Världens största hästbeteendedatabas

HoofStep mäter , registrerar och övervakar i princip de flesta av hästens rörelser och beteenden, genom en smart sensor i kombination med Artificiell Inteligens. 2016 var året för proof of concept då dataanalys av registrerade hästbeteenden visade sig identifiera ett rikt spektrum av beteenden. Detta inkluderar gångarter och variationer av dessa t.ex. piaff och passage, men även subitla avvikelser såsom en knappt synbar rörelsestörning i t.ex. vänster bak. Samma år genomfördes tester med sensorer placerade på olika ställen på hästens kropp. Placeringen över pannan ger rikast datafångst samt gör produkten unik då hästens tuggningar registreras. HoofSteps AI modell och applikation registrerar hästens rörelser och beteenden löpande över hela dygnet.

Appens fokus

För att göra datat mer tillgängligt för den enskilde hästägaren presenteras datat i några grundbegrepp. Dessa bygger på hästens lokalisering (GPS), förflyttning geografiskt samt aktivitet i form av äta, vila, aktiv eller mycket aktiv. Larmen däremot informerar även om enskilda beteende som avviker, tex rulla, skrapar med framhov, gäspa o s v. 

Tolkning av Appens begrepp

EAT

ÄTA - Ett dominant begrepp

När hästen äter oavsett om den står, ligger ned eller tar små steg (betar)

REST

ACTIVE

VILA - Alla former av vilande

Hit hör t.ex. ligga på sidan eller magen och sova, stå och sova, stå och vila

AKTIV - Mindre aktiva beteenden

Skritt samt när hästen inte förflyttar sig men utför en aktivitet såsom gäspa, kliar sig, skrapar med framhoven, stretchar ett bakben eller biter slickar

HIGHLY ACTIVE

MYCKET AKTIV - Mer aktiva beteenden

Hit hör snabbare förflyttningar såsom trav och galopp. I denna grupp finns även beteenden som rulla, lägga sig och resa sig, huvudskakningar, ruska och klia sig intensivt. 

Tillämpning av HoofSteps beteendedata 

HoofSteps övervakning och rika beteendedata används idag inom olika forskningsprojekt, tex Brösarpsprojektet där vi för tredje året registrerar och samlar data för att objektivt ge underlag till projektet. Här analyseras data på djupet och syftet är att kunna stödja teorin och gammal kunskap om att hållbara hästar för sporten kräver vissa förutsättningar under sina unga uppväxtår. Ett annat projekt drivs i Österrike där man i motsats vill få ett bättre underlag kring den gamla hästen och dess åldrande ur ett beteendeperspektiv.