可遠程監控蜂巢的開源項目

1774085 2022-11-17 | zip | 0.80 MB | 次下載 | 免費

資料介紹

描述

十五年來，蜜蜂一直面臨滅絕的威脅。事實上，在過去的十年里，歐洲有 30% 到 40% 的蜂群死亡。這對環境來說是一個令人擔憂的情況，因為蜜蜂是最重要的傳粉者，因此是我們生態系統不可或缺的一部分。此外，還會出現經濟問題。事實上，例如在法國，蜂蜜生產是超過 54,000 名養蜂人的額外收入，也是大約 2,000 名其他養蜂人的主要收入。

我們的目標是讓專業或業余的養蜂人能夠遠程監控他們的蜂巢。我們的解決方案旨在為他們節省不必要的生產現場之旅，從而節省時間。我們的設備是一個連接的傳感器套件，每 10 分鐘收集一次數據并將其發送給養蜂人。這讓他了解了他的蜂群的狀態和環境的質量。與其他商業化系統相比，我們的產品易于使用且價格合理（約 150 歐元）。

研究數據

為了監控蜂巢的完整性，我們選擇研究：

室內溫度 (+/- 0.5 °C)
室外溫度 (+/- 0.5 °C)
室外濕度 (+/- 2%)
重量（+/- 0.2 公斤）

我們還花費了大量時間研究人工智能 (AI)，它能夠指示是否有蜂王以及是否有任何蜜蜂。不幸的是，我們無法實現我們的神經網絡 (NN)，因為導出它被證明比預期的更復雜。

系統圖

?

軟件

Mbed 源文件可在“代碼”選項卡中下載。

為了使我們的系統正常工作，我們在 Mbed 上開發了該軟件。使用代碼我們可以：

初始化所有傳感器。

對于每個傳感器，我們分配了一個引腳。

傳感器初始化

每十分鐘獲取每個傳感器的值測量值。

室內溫度：我們選擇使用 DS18B20 溫度傳感器。事實上，這種模式已經在之前的類似項目中證明了它的效率。

1 / 2 ? DS18B20 實施

室外溫濕度：我們選擇了DHT22溫濕度傳感器。

DHT22 實施

重量：我們選擇使用應變儀來收集重量值。

應變計實現

將我們收集的數據發送到 Sigfox 后端。

1 / 2 ? Wisol 引腳分配

當我們不發送數據時，讓微控制器進入睡眠狀態。

因為 Sigfox 限制了一個人每天可以發送的消息數量，所以我們只能在 24 小時內發送 140 條消息。因此，我們只能每十分鐘測量一次。

10 分鐘睡眠實施

人工智能培訓

為了創建我們的人工智能，我們決定訓練一個神經網絡來分析蜂巢中的聲音頻率。為此，我們使用了開發平臺 Edge Impulse。它使您可以毫不費力地構想具有嵌入式機器學習功能的設備。

創建 Edge Impulse 帳戶和項目后，我們可以選擇兩種方法來訓練我們的神經網絡。

第一個需要使用我們按照本教程連接到 Edge Impulse 的 IoT 發現套件。然后，為了開發能夠識別不同聲音頻率的 AI，我們按照此處所述的步驟進行操作。

第二種方法不需要 B-L475E-IOT01A2 板。然而，這非常耗時。事實上，在搜索和下載數據集（蜜蜂或不蜜蜂和The Hiveeyes 社區）之后，每個聲音樣本都必須手工剪切并上傳到我們的設計中。對于我們的大部分項目，我們選擇了這種方法，因為我們無法直接從蜂巢中收集樣本。

首先，我們創建了一個脈沖設計并設置了訓練我們的 AI 所需的參數。因為我們正在處理蜜蜂，所以我們需要采用比教程中演示的更大的窗口大小。我們選擇使用 MFCC 塊來訓練我們的神經網絡，但這不是我們唯一的選擇。MFE 和 Spectogram 塊也可以用來訓練 AI。根據所研究的頻率范圍，任何一個集團都可能比其他集團工作得更好。