Überwachung und Vorhersage von Wildtierübergängen für die Verkehrssicherheit

Wenn Sie nachts um die Ecke biegen, blinken ein paar Lichtpunkte vor Ihnen auf, regungslos, während Ihr Auto sich ihnen schnell nähert. Werden Sie schnell genug sein, um das Fahrzeug anzuhalten, bevor Sie mitten auf der Straße auf das Reh stoßen?

Wenn Sie es gewohnt sind, auf dem Land oder auf Straßen in der Nähe von Wäldern, Hügeln, Bergen oder großen unbewohnten Gebieten zu fahren, kommt Ihnen dieses Szenario wahrscheinlich bekannt vor. Das Überqueren von Straßen durch Hirsche und große Säugetiere ist in vielen Ländern der Welt ein häufiges und potenziell tödliches Problem. In den Vereinigten Staaten sind schätzungsweise mehr als 1 Million Fahrzeugunfälle pro Jahr mit Wildtieren verbunden, was etwa 8 Milliarden US-Dollar an medizinischen Kosten und Autoreparaturen pro Jahr entspricht (National Geographic, „Wildlife Crossing“).

Das Überqueren von Tieren stellt auf Landstraßen auf allen Kontinenten ein ernstes Problem für die menschliche Sicherheit und den Schutz der Tierwelt dar.

Das Problem entsteht auch aus der Sicht des Tierschutzes. Obwohl beispielsweise nur in einem kleinen Teil der Länder auf europäischer Ebene offizielle Aufzeichnungen geführt werden, wird die Gesamtzahl der jedes Jahr auf europäischen Straßen getöteten Huftiere auf fast eine Million geschätzt, mit einem stetigen Anstieg in den letzten 40 Jahren (Langbein, J., Putman, R. und Pokorny, B. (2011). Straßenunfälle mit Hirschen und anderen Huftieren in Europa und verfügbare Schadensbegrenzungsmaßnahmen). Viele Faktoren tragen zur Zunahme von Kollisionen zwischen Wildtieren und Fahrzeugen bei, darunter die Entwicklung ausgedehnter Straßennetze, die Lebensräume und Populationen beeinträchtigen und isolieren, sowie Klimawandel und Entwaldung.

Verkehrsschilder werden häufig verwendet, um Autofahrer zu warnen, die durch Gebiete fahren, in denen die Wahrscheinlichkeit einer Tieraktivität hoch ist. Nicht-adaptive Anzeichen führen jedoch häufig zu Alarmmüdigkeit.

Die Einführung von Warnschildern und/oder Lichtern, die auf „potenzielle Wildtierüberquerung“ hinweisen, ist ein gängiger Ansatz, um Autofahrer über die hohe Wahrscheinlichkeit einer Wildtierüberquerung auf einem bestimmten Straßenabschnitt zu informieren. Jedoch, Alarmmüdigkeit Dies geschieht schnell, insbesondere bei Fahrern, die es gewohnt sind, in Bereichen zu fahren, die für die Durchfahrt von Wildtieren kritisch sind. Die daraus resultierende Desensibilisierung führt dazu, dass die Warnung praktisch ignoriert wird und die statische Alarminfrastruktur praktisch unbrauchbar wird.

Die Überwachung von Straßenrändern mithilfe von Video-/Infrarotkameras, um Tiere zu identifizieren, die möglicherweise die Straße überqueren, und den Fahrer zu warnen, ist theoretisch möglich. Allerdings machen die Kosten für die Installation einer Kamera alle paar Meter, potenzielle Sichtprobleme unter vielen Umgebungs- und Lichtverhältnissen sowie die Kosten für die Erfassung und Verarbeitung der resultierenden großen Videodatenmengen in Echtzeit zur Bereitstellung nützlicher Warnungen eine solche Lösung selbst für kurze Straßenabschnitte unpraktisch.

Um einen kostspieligen und invasiven Installationsprozess zu vermeiden, sind Lösungen zur Überwachung minimaler Auswirkungen zwingend erforderlich. Im MARGINE-Projekt ist die vorgeschlagene technologische Lösung für die Ausstattung von Standardleitpfosten vorgesehen.

Das jüngste Aufkommen kostengünstiger drahtloser Erkennungstechnologien hat die Entwicklung einer neuen Generation von Alarmsystemen für den Durchgang wilder Tiere ermöglicht, wobei das ELEDIA-Forschungszentrum bereits skalierbare und robuste Lösungen in diesem Bereich testet. MARGINE-Projekt. Das grundlegende physikalische Konzept hinter MARGINE mag trivial erscheinen, da es Radiowellen (unabhängig von Licht-/Sichtbedingungen) nutzt, um die Entfernung und Geschwindigkeit von Tieren zu erfassen, genau wie jedes Radarsystem. Allerdings stellten sich sofort zwei grundlegende Herausforderungen, um das System praktisch und nützlich zu machen: (i) wie können lange Straßenabschnitte überwacht werden, ohne dass kostspielige Installationen erforderlich sind, und (ii) wie kann es aktiviert werden? zuverlässige Frühwarnung (d. h. sagen Sie dem Fahrer: „Ein Tier wird in 10 Sekunden 200 Meter vor Ihnen überqueren“).

Die erste Herausforderung wurde durch die Entwicklung und den Einsatz eines gelöst kollaboratives Netzwerk drahtloser intelligenter Leitstationen. Die Grundidee dieser Wahl bestand darin, eine bewegliche Leitstation zu entwickeln, die sowohl Sensorik (d. h. die Fähigkeit, die Anwesenheit, Geschwindigkeit und Entfernung von Tieren zu erkennen) als auch Kommunikationsfähigkeiten integriert und es den Stationen ermöglicht, über Funk zu kommunizieren, um erkannte Informationen innerhalb von Millisekunden mit entfernten Straßenabschnitten auszutauschen (weitere Einzelheiten zu den technologischen Aspekten finden Sie auf der Projektseite). Das zweite Problem kann jedoch nicht allein durch die Erkennung gelöst werden, da es tatsächlich eher damit zusammenhängt Tierverhalten verstehen anstatt es nur zu erkennen. Hier haben die vom ELEDIA Research Center entwickelten KI-Methoden den Unterschied gemacht.

Huftiere reisen oft in Herden, und obwohl Überquerungen jederzeit vorkommen können, sind sie in der Regel in der Dämmerung und im Morgengrauen (bei schwierigen Lichtverhältnissen für den Fahrer) am aktivsten.

Jedes Wildtier hat einen anderen Bewegungspfad, der untersucht werden kann, um wichtige Informationen über die Migration zu verstehen (DR Rubenstein, KA Hobson, „From Bird to Butterflies: Animal Movement Patterns and Stable Isotopes“, Trends in Ecology & Evolution, Bd. 19, Nr. 5, S. 256-263, 2004.) Im kleineren Maßstab zeigen Huftiere, die eine Straße überqueren, ein sehr spezifisches Verhalten, bei dem das Tier eine Reihe verschiedener Phasen durchläuft (z. B B. „Studie“, „Entscheidung“, „Kreuzung“), die identifiziert werden können, um ihre spätere Aktion und die Wahrscheinlichkeit des Eintritts in einen gefährlichen Zustand vorherzusagen. Verstehe das Verhaltensmuster großer Säugetiere (wie Hirsche und Wildschweine) wann am Straßenrand ankommen war die grundlegende Herausforderung, vor der die E-AIR-Methodik-Suite innerhalb von MARGINE stand. Dank der experimentellen Daten, die in Zusammenarbeit mit der Autonomen Provinz Trient und der Associazione Cacciatori Trentini gesammelt wurden, konnten Mitglieder des ELEDIA-Forschungszentrums eine entwickeln und validieren KI-basiertes Verhaltensmodell für den Wildtierdurchgang. Ein solches Modell wurde in den MARGINE-Teststandorten in Cavalese, Predazzo und Ziano di Fiemme, Val di Fiemme, Trient (Italien) implementiert, kalibriert und experimentell demonstriert.

Im eingesetzten MARGINE-System werden die von den intelligenten Leitstationen erfassten Daten in einer zentralen Einheit (dem „MARGINE Center“). Durch Ausnutzung der ELEDIA-Suite für künstliche IntelligenzDer MARGINE Hub erkennt die Anwesenheit von Tieren und deren Verhalten, wenn sie sich der Straße nähern, und gibt dann nur dann eine Warnung über ein Wechselverkehrszeichen aus, wenn ein potenziell gefährlicher Zustand erkannt wird. Um dieses Ziel zu erreichen, ist eine Kombination aus maschinelles Lernen, evolutionäre Optimierung, Deep Learning und Fuzzy-Logik Es wurden Techniken implementiert, die zu einem allgemeinen Ansatz führen, der unabhängig von den Eigenschaften der Straße und der Erkennungsarchitektur (Anzahl und Position der Sensoren, Entfernung, implementierte Technologie) einfach übernommen werden kann. Über die offensichtlichen Sicherheitsvorteile und die verbesserte Infrastrukturunterstützung für Straßenbetreiber hinaus trägt eine solche Lösung dazu bei, Warnungen für Fahrer zu minimieren und die daraus resultierende „Alarmmüdigkeit“ zu vermeiden. Darüber hinaus kann es leicht an verschiedene Tierklassen angepasst werden, darunter Bären, Elche, Elche, Kängurus und Bisons. Beispielsweise wurde die Erkennung von Wildschweinen bereits von ELEDIA im Parco Colli Euganei, Padua, validiert.

Bambi zu retten bedeutet also immer noch, ihn zu verstehen.

Erfahren Sie mehr

Das MARGINE-Projekt http://www.eledia.org/showcase/margine/ (auf Italienisch)

G. Beltrami, „Sensori sulla strada per salvare gli animali“, Zeitung L’Adigeveröffentlicht am 10.07.2020 (auf Italienisch)

„Nuovi sensori stradali avvisano della presenza di animali“, L’Adige.itveröffentlicht am 11.05.2014 (auf Italienisch)

L. Piva, „Ein drahtloses Gerät zur Verbesserung der Benutzerpräsenz“, Die Zeitung Il Gazzettinoveröffentlicht am 01.07.2018 (auf Italienisch)

F. Viani, F. Robol, M. Salucci, E. Giarola, S. De Vigili, M. Rocca, F. Boldrini, G. Benedetti und A. Massa, „WSN-basiertes Frühwarnsystem zur Verhinderung von Kollisionen zwischen Wildtieren und Fahrzeugen in Alpenregionen – Vom Labortest zur realen Umsetzung“, EuCAP 2013, Göteborg, Schweden, S. 1857-1860, 8.-12. April, 2013.

F. Viani, F. Robol, E. Giarola, G. Benedetti, S. Devigili und A. Massa, „Advances in Wildlife Road-crossing Early-Alert System: New Architecture and Experimental Validation“, 8. Europäische Konferenz zu Antennen und Ausbreitung (EUCAP 2014), Den Haag, Niederlande, S. 3457–3461, 6.–11. April 2014.

F. Viani, F. Robol, A. Polo und E. Giarola, „Wildlife Road-Crossing Monitoring System: Advances and Test Site Validation“, 10. Europäische Konferenz zu Antennen und Ausbreitung (EUCAP 2016), Davos, Schweiz, S. 1.-4., 11.-15. April 2016.

F. Viani, A. Polo, E. Giarola, G. Benedetti, S. Zanetti und F. Robol, „Performance Assessment of a Smart Road Management System for the Wireless Detection of Wildlife Road-crossing“, 2016 IEEE International Smart Cities Conference (ISC2), Trient, Italien, S. 1.-6., 12.-15. September 2016.