Mengurangkan perlanggaran haiwan dengan sensor dan AI

Pendekatan baru menggunakan sensor, AI, dan pemodelan ekologi untuk mengurangkan perlanggaran kenderaan, meningkatkan keselamatan dan mengurangkan kos untuk sistem hidupan liar dan pengangkutan.

Pasukan penyelidikan dari Oïkolab dan Terroïko, Perancis, telah membangunkan satu kaedah untuk mengurangkan perlanggaran antara haiwan dan kenderaan.Kaedah ini memanfaatkan peningkatan jumlah sensor dalam sistem pengangkutan dan kembar digital mereka.Menggunakan rangkaian perangkap kamera, pasukan itu bertujuan untuk memetakan risiko perlanggaran antara kereta api dan haiwan liar seperti babi hutan dan rusa roe.

Perlanggaran kenderaan haiwan mengancam keselamatan manusia, usaha pemuliharaan, dan infrastruktur pengangkutan, yang membawa kepada kos yang signifikan bagi pengguna dan pengurus.Para penyelidik telah mencadangkan pendekatan baru untuk menangani isu ini.

Proses ini bermula dengan menggunakan perisian pemodelan ekologi untuk mensimulasikan pergerakan haiwan yang paling mungkin di dalam dan sekitar infrastruktur, membantu mengenal pasti titik persimpangan yang berpotensi.

Sebaik sahaja titik panas perlanggaran dikenalpasti, pemodelan ekologi digunakan sekali lagi untuk membimbing penempatan fotografi di lapangan.Pelbagai senario penempatan dimodelkan untuk mencari perlawanan terbaik untuk hasil yang dijangkakan simulasi awal.

Selepas menggunakan sensor, kecerdasan buatan (pembelajaran mendalam) digunakan untuk menganalisis data (dalam kes ini, imej) untuk mengenal pasti dan menjejaki spesies haiwan di kawasan sekitar infrastruktur.

Data kemudian dimasukkan ke dalam model kelimpahan, satu lagi alat ekologi yang menganggarkan ketumpatan haiwan di kawasan yang berbeza berdasarkan data dari beberapa perkara utama.Hasilnya adalah peta yang menunjukkan kelimpahan spesies, yang membantu menilai risiko perlanggaran di sepanjang infrastruktur.

Walaupun pendekatan ini diuji di segmen keretapi di barat daya Perancis, ia boleh digunakan untuk mana -mana sistem pengangkutan, baik baru dan sedia ada, sebagai sebahagian daripada penilaian kesan alam sekitar.

Kaedah ini juga membuka jalan untuk menggabungkan sistem pemantauan yang berfokus pada biodiversiti ke dalam infrastruktur pengangkutan dan kembar digital mereka.Pada masa akan datang, sensor yang terus mengumpul data dapat membantu mewujudkan peta yang dinamik, menyesuaikan diri dan memberikan maklumat masa nyata kepada pemandu, mencapai kenderaan autonomi.