Neue Forschungsmöglichkeiten erschließen: Forscher der University of Wyoming nutzen Bolin-PTZ-Kameras, um die Wildtierforschung voranzubringen
An der School of Computing der University of Wyoming setzen Forscher modernste Technologien ein, um die Natur besser zu verstehen. Im Rahmen einer Zusammenarbeit mit dem Teton Raptor Center leisten Dr. Jian Gong und seine Kollegin Dr. Ellen Aikens einen Beitrag zu einem Forschungsprojekt, dessen Schwerpunkt auf der Beobachtung von Steinadlern und der Untersuchung ihrer Verhaltensmuster in ihrem natürlichen Lebensraum liegt.
Dr. Gong, ein Wissenschaftler mit den Schwerpunkten Computer Vision, Sensornetzwerke und räumliche Akustik, unterstützt die technologischen Entwicklungsbemühungen des Teams, indem er künstliche Intelligenz und Bildgebungssysteme in den Forschungsablauf integriert. Ziel ist es, hochwertige visuelle Daten zu erfassen und zu analysieren, ohne die Adler in ihrem natürlichen Lebensraum zu stören.
Auch wenn dieses konkrete Projekt eine neue Anwendung für Bolin-Kameras an der University of Wyoming darstellt, ist die Einrichtung selbst kein Neuling, was Bolin betrifft. Die Universität hat Bolin-Kameras bereits bei früheren akademischen und medialen Projekten eingesetzt, wodurch sie die Zuverlässigkeit und die Bildqualität der Marke gut kennt.
Die Herausforderung
Steinadler sind für ihr bemerkenswertes Sehvermögen und ihre Sensibilität für Bewegungen, Geräusche und Gerüche bekannt, was eine direkte Beobachtung erschwert. Herkömmliche Methoden wie manuelle Beobachtung, stationäre Kamerafallen oder Untersuchungen mit Ferngläsern stören die Vögel oft oder liefern nicht die für die Verhaltensforschung erforderliche Bildschärfe.
Das Forschungsteam benötigte ein Bildgebungssystem, das über große Entfernungen hinweg eingesetzt werden konnte, eine präzise Bewegungssteuerung ermöglichte und sich nahtlos in KI-Modelle zur automatisierten Verfolgung integrieren ließ. Außerdem musste es sowohl für den Einsatz im Feld als auch im Labor geeignet sein und den Forschern über programmierbare Schnittstellen die volle Kontrolle ermöglichen.
„Wir wollten ein System, das das Verhalten von Wildtieren automatisch beobachten und analysieren kann“, sagte Dr. Gong. „Dafür benötigten wir Kameras mit hoher Bildqualität und einer offenen Schnittstelle, die wir in unsere eigenen Forschungsabläufe integrieren konnten.“
Die Lösung bereitstellen
Um diesen Anforderungen gerecht zu werden, entschied sich das Team aufgrund der Bildschärfe, der flüssigen Bewegungssteuerung und der Integrationsflexibilität über die Bolin-API für die PTZ-Kameras EXU248N von Bolin. Die Kameras wurden in einen Workflow integriert, der KI-basierte Objekterkennung, NDI-Videoübertragung und benutzerdefinierte Steuerungsskripte kombiniert.
Mithilfe von NDI 6 und der API von Bolin entwickelte das Team eine Python-basierte Automatisierungsumgebung, die Adler in Echtzeit erkennen und verfolgen kann. Das System nutzt Machine-Learning-Modelle der YOLO-Reihe für die visuelle Erkennung, während maßgeschneiderte PID-Skripte die Ausgabe der KI in PTZ-Kamerabefehle umwandeln, um flüssige und reaktionsschnelle Bewegungen zu gewährleisten.
„Mein Student, Iqbal Hossain, hat einen Großteil des KI-Workflows entwickelt“, erklärte Dr. Gong. „Wir haben die Steuerungsschnittstellen der Kamera genutzt, um die PTZ-Bewegungen direkt über unseren Code zu steuern, was uns die Flexibilität gab, die Art und Weise anzupassen, wie das System jedes Ziel verfolgt und aufzeichnet.“
Der Arbeitsablauf unterstützt sowohl den lokalen als auch den Fernbetrieb und nutzt dazu große Wechselstrom-Powerbanks, den lokalen Netzwerkzugang über NDI-Apps auf Mobil- und Tablet-Geräten sowie Satelliten-Internetverbindungen wie beispielsweise ein Starlink-Mini-Terminal für den Fernzugriff. So können Forscher die Kameras überwachen, aufzeichnen und einstellen, ohne physisch in der Nähe sensibler Beobachtungsstandorte anwesend sein zu müssen.
Das Team setzt derzeit Drohnen ein, um Flugbewegungen zu simulieren und den KI-gesteuerten Verfolgungsprozess zu optimieren. Diese drohnenbasierten Tests dienen dazu, die Algorithmen und Steuerungssysteme zu validieren, bevor sie in der Praxis zur Verfolgung von Adlern eingesetzt werden.
Ergebnisse und Vorteile
Obwohl sich das Projekt noch in der Anfangsphase befindet, sind die ersten Ergebnisse äußerst vielversprechend. Durch die Integration der PTZ-Kameras von Bolin kann das Team nun damit beginnen, detaillierte Bilddaten zu erfassen und zu analysieren, die seine Forschung im Bereich der automatisierten Verfolgung unterstützen. Dank ihrer Bildschärfe, Präzision und Reaktionsgeschwindigkeit eignen sich die Kameras hervorragend für diesen KI-basierten Arbeitsablauf.
„Die Bildqualität und die Reaktionsgeschwindigkeit der Steuerung sind hervorragend“, sagte Dr. Gong. „Das System funktioniert genau so, wie wir es für unseren KI-Workflow benötigen, und ermöglicht es uns, natürliches Verhalten ohne Beeinträchtigung zu erfassen.“
Das Forschungsteam prüft weiterhin, wie das Kamerasystem, die Stromversorgung und die Netzwerkverbindung unter abgelegenen Bedingungen zusammenwirken. Diese laufenden Feldtests tragen dazu bei, sowohl die Hardwarekonfiguration als auch die Softwarealgorithmen zu optimieren, um einen zuverlässigen autonomen Betrieb zu gewährleisten.
Durch die Nutzung der Bolin-API verfügt das Team über volle Flexibilität bei der Weiterentwicklung und Erweiterung seiner KI-basierten Beobachtungstools. Die Kamera-API ermöglicht es Forschern, benutzerdefinierte Funktionen zu entwickeln, Open-Source-Tools zu integrieren und neue Steuerungsanwendungen für spezielle Arbeitsabläufe zu erstellen.
Ausblick
Im weiteren Verlauf des Projekts plant das Team der University of Wyoming, weitere Feldtests durchzuführen, seine Algorithmen zu optimieren und das System so auszubauen, dass es für Langzeitbeobachtungen geeignet ist. Nach der Validierung wollen sie Teile ihrer Open-Source-Software für andere Forscher veröffentlichen, die an ähnlichen Anwendungen arbeiten.
„Wir testen derzeit noch die Algorithmen, die Stromversorgungssysteme und das Netzwerk, damit alles reibungslos zusammenarbeitet“, sagte Dr. Gong. „Wir stehen noch am Anfang des Prozesses, aber bisher sieht es sehr vielversprechend aus. Wir betrachten dies als Grundlage für die zukünftige Forschung, und die Kameras von Bolin bieten die Flexibilität und Zuverlässigkeit, die wir benötigen, um die Erfassung und Analyse von Daten weiter zu verbessern.“
Durch die Kombination von Bildgebung, künstlicher Intelligenz und netzwerkbasierter Steuerung zeigt die University of Wyoming erneut, wie fortschrittliche Videotechnologie als wertvolles Instrument für wissenschaftliche Forschung und Lehre dienen kann.