AviEar：一种基于物联网的低功耗鸟类声学监测解决方案

中英文论文标题

• 英文标题：AviEar: An IoT-based Low Power Solution for Acoustic Monitoring of Avian Species
• 中文标题：AviEar：一种基于物联网的低功耗鸟类声学监测解决方案

作者信息

• 作者：Ridhima Verma（IEEE学生会员）和 Suman Kumar
• 作者单位：印度理工学院（IIT）Ropar，电气工程系，旁遮普140001

论文出处

• 出处：IEEE SENSORS JOURNAL, VOL. XX, NO. XX, XXXX 2024

论文主要内容

摘要

• 论文介绍了AviEar，这是一款为监测鸟类物种而设计的新型无线传感器节点。该设备结合了MEMS麦克风、超低功耗ARM Cortex MCU和存储单元，能够无缝集成声学数据记录、板上信号处理、存储和基于云的上传，以便于远程监测。
• 系统的特点是在1.443秒内快速检测目标物种，通过实时选择性记录和传输框架，实现了长达2个月的运行时间。
• 通过现场实验，AviEar能够以99.6%的精确度、95%的召回率和97.2%的F1分数提供鸟类声学数据，展示了其适用于可持续监测解决方案的能力。

引言

• 论文讨论了鸟类在维持全球生物多样性中的关键作用，并强调了由于人类活动压力，如森林砍伐、偷猎和气候变化，鸟类数量的下降。
• 传统的监测方法由于在功率效率和数据存储方面的限制而常常不足，因此提出了AviEar，一个基于物联网的解决方案，用于远程监测鸟类物种。

相关工作和动机

• 论文回顾了早期的鸟类监测方法，如沙跟踪足迹、横断面调查和雾网捕捉，这些方法劳动密集且缺乏连续数据捕获。
• 讨论了现有的音频监测系统，如AudioMoth设备和Wildlife Acoustics Song Meter，并指出了它们的局限性，如高功耗、成本高和缺乏远程访问能力。

系统贡献

• 提出了AviEar的设计和开发，这是一个低功耗无线传感器节点，用于声学监测鸟类物种。
• 开发的系统能够实时记录、处理和传输声学数据，可以部署在偏远地区独立运行。
• 提出了一种计算快速的目标物种特定算法，以减少功耗。
• 通过现场实验，证明了系统在8 kHz采样率下可以流式传输鸟类音频测量数据长达2个月。
• 在农田中部署AviEar进行鸟类叫声监测，并通过IoT平台验证了收集数据的全面性。

提出的系统架构

• 论文提供了AviEar的端到端架构概述，包括其不同的子单元和互连。
• 详细介绍了AviEar的硬件实现，包括系统芯片（SoC）、外围组件和电源控制及充电模块。

系统实施

• 论文详细说明了AviEar的实施细节，包括数据采集、检测算法的实现和数据检索机制。

实验设置和结果

• 论文评估了AviEar系统的性能，通过在IIT Ropar校园丰富的鸟类环境中进行的现场实验。
• 讨论了记录数据的有效性，并使用BirdNET API对不同鸟类叫声进行了分类。

功耗分析

• 论文分析了AviEar的功耗，并与现有的音频记录单元进行了比较。

与现有技术的比较

• 论文比较了AviEar与现有的基于边缘的鸟类声学监测系统，并讨论了其优势。

应用

• 论文讨论了AviEar在生物多样性评估、迁移模式研究、远程监测和早期预警系统中的应用。

结论

• 论文总结了AviEar的特点，包括其在低功耗、成本效益和可靠的数据传输到云端方面的优势，并提出了未来的工作方向。