Loading spinner

在法国,每年因与风力涡轮机叶片碰撞导致的鸟类死亡数量约达56,000只,这不仅造成严峻的生态问题,根据物种保护条例,运营商还可能面临每日最高3,000欧元的罚款。为解决这一难题,由ALTEN施耐德电气主导的项目采用嵌入式计算机视觉和绿色边缘AI (Green Edge AI) 技术,实现了鸟类碰撞的实时检测与预防。该方案使风电场能够快速采取有效措施,在保障生物多样性的同时兼顾法规合规性与运营效率。

方法

dBird边缘计算解决方案通过智能摄像头与嵌入式AI技术,有效预防鸟类与风力涡轮机相撞。系统运用计算机视觉技术实现鸟类活动检测与分类,从而控制涡轮机实时响应并调整运行状态。

主要的技术挑战在于如何基于资源受限的微控制器实现精准的远距离鸟类识别。为此,我们采用强大的高质量数据集对先进AI模型进行精细调整,并运用复杂的模型压缩技术,确保解决方案在低功耗模式下仍保持卓越的检测性能,完全符合GreenAI理念。通过定制化决策算法,系统还能根据实时环境动态优化涡轮机的响应。

基于NanoEdge AI Studio自动选择模型 基于NanoEdge AI Studio自动选择模型 基于NanoEdge AI Studio自动选择模型

iPC的多传感器集成以及数据流管理与数据融合:

  • STM32H7的农业活动检测

  • Jetson Nano的鸟类活动检测追踪

  • 新型STM32N6扩展支持

结果

基于NanoEdge AI Studio自动选择模型 基于NanoEdge AI Studio自动选择模型 基于NanoEdge AI Studio自动选择模型

dBird项目专注于检测与分类具有不同保护等级要求的多物种鸟类

传感器

RGB图像传感器

作者:Alten |最后更新时间:2025年6月

模型优化工具

STM32Cube.AI

STM32Cube.AI
运行器件

STM32系列

STM32F3系列