Machine vision beschermt bedreigde vogelsoorten

vogels

Vanwege de steeds strengere regelgeving voor natuurbehoud moeten windturbines worden uitgeschakeld wanneer een beschermde vogelsoort deze nadert. Met behulp van kunstmatige intelligentie en een visionsysteem wordt het gevaar dat vogels worden geraakt door windmolenwieken voorkomen. Dit helpt de vogelstand en minimaliseert tegelijkertijd de dure stilstandstijden.

Duitsland telt als land van de ‘energiewende’ heel wat windmolens. De voorschriften voor het behoud van de natuur bij de bouw en het gebruik van windturbines zijn in de afgelopen jaren echter enorm aangescherpt. Als er bijvoorbeeld binnen een bepaalde straal van windturbines vogelsoorten aanwezig zijn die gevoelig zijn voor windenergie, moeten de ­turbines in de regel gedurende meerdere dagen worden uitgeschakeld, zodra er veldwerk zoals ploegen, dorsen of maaien plaatsvindt. Tijdens deze perioden lopen de vogels een verhoogd risico, omdat ze meer tijd over deze velden doorbrengen om voedsel te zoeken.

vogels2

Ook wanneer beschermde vogels in de buurt van bestaande turbines nestelen, mogen deze turbines alleen beperkt gebruikt worden. Daarom zijn hele dagstilstanden vaak opgenomen in de vergunningen tijdens de broedperiode van maart tot augustus. Elke dag dat een windturbine geen elektriciteit produceert, vermindert dit echter de kosteneffectiviteit. ­Ondanks de politieke wil om het gebruik van hernieuwbare energie uit te breiden ten opzichte van fossiele brandstoffen, is het aantal windturbines in aanbouw dalend, met name door de regelgeving voor natuurbehoud.

Met behulp van visionsystemen en kunstmatige intelligentie kan dit probleem nu worden opgelost, doordat er rekening wordt gehouden met zowel de noodzakelijke kosteneffectiviteit voor de exploitant van het windpark als de behoeften van het natuurbehoud. Om lange en dure stilstandstijden te vermijden, waarbij er vaak geen dieren in gevaar zijn, ontwikkelt Bürgerwindpark Hohenlohe momenteel een systeem waarmee grote roofvogels kunnen worden herkend en gelokaliseerd door hun vliegroutes te volgen. Het doel is om windturbines alleen stil te leggen wanneer beschermde vogels zich binnen een bepaalde afstand van de turbines verplaatsen.

Veeleisende taak

Volgens de oprichter van de Duitse visionintegrator phil-vision, Gregor Philipiak, is de erkenning van vogels en hun classificatie voor de daaropvolgende beslissing of de vogel een beschermde soort is, een zeer veeleisende taak: “De fauna verschilt per locatie van een windturbine, dus is het noodzakelijk om individuele beschermingsconcepten te creëren. Bij het eerste monitoringsysteem werken we eerst de specifieke eisen uit, zodat we vervolgens het doelsysteem op de individuele turbine kunnen afstemmen.”

vogels3

Volgens Philipiak zijn de resultaten tot nu toe veelbelovend: “Op dit ­moment hebben we een tiental testsystemen geïnstalleerd. Zo’n systeem bestaat uit zes industriële kleurencamera’s met een resolutie van 6 of 20 megapixels, die in weerbestendige behuizingen aan de mast van een windturbine zijn bevestigd en beelden vastleggen om het volledige luchtruim rond de windturbine te bewaken.”

Om de hele omgeving met een 360°-all-round zicht vast te leggen, ­werden speciale groothoeklenzen gebruikt, zodat grote gezichtsvelden kunnen worden onderzocht.

Honderdduizenden beelden

De evaluatie van de vastgelegde beelden en de betrouwbare herkenning van bedreigde vogels vertegenwoordigen de werkelijke vaardigheid in deze toepassing volgens Philipiak: “Ons systeem werkt op basis van deap learning-methoden en voor de leerfase heeft het bijna 400.000 beelden nodig van vogels van verschillende soorten. Dit op verschillende afstanden en met verschillende vliegposities. Daarnaast zijn er nog eens ongeveer 100.000 beelden (per negatief geval), zoals insecten, vliegtuigen of helikopters, en de vastgelegde beelden met de lokale bijzonderheden.” Uit dit grote aantal trainingsbeelden creëert een krachtig ontwikkelingssysteem automatisch een beslissingsboom en een classificatiesysteem, dat als basis dient voor de differentiatie in de volgende gebruiksfase. “Door het gebruik van deep learning creëren we een intelligent systeem dat de betrokken dieren automatisch detecteert tegen de meest uiteenlopende achtergronden en onder verschillende omstandigheden. Ook ­onderscheidt het hen van mogelijk vergelijkbare objecten zoals vliegen of vliegtuigen”, legt Philipiak uit.

Voor de optimalisatie werkt vision in twee stappen met verschillende ­resoluties. Eerst worden alle bewegende objecten gedetecteerd met ­behulp van 6-megapixelcamera’s. Door vervolgens over te schakelen op camera’s met een resolutie van 20 megapixel, kunnen dergelijke objecten vervolgens nauwkeuriger worden geïdentificeerd. Het systeem bepaalt dus of een gedetecteerd object überhaupt een vogel is en of het dier tot een beschermde diersoort behoort.

Het programma volgt de vliegroutes van beschermde vogels, totdat ze niet meer herkenbaar zijn en dus geen potentiële bedreiging meer ­vormen voor de werking van de windturbine. Als een beschermde vogel dichter bij de windturbine komt dan de aangegeven minimumafstand, dan wordt een corresponderend signal naar de windturbinebesturing ­gestuurd zodat deze langzamer gaat draaien.

Ideeën voor de toekomst

De huidige versie van het systeem is nog niet het eindstation: het ontwikkelingsteam van phil-vision heeft nog de nodige uitbreidingsplannen in petto. Een optie voor de toekomst is bijvoorbeeld een extra integratie van een afstandsmeting, die nu al wordt getest. Hierbij wordt gebruik­gemaakt van twee camera’s in stereowerking, waardoor de gewenste diepte-­informatie kan worden verkregen. Voorafgaande kalibratie van alle ­camera’s zorgt ervoor, dat productietoleranties worden geëlimineerd en dat de vastgestelde afstand correct wordt omgezet in metrische gegevens. Deze kalibratie wordt uitgevoerd met behulp van een drone, die op nauwkeurig gedefinieerde punten op verschillende hoogtes en afstanden vliegt. Via een marker kan de beeldverwerking vervolgens de positie van de drone in het vastgelegde beeld detecteren en de gedefinieerde ­afstanden voor elke positie opslaan. De plaatsing van de betreffende ­camera wordt bepaald, zodat nauwkeurige gegevens voor naderende ­vogels kunnen worden aangeleverd.

Een andere geplande toevoeging is het onderscheid tussen de individuele beschermde vogelsoorten door middel van een classificatie. Ook hiervoor worden deep learning algoritmen gebruikt, die met grote hoeveelheden beelden van verschillende vogels zijn getraind.

Het opzetten van een database is gepland voor verdere evaluatie. Hier moeten de verzamelde waarden voor vogelstand van verschillende soorten op verschillende plaatsen worden gedocumenteerd. Een webinterface moet de mogelijkheid bieden om de voorbereide gegevens specifiek voor het betreffende windpark of de individuele windturbine op te ­vragen en weer te geven.

Technologie uit een hand

Voor vrijwel alle visioncomponenten deed phil-vision een beroep op Stemmer Imaging. “Vanwege de veeleisende toepassing moesten we ­tijdens de ontwikkeling de meest uiteenlopende camera- en lenscombinaties testen, om de optimale configuratie te vinden. Stemmer Imaging heeft ons hierbij uitstekend ondersteund. Zo waren er bijvoorbeeld ook speciale randvoorwaarden voor de kabels, die bestand moesten zijn ­tegen UV-licht. Deze heeft Stemmer special voor ons geproduceerd ­volgens de vereiste specificaties, wat ons veel moeite heeft bespaard. Verder komen ook alle pc-systemen bij hen vandaan en hebben we veelvuldig gebruikgemaakt van de CVB Image Manager en de CVB Movie tool uit de Common Vision Blox imaging library. Het gebruik van CVB en Open CV biedt gebruikers een hoge mate van flexibiliteit, zodat bijvoorbeeld andere camera’s kunnen worden gebruikt indien nodig.”

Kosteneffectief geïmplementeerd

Het lijkt erop dat een succesvolle inbedrijfname niet ver weg is. In een eerste fase zal vanaf het voorjaar van 2020 een systeem voor het monitoren van vliegbewegingen van beschermde vogelsoorten in de buurt van windturbines in gebruik genomen worden. In nauwe samenwerking met verschillende biologen zullen vervolgens beschermingsconcepten worden uitgewerkt op basis van het overeenkomstige (vlieg)gedrag van de vogels, waarbij de visionsystemen vervolgens worden aangepast aan hieruit volgende specifieke randvoorwaarden. Zowel natuurbeschermers, windmolenbouwers en exploitanten als phil-vision hopen met het ­resulterende maatwerk weer een nieuwe impuls te kunnen geven aan de winning van duurzame windenergie in Duitsland.