现代传感器为保护主义者提供了一种强大的新工具来打击偷猎行为，能够在野外徘徊时追踪濒临灭绝的动物的下落。特温特大学的一个新研究项目可以通过将惯性传感器与机器学习相结合来识别野生动物何时对附近的威胁做出反应，从而以另一种有用的方式使用这项技术。这项工作是由特温特大学的雅各布·卡明加（Jacob Kamminga）进行的，他是研究小组的成员，该小组为各种应用开发小型自主传感器。 Kamminga开发的野生动物运动传感器是他的博士研究项目的一部分，他希望提供一种方法来检测响应人类存在的不同运动模式。传感器是惯性测量设备，包括加速度计，陀螺仪和磁力计。可以将其安装在动物上以在动物移动时收集运动数据。人工智能会分析这些数据，然后对运动进行分类，并在检测到突然变化时将其传输到移动网络或卫星连接。 Kamminga使用传感器对山羊，绵羊和马的11种不同运动模式进行分类。他们中的大多数使用他所谓的“未标记数据”，这意味着传感器只需要训练动物运动的一小部分。他还发现，在大多数情况下，将传感器简化为单个加速度计时，传感器的性能同样良好，从而大大提高了效率。 “我还添加了陀螺仪来测量旋转。”卡明加说。 “这可以使其更准确，但是要付出一定的代价。它消耗的能量是加速度计的100倍。在大多数情况下，仅加速度计就足够准确。以这种方式使用人工智能分析动物的活动可能会给反偷猎组织带来一些有趣的可能性。他们可以设置系统，以便当濒临灭绝的物种移动时，将向他们发出非常具体的威胁警报。此外，该系统还可以与其他野生动植物追踪工具结合使用，以帮助保护生物多样性的整体努力。将使用传感器记录的野生动物的运动与遥感图像和GIS（地理信息系统）模型联系起来是一项很有前途的技术，可以更好地了解物种的生态要求并为管理和政策决策提供信息。并提供保护结果和生物多样性。”参与这项工作的安德鲁·斯基德莫尔教授说。