[go: up one dir, main page]

WO2024223260A1 - Procédé de comptage de larves vivantes de vers de farine ou de mouches soldat noire - Google Patents

Procédé de comptage de larves vivantes de vers de farine ou de mouches soldat noire Download PDF

Info

Publication number
WO2024223260A1
WO2024223260A1 PCT/EP2024/059240 EP2024059240W WO2024223260A1 WO 2024223260 A1 WO2024223260 A1 WO 2024223260A1 EP 2024059240 W EP2024059240 W EP 2024059240W WO 2024223260 A1 WO2024223260 A1 WO 2024223260A1
Authority
WO
WIPO (PCT)
Prior art keywords
larvae
conveyors
conveyor belts
thin layer
conveyor
Prior art date
Application number
PCT/EP2024/059240
Other languages
English (en)
Inventor
Sébastien Courtois
Jérôme COSTIL
Original Assignee
Sofral Le Gouessant
Mutatec
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sofral Le Gouessant, Mutatec filed Critical Sofral Le Gouessant
Publication of WO2024223260A1 publication Critical patent/WO2024223260A1/fr

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
    • A01K67/30—Rearing or breeding invertebrates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
    • G06M7/00—Counting of objects carried by a conveyor

Definitions

  • TITLE Method for counting live larvae of mealworms or black soldier flies
  • the present invention is in the field of counting live insect larvae.
  • Entomology has allowed the description of the cycles of many species of insects. Counting has very quickly become an essential method of evaluation for progress.
  • Partial enumeration by counting represents a significant obstacle in entomology, due to the millimetric size of the individuals and the potentially large numbers, which most of the time requires the use of reduced samples, at the risk of their low representativeness or the use of optical magnification tools.
  • biocontrol is used for the development of sorted populations (WO 2022/070195) or the breeding of edible insects (WO 2022/112770).
  • the aim of insect farming is to provide ingredients for the food chains of livestock or domestic animals, or even for human consumption.
  • TM Mealworm
  • MSN Black Soldier Fly larva
  • TM and MSN these two species at the larval stage can hereinafter be designated TM and MSN.
  • breeding of these larvae takes the form of large production units (expressed in m2 of breeding area, the productivity of which is translated in terms of quantity of protein product) and numerous production sub-units (breeding tanks of an average of 1m2 ).
  • the above-mentioned species in the larval state, flee the light and bury themselves in the nourishing substrate.
  • feeding substrate is meant throughout the present application, including the claims, a solid, at least partly organic substrate on/in which the larvae are raised and on which they feed.
  • existing imaging solutions identify living insect forms recognized as larvae on liquid or solid substrates specifically designed to receive individuals for the purpose of counting. In any case, these substrates are different from a feeder substrate for rearing larvae.
  • the invention relates to a method for counting live larvae of Mealworms (Tenebrio Molitor) or Black Soldier Flies (Hermeti hillucens), characterized in that it comprises at least the following steps:
  • Mealworm Tebrio Molitor
  • Black Soldier Fly Hermeti hillucens
  • E5/ reconstruct a single image by interlacing and assembling said images from step E4/;
  • the exposure of the larvae present on the surface of the substrate (because they cannot bury themselves there) to light signals of different wavelengths allows, in return, the capture of reflectance spectra which, in turn, allow the larvae to be reliably differentiated from their substrate.
  • the thickness of said thin layer is between 1 and 10 millimeters and preferably between 1 and 5 millimeters;
  • said different wavelengths are respectively of the order of 560 and 780 nanometers;
  • step E4 a linear camera is used which integrates said sensor
  • step E6 a program is used that works by machine learning
  • step E1 at least one mobile support is used.
  • said at least one mobile support comprises at least one conveyor or conveyor belt
  • step E2 a single conveyor or conveyor belt is used, the upper strand of which, which receives said mass, extends horizontally;
  • step E2 use is made of a pair of conveyors or conveyor belts, the upper strands of which which receive said mass extend horizontally, the downstream end of the first of said conveyors/conveyor belts extending vertically from the upstream end of the second of said conveyors/conveyor belts, and that said steps E3 and E4 are implemented in a zone of fall of said thin layer from the first to the second of said conveyors/conveyor belts;
  • step E2 use is made of a pair of conveyors or conveyor belts arranged in line with one another, the first having an upper strand which extends horizontally, while the second is inclined downwards;
  • step E2 is implemented in a transfer zone from the first to the second of said conveyors or conveyor belts, while said step E4 is implemented vertically above the second of said conveyors or conveyor belts.
  • FIG. 1 is a flowchart which integrates the different stages of the method according to the invention
  • FIG. 2 is a schematic view of a first installation which is capable of being used for implementing the method according to the invention
  • FIG. 3 is a schematic view of a second installation which is capable of being used for implementing the method according to the invention
  • FIG. 4 is a schematic view of a third installation which is capable of being used for implementing the method according to the invention.
  • FIG. 5 is a diagram which illustrates how the images resulting from the implementation of the method according to the invention are processed.
  • TM and MSN living larvae of Mealworms (Tenebrio Molitor) or Black Soldier Flies (Hermeti hillucens) which will be referenced hereinafter TM and MSN.
  • Step E1 depositing a mass of TM or TM larvae on a support
  • This first step of the method of the invention (see figure 1), which is illustrated in particular in figure 2, can be implemented manually or in a mechanized/automated manner, for example using a rotary distributor 1.
  • the mass M consists of a mixture of live larvae at a predetermined stage of growth and rearing and a nourishing substrate S, i.e. it serves not only as a living environment for the larvae, but also as food for them.
  • this substrate S may consist of organic matter from cereals and/or vegetables or plant food by-products (from fruits, vegetables, bakeries, dairies, starch factories, “ethanol factories” (i.e. ethanol production units for example) or animals (depending on the countries and regulations in force.
  • the mass M is deposited in a thick and compact layer on a support constituted here by the upper strand 20 of a motorized conveyor belt or conveyor 2.
  • the support may be static, while the distributor 1 is moved along and above it.
  • Step E2 distribution of mass in the form of a thin layer of such thickness that said larvae cannot bury themselves in said substrate and remain visible on the surface.
  • larvae have a natural tendency to flee from light and bury themselves in the mass of substrate S which accommodates them.
  • the present step aims to distribute the mass M in the form of a thin layer CM of such thickness that the larvae cannot bury themselves in the substrate S, so that they remain visible on the surface.
  • a thin CM layer has a thickness of the order of 1 to 5 mm depending on the stage of development of the larvae. This adjustment can be extended to 10 millimeters depending on the type of larvae, the age or even the physical presentation (particle size) of the substrate.
  • a static tool 3 in the form of a palette as shown in FIG. 2, which does not constitute the heart of the invention.
  • obtaining the thin CM layer can be done manually.
  • Step E3 subjecting the same section of said thin layer to at least two light signals of different wavelengths.
  • installation I comprises, vertically above the upper strand 20 of the conveyor belt or conveyor 2, two lighting bars 4 and 4' which are oriented towards the same section SE of the thin layer CM.
  • blind section we mean the surface of the thin layer which is illuminated by the two bars 4 and 4'.
  • the SE section is subjected to at least two light signals of different wavelengths, in the range 200-1000 nanometers.
  • these signals are emitted alternately.
  • wavelengths of the order of 560 to 860 nanometers are used.
  • Step E4 Capturing images of the section subjected to the light signals.
  • a multispectral optical sensor 5 for example integrated within a linear camera, which is shaped to capture and record the images reflected by the section SE which has was illuminated. These images reflect the reflectance spectrum of the substrate S and the larvae at the wavelength considered.
  • Step E5 Reconstruction of a single image by interlacing and assembling the images from step E4.
  • the images ii and 1'2 obtained previously are then interlaced and assembled to obtain a single image 1'3 (see figure 5) in which the lines of images ii and 1'2 are arranged alternately.
  • Step 5a Image processing to differentiate the larvae
  • the image processing method uses a learning-based shape recognition algorithm.
  • the latter was built and trained on a set of images labeled by business experts.
  • Step E5 ter Sequencing of the relative displacement of the image to enable calculation.
  • This step corresponds to the segmentation of the linear image into several individually processed images with the aim of losing as little information as possible, particularly if one or more larvae overlap several images.
  • Step E6 Larvae counting using analysis and recognition software
  • deep learning which uses a multi-layer deep neural network
  • Such a learning method with “human” labeling, in “deep learning” makes it possible to improve the differentiation of larvae in relation to the substrate, whatever their sizes, whether they are clumped together or not, and whatever the direction of their arrangement in the substrate.
  • the evolutions of the neural network are dependent on the weighting values determined by learning.
  • the initial and iterated values as the present technique is implemented are able to evolve according to the developments of new criteria that the present invention allows.
  • Step E7 repeat steps E3 to E6 on a new section.
  • Step E8 Observation results
  • the output data are of different nature depending on the criterion. For counting, this is the number of larvae present per image. For size, thickness or length, the individual results are expressed in millimeters. For sex, this is the number of larvae per sexual type and per image.
  • All output information is expressed per batch. For counting, this is the total number of larvae and/or the number by sexual type. For size, thickness or length, individual results are expressed using traditional descriptive indicators (mean, median, standard deviation, etc.).
  • the installation I of Figure 3 differs from that of Figure 2 in that use is made of a pair of conveyors or conveyor belts 2 and 2', the upper strands 20, respectively 20' which receive said mass M extend horizontally.
  • the downstream end of the first 2 of these conveyors/conveyor belts extends vertically from the upstream end of the second 2'.
  • steps E3 and E4 described above are implemented in the zone of fall of the thin layer from the first to the second of said conveyors/conveyor belts.
  • Such an arrangement can be used for reasons of compactness, for example in a room where the available surface area is reduced.
  • FIG. 4 differs from that of Figure 2 in that a pair of conveyors or conveyor belts 2 and 2' are used, which are arranged in line with one another.
  • the first 2 has an upper strand 20 which extends horizontally.
  • the second 2' is inclined downwards.
  • the aforementioned step E2 is implemented in the transition zone from the first to the second conveyor belt/conveyor.
  • steps E3 and E4 described above they are implemented in the central region of the second conveyor belt/conveyor 2'.
  • Such an arrangement can be used for reasons of compactness, for example in a room where the collection of the larvae which have undergone counting cannot be done in the same room as the deposit of the mass M on the conveyor belt2, but in another room at a lower level.
  • the present invention aims to carry out a counting of larvae by analysis of fixed or dynamic images taken by a multi-spectral sensor/camera after the alternating illumination at two wavelengths of a mixture of organic materials composed of insect larvae and its substrate (food and habitat).
  • the difficulties of counting larvae in imaging, as with the human eye, are based both on the efficiency of shape recognition attributable to the object sought but also in our application on the differentiation between larvae and the living/feeding substrate itself, the heterogeneity of larval sizes (linked among other things to differences in growth speed), and the mobility of larvae which tend to flee into the substrate to avoid light.
  • the method according to the invention not only makes it possible to differentiate larvae in relation to the substrate formed by food particles, but also in relation to foreign bodies and/or dead particles (exuviae). It also offers the possibility of using the information captured to evaluate other key indicators of larval breeding performance and/or their morphological details (length, width, thickness, arrangement of morphological details, posture curvature, etc.), both on average values and their dispersions. This method also makes it possible to count larvae separated from their living environment, upstream (i.e. upon hatching) downstream (at the end of growth or before slaughter).

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Zoology (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Catching Or Destruction (AREA)

Abstract

L'invention concerne un procédé de comptage de larves vivantes de Vers de Farine ou de Mouches Soldat Noire qui comprend au moins les étapes suivantes : E1/ déposer sur un support une masse (M) de larves et de substrat nourricier (S); E2/ répartir ladite masse (M) sous la forme d'une couche mince (CM); E3/ soumettre une même section (SE) de ladite couche mince (CM) à au moins deux signaux lumineux de longueurs d'onde différentes; E4/ à l'aide d'un capteur optique multispectral (5), capter les images (i1, i2) de ladite même section (SE) soumise auxdits signaux lumineux; E5/ reconstituer une seule et même image (i3) par entrelacement et assemblage desdites images (i1, i2) de l'étape E4/; E6/ procéder au comptage desdites larves à l'aide d'un programme informatique; E7/ si nécessaire, réitérer lesdites étapes E3/ à E6/ sur une nouvelle section (SE).

Description

DESCRIPTION
TITRE : Procédé de comptage de larves vivantes de Vers de Farine ou de Mouches Soldat Noire
DOMAINE TECHNIQUE GENERAL
La présente invention se situe dans le domaine du comptage de larves vivantes d’insectes.
Elle se rapporte plus précisément à un procédé de comptage de larves vivantes de Vers de Farine ou de Mouches Soldat Noire.
CONTEXTE ET ETAT DE LA TECHNIQUE
L’entomologie a permis la description des cycles de nombreuses espèces d’insectes. Le dénombrement a été très rapidement une méthode d’évaluation indispensable au progrès.
A ce jour, le dénombrement des espèces animales et végétales est indispensable à l’évaluation de la biodiversité au sein des différents milieux.
Le dénombrement partiel par comptage représente un verrou important en entomologie, du fait de la taille millimétrique des individus et des effectifs potentiellement importants, qui impose la plupart du temps d’avoir recours à des échantillons réduits, au risque de leur faible représentativité ou de l’utilisation d’outils optiques de grossissement.
Avant l’élevage, la lutte contre les ravageurs a vu la mise au point, dans les années 60, de compteurs électroniques. Parmi ceux-ci, on notera des inconvénients liés à des limites d’effectifs (inférieur à 200), d’insectes morts et de support (liquide). Ce dispositif n’est pas adapté pour le dénombrement d’effectif important d’insectes vivants.
En 1997, le document US5646404 met en avant le comptage de larves par détection infra-rouge des insectes volants et transitant sur un flux d’air afin de contrôler l’infestation de sites de stockage de denrées agricoles. Ce procédé été repris et amélioré à de nombreuses reprises notamment par Wesley et al (2010).
Pour l’élevage d’insectes, l’état de l’art répertorie des dispositifs aboutissant à automatiser totalement ou partiellement un ensemble d’opérations rencontrées (séparation du milieu de vie (W02022/119442 ou EP3979791 ou W02019/053456 A1 ), sexage (W02022/070195), nourrissage par exemple). Parmi les millions d’espèce d’insectes, il existe des espèces disposant d’un stade larvaire aquatique, de sorte que pour leur dénombrement, il apparait plus accessible d’adapter une technique utilisée en aquaculture (Daoling et al, 2021 ).
Pour des applications en entomologie, on a recours au biocontrôle pour le développement de population triée (WO 2022/070195) ou encore l’élevage d’insectes comestibles (WO 2022/112770).
L’élevage d’insectes a pour objectif de fournir des ingrédients pour les chaînes alimentaires d’animaux de rente ou domestiques, voire pour l’alimentation humaine.
Les industries exploitent des espèces dont deux sont élevées au stade larvaire, à savoir le Ver de Farine (Tenebrio Molitor, en abrégé « TM ») et la larve de Mouche Soldat Noire (Hermeti hillucens, en abrégé « MSN »). La taille millimétrique et les effectifs élevés d’individus rend inaccessible l’évaluation en temps réel des effectifs présents dans les sites d’élevage.
Par commodité de langage, ces deux espèces au stade larvaire pourront être désignées ci-après TM et MSN.
Dans ces conditions, l’élevage de tels insectes requiert un outil pour mesurer/évaluer les effectifs de larves afin de piloter leur activité, et particulièrement les rendements de bioconversion des ressources alimentaires mises à leur disposition.
L’élevage de larves d’insectes nécessite la mise au point d’une industrie nouvelle au regard des techniques mises en œuvre pour les élevages d’animaux de rente connus jusqu’alors.
En effet, les élevages de ces larves se présentent sous la forme d’unités de production de taille importante (exprimé en m2 de surface d’élevage dont la productivité est traduite en termes de quantité de produit protéine) et des sous unités de productions nombreuses (bacs d’élevages en moyenne de 1m2).
Comme tout système industriel, la mesure des performances est indispensable pour superviser le déroulement des procédés et valider la rentabilité des équipements. Le suivi de la croissance des larves est un des premiers leviers de pilotage et d’estimation de la bioconversion (cette dernière étant entendue comme le changement de forme de l'énergie ou de la matière (au niveau moléculaire) ayant pour agent un être vivant, ce qui inclut la photosynthèse et la respiration cellulaire). A ce jour, les mesures de contrôle des industriels sont réalisées soit par pesée des unités de production en fin de croissance et avant transformation des « produits animaux » en protéines, soit par échantillonnage dans les unités d’élevage (avec un ratio massique pouvant se limiter à 1 pour 25000).
Sur ces échantillons de masses connues, un dénombrement des individus permet de projeter la biomasse totale de larves contenues dans une unité, un sous-ensemble d’unité ou dans l’usine, mais à chaque fois avec un risque d’erreur.
Ces verrous ne permettent pas à l’exploitation/l’usine de suivre précisément les rendements de bioconversion des ressources organiques allouées à l’alimentation des larves ou encore de monitorer le bien-être animal des larves (mortalité).
Parmi les techniques mises en œuvre à ce jour, on note un certain nombre d’inconvénients.
Plusieurs concernent le support physique sur lequel les insectes et/ou larves sont disposés volontairement pour l’application de l’opération de dénombrement. Lorsque le support physique est le milieu de vie, il est quasi exclusivement de nature aquatique et donc inadapté aux espèces TM et MSN qui évoluent dans un substrat organique opaque.
Par ailleurs, les espèces précitées, à l’état larvaire, fuient la lumière et s’enfouissent dans le substrat nourricier.
Par l’expression « substrat nourricier », on entend dans l’ensemble de la présente demande, y compris les revendications, un substrat solide, au moins en partie organique sur/dans lequel sont élevées les larves et dont elles se nourrissent.
Par ailleurs, les solutions d’imagerie existantes identifient des formes vivantes d’insecte reconnues comme étant des larves sur des substrats liquides ou solides prévus spécifiquement pour recevoir les individus dans l’objectif du comptage. En tout état de cause, ces substrats sont différents d’un substrat nourricier d’élevage des larves.
Ceci s’explique par le fait qu’il est difficile d’évaluer des quantités importantes (supérieures au kilogramme) et surtout de distinguer les larves sans erreur de forme et/ou de couleur, comparativement à des particules alimentaires et/ou des exuvies (qui peuvent avoir une forme et/ou une couleur proche).
Il subsiste donc un besoin non résolu de disposer d’une technique qui permet de procéder au dénombrement des larves vivantes de TM et de MSN alors que celles-ci évoluent sur/dans un substrat nourricier, bien que ces larves aient tendance, comme indiqué plus haut, à fuir la lumière et à s’enfouir dans ledit substrat nourricier.
PRESENTATION DE L'INVENTION
À cet effet, l’invention concerne un procédé de comptage de larves vivantes de Vers de Farine (Tenebrio Molitor) ou de Mouches Soldat Noire (Hermeti hillucens), caractérisé par le fait qu’il comprend au moins les étapes suivantes :
E1 / déposer sur un support une masse de larves de Vers de Farine (Tenebrio Molitor) ou de Mouche Soldat Noire (Hermeti hillucens) et de substrat nourricier ;
E2/ répartir ladite masse sous la forme d’une couche mince d’une épaisseur telle que lesdites larves ne peuvent pas s’enfouir dans ledit substrat et restent visibles en surface ;
E3/ soumettre une même section de ladite couche mince à au moins deux signaux lumineux de longueurs d’onde différentes, comprises dans la gamme 200-1000 nanomètres ;
E4/ à l’aide d’un capteur optique multispectral, capter les images de ladite même section soumise auxdits signaux lumineux ;
E5/ reconstituer une seule et même image par entrelacement et assemblage desdites images de l’étape E4/ ;
E6/ procéder au comptage desdites larves à l’aide d’un programme informatique d’analyse et de reconnaissance d’images ;
E7/ si nécessaire, réitérer lesdites étapes E3/ à E6/ sur une nouvelle section (SE).
Grâce à ces caractéristiques, l’exposition des larves présentes en surface du substrat (du fait qu’elles ne peuvent pas s’y enfouir) à des signaux lumineux de longueurs d’onde différentes permet, en retour, de capter des spectres de réflectance qui, à leur tour, permettent de différencier de manière sûre les larves de leur substrat.
Ainsi, il est alors possible procéder à un comptage desdites larves à l’aide d’un programme informatique de reconnaissance d’images. Ce comptage est effectué avec une marge d’erreur relativement faible comparativement aux procédés connus de l’art antérieur. Selon d'autres caractéristiques avantageuses et non limitatives de l'invention, prises seules ou selon une combinaison techniquement compatible d’au moins deux d’entre elles :
- l’épaisseur de ladite couche mince est comprise entre 1 et 10 millimètres et préférentiellement entre 1 et 5 millimètres ;
- lesdites longueurs d’onde différentes sont respectivement de l’ordre de 560 et 780 nanomètres ;
- à l’étape E4, on fait usage d’une caméra linéaire qui intègre ledit capteur ;
- à l’étape E6, on fait usage d’un programme qui fonctionne par apprentissage automatique ;
- à l’étape E1 , on fait usage d’au moins un support mobile.
- ledit au moins un support mobile comprend au moins un convoyeur ou un tapis roulant ;
- à l’étape E2, on fait usage d’un seul et unique convoyeur ou tapis roulant dont le brin supérieur, qui reçoit ladite masse, s’étend horizontalement ;
- à l’étape E2, on fait usage d’une paire de convoyeurs ou tapis roulants dont les brins supérieurs qui reçoivent ladite masse s’étendent horizontalement, l’extrémité aval du premier desdits convoyeurs/tapis roulants s’étendant à la verticale de l’extrémité amont du second desdits convoyeurs/tapis roulants, et que lesdites étapes E3 et E4 sont mises en œuvre dans une zone de chute de ladite couche mince du premier au second desdits convoyeurs/tapis roulants ;
- l’étape E2, on fait usage d’une paire de convoyeurs ou tapis roulants disposés dans le prolongement l’un de l’autre, le premier comportant un brin supérieur qui s’étend horizontalement, tandis que le second est incliné vers le bas ;
- ladite étape E2 est mise en œuvre dans une zone de transfert du premier au second desdits convoyeurs ou tapis roulants, tandis que ladite étape E4 est mise en œuvre à la verticale du second desdits convoyeurs ou tapis roulants.
DESCRIPTION DES FIGURES
D'autres caractéristiques et avantages de l'invention apparaîtront de la description qui va maintenant en être faite, en référence aux dessins annexés, qui en représentent, à titre indicatif mais non limitatif, un mode de réalisation possible.
Sur ces dessins :
[Fig. 1] est un logigramme qui intègre les différentes étapes du procédé selon l’invention ;
[Fig. 2] est une vue schématique d’une première installation qui est susceptible d’être utilisée pour la mise en œuvre du procédé selon l’invention ;
[Fig. 3] est une vue schématique d’une deuxième installation qui est susceptible d’être utilisée pour la mise en œuvre du procédé selon l’invention ;
[Fig. 4] est une vue schématique d’une troisième installation qui est susceptible d’être utilisée pour la mise en œuvre du procédé selon l’invention ;
[Fig. 5] est un schéma qui illustre la manière dont les images issues de la mise en œuvre du procédé selon l’invention sont traitées.
DESCRIPTION DETAILLEE DE L'INVENTION
Le procédé selon l’invention, tel qu’il va être décrit selon un mode de réalisation possible et en référence aux dessins annexés, est appliqué aux larves vivantes de Vers de Farine (Tenebrio Molitor) ou de Mouches Soldat Noire (Hermeti hillucens) qui seront référencées ci-après TM et MSN.
Ces larves ont pour particularité de voir leur poids multiplié par un facteur de 6000 à 10000 en l’espace de quelques semaines.
On comprend donc que le nombre de larves sur leur substrat nourricier par unité d’élevage doit être adapté pour assurer la bioconversion la plus efficace possible.
C’est notamment dans ce cadre que le procédé de l’invention peut être mise en œuvre.
Il peut également servir pour estimer le poids total des larves en fin de croissance avant possiblement de procéder à un pesage effectif.
Aux figures 2 à 4 annexées est représentée une installation I qui peut être utilisée pour la mise en œuvre du procédé selon la présente invention.
Etape E1 : dépôt sur un support d’une masse de larves de TM ou de
MSN et de substrat nourricier. Cette première étape du procédé de l’invention (voir figure 1 ), qui est illustrée notamment à la figure 2, peut être mise en œuvre manuellement ou de manière mécanisée/automatisée, par exemple à l’aide d’un distributeur rotatif 1.
La masse M est constituée d’un mélange de larves vivantes à un stade prédéterminé de croissance et d’élevage et d’un substrat nourricier S, à savoir qu’il sert non seulement de milieu de vie pour les larves, mais également de nourriture pour celles-ci.
A titre purement indicatif, ce substrat S peut être constitué de matières organiques issues de céréales et/ou de légumes ou sous-produits alimentaires végétaux (issus de fruits, légumes, de boulangeries, laiteries, amidonneries, « éthanoleries » (c'est-à-dire unités de production d’éthanol par exemple) ou animaux (selon les pays et réglementations en vigueur.
A l’issue de cette étape, la masse M est déposée en une couche épaisse et compacte sur un support constitué ici par le brin supérieur 20 d’un tapis roulant ou convoyeur motorisé 2.
Dans un mode de réalisation possible et non représenté sur les figures annexées, le support peut être statique, tandis que le distributeur 1 est déplacé le long et au-dessus de celui-ci.
Dans le mode de réalisation de la figure 2, on a affaire à un seul et unique tapis roulant dont les brins supérieur 20 et inférieur 22 sont parallèles et horizontaux.
Etape E2 : répartition de masse sous la forme d’une couche mince d’une épaisseur telle que lesdites larves ne peuvent pas s’enfouir dans ledit substrat et restent visibles en surface.
Ainsi que cela a été exprimé précédemment, les larves ont tendance naturelle à fuir la lumière et à s’enfouir dans la masse de substrat S qui les accueille.
Cette particularité est en contradiction avec le souhait de mettre en œuvre un comptage correct du nombre de larves présentes dans le substrat.
Afin de remédier à cette difficulté, la présente étape vise à répartir la masse M sous la forme d’une couche mince CM d’une épaisseur telle que les larves ne peuvent pas s’enfouir dans le substrat S, de sorte qu’elles restent visibles en surface. À titre purement indicatif, une telle couche mince CM présente une épaisseur de l’ordre de 1 à 5 mm selon le stade de développement des larves. Ce réglage est extensible à 10 millimètres selon le type de larves, l’âge ou encore la présentation physique (taille des particules) du substrat.
Avant d’obtenir une telle couche mince CM, on peut faire usage d’un outil statique 3 en forme de palette tel que représenté à la figure 2, qui ne constitue pas le cœur de l’invention.
Dans ce mode de réalisation alternatif et non représentée ici, l’obtention de la couche mince CM peut être réalisée manuellement.
Etape E3 : soumission d’une même section de ladite couche mince à au moins deux signaux lumineux de longueurs d’onde différentes.
Ainsi que cela est visible à la figure 2, l’installation I comporte, à la verticale du brin supérieur 20 du tapis roulant ou convoyeur 2, deux barres d’éclairage 4 et 4’ qui sont orientées vers la même section SE de la couche mince CM.
On entend par « même section », la surface de la couche mince qui est éclairée par les deux barres 4 et 4’.
A l’aide de ces barres 4 et 4’, on soumet la section SE à au moins deux signaux lumineux de longueurs d’onde différentes, comprises dans la gamme 200-1000 nanomètres.
Avantageusement, ces signaux sont émis de manière alternative.
Préférentiellement, on fait usage de longueurs d’onde de l’ordre de 560 à 860 nanomètres.
A titre indicatif, pour cette phase d’éclairage, on peut faire usage du matériel de la marque Chromasens, et plus précisément de la barre LED modèle Corona II.
Etape E4 : Captation des images de la section soumise aux signaux lumineux.
Entre les barres 4 et 4’ est positionné un capteur optique multispectral 5, par exemple intégré au sein d’une caméra linéaire, qui est conformé pour capter et enregistrer les images réfléchies par la section SE qui a été illuminée. Ces images traduisent le spectre de réflectance du substrat S et des larves à la longueur d’onde considérée.
Ces images sont référencées ii et 1’2 à la figure 5.
S’agissant d’images réfléchies par la section SE, du fait que les signaux lumineux émis à l’étape précédente ont des longueurs d’onde différentes, ces images présentent de caractéristiques nettement différentes, en termes de contraste des larves par rapport au substrat, etc.
Etape E5 : Reconstitution d’une seule et même image par entrelacement et assemblage des images de l’étape E4.
A l’aide d’un logiciel tel que celui connu sous l’appellation Aurora Vision de la société Zebra, on procède ensuite à l’entrelacement et à l’assemblage des images ii et 1’2 obtenues précédemment pour obtenir une seule et même image 1’3 (voir figure 5) dans laquelle les lignes de images ii et 1’2 sont disposées alternativement.
Bien que cela ne soit pas visible, on obtient ainsi une seule et même image dont le contraste et la netteté sont a priori suffisants pour permettre de discerner et identifier les larves vis-à-vis du substrat S.
Etape 5 bis : Traitement de l’image pour différencier les larves
La méthode de traitement de l’image utilise un algorithme de reconnaissance de forme par apprentissage. Ce dernier a été construit et entraîné sur un ensemble d’images labellisées par des experts métiers.
Etape E5 ter : Séquencement du déplacement relatif de l’image pour permettre le calcul.
Cette étape correspond à la segmentation de l’image linéaire en plusieurs images traitées individuellement avec l’enjeu de perdre le moins d’information possible notamment si une ou des larves chevauchent plusieurs images.
Etape E6 : comptage de larves à l’aide d’un logiciel d’analyse et de reconnaissance d’i Pour mettre en œuvre cette étape, on fera usage préférentiellement d’un algorithme d’analyse d’images (dit « deep learning », qui fait usage d’un réseau de neurones profonds en multicouches) permettant, après apprentissage, d’identifier des zones labellisées comme « larves », en vue de les dénombrer.
Une telle méthode d’apprentissage, avec labellisation « humaine », en « deep learning » permet d’améliorer la différenciation des larves par rapport au substrat, quelques soient leurs tailles, qu’elles soient agglutinées ou non, et quel que soit le sens de leur disposition dans le substrat.
Les évolutions du réseau de neurones sont dépendantes des valeurs de pondérations déterminées par apprentissage. Les valeurs initiales et itérées au fur et à mesure de la mise en œuvre de la présente technique sont en mesure d’évoluer en fonction des développements de nouveaux critères que permet la présente invention.
Parmi les nouveaux critères, il peut être possible d’identifier, la forme, la taille, l’épaisseur, la longueur, le dimorphisme sexuel, la couleur, et tout autre élément de dimorphisme définitif ou ponctuel en lien notamment avec l’apparition de pathologie, relatifs aux larves.
Etape E7 : réitération les étapes E3 à E6 sur une nouvelle section.
Si nécessaire, les étapes qui viennent d’être décrites sont à nouveau mises en œuvre sur une nouvelle section de la couche mince CM.
Etape E8 : Résultats des observations
Les données de sorties sont de nature différente selon le critère. Pour le comptage, il s’agit du nombre de larves présentes par image. Pour la taille, l’épaisseur ou la longueur, les résultats individuels sont exprimés en millimètres. Pour le sexe, il s’agit du nombre de larves par type sexuel et par image.
Etape E9 : Informations de sortie
Toutes les informations de sorties sont exprimées par lot. Pour le comptage, il s’agit de l’effectif total de larves et/ou de l’effectif par type sexuel. Pour la taille, l’épaisseur ou la longueur, les résultats individuels sont exprimés sous les indicateurs descriptifs traditionnels (moyenne, médiane, écart type...).
L’installation I de la figure 3 se différencie de celle de la figure 2 par le fait que l’on fait usage d’une paire de convoyeurs ou tapis roulants 2 et 2’ dont les brins supérieurs 20, respectivement 20’ qui reçoivent ladite masse M s’étendent horizontalement. L’extrémité aval du premier 2 de ces convoyeurs/tapis roulants s’étendant à la verticale de l’extrémité amont du second 2’. De plus, les étapes E3 et E4 décrites plus haut sont mises en œuvre dans la zone de chute de la couche mince du premier au second desdits convoyeurs/tapis roulants.
A cet effet, les matériels 4, 4’ et 5 sont disposés de manière adéquate.
Un tel agencement peut être utilisé pour des raisons de compacité, par exemple dans un local où la surface disponible est réduite.
L’installation de la figure 4 se différencie de celle de la figure 2 par le fait que l’on fait usage par le fait que l’on fait usage d’une paire de convoyeurs ou tapis roulants 2 et 2’ qui sont disposés dans le prolongement l’un de l’autre. Le premier 2 présente un brin supérieur 20 qui s’étend horizontalement. Le second 2’ est quant à lui incliné vers le bas. L’étape E2 précitée est mise en œuvre dans la zone de transition du premier au second tapis roulant/convoyeur. Quant aux étapes E3 et E4 décrites plus haut, elles sont mises en œuvre dans la région centrale du second tapis roulant/convoyeur 2’.
A cet effet, les matériels 4, 4’ et 5 sont disposés de manière adéquate.
Un tel agencement peut être utilisé pour des raisons de compacité, par exemple dans un local où la collecte des larves qui ont subi le comptage ne peut être faite dans la même pièce que le dépôt de la masse M sur le tapis roulant/convoyeur2, mais dans une autre pièce à un niveau inférieur.
Ainsi, la présente invention vise à réaliser un comptage des larves par analyse d’images fixes ou dynamiques prises par un capteur/une caméra multi spectrale après l’éclairement alternatif à deux longueurs d’onde d’un mélange de matières organiques composées de larves d’insectes et son substrat (nourrissage et habitat). Les difficultés du comptage de larves en imagerie, comme à l’œil humain reposent tant sur l’efficacité de la reconnaissance de forme attribuable à l’objet recherché mais aussi dans notre application sur la différenciation entre les larves et le substrat de vie/nourrissage lui-même, l’hétérogénéité des tailles de larves (liée entre autres aux différences de vitesse de croissance), et la mobilité des larves qui tendent à s’enfuir dans le substrat pour éviter la lumière.
Le procédé selon l’invention permet non seulement de différentier des larves par rapport au substrat formé de particules alimentaires, mais également par rapport à des corps étrangers et/ou des particules mortes (exuvies). II offre aussi la possibilité d’utiliser les informations captées pour évaluer d’autres indicateurs clés de performances de l’élevage de larves et/ou de leurs détails morphologiques (longueur, largeur, épaisseur, disposition des détails morphologiques, courbure de posture, ...), tant sur les valeurs moyennes que leurs dispersions. Ce procédé permet aussi de compter les larves séparées de leur milieu de vie, en amont (soit dès l’éclosion) en aval (en fin de croissance ou avant abattage).

Claims

REVENDICATIONS
1. Procédé de comptage de larves vivantes de Vers de Farine (Tenebrio Molitor) ou de Mouches Soldat Noire (Hermeti hillucens), caractérisé par le fait qu’il comprend au moins les étapes suivantes :
E1 / déposer sur un support une masse (M) de larves de Vers de Farine (Tenebrio Molitor) ou de Mouche Soldat Noire (Hermeti hillucens) et de substrat nourricier (S) ;
E2/ répartir ladite masse (M) sous la forme d’une couche mince (CM) d’une épaisseur telle que lesdites larves ne peuvent pas s’enfouir dans ledit substrat (S) et restent visibles en surface ;
E3/ soumettre une même section (SE) de ladite couche mince (CM) à au moins deux signaux lumineux de longueurs d’onde différentes, comprises dans la gamme 200-1000 nanomètres ;
E4/ à l’aide d’un capteur optique multispectral (5), capter les images (ii, 1’2) de ladite même section (SE) soumise auxdits signaux lumineux ;
E5/ reconstituer une seule et même image (1’3) par entrelacement et assemblage desdites images (il , i2) de l’étape E4/ ;
E6/ procéder au comptage desdites larves à l’aide d’un programme informatique d’analyse et de reconnaissance d’images ;
E7/ si nécessaire, réitérer lesdites étapes E3/ à E6/ sur une nouvelle section (SE).
2. Procédé selon la revendication 1 , caractérisé par le fait que lesdites longueurs d’onde différentes sont respectivement de l’ordre de 560 et 780 nanomètres.
3. Procédé selon la revendication 1 ou 2, caractérisé par le fait que l’épaisseur de ladite couche mince (CM) est comprise entre 1 et 10 millimètres et préférentiellement entre 1 et 5 millimètres.
4. Procédé selon l’une des revendications 1 à 3, caractérisé par le fait que, à l’étape E4, on fait usage d’une caméra linéaire qui intègre ledit capteur (5).
5. Procédé selon l’une des revendications précédentes, caractérisé par le fait que, à l’étape E6, on fait usage d’un programme qui fonctionne par apprentissage automatique.
6. Procédé selon l’une des revendications précédentes, caractérisé par le fait que, à l’étape E1 , on fait usage d’au moins un support mobile.
7. Procédé selon la revendication 6, caractérisé par le fait que ledit au moins un support mobile comprend au moins un convoyeur ou un tapis roulant (2, 2’).
8. Procédé selon la revendication 7, caractérisé par le fait que, à l’étape E2, on fait usage d’un seul et unique convoyeur ou tapis roulant (2) dont le brin supérieur (20), qui reçoit ladite masse (M), s’étend horizontalement.
9. Procédé selon la revendication 7, caractérisé par le fait que, à l’étape E2, on fait usage d’une paire de convoyeurs ou tapis roulants (2,2’) dont les brins supérieurs (20,20’) qui reçoivent ladite masse (M) s’étendent horizontalement, l’extrémité aval du premier (2) desdits convoyeurs/tapis roulants s’étendant à la verticale de l’extrémité amont du second (2’) desdits convoyeurs/tapis roulants, et que lesdites étapes E3 et E4 sont mises en œuvre dans une zone de chute de ladite couche mince (CM) du premier (2) au second (2’) desdits convoyeurs/tapis roulants.
10. Procédé selon la revendication 7, caractérisé par le fait que, à l’étape E2, on fait usage d’une paire de convoyeurs ou tapis roulants (2,2’) disposés dans le prolongement l’un de l’autre, le premier (2) comportant un brin supérieur (20) qui s’étend horizontalement, tandis que le second (2’) est incliné vers le bas.
11. Procédé selon la revendication 10, caractérisé par le fait que ladite étape E2 est mise en œuvre dans une zone de transfert du premier (2) au second (2’) desdits convoyeurs ou tapis roulants, tandis que ladite étape E4 est mise en œuvre à la verticale du second (2’) desdits convoyeurs ou tapis roulants.
PCT/EP2024/059240 2023-04-24 2024-04-04 Procédé de comptage de larves vivantes de vers de farine ou de mouches soldat noire WO2024223260A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FRFR2304105 2023-04-24
FR2304105A FR3148107A1 (fr) 2023-04-24 2023-04-24 Procédé de comptage de larves vivantes de Vers de Farine ou de Mouches Soldat Noire

Publications (1)

Publication Number Publication Date
WO2024223260A1 true WO2024223260A1 (fr) 2024-10-31

Family

ID=87889747

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2024/059240 WO2024223260A1 (fr) 2023-04-24 2024-04-04 Procédé de comptage de larves vivantes de vers de farine ou de mouches soldat noire

Country Status (2)

Country Link
FR (1) FR3148107A1 (fr)
WO (1) WO2024223260A1 (fr)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5646404A (en) 1995-02-17 1997-07-08 The United States Of America As Represented By The Secretary Of Agriculture Electronic grain probe insect counter (EGPIC)
WO2019053456A1 (fr) 2017-09-14 2019-03-21 Entocycle Ltd Dispositifs et procédés de production d'insectes dipteres
EP3749089A1 (fr) * 2018-02-07 2020-12-16 Insect Technology Group Research Uk Limited Procédé et appareil d'élevage et de collecte de larves d'insectes
WO2022070195A1 (fr) 2020-09-30 2022-04-07 Senecio Ltd. Élevage, tri et comptage automatisés ou semi-automatisés de pupes et de larves
EP3979791A1 (fr) 2019-06-06 2022-04-13 Protix B.V. Dispositif de transport d'insectes vivants
WO2022112770A1 (fr) 2020-11-25 2022-06-02 Entocycle Ltd. Système de commande et procédés pour un appareil d'élevage d'insectes
WO2022119442A1 (fr) 2020-12-03 2022-06-09 Protix B.V. Dispositif de transport d'insectes vivants

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5646404A (en) 1995-02-17 1997-07-08 The United States Of America As Represented By The Secretary Of Agriculture Electronic grain probe insect counter (EGPIC)
WO2019053456A1 (fr) 2017-09-14 2019-03-21 Entocycle Ltd Dispositifs et procédés de production d'insectes dipteres
EP3749089A1 (fr) * 2018-02-07 2020-12-16 Insect Technology Group Research Uk Limited Procédé et appareil d'élevage et de collecte de larves d'insectes
EP3979791A1 (fr) 2019-06-06 2022-04-13 Protix B.V. Dispositif de transport d'insectes vivants
WO2022070195A1 (fr) 2020-09-30 2022-04-07 Senecio Ltd. Élevage, tri et comptage automatisés ou semi-automatisés de pupes et de larves
WO2022112770A1 (fr) 2020-11-25 2022-06-02 Entocycle Ltd. Système de commande et procédés pour un appareil d'élevage d'insectes
WO2022119442A1 (fr) 2020-12-03 2022-06-09 Protix B.V. Dispositif de transport d'insectes vivants

Also Published As

Publication number Publication date
FR3148107A1 (fr) 2024-10-25

Similar Documents

Publication Publication Date Title
CA2980939C (fr) Procede d'elevage d'insectes
CA2980941C (fr) Atelier d'elevage d'insectes
US11636701B2 (en) Method for calculating deviation relations of a population
CA2976276A1 (fr) Systemes, dispositifs et procedes de detection de la fecondation et du sexe d'ƒufs non eclos
Colston et al. Snake diets and the deep history hypothesis
FR3071644A1 (fr) Procede et dispositif de classification de plantes
Bourlat et al. Wrasse fishery on the Swedish West Coast: towards ecosystem-based management
Jordão et al. Spectral sensitivity of four species of fiddler crabs (Uca pugnax, Uca pugilator, Uca vomeris and Uca tangeri) measured by in situ microspectrophotometry
WO1997006434A1 (fr) Mesure de la digestibilite des aliments chez les ruminants
Mead et al. Stomatopod antennule design: the asymmetry, sampling efficiency and ontogeny of olfactory flicking
Baur et al. Noninvasive monitoring system forTenebrio molitor larvae based on image processing with a watershed algorithm and a neural net approach
Abdullah et al. Precision agriculture practices from planting to postharvest: scopes, opportunities, and challenges of innovation in developing countries
Lin et al. Bruise detection in Pacific pink salmon (Oncorhynchus gorbuscha) by visible and short-wavelength near-infrared (SW-NIR) spectroscopy (600− 1100 nm)
Ahmed et al. Hyperspectral image reconstruction for predicting chick embryo mortality towards advancing egg and hatchery industry
WO2024223260A1 (fr) Procédé de comptage de larves vivantes de vers de farine ou de mouches soldat noire
Wijethunga et al. Digital image analysis based automated kiwifruit counting technique
Thompson et al. A novel method for the rapid enumeration of planktonic salmon lice in a mixed zooplankton assemblage using fluorescence
WO2021133835A1 (fr) Ferme d'insectes
Chalmers et al. AI-Driven Real-Time Monitoring of Ground-Nesting Birds: A Case Study on Curlew Detection Using YOLOv10
Rigolet Diversité structurelle et fonctionnelle des peuplements sablo-vaseux de Bretagne sud: impact de l'expansion d'Haploops nirae
EP3881231B1 (fr) Procede pour l'apprentissage d'une machine automatique apte a determiner des caracteristiques d'elements vegetaux
FR3143951A1 (fr) Dispositif optique pour la détermination d’un ou plusieurs paramètres de suivi d’un élevage d’insectes
WO2024200955A1 (fr) Dispositif de détection de microparticules dans un environnement
Naudin et al. Détection de larves de poisson anormales par analyse d'images
Vroegindeweij et al. Object segmentation in poultry housings using spectral reflectivity

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24717198

Country of ref document: EP

Kind code of ref document: A1