20.500.12556/RUL-168200 Zaznavanje faz valjenja piščancev s strojnim učenjem na robni napravi Detection of Chicken Hatching Stages Using Machine Learning on an Edge Device Perutninska proizvodnja, ki igra eno izmed ključnih vlog pri zagotavljanju prehranske varnosti, se sooča z izzivi, kako povečati produktivnost in dobrobit živali. Proces valjenja piščancev je še vedno tehnološko zastarel, kar ima za posledico višjo umrljivost, obenem pa zahteva veliko ročnega dela. V tej magistrski nalogi je predstavljen razvoj prototipa senzorja, ki z uporabo strojnega učenja na robni napravi zaznava proces valjenja piščancev v industrijskem inkubatorju. Kot vir informacij smo uporabili zvok, na podlagi katerega model zaznava fazo zunanjega prebijanja lupine in fazo izvalitve ter sledi deležu izvaljenih piščancev v zadnjih 72 urah procesa. Izvedli smo zbiranje zvočnih signalov v laboratorijskem in industrijskem inkubatorju, ki smo jih označili in vključili v podatkovno zbirko. V nadaljevanju smo razvili predprocesor, ki iz signalov odstrani šum in generira Mel spektrogram ter iz njega izlušči relevantne značilnosti. Za naš problem klasifikacije zvoka smo v razvojnem okolju Imagimob Studio razvili model konvolucijskih nevronskih mrež, ki vhodne podatke razvrsti v štiri ciljne razrede, to so zunanje prebijanje lupine, izvalitev, 1 % in 80 % delež izvaljenih piščancev. Uporabili smo Infineon Evaluation Kit, ki vsebuje dva mikrofona in na njem implementirali naš algoritem skupaj z optimiziranim modelom konvolucijskih nevronskih mrež. Za zaščito elektronskih komponent smo razvili in s tehniko 3D tiskanja natisnili ohišje, ki je skupaj z vezjem nameščeno v inkubator. Izdelana je bila aplikacija z uporabniškim vmesnikom, ki prikazuje informacije o poteku valjenja in omogoča enostaven pregled nad procesom. Rezultati evalvacije sistema v laboratorijskem okolju so potrdili uspešnost prototipa pri doseganju zastavljenih ciljev, pri čemer nadaljnji razvoj omogoča njegovo implementacijo v industriji. Poultry production which plays a key role in ensuring food security, faces challenges related to increasing its productivity and improving animal welfare. The chicken hatching process which still requires significant manual labour is technologically outdated, leading to higher mortality rates. This master's thesis presents the development of a sensor prototype that utilises machine learning on an edge device to detect chicken hatching in an industrial incubator. We used sound as the primary source of information, enabling the machine learning model to detect the external pipping and hatching phase and to track the hatching percentage over the last 72 hours of the process. Audio signals were collected in both laboratory and industrial incubators, and the data was labelled before being added to the dataset. Subsequently, we developed a preprocessor that removes noise from the signals, generates a Mel spectrogram, and extracts relevant features. In the next step we addressed sound classification. We developed a convolutional neural network (CNN) model using Imagimob Studio which classifies input data into four target categories: external pipping, hatched phase, 1% hatched, and 80% hatched. We used the Infineon Evaluation Kit equipped with two microphones to implement our algorithm along with the optimised convolutional neural network model. To protect the circuit, we designed and 3D printed the enclosure and mounted it inside the incubator. Additionally, we developed an application with a user interface that provides real-time information on the hatching process and enables easy monitoring. Evaluation results in a laboratory environment confirmed the prototype’s success in achieving the set objectives, demonstrating its potential for industrial implementation in future developments. strojno učenje zaznavanje valjenja piščancev analiza zvočnih signalov vgrajen sistem machine learning chicken hatching detection audio signals analysis embedded system true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2025-04-02 12:20:02 2025-04-02 12:20:13 2025-04-03 04:02:37 0000-00-00 00:00:00 2025 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 2026-03-24 62948 Gobec_Matjaz_-_Zaznavanje_faz_valjenja_piscancev_s_strojnim_ucenjem_na_robni_napravi.pdf Gobec_Matjaz_-_Zaznavanje_faz_valjenja_piscancev_s_strojnim_ucenjem_na_robni_napravi.pdf 1 D34EA5D4476E3459C6323DBF51A599F4 cc9d000904952f58d7dba38ebbdd7966e1af9a78ec07adc3bb045f1dd7cde650 06539a9b-0fab-11f0-b232-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=201300 Fakulteta za elektrotehniko 0 0 0