Olifanten in real time herkennen

Hoe komt een Nederlandse techneut en software-engineer, die voorheen vooral Java programmeerde vanuit een kantoor in Den Haag, ineens terecht in de jungle van Gabon om zich bezig te houden met het vastleggen van olifanten? Toen Tim van Deursen (42) een tijd geleden vader werd, vroeg hij zich af hoe hij de wereld een beetje beter kon achterlaten voor zijn kinderen. Samen met Thijs Suijten runt hij de non-profitorganisatie Hack the Planet, dat onderdeel is van het softwarebedrijf Q42. Beide techneuten hebben de vrijheid om zich voor 100 procent van de tijd te richten op ideële projecten. Of zoals ze het zelf omschrijven: "We gebruiken ingenieursvermogen om bij te dragen aan een betere wereld." Op de website van de non-profitorganisatie zijn allerlei verschillende projecten te vinden. Van de inzet van virtualrealitytoepassingen ten behoeve van ouderen of voor het leren over humanitair oorlogsrecht, tot het ontwikkelen van autonoom vliegende drones om ontbossing tegen te gaan en het maken van een goedkope laryngoscoop met een videoverbinding voor armere landen.

Via zijn contacten en op basis van eerdere projecten kwam Van Deursen in Zambia en leerde daar over de problemen met olifanten. Hij leerde niet alleen over stroperij, maar ook over hoe olifanten de lokale bevolking tot last kunnen zijn door bijvoorbeeld gewassen op te eten. Om een beter beeld te krijgen van de olifanten en waar ze zich bevinden, om zo te proberen ze weg te houden van dorpen en mensen, werden er al standaard wildcamera's gebruikt. Het probleem is dat die foto's enkel lokaal worden opgeslagen en dus zien de rangers de foto's soms pas weken of maanden later. Wat nou als die camera's slim kunnen worden gemaakt en via de inzet van kunstmatige intelligentie en een satellietverbinding binnen enkele minuten in real time een seintje aan rangers kunnen geven als een olifant langsloopt of als een stroper wordt herkend? Van Deursen vertelt over dit project, de noodzaak ervan en de benodigde hardwarematige aanpassingen en toevoegingen om het systeem te laten werken.

Hoe ben je in dit project verzeild geraakt?

"Ik maakte me zorgen over de toekomst van mijn kinderen en in 2016 begon het een beetje te kriebelen. Toen bedacht ik wat ik zou willen doen aan al die ellende die je op het journaal ziet of in de krant leest. Vanuit die mindset heb ik een heleboel partijen aangeschreven. Ik klopte aan met de vraag: 'Hey, mijn naam is Tim. Ik ben ingenieur. Kan ik jullie helpen?' Dan moet je denken aan partijen zoals Unicef of het Wereld Natuur Fonds. Ik heb toen in 2016 een eerste project met Greenpeace gedaan. Die waren enthousiast, want ze konden altijd wel techneuten gebruiken. Het idee was om hen te helpen met slimme ideeën. Dat mondde uit in een project om een autonoom vliegende drone te maken om gebieden in het Indonesische Sumatra automatisch te kunnen monitoren. Vandaag de dag kun je zo een DJI-drone kopen, maar in 2016 maakte we er zelf een. We kochten op het internet een gliderdrone en daar ging vervolgens een Raspberry Pi in, en gps en een sonarsensor om te weten hoe hoog we vlogen. Uiteindelijk stond ik met die lui in het veld die daar daadwerkelijk bosbranden bestrijden. Toen ik hen daar bezig zag met technologie die wij bedacht hadden, vond ik dit heel cool om te doen. Je ziet meteen de impact van je idee. Sindsdien heb ik in de jaren daarna veel andere projecten gedaan. Het is eigenlijk op een positieve manier volledig ontspoord."

Hoe kwam je bij het project van de olifantencameravallen?

"Een oude kennis van mij van de ecolodges in Zambia vroeg mij om eens langs te komen. Daar raakte ik in contact met de lokale natuurbeschermers. Ze vroegen of ik met mijn technische bril ergens waarde kon toevoegen. Daar leerde ik dat ze werken met wildcamera's die in veel nationale parken aan bomen worden bevestigd. Die maken een foto als een dier voorbijloopt. Als je die foto's eraf wilt halen, moet je er naartoe om het SD-kaartje eruit te halen. Dan weet je dat er bijvoorbeeld zes maanden geleden olifanten of mensen liepen, maar je loopt altijd achter, dus kun je het niet tegen stroperij gebruiken. Dat moet sneller en beter kunnen, dacht ik. Toen bedachten we het plan om die camera's in het veld te hangen en met iets te laten verbinden wat we zelf maakten en daarmee te analyseren wat er op de beelden staat. Dat heeft geresulteerd in een doos of smartbridge die wordt gekoppeld aan de camera."

Hoe gaat dat precies?

"We brengen een kleine modificatie aan in de Bushnell-camera; daar komt een kleine chip in die we samen met een andere partij hebben ontwikkeld. Het is een kwestie van de camera openschroeven en dan zie je het pcb. Als je dat bord analyseert, zie je op een gegeven moment dat er een pin omhooggaat op het moment dat er data wordt weggeschreven naar de SD-kaart. Die pin kun je aftappen door er een microcontroller op te zetten. Als die controller stroom krijgt via de pin die omhooggaat, kun je een LoRa- of bluetoothbericht sturen, zodat de camera kan communiceren met de smartbridge. In feite hebben we alleen maar een signaal nodig naar de smartbridge waarmee deze uit de diepe slaapstand wordt gehaald."

Waar bestaat die smartbridge en de rest van het systeem uit?

"De smartbridge is custom ontwikkeld in samenwerking met een partij uit Slovenië die het ontwerp heeft gemaakt. In feite is het een groot pcb met daarop een Raspberry Pi 4. Die is inmiddels niet meer verkrijgbaar, maar we hebben ook een versie met een Google Coral. We kunnen alle microcomputers gebruiken die enigszins in staat zijn om machinelearning te draaien. Wij hebben voornamelijk veel software ontwikkeld, dus eigenlijk alles wat er op de Raspberry Pi 4 gebeurt aan machinelearning: het ontwikkelen van het model, het draaien van een model en alles wat daarbij komt kijken als het gaat om communicatie van de smartbridge naar de camera toe en vervolgens ook de communicatie met de module die boven op het pcb zit. Dat is een RockBlock-satellietcommunicatiemodem voor de Iridium-satellieten. Die mogelijkheid hebben we specifiek toegevoegd, omdat daar vrijwel geen gsm- of wifinetwerken zijn. Het resultaat is dat op het moment dat er een foto wordt gemaakt, een ranger ongeveer honderd kilometer verderop een notificatie krijgt dat er een olifant of een mens is gesignaleerd op de plek van de camera. Het systeem stuurt geen foto's door via de satelliet; dat zou ook al snel te duur worden. Het is een notificatie- of een alertsysteem; op basis van de foto krijgt een ranger wel of geen seintje."

"Dit systeem is in Gabon toegepast. Er is een paper over geschreven, waarin uiteengezet wordt hoe het is uitgevoerd. Dit systeem is nog niet eerder op deze manier toegepast, met het in real time maken van data uit de jungle of vanaf de savanne. We hopen dat we hiermee dit gebied kunnen openbreken, zodat dit soort technologie voor meer mensen vanzelfsprekend gaat worden. Ik vind het fijn om te zien dat, nu we dit de wijde wereld in hebben geslingerd, er ook allerlei andere toepassingen ontstaan. De vraag of onze toepassing gebruikt kan worden voor het in kaart brengen van waar de wolven in Nederland precies zitten, heeft ons ook al bereikt."

Hoe lang houden de verschillende onderdelen het vol wat energiegebruik betreft?

"De smartbridge, die doorgaans hoog in een boom wordt gehangen, is inmiddels volledig zelfvoorzienend, want deze heeft een klein zonnepaneel. Daardoor hoef je de batterij nooit meer op te laden. Bij de camera ligt dat anders. Normaal gesproken houdt de camera het ongeveer 7 à 8 maanden vol, maar door onze aanpassingen verbruikt deze wat meer stroom en bedraagt de accuduur ongeveer 3 à 4 maanden. In de meeste gevallen is dit geen probleem, want om de zoveel tijd moeten we toch naar de camera's toe, bijvoorbeeld omdat er takken voor zijn gevallen. De natuur groeit harder dan je denkt."

Hebben jullie overwogen om geen standaard Bushnell-wildcamera te gebruiken, maar een eigen camerasysteem?

"Ja, we wilden een compleet nieuw systeem maken, maar gaandeweg is dat idee losgelaten. Als je wat dieper gaat graven, dan kom je er toch achter dat die camera's geoptimaliseerd zijn om buiten in het wild te hangen. De camera moet waterdicht zijn, maar ook de gevoeligheid van de sensor is belangrijk. Als het gaat regenen, moeten er niet allerlei valspositieven komen. Of als het gras beweegt door de wind, dan moet hij niet zomaar een foto maken. Als je een camera met een gewone sensor ophangt, duurt het waarschijnlijk lang voordat je hem zo goed hebt geoptimaliseerd als deze wildcamera's."

Waarom is voor Gabon gekozen en niet voor een ander Afrikaans land waar olifanten voorkomen?

"Gabon bleek een belangrijk gebied voor ze te zijn. Olifanten trekken daarnaartoe, omdat in de omringende landen zoals Kameroen en Congo veel stroperij plaatsvindt. Dat is een groot probleem. Het land wordt ook wel de last safe heaven van de olifanten genoemd."

"In dit land gebeurt ook veel met biodiversiteitsmonitoring. De universiteit van Stirling in Schotland heeft daar een groot project lopen. Een van de onderzoekers vroeg of ze onze camera's konden gebruiken voor een biodiversiteitsmonitor. Dat was voor ons ook handig, want die onderzoeker heeft door de jaren heen een gigantische hoeveelheid data van camera's verzameld die wij weer voor de machinelearningmodellen konden gebruiken. Zo ontstond een leuke dynamiek, waardoor wij de modellen konden testen. Het scheelt ook dat we al gebruik konden maken van een al lopend project. Dan is er al het nodige geregeld. Anders is het in Afrika vaak nog een uitdaging om een project van de grond te krijgen."

Zorgen al die olifanten die naar Gabon trekken niet voor te veel problemen?

"Er is hier veel minder stroperij dan in de omringende landen, maar wat ze in Gabon wel hebben zijn human-elephantconflicten. Kort door de bocht gezegd, lopen de olifanten dorpen binnen en veroorzaken daar allemaal problemen: ze eten bijvoorbeeld gewassen op. Hier kan ons systeem ook voor ingezet worden, om de olifanten vroegtijdig te signaleren. Waar we nu ook mee bezig zijn, is om een systeem te maken dat automatisch actie onderneemt bij het signaleren van olifanten die te dichtbij komen. Ongeveer één kilometer uit het dorp plaatsen we dan onze camera's. Zodra er een signaal binnenkomt, kunnen we aan de rand van het dorp een systeem maken dat automatisch licht en geluid produceert. De olifanten horen en zien dat en denken dan: hey, activiteit, ik ga maar even een blokje om. Dit systeem gaan we in maart testen in Zambia, waar dit probleem nog groter is. Dit werkt doordat onze camera bij het signaleren van olifanten via de bridge een LoRa-signaal doorstuurt naar een olifantenverschrikker die vervolgens geluid met lichtflitsen maakt. Olifanten zijn slim dus als we steeds hetzelfde geluid maken, gaan ze het snel genoeg negeren. Er wordt ook muziek afgespeeld. Er is genoeg geheugen voor een oneindige hoeveelheid liedjes, dus de olifanten horen nooit twee keer hetzelfde nummer."

Doordat connectiviteit in Afrika nog wel eens tegen kan vallen, zullen satellieten een uitkomst zijn. Kleven daar ook nadelen aan?

"De meeste vertraging zit in het eruit krijgen van de satellietdata. Als een satelliet op het juiste moment overvliegt en je zit in het juiste window, kan het snel gaan met het doorsturen en het terugkrijgen van een bericht. Soms kan het echter ook veel minuten duren, al heeft dat ook te maken met hoe de smartbridge is gepositioneerd. Als het bovenste gedeelte met de satellietmodule deels geblokkeerd wordt door een tak of stam, dan werkt dat tegen. Het is ook niet goedkoop, maar het is de oplossing die de minste problemen geeft."

Werkt een AI-model dat is getraind voor Gabon ook in bijvoorbeeld Zambia?

"Onze dataset is enorm belangrijk en dan zie je dat het terrein ook een rol speelt. Een model dat is getraind in Gabon, werkt niet automatisch perfect in een ander landschap. We halen nu de modellen door Megadetector en kijken of het lukt om objecten los uit de foto's te kunnen detecteren, zodat we minder afhankelijk worden van het terrein. Maar voor nu is het een kwestie van modellen trainen op basis van landen en de data van die landen."

"Het model van Gabon werkt voor Zambia, maar dan krijg je pakweg 80 procent hits, terwijl je eigenlijk boven de 90 procent wil zitten. Dit zit hem in de kleine dingen: net andere vegetatie, andere lichtinval, maar soms ook hoe de camera's zijn gepositioneerd door de partijen. Ze plaatsen ze niet allemaal hetzelfde. Dat soort zaken neemt het model allemaal mee bij het maken."

Gaan jullie met het trainen van de AI-modellen ook verder dan olifanten?

"Het model in Gabon doet het buitengewoon goed op olifanten en mensen. Daar kregen we de allerbeste resultaten op. Maar we willen nog meer differentiëren. Minister Lee White nodigde ons een keer uit bij hem thuis. Hij doet veel aan natuurbescherming en had gehoord wat wij aan het doen waren. Wat hij graag wil, is differentiëren tussen mensen (lokale bewoners) en stropers. Dat hebben we voor elkaar gekregen. Toen we in Gabon waren, hebben we een dataset gemaakt van mensen die voor de camera lopen met een geweer, een rugtas en een slagtand van een olifant. We hebben honderden foto's gemaakt en ook video's die we later weer hebben verknipt tot foto's. Dan kun je een model trainen om onderscheid te maken tussen een mens zonder en met een geweer, en aangeven dat er in dat laatste geval mogelijk sprake is van een stroper."

Hebben jullie nog andere projecten lopen om potentiële stropers op te sporen?

"Ja, we zijn ook bezig met een telefoondetector. Dat is puur gericht op anti-stroperij. In een notendop gebeurt er bij stroperij het volgende. Stropers komen vaak alleen een gebied in en hebben dan een wapen en telefoon bij zich. Ze blijven er enkele dagen en schieten één of meerdere dieren. Zodra dat gebeurd is, lopen ze naar een plek waar ze bereik hebben en bellen ze naar hun medestanders, waarna er een four-wheel drive komt om de gestroopte goederen op te halen. In die parken heb je nog wel eens matig bereik, dus het idee is om de detectors op te hangen op plekken die te boek staan als bekende extraction points. In maart gaan we er twaalf ophangen in Zimbabwe, waar een groot stroperijprobleem heerst. Rangers krijgen daar dan een sms of een WhatsApp-bericht. We hebben ook een dashboardintegratie met Earth Ranger, een grote tool die bijna alle conservationbedrijven gebruiken, waarmee je allerlei informatie op een kaart kunt plotten. Op de kaart krijg je dan een alert te zien met een notificatie dat daar een telefoon is gedetecteerd en de rangers krijgen ook een bericht dat er op die locatie een telefoon is overgegaan. Ook dat gaat via satellieten."

Olifanten in real time herkennen

Lees meer

Twee korte diy-projecten voor beginners

IT-banen

Reacties (19)

Sorteer op:

Weergave: