概述

當(dāng)前，全球各野生動(dòng)物官方機(jī)構(gòu)都在借助強(qiáng)大的數(shù)字技術(shù)來(lái)保護(hù)瀕危物種、對(duì)抗偷獵者帶來(lái)的威脅，而由電池供電的攝相機(jī)則成為了支持這一創(chuàng)新舉措的核心工具。然而，對(duì)于龐大且多元化的生態(tài)環(huán)境來(lái)說(shuō)，所需的監(jiān)測(cè)量是無(wú)比巨大的。而許多相機(jī)設(shè)備并不具備無(wú)線連接功能，這意味著野生動(dòng)物官方機(jī)構(gòu)需要人為干預(yù)，徒步數(shù)英里提取其中的信息。此外，攝像機(jī)經(jīng)常被喚醒捕捉任何觸發(fā)傳感器的動(dòng)作，因此這也會(huì)導(dǎo)致電池電量的快速消耗。

簡(jiǎn)介

動(dòng)物保護(hù)的進(jìn)程可能因偶然游玩國(guó)家公園的一家人而改變。Grovety 首席執(zhí)行官 Antony Vasiliev 最近搬到了亞美尼亞，他帶著家人去國(guó)家公園觀看野生動(dòng)物。在那里，他和 11 歲的兒子發(fā)現(xiàn)了瀕臨滅絕的雪豹，這讓他們驚訝且興奮。這的確很罕見(jiàn)，根據(jù)世界自然保護(hù)聯(lián)盟瀕危物種 (IUCN) 紅色名錄顯示，全球僅存約 1,000 只雪豹，其中亞美尼亞的雪豹數(shù)量可能不到 10 只。

Vasiliev 與公園管理員聊起來(lái)，公園管理員介紹說(shuō)，官方組織在整個(gè)園區(qū)內(nèi)部署了多個(gè)遠(yuǎn)程相機(jī)來(lái)跟蹤動(dòng)物并收集數(shù)據(jù)，以促進(jìn)種群增長(zhǎng)。但結(jié)果卻不盡如人意，因?yàn)閿z相機(jī)拍攝的照片數(shù)以百計(jì)，而管理員必須人工審核每一張照片，并且相機(jī)本身也存在諸多問(wèn)題，如誤報(bào)、電池快速耗盡和數(shù)字存儲(chǔ)限制等。

Vasiliev 想到了一個(gè)主意，并隨后與 Grovety 的同事聯(lián)系。Grovety 是一家軟件設(shè)計(jì)公司，也是 Arm 的合作伙伴，專門(mén)從事于研究嵌入式固件、SDK、驅(qū)動(dòng)程序、協(xié)議和底層軟件。

Vasiliev 表示：我與公司首席技術(shù)官展開(kāi)探討，是否能夠利用我們的人工智能 (AI) 專業(yè)知識(shí)提供幫助。一開(kāi)始，我們對(duì)攝相機(jī)陷阱所知甚少，但我們決定創(chuàng)建一個(gè)附加組件，為現(xiàn)有的攝相機(jī)陷阱提供附加價(jià)值，而不是與相關(guān)領(lǐng)域的設(shè)備制造商競(jìng)爭(zhēng)。

Vasiliev 還總結(jié)了面臨的現(xiàn)有挑戰(zhàn)：

起初缺少對(duì)攝相機(jī)陷阱領(lǐng)域?qū)I(yè)知識(shí)：他們必須開(kāi)展大量研究，了解現(xiàn)有攝相機(jī)陷阱的工作原理及其局限性。

電池使用壽命和功耗：確保 AI 模塊具有高能效并延長(zhǎng)電池使用壽命是主要考慮因素。

誤報(bào)：為了簡(jiǎn)化管理員的工作并延長(zhǎng)電池使用壽命，減少動(dòng)態(tài)捕捉型攝相機(jī)的誤報(bào)是主要目標(biāo)。

處理能力：選擇具有足夠計(jì)算資源和機(jī)器學(xué)習(xí) (ML) 能力的處理器進(jìn)行目標(biāo)檢測(cè)至關(guān)重要。

調(diào)整模型：對(duì) ML 模型進(jìn)行微調(diào)，使其適用于野生動(dòng)物目標(biāo)檢測(cè)的過(guò)程充滿了技術(shù)挑戰(zhàn)。

數(shù)據(jù)稀缺：關(guān)于雪豹等瀕危物種的數(shù)據(jù)有限，這加大了 AI 模型的訓(xùn)練難度。

測(cè)試和原型設(shè)計(jì)：在概念開(kāi)發(fā)和原型設(shè)計(jì)階段，需要進(jìn)行多次實(shí)驗(yàn)和迭代。

實(shí)際環(huán)境條件：務(wù)必確保解決方案在偏遠(yuǎn)的野外條件下能夠可靠地運(yùn)行。

解決方案

Grovety 的任務(wù)很明確：通過(guò)結(jié)合 AI 技術(shù)來(lái)提升目標(biāo)檢測(cè)和分類準(zhǔn)確性，從而優(yōu)化野生動(dòng)物攝相機(jī)陷阱的效率和有效性。于是，他們啟動(dòng)了一個(gè)多階段項(xiàng)目，其中包括概念開(kāi)發(fā)、概念驗(yàn)證和 ML 模塊原型設(shè)計(jì)。為完成該項(xiàng)目，他們需要開(kāi)展大量研發(fā)工作，包括進(jìn)行多次實(shí)驗(yàn)和迭代。

硬件方面，Grovety 選擇了 Alif Semiconductor E7 處理器，它是 Ensemble 系列嵌入式融合處理器與微控制器中的一款產(chǎn)品。該產(chǎn)品搭載時(shí)鐘速度高達(dá) 800MHz 的高性能 Arm Cortex-A32 處理器，以及時(shí)鐘速度為 400MHz 和 160MHz 的 Cortex-M55 處理器。E7 系列旨在提高能效并延長(zhǎng)電池使用壽命，提供強(qiáng)大的計(jì)算和 ML/AI 能力、多層安全性、計(jì)算機(jī)視覺(jué)和高度交互的人機(jī)界面。該系列采用安全飛地系統(tǒng)、防火墻控制安全單元以及運(yùn)行嵌入式 ML 任務(wù)的專用 Arm Ethos-U55 microNPU。

充分利用 Apache TVM 和協(xié)作開(kāi)發(fā)

Grovety 利用 Apache TVM 對(duì)其 ML 模型進(jìn)行微調(diào)，其中，TVM 是面向 CPU、GPU 和 ML 加速器的開(kāi)源 ML編譯器框架。為將 TVM 與 Ethos-U55 集成，他們付出了巨大努力，增強(qiáng)了 NPU 的浮點(diǎn)計(jì)算能力。他們的目標(biāo)是創(chuàng)建能夠根據(jù)各種野生動(dòng)物進(jìn)行調(diào)整的自主 AI 設(shè)備，以實(shí)現(xiàn)目標(biāo)檢測(cè)和分類，而該協(xié)作方法正是實(shí)現(xiàn)其目標(biāo)的關(guān)鍵。Grovety 使用開(kāi)源 Vela 編譯器將適用于微控制器的 TensorFlow Lite 編譯成在 Ethos-U NPU 上運(yùn)行的優(yōu)化版本。

能效和電池使用壽命

Grovety 預(yù)計(jì)在 Alif SoC 上的 AI 模塊功耗應(yīng)該是最小的，一塊 2200 毫安時(shí)的典型 18650 鋰離子電池將至少足以為模塊供電三周。他們所做的一切都是為了大幅減少野生動(dòng)物攝相機(jī)陷阱的誤報(bào)，為自然保護(hù)主義者提高效率并延長(zhǎng)電池使用壽命。

結(jié)論

Grovety 憑借其在軟件設(shè)計(jì)和 AI 集成領(lǐng)域的深厚專業(yè)知識(shí)，以及為野生動(dòng)物保護(hù)解決實(shí)際難題的堅(jiān)定信念，并結(jié)合 Arm 先進(jìn)的處理器技術(shù)，成功地為野生動(dòng)物攝相機(jī)陷阱面臨的技術(shù)難題打造了一款創(chuàng)新原型設(shè)計(jì)。他們的解決方案旨在大幅減少誤判，提高效率并延長(zhǎng)電池使用壽命，從而幫助自然保護(hù)主義者更輕松地監(jiān)測(cè)和保護(hù)瀕危物種。

審核編輯：劉清