冬季蜂巢内蜂群运动的自动化监测

中文论文标题

冬季蜂巢内蜂群运动的自动化监测

英文论文标题

Automated monitoring of bee colony movement in the hive during winter season

作者信息

  • Rostyslav Koroliuk

    • 机构:Ternopil Ivan Puluj National Technical University
    • 地址:Ruska str. 56, Ternopil, 46001, Ukraine
    • 邮箱:[email protected]
  • Vyacheslav Nykytyuk

  • Vitaliy Tymoshchuk

  • Veronika Soyka

    • 机构:Ternopil Volodymyr Hnatiuk National Pedagogical University
    • 地址:Maxyma Kryvonosa str. 2, Ternopil, 46027, Ukraine
    • 邮箱:[email protected]
  • Dmytro Tymoshchuk

论文出处

  • 会议名称:BAIT'2024: The 1st International Workshop on "Bioinformatics and applied information technologies"
  • 日期:2024年10月2-4日
  • 地点:Zboriv, Ukraine
  • 出版物:CEUR Workshop Proceedings
  • ISSN:1613-0073

论文主要内容

摘要

本研究实验模拟了冬季蜂巢内蜂群的运动,并开发了一种监测系统,用于跟踪蜂群的运动和蜂蜜消耗。该监测系统由四个称重传感器组成,连接到基于Raspberry Pi Pico板的RP2040控制器,数据通过MQTT协议通过Wi-Fi网络传输到Raspberry Pi 5微型计算机,并记录在MySQL数据库中。该算法能够正确确定蜂群在蜂巢中的位置,传感器数据的运动轨迹与实验中的物理运动一致,模拟了蜂群在实际条件下的运动。该监测系统能够在不干扰蜂群自然活动的情况下进行连续观察,并且可以与各种无线数据网络集成,是提高养蜂效率和维护蜂群健康的有前途的工具.

引言

由于蜂蜜的药用特性优于大多数花蜜,蜂蜜蜜的受欢迎程度在消费者和生产者中不断上升。研究表明,某些类型的蜂蜜蜜有助于抑制抗生素耐药细菌,但其成分中的三糖蜜糖不易消化,可能导致蜜蜂营养不良甚至死亡。因此,养蜂者需要全面了解蜂群的状态、位置、食物供应、湿度和温度等信息。传统的电磁设备或手工记录方法虽然提供了大量有价值的数据,但其扩展到多个蜂巢和在野外监测蜜蜂的能力受到严重限制。随着信息技术的普及,研究蜂群的可能性也得到了扩展。通过温度、音频、视频或辐射以及人工智能等技术,可以在不进行大量机械工作的情况下获得蜂群生命活动的指标。鉴于在蜂巢中成功实施监测技术,开发结合两种或更多传感器的"智能蜂巢"变得不可避免。本研究的目标是实验模拟冬季蜂巢内蜂群的运动,并开发一种低成本高效的监测系统,能够在不干扰蜂群自然活动的情况下跟踪蜂群的运动和蜂蜜消耗.

材料与方法

为了在冬季跟踪蜂巢内蜜蜂的位置,我们决定使用称重传感器,因为照片和视频设备可能会干扰蜜蜂的工作且成本较高。我们设计并制造了一个带有可调节腿和四个称重传感器的蜂巢支架平台(图1)。称重传感器可以测量和记录蜂巢结构内重量分布的任何变化,从而获得用于开发蜂群运动模型的数据。为了减少"噪声",每次测量读取十次,并使用公式(1)计算每个称重传感器的平均值并存储在实验数据库中。通过建立坐标系来确定物体的位置或力的作用点。假设在n x m大小的平台上,某点H(x, y)施加了力F,每个称重传感器受到的力分别为F1、F2、F3、F4。使用质心公式来确定质心的位置(公式2和3)。通过实验模拟蜂群运动和蜂蜜消耗,使用金属条模拟蜂蜜填充,并用200毫米直径的球体模拟蜂群,模拟了蜂群在冬季的运动轨迹和蜂蜜消耗.

结果

实验中,首先设置并调整蜂巢支架,然后放置测量平台,连接称重传感器到RP2040控制器并进行校准。将模拟蜂蜜填充的蜂巢放置在平台上,并用特殊框架固定模拟蜂群的球体。通过移动球体并移除下方的金属条,模拟蜂群在冬季的运动和蜂蜜消耗,并记录称重传感器的数据。实验结果表明,该系统能够正确确定蜂群在蜂巢中的位置,传感器数据的运动轨迹与实验中的物理运动一致,模拟了蜂群在实际条件下的运动.

结论

本研究成功模拟了冬季蜂巢内蜂群的运动,并开发了一种能够在不干扰蜂群自然活动的情况下跟踪蜂群运动和蜂蜜消耗的监测系统。该系统对养蜂者非常有用,因为它可以在冬季期间连续监测蜂群,而无需打开蜂巢,从而减少了对蜜蜂的压力。未来的研究将致力于通过增加温度、湿度和声音信号等其他参数的传感器来改进系统,以便更全面地了解蜂群的状态并及时应对可能的问题.

相关推荐
xidianjiapei00111 分钟前
LLM架构解析:循环神经网络(RNN)(第三部分)—— 从基础原理到实践应用的深度探索
人工智能·rnn·深度学习·神经网络·机器学习·llm
司南OpenCompass14 分钟前
司南评测集社区 3 月上新一览!
人工智能·大模型评测·司南评测·司南评测集社区
扫地的小何尚32 分钟前
使用NVIDIA NIM微服务加速科学文献综述
开发语言·数据结构·人工智能·深度学习·微服务·云原生·架构
阿里云云原生34 分钟前
南京大学与阿里云联合启动人工智能人才培养合作计划,已将通义灵码引入软件学院课程体系
人工智能·阿里云·云计算
GoMaxAi1 小时前
智能体(Agent)系统源码解析:AI 自动化办公的未来
人工智能·unity·自动化
Java樱木1 小时前
哈尔滨工业大学:大模型时代的具身智能
人工智能
weixin_599073942 小时前
第P10周:Pytorch实现车牌识别
人工智能·pytorch·深度学习
袖手蹲2 小时前
宏碁笔记本电脑擎7PRO搭载的 NVIDIA RTX 5080 显卡安装pytorch
人工智能·pytorch·电脑
coding随想2 小时前
Ollama本地服务无法通过IP访问的终极解决方案
网络·人工智能·网络协议·tcp/ip
TGITCIC2 小时前
7B斗671B:扩散模型能否颠覆自回归霸权?
人工智能·自回归·扩散·deepseek·大模型自回归·大模型扩散