Smarta bikupor
Typ
Examensarbete för kandidatexamen
Bachelor Thesis
Bachelor Thesis
Program
Publicerad
2023
Författare
Hellström, Adina
Källander, Elliot
de Flon, Hampus
Möller, Marcus
Rauf, Mohammed
Sulaiman, Omar
Modellbyggare
Tidskriftstitel
ISSN
Volymtitel
Utgivare
Sammanfattning
Honungsbin spelar en avgörande roll som pollinatörer och bidrar till livsmedelsproduktion och eko logisk mångfald globalt. Som biodlare utförs manuellt arbete som ofta är tidskrävande. Syftet med
detta projekt är att automatisera biodlingsprocessen med hjälp av smarta bikupor och skapa en web baserad applikation som använder sensordata, dataanalys och artificiell intelligens. Applikationen inne håller modeller för ljudavvikelse och ljudklassificering, objektavvikelse, myrdetektion, pollendetektion,
svärmningsrisk och beräkning av bikupans hälsotillstånd. Alla modeller utom den för pollendetektion
skapades under projektets gång, genom att använda tidigare insamlad data från sensorer och sedan
implementeras i realtid.
Maskininlärningsalgoritmerna K-nearest neighbors och Isolation Forest används för ljudklassificering
och avvikelsemodeller, respektive. En objektdetektionsmodell används för pollen- och myrdetektion,
och två olika expertsystem med definierade villkor för vikt, temperatur och väder används för svärm ningsrisk och beräkning av bikupans tillstånd. Under testning visade ljudklassificeringen ett F1-värde
på 0,91-1 för tre av fyra klasser och myrdetektionen visade en precision på 97 %. Svärmningsriskmo dellen kan användas för att indikera om en del av bina är på väg att att lämna sin bikupa för att bilda
ett nytt samhälle någon annanstans, vilket är en oönskad företeelse för biodlare. När modellen testades
med historisk data identifierade den korrekt att svärmning inte skedde för 357 av 359 fall. Expertsy stemet för hälsotillstånd fungerade korrekt när det testades på nuvarande hälsotillstånd. Resultaten
av avvikelsemodellerna kunde bara analyseras, inte testas. Men flera avvikelser identifierades i båda
modellerna, vilket visar deras värde. Implementeringen av pollen detektionsmodellen för realtidskör ning var lyckad och applikationen fungerade som förväntat vid körning. Integreringen av modellerna i
den webbaserade applikationen avslutade utvecklingsprocessen och projektets syfte anses uppnått.
Vidareutveckling och ytterligare utvärdering av modellerna kommer att vara möjlig när mer varierad
data kan samlas in. Applikationen har anpassats för att passa biodlare med både få och många bikupor
och anses kunna användas för att underlätta biodlingsprocessen. Projektet har breddat kunskapen om
användning av smarta bikupor och kan därför bidra till framtida innovationer inom teknik för hållbar
utveckling.