Edge AI and IoT-Enabled Livestock Intrusion Detection and Automated Farm Protection Using YOLOv8s and MQTT-Enabled Event Notification
यह शोध पत्र एक एज एआई (Edge AI) और आईओटी (IoT) फ्रेमवर्क प्रस्तुत करता है जो वास्तविक समय में, स्वायत्त पशु घुसपैठ निगरानी और फार्म सुरक्षा को सक्षम करने के लिए एमक्यूटीटी (MQTT)-संचालित संचार और स्वचालित ध्वनिक निवारण के साथ YOLOv8s-आधारित मवेशी पहचान को एकीकृत करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
रात के शांत घंटों में, एक किसान की आजीविका अक्सर एक खेती वाले खेत और जंगली इलाके के बीच की सीमा पर टिकी होती है। पीढ़ियों से, पशुओं के फसलों में घुसने का खतरा नुकसान का एक निरंतर स्रोत रहा है, जिसके लिए निरंतर मानवीय सतर्कता या सरल, स्थिर बाधाओं की आवश्यकता होती है जिन्हें जानवर आसानी से तोड़ सकते हैं। आधुनिक कृषि ने इस सदियों पुराने समाधान के लिए दो शक्तिशाली तकनीकों के मिश्रण के साथ उत्तर देना शुरू कर दिया है: कृत्रिम बुद्धिमत्ता (AI) जो "देख" सकती है और इंटरनेट ऑफ थिंग्स (IoT), जो आपस में बात करने वाले जुड़े हुए उपकरणों का एक नेटवर्क है। पूर्ववर्ती तकनीक एक मशीन को वीडियो स्ट्रीम में एक विशिष्ट जानवर को पहचानने की अनुमति देती है, जबकि उत्तरवर्ती तकनीक उस मशीन को किसी व्यक्ति के उपस्थित होने की प्रतीक्षा किए बिना तुरंत किसी मनुष्य को सचेत करने या भौतिक प्रतिक्रिया को सक्रिय करने में सक्षम बनाती है। दृष्टि और जुड़ाव का यह संगम निष्क्रिय निगरानी को सक्रिय सुरक्षा में बदलने का एक तरीका प्रदान करता है, जो फसल के विनाश और चरवाहों एवं किसानों के बीच संघर्ष के चक्र को समाप्त करने की क्षमता रखता है।
शोधकर्ताओं कैलेब ओलुगबेंगा ओलाडेपो, अकोरेडे बेलो एबीब और हबीबुललाही ओपेमिपो अकिनले ने एक ऐसा सिस्टम बनाया है जो इस अवधारणा को एक एकीकृत ढांचे में जीवंत करता है। उनका कार्य, जिसका शीर्षक "एज एआई एंड आईओटी-एनेबल्ड लाइवस्टॉक इंट्रूज़न डिटेक्शन एंड ऑटोमेटेड फार्म प्रोटेक्शन" है, केवल अवलोकन से आगे बढ़कर खेतों के लिए एक साइबर-फिजिकल ढाल बनाता है। देखने और चेतावनी देने के अलग-अलग उपकरणों पर निर्भर रहने के बजाय, उन्होंने एक कैमरे, एक स्मार्ट कंप्यूटर और एक तेज़ अलार्म को घटनाओं की एक निर्बाध श्रृंखला में एकीकृत किया है। उनके आविष्कार का मूल एक कैमरा है जो विशेष रूप से प्रशिक्षित सॉफ्टवेयर मॉडल को वीडियो भेजता है जो मवेशियों को पहचानने के लिए बनाया गया है। जब सॉफ्टवेयर एक गाय को देखता है, तो वह केवल घटना को दर्ज नहीं करता है; बल्कि, वह तुरंत एक हल्के मैसेजिंग सिस्टम के माध्यम से एक छोटे नियंत्रक (कंट्रोलर) को संकेत भेजता है, जो जानवर को डराने के लिए सायरन को सक्रिय करता है। साथ ही, सिस्टम किसान के फोन पर एक डिजिटल अलर्ट भेजता है और घुसपैठ का रिकॉर्ड क्लाउड पर सहेज लेता है, जिससे किसान को पता चलता है कि वास्तव में क्या हुआ और कब हुआ।
टीम ने हजारों मवेशियों की छवियों के डेटासेट का उपयोग करके इस सिस्टम का परीक्षण किया, जिससे सॉफ्टवेयर को पृष्ठभूमि से जानवरों को उच्च विश्वसनीयता के साथ अलग करने के लिए प्रशिक्षित किया गया। अपने प्रयोगों में, सिस्टम लगभग 80 प्रतिशत की सटीकता (precision) और लगभग 68 प्रतिशत की रिकॉल (recall) के साथ मवेशियों की पहचान करने में सक्षम सिद्ध हुआ, जिसका अर्थ है कि इसने अधिकांश घुसपैठ को पकड़ा और गलत चेतावनियों को अपेक्षाकृत कम रखा। शायद इससे भी महत्वपूर्ण बात यह है कि वास्तविक दुनिया के खेत के लिए, सिस्टम तेज़ था। कैमरा एक छवि को संसाधित करने और यह निर्णय लेने में कि एक गाय मौजूद है, में लगा समय केवल 132 मिलीसेकंड से थोड़ा अधिक था, और अलार्म कंट्रोलर तक संदेश पहुंचने का समय मात्र एक सेकंड का अंश था। यह गति महत्वपूर्ण है, क्योंकि यह सिस्टम को लगभग तुरंत प्रतिक्रिया करने की अनुमति देती है, जिससे जानवर को फसलों को महत्वपूर्ण नुकसान पहुँचाने से पहले ही रोका जा सके।
जो चीज़ इस दृष्टिकोण को पिछले प्रयासों से अलग बनाती है, वह इसका पूर्ण एकीकरण है। कई शुरुआती सिस्टम केवल दृश्य पहचान या सूचना पर केंद्रित थे, जिससे देखने और समस्या को ठीक करने के बीच एक अंतर रह जाता था। यह शोध कैमरे की "आंखों" को सीधे सायरन की "आवाज़" और क्लाउड की "याददाश्त" से जोड़कर इस अंतर को पाटता है। शोधकर्ताओं ने प्रदर्शित किया कि पूरी प्रक्रिया, क्षण जब एक गाय फ्रेम में कदम रखती है और क्षण जब अलार्म बजता है और किसान को सूचना प्राप्त होती है, पूरी तरह से स्वचालित और बिना किसी मानवीय हस्तक्षेप के होती है। उन्होंने इसे हार्डवेयर, जिसमें एक छोटा माइक्रोकंट्रोलर और एक पिएज़ो सायरन शामिल है, स्थापित करके और सॉफ्टवेयर द्वारा घुसपैठ का पता चलते ही इसे सफलतापूर्वक ट्रिगर होते हुए देखकर सत्यापित किया। सिस्टम ने घटना की छवियां भी कैप्चर कीं और उन्हें क्लाउड स्टोरेज सेवा पर अपलोड किया, जिससे एक डिजिटल लॉग बना जिसे किसान बाद में समीक्षा कर सकते हैं।
यद्यपि परिणाम उत्साहजनक हैं, शोधकर्ता सावधानीपूर्वक वर्तमान कार्य की सीमाओं को नोट करते हैं। सिस्टम को विशेष रूप से मवेशियों का पता लगाने के लिए प्रशिक्षित किया गया था और नियंत्रित परिस्थितियों में परीक्षण किया गया था, जिसका अर्थ है कि अत्यधिक मौसम, घने कोहरे या कई अलग-अलग प्रकार के जानवरों वाले वातावरण में इसका प्रदर्शन भिन्न हो सकता है। अध्ययन यह दावा नहीं करता है कि उसने कृषि सुरक्षा की हर समस्या को हल कर लिया है, बल्कि यह प्रदर्शित करता है कि एक पूर्णतः स्वचालित, एंड-टू-एंड सुरक्षा प्रणाली संभव है। लेखक सुझाव देते हैं कि भविष्य के संस्करण अन्य प्रकार के पशुधन या वन्यजीवों का पता लगाने के लिए विस्तारित हो सकते हैं, और अंधेरे में बेहतर काम करने के लिए थर्मल कैमरों जैसे अतिरिक्त सेंसरों को भी शामिल कर सकते हैं। हालाँकि, फिलहाल के लिए, यह कार्य एक ठोस प्रमाण के रूप में खड़ा है कि बुद्धिमान, स्वचालित संरक्षक अब केवल एक सैद्धांतिक विचार नहीं हैं, बल्कि एक कामकाजी वास्तविकता हैं जो भूमि और उस पर काम करने वाले लोगों की रक्षा कर सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।