Исследовательская база

Встраиваемая IoT-система умного мониторинга с edge machine learning для управления ульями

Открытая статья 2024 года о proof-of-concept системе мониторинга улья с IoT-датчиками, признаками звука улья, edge inference и низкопотребляющим микроконтроллером.

Сведения о публикации

Авторы
Mihai Doinea, Ioana Trandafir, Cristian-Valeriu Toma, Marius Popa, Alin Zamfiroiu
Организации
🇷🇴 Bucharest University of Economic Studies🇷🇴 National Institute for Research & Development in Informatics
Год
2024
Тип
Journal

PDF

Внешние ссылки

Аннотация

Автоматизированная система поддержки пчеловода нужна для поддержания и улучшения состояния пчелиных семей, особенно когда пасеки удалены и регулярные проверки дороги. В статье представлен proof-of-concept умной системы мониторинга улья на базе IoT, машинного обучения и edge computing.

IoT-датчики собирают данные, система извлекает признаки из звуков улья, а TinyML-модель выполняет инференс на маломощном микроконтроллере. Такой подход переносит часть анализа с облака на устройство, повышает автономность, снижает зависимость от постоянной связи и помогает принимать решения по управлению ульем на основе локальных сигналов.

Значимость для Gratheon

Статья напрямую связана с дорожной картой edge-устройств Gratheon: удалённые пасеки требуют низкого энергопотребления, локальной обработки звука и устойчивой работы без постоянного облачного соединения. TinyML-подход помогает определить, какие сигналы здоровья семьи стоит анализировать на устройстве, а какие можно отправлять в веб-приложение.

Работа также даёт практичный шаблон упаковки сенсорного узла: сбор данных, извлечение признаков, локальный инференс и передача результата пчеловоду. Это полезно для проектирования аппаратных требований, бюджета питания и интерфейсов предупреждений в Gratheon.