O通知分為兩部分：

• 可以適應(yīng)區(qū)域環(huán)境的本地通知。例如，農(nóng)場(chǎng)中的藍(lán)牙mesh/SMS警報(bào)、林道和火車軌道上的數(shù)字顯示器、向火車司機(jī)發(fā)送的藍(lán)牙m(xù)esh跳消息等。
• 云通知到儀表板以及公園/森林官員遠(yuǎn)程監(jiān)控的推送警報(bào)等。

O以下常見(jiàn)數(shù)據(jù)類型：

• 實(shí)時(shí)衣領(lǐng)數(shù)據(jù)
• 網(wǎng)關(guān)塔配置數(shù)據(jù)
• 儀表板數(shù)據(jù)的網(wǎng)關(guān)
• 活動(dòng)歷史數(shù)據(jù)
• 機(jī)器學(xué)習(xí) (ML) 歷史數(shù)據(jù)

O使用實(shí)時(shí)衣領(lǐng)數(shù)據(jù)，我們可以：

• 發(fā)送項(xiàng)圈識(shí)別信息
• 發(fā)送傳感器數(shù)據(jù)
• 發(fā)送實(shí)時(shí) ML 檢測(cè)到的事件

O使用網(wǎng)關(guān)塔式配置，我們可以：

• 在人與動(dòng)物沖突的任何關(guān)鍵區(qū)域周圍設(shè)置地理范圍

O使用儀表板數(shù)據(jù)網(wǎng)關(guān)，我們可以：

• 通過(guò)網(wǎng)關(guān)監(jiān)控、傳感器和機(jī)器學(xué)習(xí)組合來(lái)自網(wǎng)關(guān)、項(xiàng)圈和事件的數(shù)據(jù)，并將它們發(fā)送到云儀表板。

O有了活動(dòng)歷史，我們可以：

• 當(dāng)項(xiàng)圈不在任何網(wǎng)關(guān)塔的范圍內(nèi)時(shí)，存儲(chǔ)通過(guò)傳感器檢測(cè)到的大象活動(dòng)以進(jìn)行廣播。

O借助機(jī)器學(xué)習(xí)歷史，我們可以：

• 存儲(chǔ)事件、行為和環(huán)境預(yù)測(cè)。這些可以為大象更復(fù)雜的行為提供短期和長(zhǎng)期的見(jiàn)解。

O通過(guò)添加一些傳感器讀取代碼，可以將來(lái)自項(xiàng)圈的真實(shí)傳感器數(shù)據(jù)通過(guò)給定的代碼推送到網(wǎng)關(guān)。

O類似地，不同的區(qū)域背景或沖突地區(qū)特定的機(jī)器學(xué)習(xí)解決方案可以“即插即用”到這個(gè)框架中。

O還可以想象，為這一挑戰(zhàn)編寫的軟件可以指導(dǎo)在該領(lǐng)域開(kāi)發(fā)和部署一個(gè)強(qiáng)大的版本（使用更本地的語(yǔ)言，如 C）。

上述提出的框架可應(yīng)用于：

• 大象頻繁襲擊農(nóng)作物的農(nóng)田
• 事故發(fā)生率較高的鐵路軌道路段
• 看到人象沖突的保護(hù)區(qū)邊界
• 盜獵風(fēng)險(xiǎn)高的森林區(qū)域
• 對(duì)人類危害很大的種植園道路
• 大象一般監(jiān)測(cè)的森林觀察點(diǎn)
• 與人類發(fā)生沖突的其他瀕危物種的類似設(shè)置。

代碼

該代碼已使用以下功能編寫：

• 從 JSON 文件中讀取網(wǎng)關(guān)塔配置信息。
• 監(jiān)控 JSON 文件中定義的塔的地理周長(zhǎng)。
• 當(dāng)大象項(xiàng)圈在范圍內(nèi)并突破定義的邊界時(shí)生成事件消息。這是通過(guò)檢查大象項(xiàng)圈位置與周邊四個(gè)側(cè)面的交叉軌道距離來(lái)完成的。到目前為止，這適用于矩形周長(zhǎng)，但不適用于任何四邊形多邊形。
• 本地和儀表板通知的不同事件消息生成。
• 將數(shù)據(jù)（包含塔、項(xiàng)圈和事件信息）從設(shè)備發(fā)送到 IoT Connect 儀表板

添加了以下函數(shù)來(lái)模擬傳感器和 LoRa 和藍(lán)牙設(shè)備之間的通信

• 通過(guò)定義范圍半徑來(lái)模擬進(jìn)入 LoRa 網(wǎng)關(guān)范圍內(nèi)的大象項(xiàng)圈，并通過(guò)計(jì)算Haversine distance來(lái)檢查大象是否在該范圍內(nèi)。
• 通過(guò)連接到 MQTT 代理并訂閱（監(jiān)聽(tīng)）動(dòng)物項(xiàng)圈主題，模擬網(wǎng)關(guān)通過(guò) LoRa 或藍(lán)牙監(jiān)聽(tīng)大象項(xiàng)圈
• 通過(guò)從準(zhǔn)備好的 JSON 文件中讀取人工項(xiàng)圈信息并定期發(fā)布信息，模擬一頭大象在不同區(qū)域移動(dòng)并廣播信息。

數(shù)據(jù)

實(shí)時(shí)衣領(lǐng)數(shù)據(jù)示例：

{
  "collar_id": "Elephant214KLIN",
  "animal_species": "Elephant",
  "animal_name": "yaanai",
  "animal_position": {
    "latitude": 8.969345,
    "longitude": 77.130787
  },
  "orientation": "North",
  "activity": {
    "current_state": "WALKING",
    "mag_orientation": "UPRIGHT",
    "duration": 13.5,
    "acceleration": {
      "x-axis": 0.5,
      "y-axis": 0.21,
      "z-axis": 0.03
    }
  },
  "sensor_events": [
    {
      "level": "WARNING",
      "event": "Low battery",
      "value": 9
    }
  ],
  "tiny_ml_detected_events": [
    {
      "level": "DANGER",
      "event": "Firecracker sounds detected",
      "confidence": 87.5
    },
    {
      "level": "ALERT",
      "event": "Human voices detected",
      "confidence": 91.2
    }
  ],
  "collar_charge": 75,
  "last_gateway_sync": "2020-10-25 15:27:13"
}

在這個(gè)數(shù)據(jù)結(jié)構(gòu)中，我們已經(jīng)包含了字段：“animal_position”和緯度和經(jīng)度。出于此模擬的目的，將其包括在內(nèi)。實(shí)際部署時(shí)的領(lǐng)口位置將由連接LoRa Cloud的網(wǎng)關(guān)塔計(jì)算。

儀表板云數(shù)據(jù)的示例網(wǎng)關(guān)：

{
  "dataArray": [
    {
      "data": {
        "tower_id": "FarmlandGateway1",
        "tower_area": "Theni",
        "tower_position": {
          "latitude": 8.955328,
          "longitude": 77.13456
        },
        "tower_type": "FARM_LAND_TOWER",
        "tower_zone": "CONFLICT",
        "event_message": {
          "level": "WARNING",
          "text": "Yaanai inside FarmlandGateway1 warning perimeter"
        }
      },
      "uniqueId": "FarmlandGateway1",
      "time": "2020-10-27 19:12:34"
    },
    {
      "data": {
        "collar_id": "Elephant214KLIN",
        "animal_species": "Elephant",
        "animal_name": "yaanai",
        "animal_position": {
          "latitude": 8.969345,
          "longitude": 77.130787
        },
        "orientation": "North",
        "activity": {
          "current_state": "WALKING",
          "mag_orientation": "UPRIGHT",
          "duration": 13.5,
          "acceleration": {
            "x-axis": 0.5,
            "y-axis": 0.21,
            "z-axis": 0.03
          }
        },
        "collar_charge": 75,
        "last_gateway_sync": "2020-10-25 15:27:13"
      },
      "uniqueId": "collarInfo",
      "time": "2020-10-27 19:12:34"
    }
  ]
}

樣本活動(dòng)歷史數(shù)據(jù)：

{
  "collar_id": "Elephant214KLIN",
  "animal_species": "Elephant",
  "animal_name": "yaanai",
  "activity_log": [
  	{
  	  "timestamp": "2020-10-25 15:21:45",
  	  "state" : "RESTING",
  	  "duration" : 27.5,
  	  "orientation" : "UPRIGHT",
  	  "acceleration": {
	      "x-axis": 0.01,
	      "y-axis": 0.03,
	      "z-axis": 0.00
	    },
	  "mag_orientation": "North"  
  	},
  	{
  	  "timestamp": "2020-10-25 15:21:45",
  	  "state" : "RESTING",
  	  "duration" : 27.5,
  	  "orientation" : "UPRIGHT",
  	  "acceleration": {
	      "x-axis": 0.01,
	      "y-axis": 0.03,
	      "z-axis": 0.00
	    },
	  "mag_orientation": "North"  
  	},
  	{
  	  "timestamp": "2020-10-25 15:21:45",
  	  "state" : "RESTING",
  	  "duration" : 27.5,
  	  "orientation" : "UPRIGHT",
  	  "acceleration": {
	      "x-axis": 0.01,
	      "y-axis": 0.03,
	      "z-axis": 0.00
	    },
	  "mag_orientation": "North"  
  	}
  }

領(lǐng)子數(shù)據(jù)的機(jī)器學(xué)習(xí)歷史示例：

{
  "collar_id": "Elephant214KLIN",
  "animal_species": "Elephant",
  "animal_name": "yaanai",
  "ml_prediction_log": [
    {
      "timestamp": "2020-10-25 15:21:45",
      "event_prediction": {
        "event": "WITH_HERD",
        "level": "INFO",
        "confidence": 94.7
      },
      "beaviour_prediction": {
        "behaviour": "Agitated",
        "confidence": 56.2
      },
      "environment_prediction": {
        "environment": "RIVER_BANK",
        "confidence": 65.3
      }
    },
    {
      "timestamp": "2020-10-25 15:45:06",
      "event_prediction": {
        "event": "WITH_HERD",
        "level": "INFO",
        "confidence": 95.1
      },
      "beaviour_prediction": {
        "behaviour": "Normal",
        "confidence": 86.2
      },
      "environment_prediction": {
        "environment": "RIVER_BANK",
        "confidence": 43.4
      }
    },
    {
      "timestamp": "2020-10-25 16:23:21",
      "event_prediction": {
        "event": "WITH_HERD",
        "level": "INFO",
        "confidence": 97.8
      },
      "beaviour_prediction": {
        "behaviour": "Normal",
        "confidence": 86.2
      },
      "environment_prediction": {
        "environment": "THICK_FOREST",
        "confidence": 43.4
      }
    }
  ]
} 

模擬

使用該項(xiàng)目中包含的代碼和示例數(shù)據(jù)，我們可以模擬：

• 一頭或多頭大象移動(dòng)并廣播實(shí)時(shí)項(xiàng)圈信息。
• 一個(gè)或多個(gè)網(wǎng)關(guān)塔監(jiān)聽(tīng)領(lǐng)廣播。
• 基于周界、傳感器和 ML 的事件。

該項(xiàng)目包括兩個(gè)可重復(fù)的模擬。

場(chǎng)景一：大象離開(kāi)保護(hù)區(qū)穿越鐵軌

對(duì)于本次演示，我們選擇了位于印度喀拉拉邦 Edapalayam 的地點(diǎn)。這里有一條穿過(guò)森林區(qū)域的鐵路軌道。增加了兩座塔來(lái)監(jiān)控這個(gè)潛在的沖突區(qū)。

模擬的選定位置；帶注釋的

?

一頭大象離開(kāi)保護(hù)區(qū)，穿過(guò)鐵軌，前往對(duì)面森林的模擬路徑：

大象的模擬路徑

?

這些塔已經(jīng)配置了警告和警報(bào)周邊。但是，它們的行為不同。

• Sanctuary 邊緣塔在大象項(xiàng)圈離開(kāi)警告/警報(bào)范圍時(shí)發(fā)出通知。
• 當(dāng)大象項(xiàng)圈在警告/警報(bào)范圍內(nèi)時(shí)，鐵路塔會(huì)發(fā)出通知。

兩個(gè)塔的警告和警報(bào)區(qū)域的表示。

兩座塔的想象周長(zhǎng)和范圍

?

要重現(xiàn)此模擬，您需要以下內(nèi)容：

第 1 步：Avnet IoT Connect 儀表板設(shè)置。

在Avnet IoT Connect上設(shè)置一個(gè)帳戶。在 Avnet IoT Dashboard 上設(shè)置網(wǎng)關(guān)設(shè)備。該文檔將指導(dǎo)您創(chuàng)建模板、網(wǎng)關(guān)設(shè)備、設(shè)置儀表板等。儀表板上配置的網(wǎng)關(guān)設(shè)備 ID 應(yīng)與推送到云的數(shù)據(jù)中的唯一 ID 匹配。還有關(guān)于為發(fā)送到 IoT Connect 的數(shù)據(jù)中的事件設(shè)置規(guī)則匹配的文檔。

模板設(shè)備的規(guī)則可以通過(guò)以下方式配置：

在 Avnet 上為模板設(shè)備配置規(guī)則

?

?

為此模擬設(shè)置的儀表板：

安富利物聯(lián)網(wǎng)連接儀表板

?

第 2 步：一臺(tái)計(jì)算機(jī)和（或）一個(gè) RaspberryPi。

模擬大象路徑已編號(hào)為 1 至 8。已添加農(nóng)田門戶塔。

編號(hào)為 1 至 8 的農(nóng)場(chǎng)附近的大象運(yùn)動(dòng)以供訂購(gòu)

?

塔的配置周長(zhǎng)和范圍如下所示：

?

具有配置周長(zhǎng)和范圍以及大象路徑的農(nóng)場(chǎng)網(wǎng)關(guān)塔

?

為了重現(xiàn)這個(gè)模擬，前一個(gè)模擬的步驟 1 到 4 是相同的。

第 5 步：LoRa 范圍

對(duì)于此模擬，塔的 LoRa 范圍為 1200 米。lora_range在 中的變量中檢查此值edge_gateway_tower.py。

第 6 步：運(yùn)行模擬

從命令行，可以使用以下命令啟動(dòng)塔：

python edge_gateway_tower.py farm_land_tower.json

對(duì)于您想要的機(jī)器的衣領(lǐng)模擬，執(zhí)行：

python roaming_elephant_simulation.py  farm_with_sensor_ml_events_collar_path.json

模擬現(xiàn)在應(yīng)該正在運(yùn)行。在執(zhí)行塔代碼的控制臺(tái)中，您應(yīng)該會(huì)看到本地邊界警報(bào)。在 Avnet IoT Connect 儀表板中，您應(yīng)該會(huì)看到有關(guān)邊界、傳感器和 ML 檢測(cè)到的通知的儀表板消息。您可以為模板設(shè)備配置規(guī)則以在事件匹配規(guī)則時(shí)顯示 UI 警報(bào)。

模擬過(guò)程中儀表板的屏幕截圖

?

。

參考資源：

• 人象沖突及其緩解
• 如何從殺手鐵軌上拯救印度大象
• 繪制人象沖突熱點(diǎn)地圖
• 土地利用馬賽克中人象沖突的決定因素
• 評(píng)估以農(nóng)場(chǎng)為基礎(chǔ)的減輕人象沖突的措施
• 人象沖突：當(dāng)前管理策略回顧
• 使用衛(wèi)星遙測(cè)緩解人象沖突
• 減輕人類大象沖突的瓦爾帕萊模型
• 熱帶環(huán)境中樹(shù)葉對(duì) LoRa 433MHz 傳播的影響
• 森林、城市和郊區(qū)環(huán)境中 LoRa 信號(hào)傳播的研究

?