📈 Count bees coming in and out on the edge

📈 Bienen rein und raus zählen - am Edge

🎯 Zweck

Echtzeit-Bienentransfer-Monitoring-System, das einzelne Bienen beim Ein- und Ausfliegen des Stocks mit Computer Vision an Edge-Geräten zählt.

🎭 Benutzerstory

  • Als Imker
  • möchte ich automatisch die Bienentätigkeit am Stockeingang verfolgen
  • damit ich die Volksgesundheit überwachen, Probleme frühzeitig erkennen und Flugmuster verstehen kann, ohne manuelle Beobachtung

🚀 Hauptvorteile

  • Automatisierte Überwachung: Kein manuelles Zählen erforderlich, 24/7-Verfolgung
  • Frühe Problemerkennung: Ungewöhnliche Traffic-Muster können auf Schwarmen, Räubern oder Gesundheitsprobleme hinweisen
  • Datengetriebene Erkenntnisse: Verfolge Bienenverlustraten, Flug-Effizienz und saisonale Muster
  • Edge-Verarbeitung: Echtzeitanalyse ohne Internetabhängigkeit

🔧 Technischer Überblick

Verwendet YOLO v8 Objekterkennungsmodell (weights/best.pt), das auf Edge-Geräten läuft, um einzelne Bienen zu erkennen und zu verfolgen, die konfigurierbare Eingangsgrenzen überqueren. Implementiert DeepSORT-Tracking mit Trajektorienanalyse zur Unterscheidung von ein-/ausgehender Bewegung über einer Erkennungslinie an konfigurierbarer Höhe (standardmäßig 50% des Frames).

📋 Akzeptanzkriterien

  • Gerät erkennt und verfolgt einzelne Bienen mithilfe des YOLO v8 Modells
  • Klassifiziert Bienentrajektorien korrekt als rein/raus basierend auf Kreuzungserkennung der Erkennungslinie
  • Verarbeitet Video in Echtzeit mit konfigurierbaren Bildraten
  • Sendet Telemetrie-Daten alle 30 Sekunden (konfigurierbar VIDEO_CHUNK_LENGTH_SEC)
  • Berechnet abgeleitete Metriken: Durchschnittsgeschwindigkeit, 95%-Perzentil-Geschwindigkeit, Anzahl stationärer Bienen
  • Unterstützt Tag/Nacht-Betrieb mit konfigurierbaren Stunden (DAY_START_HOUR/DAY_END_HOUR)
  • Funktioniert zuverlässig mit USB-Kameras (V4L2 unter Linux, AVFoundation unter macOS)

🚫 Nicht im Umfang

  • Erkennung von Räuberverhalten (separate Funktion)
  • Bienenart-Klassifizierung (Wespen, Hornissen separat behandelt)
  • Pollenerkennung an einzelnen Bienen
  • Königinnenerkennung aus Eingangsvideo

🏗️ Implementierungsansatz

  • KI-Modell: YOLO v8 (Ultralytics) mit benutzerdefinierten Bienenerkennungs-Gewichten
  • Tracking: DeepSORT-Algorithmus mit Trajektorienhistorie (defaultdict-Speicherung)
  • Erkennungslinie: Konfigurierbare horizontale Linie in Prozent der Frame-Höhe
  • Hardware: USB-Kamera-Unterstützung über OpenCV (CAP_V4L2/CAP_AVFOUNDATION)
  • Verarbeitung: Batch-Verarbeitung von Frames mit Threading für asynchrone Telemetrie
  • Ausgabe: AVC1/MP4V Video-Encoding mit Overlay-Visualisierungen

📊 Erfolgskriterien

  • Echtzeit-Verarbeitungsfähigkeit mit konfigurierbarer FPS
  • Trajektorie-basierte Richtungsklassifizierung mit Kreuzungserkennung
  • Telemetrieübertragung alle 30 Sekunden zum konfigurierten Endpunkt
  • Lokale Datenspeicherung in täglich rotierenden JSONL-Dateien
  • Kamera-Autoerkennung über mehrere Plattformen (Linux/macOS)

🔗 Verwandte Funktionen

📚 Ressourcen & Referenzen

💬 Hinweise

Dieses Feature ist das Herzstück der Entrance Observer-Funktionalität. Es ermöglicht Imkern, den Bienentransport in Echtzeit zu überwachen und frühzeitig Warnsignale für potenzielle Probleme im Volk zu erkennen. Die Edge-Verarbeitung sorgt dafür, dass keine Internetverbindung erforderlich ist.