- 通過現場傳感器、AI 和生態建模減少動物與車輛的碰撞
- 來源：Pensoft Publishers 發表于 2024/12/24
動物和車輛之間的碰撞對保護工作和人類安全構成威脅，并給交通基礎設施管理人員和用戶帶來巨大成本。
利用嵌入到交通基礎設施中的越來越多的傳感器及其數字孿生的發展所提供的機會，一個法國研究小組開發了一種旨在管理動物與車輛碰撞的方法。目標是通過部署相機陷阱網絡來繪制火車和有蹄類動物（狍子和野豬）之間的碰撞風險。
該研究由法國 OïkoLab 和 TerrOïko 的 Sylvain Moulherat 和 Léa Pautrel 領導，發表在開放獲取期刊《自然保護》上。
所提出的方法首先使用生態建模軟件模擬動物在基礎設施內部和周圍最可能的運動。這允許評估他們最有可能穿越的地方。
在確定了這些碰撞熱點后，再次使用生態建模來輔助設計現場的光電傳感器部署。對各種部署場景進行建模，以找到預測結果與初始模擬最一致的場景。
部署傳感器后，收集的數據（在本例中為照片）將通過人工智能（深度學習）進行處理，以檢測和識別基礎設施附近的物種。
最后，將處理后的數據輸入到豐度模型中，這是另一種類型的生態模型。它用于使用僅在該區域中的幾個點收集的數據來估計研究區域每個部分的動物可能密度。結果是一張地圖，其中顯示了物種的相對豐度，因此，顯示了基礎設施沿線的碰撞風險。
這種方法是在法國西南部的實際鐵路路段上實施的，但它可以應用于任何類型的交通基礎設施。它不僅可以在現有基礎設施上實施，還可以在新基礎設施的構思階段實施（作為環境影響評估戰略的一部分）。
這種方法為將面向生物多樣性的監測系統集成到交通基礎設施及其數字孿生中鋪平了道路。隨著傳感器不斷收集數據，未來可能會對其進行改進，以提供實時駕駛員信息并生成動態自適應地圖，最終可以發送到自動駕駛汽車。
更多信息：Sylvain Moulherat 等人，使用智能傳感器進行生物多樣性監測：減輕動物與車輛碰撞的集成管道，自然保護（2024 年）。DOI10.3897/natureconservation.57.108950
期刊信息： Nature Conservation
由 Pensoft Publishers 提供
- 如果本文收錄的圖片文字侵犯了您的權益，請及時與我們聯系，我們將在24內核實刪除，謝謝！
