BeeMonitor: Slimme bijenhouderij-beheerapp

Componenten en benodigdheden

Apps en online diensten

• Arduino IDE
• Edge Impulse Studio
• Android Studio

Over dit project

Inleiding

We presenteren de ontwikkeling van een bijencontrole-applicatie die de bijenhouder helpt bij de efficiënte productie van honing en andere producten. De applicatie dekt het gebied van bijenhouderij. De motivatie is de bijenhouder te helpen de bijen te controleren en zo effectief mogelijk te zijn. Dit maakt het makkelijker voor de bijenhouder om lange uren aan individuele bijenkasten te werken. Het idee is dat, op basis van temperatuur en vochtigheid, de app inzicht geeft in de staat van het bijenvolk in een specifieke kest en detecteert een speciaal evenement genaamd zwermen. Dit is een evenement waarbij het bijenvolk zich in twee delen splitst. Een deel blijft in de kest en het andere verlaat de kest om een nieuw huis te zoeken. Het eerste deel wacht op de uitkomst van de nieuwe koningin, terwijl de tweede helft met de oude koningin vertrekt. Het is belangrijk dat de bijenhouder tijdig actie onderneemt. Hierbij helpt de bijencontrole-applicatie, die zo'n evenement herkent op basis van geluidsverwerking van het bijengezoem.

Oplossing

Omdat een individuele bijenhouder meestal grote aantallen kasten heeft, vereist handmatige inspectie van een individuele kest veel tijd. Met onze applicatie verbindt de bijenhouder via een mobiel toestel en Bluetooth-verbinding met individuele kasten, waar hij de gezondheid van het bijenvolk kan bekijken. Daarnaast waarschuwt de applicatie de bijenhouder bij zwermen, zodat hij tijdig kan ingrijpen en de bijen niet in de natuur vluchten, wat de honingproductie zou verminderen.

Beschrijving

Het systeem bestaat uit een Arduino Nano BLE 33 Sense microcontroller, die ook een microfoon op de printplaat bevat. Met behulp van een algoritme op de microcontroller luistert de controller naar het bijengezoem en herkent, met behulp van een getraind model, het verschil in gezoem wanneer de koningin in de kest is en wanneer niet. Naast zwermdetectie bevat de Arduino ook een temperatuur- en vochtigheidssensor. Met deze data kunnen we de toestand of gezondheid van het bijenvolk in de kest bepalen. Om de energievraag laag te houden, meet het systeem de toestand slechts een paar keer per dag, of in de periode tussen 10:00 en 13:00 uur, wanneer de kans op zwermen het grootst is. De rest van de dag is het apparaat grotendeels in rustmodus en verbruikt geen energie.

Machine Learning Model

Edge Impulse Procedure

1. Data opnemen met microfoon: Eerst hebben we het bijengezoem opgenomen met een microfoon om data te verzamelen als basis voor het leermodel.
2. Spectrale analyse van geluiden: De data werd verwerkt met een spectrogram.
3. Model bouwen met neuraal netwerk: Het spectrogram was de invoer voor het neurale netwerk dat het model trainde. Na uitgebreide berekening kregen we resultaten in een matrix die de herkenningsprestaties toont.
4. Bibliotheek maken en uploaden naar Arduino: Tot slot maakten we een bibliotheek om naar het Arduino-bord te uploaden.

Hardware

• Arduino Nano BLE 33 Sense
• Batterijvoeding
• Android mobiel toestel

Connectiviteit

Voor dataontvangst van Arduino naar de Android-app gebruiken we Bluetooth. De Arduino Nano BLE 33 Sense heeft een Bluetooth-module op de printplaat. Deze communicatie stelt je in staat om verbinding te maken met de Arduino in de kest op een veilige afstand waar geen risico op bijensteken bestaat.

Android App

1. Verbinden met het toestel in de kest
2. Hoofdscherm met temperatuur- en vochtigheidsdata en gebeurtenismeldingen
3. Meldingen die het Arduino-toestel naar de Android-applicatie stuurt.

Concept van werking

Animatie toont het werkwijze van het systeem.

Doe het zelf!

Instructies voor het testen van ons systeem.

1. Stap 1: Download de .ino programmeeromgeving voor de Arduino BLE 33 Sense. Compileer de code en stuur deze naar het Arduino-bord. Arduino Software
2. Stap 2: Download de app op je Android-toestel (.apk bestand in bijlage).
3. Stap 3: Installeer het Arduino-toestel in de kest.
4. Stap 4: Verbinden met het toestel via Bluetooth.

Verbeteringen

• Verbeteren van het machine learning model door de database van bijengezoem uit te breiden.
• Extra functies toevoegen aan de Android-app.
• We zien verbetering in het bouwen van een database met kestinformatie op het LoRaWAN-netwerk, waar data naar een server gestuurd kan worden en overal, altijd toegankelijk is.

Conclusie

We zijn blij ons idee te presenteren en een project te delen dat je in je eigen omgeving kunt uitproberen. We geloven dat we op de goede weg zijn om het werk van de bijenhouder met verdere verbeteringen makkelijker te maken. Je kunt ook bijdragen aan het verbeteren van het model door de database van bijengezoemopnames uit te breiden. Dit maakt het systeem nauwkeuriger en minder gevoelig voor storingen. Dank je wel!

Code

Arduino Nano BLE 33 Sense (C/C++)

Complete sketch met Edge Impulse inferencing, BLE-communicatie, temperatuur/vochtigheidsmeting en zwermdetectie. De code initialiseert BLE, PDM-microfoon, HTS221-sensor en voert continu inferencing uit op bijengeluiden. Resultaten worden als JSON via BLE naar de Android-app gestuurd met velden: temperature, humidity, event (MATICA, NIMATICE, ROJENJE, ERROR).

ei-smartbees-arduino-1.0.6.zip

Bibliotheek met machine learning model (alleen download).

Android applicatie

GitHub Repository

APK-bestand voor Android

Debug APK

Schema's

Aansluitschema voor BeeMonitor systeem.