Akustische Insektenerkennung – Deep Learning zur Klassifikation leisester Fluggeräusche

Assistenzsysteme und Apps bieten ein großes Potenzial für die Steigerung der Effizienz
und Nachhaltigkeit im Gartenbau. Im Bereich der Schädlingsbekämpfung haben alle aktuellen Apps
und Systeme gemein, dass sie eine große Schwachstelle in der digitalen Erfassung der
Insektenpopulationen im Gewächshaus aufweisen. Aus diesem Grund werden im Projekt IPMaide
verschiedene sensorische Ansätze für die automatisierte Detektion von Insekten untersucht. Eine
vielversprechende Möglichkeit ist die akustische Insektenerkennung. Hier sollen Methoden aus der
Schädlingserkennung im Vorratsschutz mit neuesten Ansätzen im Bereich der Klassifikation von
Geräuschen zusammengebracht werden, um eine Sensorlösung für die Insektenerkennung im
Gewächshaus zu entwickeln. Für die nötige Datensatzerstellung wurde eine schallgeschützte
Messumgebung entworfen und High- und Low-Cost-Messtechnik für akustische Aufnahmen unter
Labor- und Realbedingungen verglichen. Die Ergebnisse zeigen, dass kostengünstigere Mikrofone
gerade im relevanten tiefen Frequenzbereich unempfindlicher sind. Ein Lösungsansatz zur Filterung
von Nutz- und Störgeräuschen stellen Array-Anordnungen der Mikrofone dar.