BirdRecorder

BirdRecorder verbindet moderne (Stereo-)Kameratechnik mit maschinellen Lernen (Künstlicher Intelligenz, KI), um windkraftsensible Vogelarten im direkten Umfeld von Windenergieanlagen zuverlässig zu erfassen und zu erkennen. Es wird ein Set von Kameras für die Echtzeit-Erkennung von Vögeln eingesetzt. Die Reichweite des Systems beträgt bis zu 700 Metern. Wird innerhalb dieses Radius ein sich bewegendes Objekt im Luftraum um eine Windenergieanlage geortet, wird dieses mit KI-Methoden in 2 Schritten klassifiziert, um zu entscheiden, ob es sich a) um einen Vogel oder etwa ein Flugzeug etc. handelt und b) ob der Vogel zur Artgruppe der Milane zählt

Vorgehen

Die KI-Modelle wurden während der Projektlaufzeit mit rund 680.000 Bildern, die auf dem Windenergietestfeld des Zentrums für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW) in Stötten über einen Zeitraum von zwei Jahren aufgezeichnet wurden, trainiert. Darin sind ca. 420.000 Bilder von Vögeln enthalten, die wiederum von OrnithologInnen manuell nach Arten und Artgruppen annotiert wurden, darunter 72.000 Bilder für die Artgruppe Milan. Das erste KI-Modell des BirdRecorders erkennt damit im Schritt a) 99 % der Vögel. Das 2. KI-Modell zur Klassifizierung Artgruppe Milan kann im Schritt b) bereits anhand von Einzelbildern Milane von anderen Vögeln mit einer Genauigkeit von 93,1 % unterscheiden. Kann die KI auf Bildserien zurückgreifen, steigt die Erkennungswahrscheinlichkeit schon nach wenigen Sekunden auf über 98 %.

Wenn ein Milan erkannt wurde, wird der Flug des Vogels mit einem nachführbaren Stereokamerapaar verfolgt. Der Flugweg der Vögel wird dabei in Echtzeit und auf wenige Meter genau vermessen. Nähert sich der Vogel dabei z.B. einer Windenergieanlage, könnte diese in den Trudelbetrieb überführt werden und so eine Gefährdung des Vogels ausgeschlossen werden.

Für einen Zeitraum in der Morgendämmerung bis in den späteren Vormittag hinein ist auf Youtube ein Video der Einzelbildklassifikation verfügbar

In dem FuE-Projekt wurden 2 Prototypen gebaut und erprobt. Die Weiterentwicklung des Systems und Erweiterungen etwa auf nachtaktive Vögel und Fledermäuse – Bird- und Batrecorder BBR 2.0 – läuft seit Januar 2023.

Ergebnisse