Multi-Sensor Feeder: Easy-To-Use Animal Monitoring Tool

Antragstellende: Tom Niers
Projektbeteiligte: Jan Stenkamp, Tom Niers, Nick Jakuschona
Fachbereich, Studienrichtung: FB 14 - Geowissenschaften, Institut für Geoinformatik, Geoinformatics
Projekttitel: Multi-Sensor Feeder: Easy-To-Use Animal Monitoring Tool
Fördersumme: 3.530,00 Euro
Kontakt: Website: https://www.wiediversistmeingarten.org/, Email: info@wiediversistmeingarten.org

Projektbeschreibung:

Das übergeordnete Ziel des Projektes war es, eine smarte Vogelfutterstation zu entwickeln, die von jedermann genutzt werden kann, und somit das Sammeln von räumlich und zeitlich breit gestreuten Daten zum Vogelvorkommen ermöglicht. Die Hauptanforderung an die Station bestand dementsprechend darin, dass die Station im DIY Format zusammenbaubar ist, wobei die Materialien möglichst preiswert, aber auch funktional sein müssen.

Dieses Ziel wurde im Rahmen des Forschungsprojektes erreicht, indem verschiedene Konfigurationen für die Station evaluiert wurden. Dazu gab es diverse Arbeitspakete, wie die Auswahl und Programmierung eines Mikrocomputers, der Anschluss verschiedener Sensoren und Kameras an diesen, sowie die Unterbringung in einem geeigneten Gehäuse. Außerdem wurde eigens eine Website entwickelt, auf der die von den Stationen gesammelten Daten veröffentlicht werden. Mit Abschluss des Projektes hat sich die Station mit den folgenden Komponenten als sinnvollste Konfiguration herausgestellt:

• Gehäuse, in dem es zwei unterschiedliche Kammern gibt, wobei eine als Futtersilo dient und die andere zur Unterbringung der Technik. Ergänzt wird das Gehäuse durch ein abnehmbares Dach, um das Nachfüllen von Futter zu ermöglichen.
• Raspberry Pi 4 B mit 2 GB Ram als Mikrocomputer, der die Weiterverarbeitung der gesammelten Daten ermöglicht.
• Kamera, die Videos der besuchenden Vögel aufnimmt.
• Waage, die erkennt, wenn ein Vogel die Station besucht und das entsprechende Gewicht misst.
• Mikrofon, welches Umgebungsgeräusche aufnimmt, sobald ein Vogel die Station besucht.
• Umweltsensor (Lufttemperatur + Luftfeuchtigkeit), der in regelmäßigen Abständen (auch ohne besuchende Vögel) Umweltdaten misst.

Die entwickelte Website (https://wiediversistmeingarten.org/view) stellt daneben folgende Funktionen bereit:

• Darstellung aller Stationen auf einer Webkarte.
• Statistiken (Kreisdiagramm) zu allen Vogelarten, die an einem Tag erkannt wurden.
• Anzeige einzelner Stationen mit Videos der besuchenden Vögel, automatisierte Erkennung der Art, Graphen zur Anzeige von Temperatur und Luftfeuchte.
• Möglichkeit zur Validierung von durch die KI erkannten Vogelarten.
• Nutzung der KI zur Arterkennung durch eine API-Anfrage, auch unabhängig von der Website.
• Download der gesammelten Daten.
• Anlegen einer neuen Station auf der Website.

Aufbauend auf den Arbeiten ermöglicht durch das Forschungsprojekt Studierender, war eine Bewerbung beim Citizen Science Preis der WWU erfolgreich und hat nicht nur die Durchführung von Workshops ermöglicht, bei denen Bürger*innen einen Prototypen der entwickelten Station selbst zusammengebaut haben, sondern auch die Umsetzung eines Studienprojekts, sowie die Weiterentwicklung der Website.

Zur Entwicklung der Stationen wurden einige verschiedene Konfigurationen evaluiert. So wurden weitere Kameras mit unterschiedlichen Auflösungen und Funktionen (wie Tiefenmessung, Wärmebild, Weitwinkel oder für sehr schwache Lichtverhältnisse) getestet. Außerdem wurde zur Erkennung der Präsenz eines Vogels, neben der Lösung mit der Waage, auch ein Infrarot-Bewegungsmelder und eine Erkennung direkt durch die Kamera evaluiert. Neben den vorhandenen Sensoren wurden auch noch weitere getestet, z.B. zur Messung der Feinstaubbelastung, Helligkeit oder Lautstärke. Ebenso wurde das Gehäuse bspw. hinsichtlich Material, Maßen und Winkeln evaluiert. Die nun gewählte Konfiguration war dabei der beste Kompromiss aus Kosten, Nutzen und Aufwand zum Zusammenbau. Auch eine autonome Lösung mit Solar- und Mobilfunkmodul wurde getestet, kann aufgrund des hohen Preises jedoch nicht für die Grundausstattung der Station empfohlen werden. Derzeit ist es somit nötig, die Station angeschlossen an einen haushaltsüblichen Stromanschluss zu betreiben und auch in der Reichweite von WiFi, um eine Übertragung der Daten zu ermöglichen.

Als Open Source Projekt mit Citizen Science Bezug, sind sowohl der Programmcode (https://github.com/Birdiary) als auch die gesammelten Daten komplett öffentlich zugänglich. Außerdem ist eine DIY-Bauanleitung für die Station sowohl auf Deutsch als auch Englisch über die Website abrufbar.

Projektziele, die aus Gründen der Machbarkeit nicht für die finale Konfiguration umgesetzt wurden, sind eine lauffähige autonome Futterstation, die parallele Nutzung einer Wärmebild-Kamera, sowie die automatische Validierung der von der KI erkannten Vögel durch weitere gesammelte Daten. Die Unterbringung einer Wärmebild-Kamera parallel zu einer gewöhnlichen Kamera wäre sehr kompliziert umzusetzen gewesen und würde durch die sehr grobe Auflösung solcher Kameras auch keinen nennenswerten Vorteil liefern, der den hohen Preis der Kamera rechtfertigt. Die automatische Validierung der erkannten Vögel, z.B. durch die geographische Lage der Station oder aufgenommene Umgebungsgeräusche war im Rahmen des Projektes leider durch den hohen Aufwand nicht zu realisieren und würde ein eigenständiges (Anschluss-)Projekt darstellen.

Auf verschiedenen Wegen wurden die Ergebnisse des Forschungsprojektes öffentlich und wissenschaftlich kommuniziert (z.B.  Instagram, Twitter, wodurch eine Menge motivierendes und konstruktives Feedback gesammelt werden konnte. Die erzielten Forschungsergebnisse wurden online auf der C*Sci 2022 Konferenz als Poster vorgestellt und außerdem im wissenschaftlichen Track der FOSS4G Konferenz 2022 in Florenz sowohl präsentiert, als auch diskutiert und damit als wissenschaftliches Paper veröffentlicht. Zusätzlich wurde das Projekt auf der internationalen Gartenbauausstellung Floriade 2022 in Almere (NL) präsentiert.

Das Förderprogramm "Forschungsprojekte Studierender" des Rektorats der WWU bot uns die einmalige Gelegenheit, die von uns als Studienprojekt gestartete Forschung weiterzuverfolgen, was uns ansonsten nicht möglich gewesen wäre. Die Unterstützung durch SAFIR ist hilfreich und ermöglicht mit der eigenständigen studentischen Forschungsinitiative einen wertvollen Einstieg in die wissenschaftliche Praxis.