Type de document : synthèse scientifique publiée dans AgriEngineering
Auteurs : Mura M.C., Trimasse O., Carcangiu V., Luridiana S.
Résumé en français (traduction) : Élevage de précision pour les brebis laitières : revue de la littérature sur l’Internet des objets et les systèmes d’aide à la décision pour une gestion et un bien-être améliorés
L’élevage ovin laitier, essentiel à l’économie méditerranéenne, peine à trouver un équilibre entre productivité, durabilité et bien-être animal, en particulier dans les systèmes extensifs à petite échelle. Les technologies d’élevage de précision (PLF) offrent de nouvelles possibilités en permettant une surveillance continue, non invasive et basée sur des données dans diverses conditions d’élevage. Malgré les progrès rapides réalisés dans les domaines des capteurs, de la vision par ordinateur, des appareils portables et de l’intelligence artificielle (IA), une synthèse complète axée sur les brebis laitières reste limitée. Cette étude fournit un aperçu actualisé des applications PLF dans l’élevage de brebis laitières, sur la base d’une analyse documentaire. La période 2018-2025 a été choisie afin de prendre en compte les avancées récentes dans les domaines de l’Internet des objets (IoT), de l’IA et des technologies de capteurs, qui n’ont acquis une pertinence pratique que ces dernières années. La revue identifie les domaines technologiques clés tels que la surveillance automatisée du poids et de l’état corporel, l’identification biométrique, les capteurs portables et basés sur l’IoT, les systèmes de localisation, la surveillance comportementale et thermique, les clôtures virtuelles, le rassemblement assisté par drone et les outils avancés d’aide à la décision. Les innovations, notamment les modèles d’apprentissage profond légers, les cadres de détection multimodaux et les jumeaux numériques, soulignent le potentiel croissant des applications évolutives en temps réel. Si les progrès technologiques sont considérables, leur adoption pratique est entravée par des obstacles économiques, techniques, d’interopérabilité et éthiques. Cette revue consolide les données actuelles et identifie les priorités futures afin d’orienter le développement de solutions PLF intégrées et axées sur le bien-être pour l’élevage ovin laitier.
Résumé en anglais (original) : The dairy sheep, vital to the Mediterranean economy, struggles to balance productivity, sustainability, and animal welfare, especially in extensive, small-scale systems. Precision livestock farming (PLF) technologies offer new opportunities by enabling continuous, non-invasive, and data-driven monitoring across diverse farming conditions. Despite rapid progress in sensors, computer vision, wearable devices, and artificial intelligence (AI), a comprehensive synthesis focused on dairy sheep remains limited. This review provides an updated overview of PLF applications in dairy sheep farming, based on a literature review. The 2018–2025 timeframe was chosen to capture recent advances in Internet of Things (IoT), AI, and sensor technologies that have achieved practical relevance only in recent years. The review identifies core technological domains such as automated weight and body condition monitoring, biometric identification, wearable and IoT-based sensors, localization systems, behavioral and thermal monitoring, virtual fencing, drone-assisted herding, and advanced decision-support tools. Innovations including lightweight deep-learning models, multimodal sensing frameworks, and digital twins highlight the growing potential for scalable, real-time applications. While technological progress is substantial, practical adoption is hindered by economic, technical, interoperability, and ethical barriers. This review consolidates current evidence and identifies future priorities to guide the development of integrated, welfare-focused PLF solutions for dairy sheep farming.
