Projektets mål er at udvikle system til fremtidig biavl ved hjælp teknologier, der driver eller bidrager til fjerde industrielle revolution inden for biavl. Vi vil hjælpe biavlere med at opretholde sunde bikolonier, tidligt opdage mulige sygdomsproblemer og biavlsanomalier og hjælpe med at styre høst af biprodukter. Samtidig er et mål at bidrage til biodiversitet og bæredygtighed.
Hovedkarakteristika for foreslået system til fremtidig biavl:
- Billig, stressorfri smart bistade
- Infrastruktur til smarte bistader (billig trådløst teknologi med lav effekt – LoRaWAN eller NBIoT)
- AI-system for (ikke-)prof. IT brugere (rådgivning, advarsler, bedst praksis osv.)
- Værktøjskasse til risikovurdering af flere stressfaktorer i kolonier
- Integration af observations-, vejr - og sensordata
- Informationsstyring i cloud, inkl. sikkerhed
- Reduktion af omkostninger og tidskrævende handlinger
Produktet vil være ikke-invasive, vedligeholdelsesfrit, ikke-stressende system med brugervenlig grænseflade.
I projektet udvikles et elektronisk overvågningssystem, der er beregnet for alle biavlere, hvilket giver mulighed for fjernovervågning og kontrol over fjerntliggende bigårde udstyret med et sæt specielt udvalgte sensorer (temperatur, lyd, fugtighed, vægt) og dedikerede AI-understøttende algoritmer opbygget i en edge-cloud arkitektur, hvor der sker for analyse lokalt for reduktion af datamængden og endelig analyse i cloud.
Systemet gør det muligt at vurdere bikoloniens tilstand inde i bistadet og forudsige begivenheder, der snart vil finde sted i bistadet. Det brugervenlige system vil give selv begyndere som biavlerentusiaster mulighed for hurtigt at tage systemet i brug.
Direkte mål
- Styrke biavlen gennem at øge chancen for bifamiliers overlevelse.
- Forudsige angreb og sværmning, sikre sund og korrekt udvikling.
- AI-system for biavlere, så både begyndere og entusiaster hurtigt kan deltage og nemt oprette og drifte bistader.
Mange biavlere kæmper med deres bistader for at opnå de bedste økonomiske resultater. Mange bifamilier kollapser og biavleren er ikke opmærksom på problemer og faktorer, der forårsager kollaps. Vores system vil analysere alle parametre (og deres komplekse relationer) og guider, rapporterer og foreslår metoder til bedste biavl i tide.
Indirekte mål
- Stop faldet i antal bistader, øg (bevar) biodiversiteten
- Producere høj kvalitet, sunde bi-produkter (nem styring for biavler)
- Normal biavler kan drage fordel af AI-systemet i cloud og ved installation af sensorer
- Bier spiller en vigtig rolle i økosystemet. Udover at levere sunde produkter, bestøver de vilde blomster og mange nøgleafgrøder til fødevareproduktion (bidrager til over 80% af reproduktion af afgrøder og blomstrende planter i verden).
Vi hjælper ved at komme med et sæt innovative produkter og tjenester, der forbedrer biavl og bringer store blomsterdiversiteter og hjælper forskere med at undersøge faktorerne bag nedgangen i bipopulationer.
Bigårdsovervågningssystemet er et svar på de stigende krav fra biavlsmarkedet og samfundets voksende bevidsthed om den rolle, som bier spiller i vores økosystem. Beskyttelse af bikolonier og holde dem i god stand bliver et mål for flere og flere biavlere og biavlentusiaster samt alle, der er interesseret i miljøbeskyttelse.
Resultater
I projektet har vi udviklet en prototype bestående af sensorer, databehandlingsenhed med trådløs transmission, AI-system i cloud og en mobilapp som biavlerens brugergrænseflade og det er sket i samarbejde med studerende på DTU på bachelor- og kandidatniveau. Vores AI-system genererer advarsler til at assistere biavlerne.
Vi har valgt en sensorplatform fra den hollandske producent beep.nl, som omfatter måling af vægt, temperatur og audio. Dertil har vi tilføjet et kamera foran bistader og med AI-algoritme benytter vi dette som en bitæller. Det hele kører på batterier med levetid på ca. et år. Data forbehandles lokalt og transmitteres i en komprimeret form over LoRaWAN trådløst netværk via LaRaWAN gateways opstillet i nærheden af bistaderne. Data ender til sidst i vores database baseret på MongoDB og der ankommer nye data for hver 10-15 minutter.
Vores AI-system i cloud foretager dels elementære analyser af data for at sikre korrekthed og pålidelighed. Fx. modtager en biavler besked, hvis data udebliver eller det er tid at skifte batteri. Avancerede analyser inddrager data fra en længere periode, hvor de fleste tests har arbejdet med 30-dages perioder. Her vurderes hvad der kan anses for normale værdier (fra langt flertallet af de 30 dage) og hvad der kan anses som afvigende data (typisk i den sidste del af 30-dages perioden). Med AI sammenkædes herefter data fra de forskellige sensorer med DMI vejrdata og tid på dagen og tid på året. I sidste fase afgøres det ved brug af tærskelværdier om der skal genereres advarsler.
Prototypen omfatter også en sortering og filtrering af advarsler, således at vigtigere advarsler i nogle tilfælde annullerer mindre vigtige advarsler. Advarsler gemmes i vores database, således at der altid kan skaffes overblik over advarsler fra fortiden. Advarsler sendes ud per email til biavlerne, når de genereres, men de kan også findes i en mobilapp.
Projektet har overordnet set haft som mål at mindske biers dødelighed med 75% ifht. landsgennemsnittet for et år og øge produktionen med 25% ifht. landsgennemsnittet for et år. Med 4 deltagende biavlere med i alt 15 bistader, er vi dog et stykke fra at kunne konkludere om målene er nået. Dog har vi set at advarsler har en betydning, idet de ofte når biavleren før biavleren har tænkt sig alligevel at inspicere et bistade.
Link: Læs mere om projektet i DTU Orbit