Reading Time: 4 minutes
Das Problem: Was passiert, wenn niemand hinschaut?
Wer sich mit der Asiatischen Hornisse (Vespa velutina) beschäftigt, kennt das Problem. Man steht am Locktopf, schaut hinein – und fragt sich, was in der Zwischenzeit passiert ist.
Mit der Plattform Hivora und der App HornetLog lassen sich Sichtungen bereits gut erfassen und auswerten. Das funktioniert aber nur, wenn jemand vor Ort ist.
Genau hier liegt die Herausforderung.
Hornissen erscheinen unregelmäßig. Sie sind oft nur kurz sichtbar. Klassische Locktöpfe liefern deshalb nur einzelne Momentaufnahmen. Für eine fundierte Beobachtung der Asiatischen Hornisse reicht das nicht aus.
Die Idee: Der Locktopf beobachtet selbst
Ich wollte diesen blinden Fleck schließen.
Die Lösung: Der Locktopf wird selbst zum Beobachter.
So ist Hivora Sense entstanden.
Das System basiert auf dem XIAO ESP32-S3 Sense. Dieses kleine Board besitzt eine Kamera und genug Leistung, um einfache KI direkt auf dem Gerät auszuführen.
Die Erkennung läuft komplett lokal. Das Gerät entscheidet selbst, ob eine Asiatische Hornisse im Bild ist.
KI direkt auf dem Gerät
Ein wichtiger Teil des Projekts ist das Modell.
Ich habe es speziell für den ESP32 trainiert und zusätzlich für ESP-NN optimiert. Dadurch läuft die Inferenz deutlich effizienter auf der Hardware.
Das Ergebnis ist besser als erwartet. Trotz der begrenzten Leistung erkennt das System die Asiatische Hornisse zuverlässig und stabil genug für den praktischen Einsatz.
Sobald eine Erkennung stabil ist, speichert das System:
- ein Bild
- Metadaten wie Position, Score und Zeit
Das Ziel ist nicht, viele Bilder zu erzeugen. Das System soll nur relevante Ereignisse erfassen.
Warum das besser als eine Wildkamera ist
Eine klassische Wildkamera speichert alles.
Hivora Sense arbeitet anders. Das System erkennt zuerst und speichert nur dann, wenn es sinnvoll ist.
Das reduziert:
- unnötige Bilder
- Fehlalarme
- Datenmenge
Am Ende entsteht eine klare Übersicht darüber, wann tatsächlich Aktivität stattgefunden hat.
Einschränkung: Bildqualität
Natürlich gibt es auch einen Kompromiss.
Die Bildqualität erreicht nicht das Niveau eines Smartphones. Hochauflösende Bilder sind mit dieser Hardware nicht möglich.
Für den Einsatzzweck ist das aber kein Problem. Entscheidend ist, dass die Asiatische Hornisse zuverlässig erkannt wird – nicht, dass jedes Detail perfekt sichtbar ist.
Günstige Hardware als Vorteil
Ein großer Vorteil ist der Preis.
Die verwendete Hardware Xiao ESP32-S3 Sense ist sehr günstig. In China kostet das Board etwa 9 US-Dollar. Bei europäischen Händlern wie reichelt.de liegt der Preis meist zwischen 13 und 15 Euro.
Das macht den Ansatz skalierbar. Statt eines teuren Systems kann man viele kleine Geräte einsetzen.
Verbindung mit der App
Richtig interessant wird Hivora Sense in Kombination mit der App.
In HornetLog lassen sich Überwachungszonen definieren. Diese Zonen markieren Bereiche, die man beobachten möchte.
Sobald ein Gerät in einer solchen Zone aktiv ist, sendet es neue Erkennungen direkt an das Smartphone.
Man erhält also automatisch eine Benachrichtigung, wenn Aktivität erkannt wird.
Betrieb mit und ohne WLAN
Das System funktioniert auch ohne Internet.
Wenn WLAN verfügbar ist, kann das Gerät Daten übertragen und Benachrichtigungen senden.
Ohne WLAN arbeitet es wie eine klassische Wildkamera:
- Alle Daten werden auf der SD-Karte gespeichert
- nichts geht verloren
Später kann man die Daten direkt am Gerät abrufen.
Webinterface direkt am Gerät
Jedes Gerät besitzt ein eigenes Webinterface.
Darüber kann man:
- Bilder ansehen
- Erkennungen prüfen
- Daten herunterladen
- Einstellungen anpassen
Zum Beispiel:
- Schwellwerte
- Erkennungsdauer
- Speicherverhalten
Das gesamte System bleibt lokal und unabhängig.
Herausforderungen in der Praxis
Die Umsetzung war anspruchsvoll.
Der ESP32 muss mehrere Aufgaben gleichzeitig erledigen:
- Kamera steuern
- KI ausführen
- WLAN bedienen
- Webinterface bereitstellen
Dabei stehen nur begrenzte Ressourcen zur Verfügung.
Ein Beispiel: Wenn Streaming und KI gleichzeitig laufen, wird das System instabil. Deshalb pausiert die Inferenz während des Streamings.
Auch die SD-Karte stellte eine Herausforderung dar. Unterschiedliche Karten reagieren unterschiedlich. Ich musste zusätzliche Mechanismen einbauen, um Schreibfehler zu vermeiden.
Hinzu kommt die Realität der Objekterkennung:
- schnelle Bewegungen
- wechselndes Licht
- kurze Sichtbarkeit
Erst durch Anpassung von Schwellwerten und zeitlicher Stabilisierung entstehen zuverlässige Ergebnisse.
Hardware: Einfach und praktisch
Die Hardware ist bewusst einfach.
Die Kamera sitzt in einer 3D-gedruckten Halterung aus FreeCAD. Diese wird direkt auf den Locktopf gesteckt.
Die Halterung ist:
- abnehmbar
- leicht reproduzierbar
- für den Außeneinsatz geeignet
Der Fokus liegt auf Praxistauglichkeit, nicht auf perfektem Design.
Vom Einzelgerät zum System
Hivora Sense ist nur ein Teil des Ganzen.
Zusammen mit meinen Projekten:
entsteht ein umfassendes System.
Man kombiniert:
- manuelle Sichtungen
- automatische Messungen
So lassen sich Muster erkennen und Entwicklungen besser verstehen.
Ausblick: Selektive Falle statt Beifang
Ein möglicher nächster Schritt geht noch weiter.
Die Kombination aus Locktopf und lokaler KI eröffnet eine neue Perspektive: selektive Fallen. Systeme also, die nicht einfach alles fangen, sondern gezielt reagieren.
Wenn eine Asiatische Hornisse (Vespa velutina) zuverlässig erkannt wird, könnte das System zukünftig aktiv eingreifen. Denkbar wären Mechanismen, die nur dann auslösen, wenn tatsächlich die Zielart identifiziert wurde.
Das würde ein zentrales Problem klassischer Fallen lösen: den Beifang.
Statt ungezielt Insekten zu fangen, könnte diese Technik helfen, Beifang deutlich zu reduzieren oder im Idealfall ganz zu vermeiden. Damit würde aus einem einfachen Locktopf ein intelligentes, selektives Werkzeug im Umgang mit einer invasiven Art.
Ob und wie sich das praktisch umsetzen lässt, bleibt noch zu prüfen. Ich arbeite bereits an ersten Konzept für einen Prototypen. Das Potenzial ist klar erkennbar.