飞到半路被撞？不是小鸟不专心，而是太阳能太晃眼
By 超神经
场景描述：美国能源部下属的阿贡国家实验室，正在开发用于识别并监测鸟类与太阳能设施相互作用的技术，该项目对于鸟类保护和太阳能设施的规划、布局都将产生积极意义。
关键词：计算机视觉 鸟类 太阳能
据统计，世界上每年有几十亿只鸟儿死去，而这其中，被撞死的就有近十亿只。
2019 年 4 月，美国康奈尔大学鸟类学实验室（the Cornell Lab of Ornithology）一项报告就曾指出，每年大约有 6 亿只鸟因撞在美国高楼上而死亡。
但造成这种结果，并不是因为鸟儿视力不好，而是因为建筑物的玻璃幕墙、玻璃窗以及里面摆放的植物，都会让飞行中的鸟儿「误入歧途」，与大楼相撞。
不过，除此之外，很少有人知道，还有一种杀伤力很大的鸟类杀手——太阳能设备。
美国太阳能每年「杀死」数万只鸟
鉴于太阳能无污染、储量大、可再生等优势，人们将会更多地才采用太阳能设施。
但随着越来越多太阳能系统的安装，人们也开始关注其对野生动物与环境造成的影响。比如太阳能的镜面反射，有可能会影响野生动物与鸟类的视线。
太阳能面板的高温还会灼伤栖息在上面的鸟儿
美国阿贡国家实验室（Argonne National Laboratory）曾基于有限的数据，在 2016 年发表了一项研究，估计了鸟类与美国光伏电池板的碰撞相关数据。
其中，数据显示，全美公用规模的太阳能设施每年会杀死 37800 到 138600 只鸟。
预测数据包括已安装以及正在建设中的太阳能
注：由于鸟类死因的不确定性，评估的数字范围较大
虽然这个数字与每年数亿只鸟因建筑和车辆撞击而死亡相比，并不算太大，但如果放任不管，随着全球太阳能设施的增加，命丧太阳能的鸟儿数量也将随之增加。
评估报告中显示的美国太阳能潜力
所以，深入了解这些死亡是如何发生，以及何时发，可以帮助人们有效预防。一方面，这是对鸟类的保护；另一方面，减少鸟类在太阳能设施周围的活动，也会大大减少工作人员的清洁工作，可谓双赢。
清洁鸟屎也是太阳能设备维护人员的日常工作
用计算机视觉技术，量化影响
为了对鸟类与太阳能之间的交互进行评估，科学家们正在量化彼此的相互影响，而目前用人工进行数据收集的方法非常耗时耗力。
最近，美国能源部下属的阿贡国家实验室（Argonne National Laboratory）公布了一个解决方案，用计算机视觉与人工智能技术监测鸟类与太阳能基础设施相互作用。
捕获飞行并栖息在太阳能鸟类的视频系统
具体而言，阿贡实验室的新项目，将结合计算机视觉技术和人工智能模型，监测鸟类在太阳能电池板上的活动，以比人类更低的成本，收集它们飞过、栖息或与太阳能电池板相撞时的数据。
团队中的生态学家 Leroy Walston 说:「收集所有这些信息，需要人们在野外的设施中走动，寻找鸟类尸体，非常耗时耗力，成本是相当高的。」
而且，用人力收集的方法，在频率和跨度上也很有限，这样也很难掌握鸟类在太阳能电池板周围的行为数据。
领导了这个项目的遥感科学家 Yuki Hamada 介绍道：「虽然之前已经有关于太阳能基础设施如何影响鸟类数量的猜测，但我们需要更多的数据来科学地了解发生了什么。」
Yuki Hamada 是陆地生物物理遥感科学家
加州大学圣塔芭芭拉分校和圣地亚哥州立大学地理学博士
阿贡国家实验室是美国政府规模最大、历史最悠久的科研机构之一。这个为期三年的鸟类-太阳能交互监测项目，已获得美国能源部太阳能技术办公室 130 万美元的资助，并于今年春天启动。
识别鸟儿，比识别无人机更复杂
据介绍，实现这一项目目标，共涉及三个任务:
探测太阳能电池板附近的移动物体;
辨别哪些物体是鸟类;
对事件进行分类(比如栖息、飞行或碰撞)。
科学家们还将使用深度学习构建模型，识别鸟类及其行为。
在阿贡实验室的一个早期项目中，研究人员就曾训练计算机识别在头顶上空飞行的无人机。
无人机探测模型的开发者，软件工程师 Adam Szymanski 指出，禽类与太阳能相互作用的项目，将会以识别无人机的技术为基础，但会更复杂。
比如，太阳能设备的摄像头将朝向太阳能板，而不是向上，因此背景会更加复杂。而且，系统将需要区分鸟类和视野中的其他移动物体，比如云、昆虫或人。
在项目初期，研究人员将在一两个太阳能电站安装摄像机，记录和分析视频。为了训练计算机模型，需要手动处理和分类数小时的视频。
此外，由于碰撞相对较少，研究人员表示，可以用玩具鸟之类的物体来模拟碰撞，这样系统就有了初始信息，可以用作训练例子。
系统在太阳能设施上识别出鸟类（红框标识）
一旦模型训练完成，它就会在摄像机内部运行实时视频，在飞行过程中，就对禽类-太阳能的交互进行分类。当然，这是另一个涉及边缘计算的挑战。在边缘计算中，信息处理中心距离数据收集地更近。
Szymanski 还补充说道:「我们没有足够的财力录制大量的视频，再把它们送回实验室进行分析。所以，我们必须设计出更高效的模型，这样它才能在边缘实时执行。」
深远意义：保护更多野生动物
据介绍，该项目除了探测、监测和报告鸟类在太阳能设施周围活动外，当碰撞发生时，该系统还会通知太阳能设施的工作人员。
这些结果，都将帮助人们更好地了解鸟类与太阳能的相互作用，可以辅助太阳能设施的选址，以及减少对野生动物的影响。
Hamada 说，随后，这项技术将为更多大规模现场试验的太阳能设施，做好准备，项目中收集到的数据可用来检测，其各方面模式设置是否最佳。
同时，这些数据也将解答诸如以下疑惑：
太阳能设施中，某些类型的鸟更容易受到攻击吗？
碰撞会在一天或一年中的特定时间增加吗?
太阳能电池板的地理位置，在各种相互作用中有影响吗?
太阳能设施能为鸟类提供可行的栖息地吗?
此外，该技术框架还可以通过使用适当的数据，对人工智能进行再训练，从而来监测其他野生动物。
「一旦确定了模式，就可以将这些知识用于野生动物保护计划。」Hamada 说。
希望该项目能让鸟儿和太阳能愉快共处
—— 完 ——
扫描二维码，加入讨论群
获得更多优质数据集
了解人工智能落地应用
关注顶会&论文
回复「读者」了解详情
更多精彩内容（点击图片阅读）