forbedrede metoden viser sluttresultatene at den presterer å sanke sauer på samme nivå som de eksisterende metodene, om ikke enda bedre. Samtlige av de implementerte metodene krever ytterligere videreutvikling for å implementeres fysisk i virkeligheten, men simuleringene er likevel et godt utgangspunkt som kan gi en indikasjon på om, og hvor bra de fungerer for sanking av sau.

Shepherding with the methods used today is particularly time-consuming, and it can be challenging to herd all of the sheep home without losing any on the way. This leads to the farmers having to do several rounds of herding to bring all the sheep in. Because of this, there is a wish for a more efficient and reliable method for herding sheep with the use of autonomous drones. This thesis compares and evaluates methods from the existing literature through simulations and tests, to thereafter present a method developed based on them. The method will hopefully be able to contribute to the improvement and the efficiency of shepherding in Norway, where the farmers typically herd smaller flocks of four to five sheep.

Three methods from the existing literature were implemented and simulated, and tested in order to compare them based on different criteria. These tests gave an indication as to which method is the most efficient and reliable when it comes to herding a small flock of sheep. The efficiency is measured by how fast the drones are able to herd the sheep to a desired position, whilst the reliability is measured by what degree the drones have been able to herd the sheep to the right place, without losing any sheep on the way. An improved method was developed and implemented based on the test results, and thereafter compared to the existing methods to see if it potentially could be a better alternative for shepherding using drones.

The results from the tests imply that there is room for improvement among the existing methods found in the literature. It is also evident that not all of the methods work optimally in all scenarios, which gives a low holistic reliability in spite of an efficient herd time. This has been taken into consideration during the development of an improved method. The test results for the improved method show that it is able to herd sheep at a similar level to the existing methods, if not even better. All of the implemented methods require further development in order to be implemented physically in the real world, but the simulations are nonetheless a good starting point that might give an indication as to whether, and how well they work for shepherding.