描述

背景

蜜蜂得到了很多關注，但它們只是北美數千種蜜蜂中的一種（而且它們甚至不是本地蜜蜂！）。

本地蜜蜂與本地植物共同進化，它們的授粉服務對許多本地植物物種的生存至關重要。

本土蜜蜂也是重要的農業傳粉者，可以提高許多農作物的產量。AirBeeNBee 是一家智能蜜蜂旅館，為本地蜜蜂種群提供筑巢棲息地，直接解決競賽挑戰 5：精準農業、智能畜牧業和本地糧食生產。

獨居的本地蜜蜂在各種不同的巢穴中開始它們的家庭。一些蜜蜂在地上筑巢（挖掘蜂、礦工蜂），一些在木頭上鉆孔（木匠蜂），還有一些在空心管狀植物莖中產卵（石蜂、切葉蜂）。其中一些物種將使用人類提供的人工巢穴結構（蜜蜂旅館），這為我們提供了研究它們的絕好機會。

設計

AirBeeNBee 是一個帶有集成傳感器的蜜蜂旅館，允許主人調查可能影響蜜蜂是否選擇人工巢穴的各種變量。巢穴可以填充不同的材料以評估巢穴偏好，而 Seed Studio SenseCap K1100 使我們能夠輕松確定濕度、溫度和空氣質量如何影響巢穴利用率。人工智能視覺傳感器可以快速確定蜜蜂種類和占有率。因為這些計劃都是開源的，使用創客空間中常用的設備 - AirBeeNBee 滿足競賽挑戰 4：開放科學。

我們的蜜蜂旅館旨在監控蜜蜂，而無需使用目前使用的破壞性和勞動密集型方法。我們將使用攝像頭監控人工蜂巢中的本地蜜蜂種群，目的不僅是跟蹤進出 AirBeeNBee 的蜜蜂數量，還可以了解蜂巢內部發生的情況。

該結構是一座帶有傾斜屋頂的房屋，以保持房屋干燥并提供安裝相機的空間。我們了解到，在人工巢穴前放置網狀物并不會阻止蜜蜂使用它們，因此對于蜜蜂來說，擁有攝像頭應該不是問題。使用的材料將是木材，以防止巢內腐爛和發霉。

在房子里，我們將插入可拆卸的木塊，上面鉆有蜜蜂隧道。這些隧道將一直穿過街區，以便在必要時觀察蜜蜂及其巢穴。隧道將有多種尺寸以適應不同種類的蜜蜂。根據 Bumblebee Conservation Trust 的說法，它們應該至少長 15 厘米，直徑在 3-10 毫米之間。

?

?

?

?

1 / 2 ?蜜蜂酒店效果圖

?

蜜蜂旅館背后的技術是 SenseCAP K1100 傳感器設備。該設備主要與內置傳感器（光、聲音和位置）和可連接傳感器（土壤濕度、溫度/濕度、氣體傳感器和視覺）以及屏幕或終端一起使用，以查看讀數、視覺日志檢測，并通過網絡將數據發送到在線數據可視化平臺進行進一步分析。

要使用 SenseCAP 設備，我們遵循此處的設置說明 ( https://wiki.seeedstudio.com/K1100-quickstart/#vision-ai-real-time-analysis )。使用 LoRa WAN 設置好 SenseCAP 來傳輸數據后，我們就可以開始設置它來監控蜜蜂了！

為了監控蜜蜂，我們使用了 Seeed Studio 入門套件附帶的 Grove AI 視覺傳感器。我們將相機插入終端并將其配置為與終端一起工作。攝像頭目前只能檢測到人，因此我們不得不重新訓練支持 Grove AI 視覺傳感器的模型來檢測蜜蜂（有關此內容的更多信息，請參見代碼）。簡而言之，我們捕獲了數百張蜜蜂圖像，標記了圖像以顯示蜜蜂在照片中的位置，并使用這個標記的數據集重新訓練 Grove AI 視覺傳感器模型。

團隊

開發該項目的團隊是佐治亞州亞特蘭大市佐治亞理工學院生活建筑科學垂直綜合項目團隊的本科生。他們與佐治亞理工學院城市蜜蜂項目合作確定了一個項目，使他們能夠將他們在計算機科學方面的專業知識應用于一項重要的可持續性挑戰：保護傳粉者。

Air BeeNBee的創新與未來

Air BeeNBee 是一個對消費者友好的參與式科學項目，任何人都可以通過它觀察和了解其環境中的傳粉者。通過利用計算機視覺模型的力量，用戶不僅可以了解附近有哪些傳粉者，還可以預測環境條件的變化將如何影響它們的數量。對于這個項目的未來，我們計劃使用 Grove AI 視覺傳感器來檢測我們蜜蜂旅館中的蜜蜂，以監測我們城市周圍的蜜蜂數量。我們還計劃將我們的 Seeed Studio 套件連接到 Microsoft Azure IoT Central 以可視化數據。使用 Microsoft Azure 將使我們能夠利用該技術附帶的強大分析和集成工具，并解決我們未來遇到的任何存儲解決方案。使用云技術不僅可以使 Air BeeNBee 的數據分析更快、更高效、更可控，而且隨著項目的發展，它也將變得非常容易訪問和擴展。全世界“打開”Air BeeNBees 的人越多，我們就越了解和了解如何保護授粉媒介和我們的食物供應。

?