基于环境传感器融合的蜂巢里蜂后检测：面向低功耗边缘计算
机器学习
2025-09-18 v1 人工智能
摘要
蜂后存在是维持蜂群健康和稳定的关键因素，但现有监测方法依赖人工检查，耗时耗力且不实用于大规模养蜂。虽然近期基于音频的检测方法显示出前景，但往往需要高功耗、复杂的预处理，且易受环境噪声干扰。为克服这些限制，我们提出一种基于环境传感器融合的轻量级、无监督蜂后检测系统——具体包括蜂巢内外温度、湿度和压力差。该方法在商业STM32微控制器上实现量化决策树推理，实现实时、低功耗的边缘计算，同时不牺牲准确性。我们表明，该系统仅使用环境输入即可实现超过 99% 的蜂后检测准确率，音频特征并未显著提升性能。该工作为无创 hive 监测提供了可扩展、可持续的解决方案，为基于消费级、能效高的硬件实现自主、精密养蜂铺平了道路。
引用
@article{arxiv.2509.14061,
title = {Queen Detection in Beehives via Environmental Sensor Fusion for Low-Power Edge Computing},
author = {Chiara De Luca and Elisa Donati},
journal= {arXiv preprint arXiv:2509.14061},
year = {2025}
}