Des robots pour protéger le bétail des prédateurs
Des robots pour protéger le bétail des prédateurs

Des véhicules robotisés pourraient éloigner les coyotes du bétail et éviter aux deux groupes des conséquences mortelles.
Afin de protéger le bétail des coyotes sans nuire aux prédateurs eux-mêmes, des chercheurs ont mené une étude impliquant un véhicule télécommandé équipé de puissants éclairages. La solution a fonctionné, laissant entrevoir un avenir dans lequel les robots d’élevage pourraient effectuer des patrouilles nocturnes.
Bien que la prédation soit à l’origine d’un nombre relativement faible de décès de bétail chaque année, son impact reste important. Selon le ministère américain de l’agriculture, en 2022, la prédation a été responsable de la mort de plus de 9 000 vaches adultes et veaux, et de plus de 6 000 moutons adultes et agneaux. La plupart de ces décès sont causés par les coyotes, et il est donc important de chercher à les dissuader tout en évitant de causer encore plus de pertes de vie.
En France, selon des chiffres de 2020, avec environ 580 loups, la prédation occasionne en France plus de 15 000 victimes d’élevage par an (ovins, bovins, caprins, équins…), si l’on comptabilise aussi les animaux disparus suite aux attaques.
Dans l’étude actuelle, des chercheurs américains ont utilisé une colonie captive de coyotes au National Wildlife Research Center (NWRC) Utah Field Station de l’USDA pour tester quelques solutions automatisées différentes afin de les dissuader de prédater. Dans tous les cas, ils ont placé des aliments préparés commercialement comme appâts au milieu des enclos des animaux.
Dans un scénario, ils ont monté des lumières de dissuasion activées par le mouvement, connues sous le nom de Foxlights, dans des positions stationnaires autour de l’appât. Dans le second scénario, ils ont monté ces lumières sur un petit véhicule télécommandé qui faisait des incursions régulières autour de l’appât toutes les trois minutes.
Dans un dernier essai, les chercheurs ont incorporé un mouvement adaptatif en dirigeant activement le véhicule télécommandé vers les coyotes lorsqu’ils s’approchaient de la nourriture. Si les coyotes reculaient, le véhicule retournait à sa base. Dans le cas contraire, ils ont dirigé le véhicule vers les animaux jusqu’à ce qu’ils sortent de la zone d’appât.
Comme on peut l’imaginer, l’équipe a constaté des améliorations progressives pour chaque scénario. Lors du test à la lumière seule, sur les 39 repas mis à disposition, seuls cinq n’ont pas été consommés. Dans le test où les véhicules circulaient selon un schéma prédéterminé à intervalles réguliers, 12 des 21 repas sont restés intacts. Le test du mouvement adaptatif a cependant été le grand gagnant. Lorsque les véhicules ont été dirigés vers les animaux, 15 des 18 repas sont restés intacts.
« Nos observations indiquent que le mouvement du véhicule de dissuasion vers un coyote semble maintenir les coyotes « sur le qui-vive » ou en déséquilibre », écrivent les chercheurs. « L’impact profond du mouvement adaptatif remarqué dans cette expérience justifie le développement de ce type de véhicule. La création d’un moyen de dissuasion mobile capable à la fois d’identifier les animaux et de réagir à leur présence est essentielle pour faire avancer cette idée ».
Les chercheurs reconnaissent que la construction de véhicules autonomes résistants aux intempéries et capables d’apprentissage automatique constituera un défi technologique et économique. En revanche, ils suggèrent que des véhicules plus simples, capables de se déplacer sur les terrains d’élevage de la même manière que les aspirateurs robots se déplacent dans les pièces, devraient constituer un domaine de développement intéressant, car un tel système a effectivement doublé l’efficacité du système stationnaire testé.
L’étude a impliqué des scientifiques du NWRC, de l’université d’État du Colorado, de la Society for the Preservation of Endangered Carnivores and their International Ecological Study, de l’université de Washington et de Krebs Livesto.
https://www.aphis.usda.gov/aphis/ourfocus/wildlifedamage/pdr/?file=PDR-C_Report&p=2022:INDEX:ck.