Использование сенсоров для обнаружения активности диких животных в борьбе с браконьерством

С помощью распознавания движений животных в дикой природе с использованием прикрепленных сенсоров можно обнаруживать приближение браконьеров. Эти сенсоры распознавания активности животных также могут помочь в исследованиях биоразнообразия или управлении скотом. Исследователь Якоб Камминга из Университета Твенте разработал датчик движения со встроенным интеллектом для распознавания моделей движения широкого спектра животных. Сенсор потребляет очень мало энергии и подготовлен для суровых условий.

Распознавание движений животных может помочь обнаружить их реакцию на присутствие людей. Данные со спутников, GPS и дистанционного зондирования уже доказали свою ценность. Данные от сенсоров, прикрепленных непосредственно к телам животных, могут иметь существенную добавочную ценность.

Ключевые выводы исследования

• Достаточно одного датчика: В большинстве случаев для распознавания достаточно одного сенсора — акселерометра. Добавление гироскопа, измеряющего вращение, повышает точность, но потребляет в 100 раз больше энергии. Для большинства задач достаточно акселерометра.
• Энергоэффективность — приоритет: Замена батареи часто невозможна, поэтому энергоэффективность — одно из главных требований.
• Интеллект на устройстве: Распознавание движений происходит с помощью встроенного интеллекта системы. Обучение на размеченных данных (labeled data) для каждого вида трудоемко. Камминга показал, что интеллект сенсора может работать в основном на неразмеченных данных (unlabeled data), используя небольшой набор размеченных данных в качестве основы.
• Гибкость распознавания: Фактическое распознавание можно выполнять с помощью относительно простых деревьев решений, но также возможно встроить в сенсор нейронную сеть глубокого обучения, что повышает гибкость системы. Камминга уже проанализировал модели движения коз, овец и лошадей.
• Энергосберегающая передача: Чтобы избежать чрезмерного расхода энергии, сенсор передает данные только при обнаружении изменений.
• Устойчивость к условиям: Разработано решение для обеспечения точности данных даже в случае смещения ремня сенсора в суровых природных условиях.

Применение за пределами борьбы с браконьерством

Данные об активности животных также можно использовать для анализа биоразнообразия на определенной территории, чтобы понять, достаточно ли у животных пищи и свободы передвижения.

Профессор Эндрю Скидмор (факультет ITC Университета Твенте), участвовавший в работе, отметил: «Связывание данных о движении диких животных, записанных с помощью сенсоров, с дистанционно зондируемыми изображениями и ГИС-моделями — это перспективная технология для лучшего понимания экологических потребностей видов, а также для информирования управленческих и политических решений с целями сохранения природы и биоразнообразия».

Исследование проводилось в группе «Распространенные системы» (Pervasive Systems) профессора Пола Хавинги, которая специализируется на создании небольших, энергоэффективных, часто автономно коммуницирующих сенсоров для широкого спектра применений.