L2M Validation / Qc Automne 2025 / Utilisation de la Robotique Autonome et de l’IA Multimodale pour la Surveillance de la Santé et des Émotions des Vaches Laitières

Le Québec compte environ 4?333 fermes laitières, produisant près de 3,5 milliards de litres de lait par an avec 361?000 vaches. Cette industrie représente près de 37?% de la production laitière canadienne, mais elle est confrontée à un défi de taille : l’absence d’outils technologiques intelligents, mobiles et autonomes pour surveiller en continu la santé et le bien-être émotionnel du troupeau.

Aujourd’hui, la détection des maladies (comme la mammite) repose principalement sur l’observation humaine, souvent ponctuelle, subjective et tardive. Cette approche engendre des pertes économiques allant jusqu’à 66?000?$/an pour un troupeau de 100 vaches touché par la mammite et compromet la qualité du lait. Par ailleurs, le Canada fait face à un ralentissement de sa productivité, exacerbé par le vieillissement de la main-d’œuvre agricole. Il est donc urgent d’innover pour améliorer la performance et la durabilité du secteur.

Ce projet vise à développer une solution robotisée basée sur l’intelligence artificielle multimodale capable de détecter automatiquement les signes de maladies et de stress émotionnel chez les vaches. Grâce à des capteurs intégrés et à une vision par ordinateur, le robot assurera une surveillance continue et non intrusive du troupeau, permettant une détection précoce et des interventions rapides.

Les retombées pour le Québec et le Canada sont multiples :

1. Amélioration du bien-être animal et de la qualité du lait ;
2. Réduction des pertes économiques dans les fermes ;
3. Accélération de la transition numérique du secteur agricole ;
4. Valorisation de l’innovation universitaire canadienne, avec une commercialisation prévue auprès des producteurs laitiers à travers le Programme Étudiant des Producteurs Laitiers du Canada.

Ce projet contribuera à positionner le Québec, et aussi le Canada, comme un chef de file en agriculture intelligente et durable.

Faculty Supervisor:

Abdoulaye Baniré Diallo

Student:

Partner:

V1 Studio

Discipline:

Computer science

Sector:

Agriculture and Food; Artificial Intelligence; Technology

University:

Université du Québec à Montréal