Sensorik

Sensorik für das Insektenmonitoring

Wir nehmen unsere Umwelt mit verschiedenen Sinnen wahr und kombinieren unterschiedliche Eindrücke im Gehirn zu einer Annahme. Ähnlich funktioniert auch unser Insektenmonitoring.

Mit einem Multisensorsystem zeichnen wir diverse optische, mechanische und akustische Signale von Insekten auf. Ein künstliches neuronales Netz wird mit diesen Daten trainiert, um aus der Kombination der Informationen Aussagen über Insekten Spezies mit möglichst hoher Wahrscheinlichkeit zu treffen. Da das Verhalten der Insekten stark von äußeren Einflussfaktoren abhängt, ist auch die Aufzeichnung lokaler Wetterdaten wichtig. Uns ist es wichtig, dass die Insekten dabei unbeschadet bleiben.

Das Multisensorsystem

Ausgangspunkt kann eine standardisierte Malaisefalle sein, die auch im klassischen Insektenmonitoring eingesetzt wird. Auf dem Weg durch die Falle passieren die Insekten ein Kamerasystem und weitere Sensorik. Am Ausgang fliegen die Insekten dem Licht entgegen und vorbei an einem Wingbeatsensor der den Flügelschlag aufnimmt. Mehrere Lichtschranken sorgen dafür, dass die Sensorik für Insekten unterschiedlicher Größe zuverlässig startet und sie zählt. Die Daten werden mit einem Raspberry-Pi Minicomputer aufgenommen und das Insekt auf diesem direkt klassifiziert.

Insektenbildgebung

Wir arbeiten zunächst mit einer Raspberry-Pi Kamerakonfiguration: Die Insekten werden von oben fotografiert. Die Aufnahmen mit dieser Kamera müssen eine ausreichend hohe Auflösung besitzen, um charakteristische Details von Insekten, wie z.B. die Behaarung, die Flügelstruktur und die Farbe darauf wiederzugeben, sodass Expert*innen (Entomolog*innen) die Insekten bestimmen können. Sind die Bilder einer Insektenart zugeordnet bezeichnen wir diese als ‚gelabelt‘ und sie können als Grundwahrheit für das Training der KI verwendet werden. In unserem finalen Multisensorsystem kann eine einfache und kostengünstige Kamera zum Einsatz kommen, deren Bilder durch Kombination mit anderen Sensordaten eine zuverlässige Klassifizierung der Insekten ermöglichen. Das ist unser Ziel. Wir arbeiten mit Blitz, denn Insekten krabbeln schnell, zu schnell für die Belichtungszeiten der Raspberry-Pi Kamera. Außerdem beleuchten wir diffus, um Schatten zu vermeiden.

Der Wingbeatsensor

Insekten können wir häufig schon an ihrem Summen erkennen: Hummeln brummen tief, während Mücken an einem sehr hohen Sirren zu erkennen sind. Diese Geräusche kommen durch den Flügelschlag zustande und sind eine interessante Möglichkeit, Insekten voneinander zu unterscheiden. Allerdings: Würden wir das Summen, also die Flügelschlagfrequenz mit einem Mikrofon aufnehmen, ließe es sich nur schwer von Hintergrundgeräuschen abheben. Stattdessen ermitteln wir den Flügelschlag optisch, mit Licht im nahen infraroten Bereich, dass unsere Augen nicht wahrnehmen. Wenn ein Insekt durch den Wingbeatsensor fliegt, registriert eine Photodiode die Abschattung des LED-Lichtes. Die Insektenflügel führen nun zu einer zusätzlichen Variation in der Abschattung – das Signal wird sozusagen mit der Flügelschlagfrequenz moduliert. Die Messstrecke haben wir mit Fresnellinsen verlängert, damit bei den meisten Insekten mindestens 10 Flügelschläge aufgenommen werden, während sie durch den Sensor fliegen. Die Frequenz des Flügelschlags hängt zwar von vielen verschiedenen Faktoren ab, kann aber für bestimmte Insektenarten spezifisch sein und das nutzen wir für die Erkennung aus.

Umweltsensoren

Manche Insekten fliegen nachts, andere tagsüber. Die Helligkeit, das Lichtspektrum, Wind, Regen, Pollenflug, Luftdruck und die Temperatur beeinflussen das Verhalten und das Vorkommen von bestimmten Spezies. Deshalb nehmen wir diese und andere lokale Wetter- und Umweltdaten mit auf und erhalten für jedes Insekt einen komplexen Datensatz.