能力接入 · 动物与交通

AI 认出轨道旁的鹿以后,怎样让它离开?

Flox 把相机、本地识别和因物种而异的声音接在一起,尝试让动物避开铁路与跑道。从固定设备到列车试验,看‘发现动物’怎样进一步成为现场行动。

这套技术已有多年试验,近期重新受到关注。下文分清当前固定设备、早期无人机与列车上的系统;它们不是同一场测试。

设备、鹿与列车出现在同一铁路环境,黄色波纹表示声音。
Flox 官方场景示意,帮助理解固定设备的位置与用途;不是一次成功驱离的现场照片。 · 打开大图
本文目录目录4

EN

认出动物,还要接上它能回应的信号

看到轨道旁有鹿,和让鹿避开列车,是两件事。Flox 尝试把中间这段接起来:相机判断物种和行为,再选择相应的声音,留下事件记录,供工作人员回看动物的反应。KTH 的报道把起点追到一项农田研究:用无人机让野猪远离作物,后来发展出可放在地面的设备。识别结果由此对应一种现场干预。

来源与延伸阅读

EN

设备先在现场工作,联网后再接回记录

当前 Flox Edge 的流程是:运动传感器唤醒相机,本地 AI 判断物种与情境,再由扬声器响应。网络中断时仍可识别和发声,恢复后通过 LTE-M 同步数据与更新。当前官网标注的探测范围上限为 40 米,并随动物大小变化;这是一处风险点的观察范围,不能理解为一台覆盖整座机场。

这也解释了本地计算的用途:远处没有稳定信号时,装置仍能及时动作,管理人员之后再查看记录。Edge 当前面向机构联系部署;家用 Home 仍在候补名单,官网没有公开价目表。它不是下载一个聊天应用就能获得的能力。

Flox Edge 官方竖版产品展示,机身上有相机、传感器和圆形扬声器。
Flox Edge 官方设备展示图,完整保留机身比例;不是本站开箱或野外实测。 · 打开大图
来源与延伸阅读

EN

无人机、固定设备和列车,各自在验证什么

机场无人机项目的登记期为 2022—2024 年,参与方包括 Flox 与 Swedavia;2026 年另有进行中的地面 Edge 示范项目。列车上的接入则看 Alstom 的 5 月公告:在 Tåg i Bergslagen 与 VR 运营的瑞典线路试验,4 月进入视频识别与声音响应共同运行的阶段。这三份材料说明不同装置已进入真实场景,不能把它们拼成同一款设备的一张成功率表。

Alstom 也留下了值得看的差别:家畜、乌鸦和鸽子的识别表现较好,麋鹿与狍还需要更多训练。这比一句‘能识别动物’更有用——物种、拍摄位置和运行环境,会改变系统真正能做什么。公告没有给出试验前后的碰撞率对照。

来源与延伸阅读

EN

最终要看动物怎样回应,而不只是识别框

Flox 托管的 Mora 机场案例中,维护经理谈到喜鹊、乌鸦会对不同声音作出反应,团队也会尝试适合本地的变化。这是一份具名使用经验,仍不能据此推出所有物种都不会习惯、永远有效或完全无伤害。后来的机场讨论也强调:先从问题最多的地点开始,与熟悉现场的团队确定观察指标,让设备成为现有管理方法的一部分。

本站的理解是:识别、选声音、动物是否离开、过一季是否仍有效,需要逐步连接。相机、算法、扬声器和人的布点选择,共同决定结果。它与我们此前看到的机器人实践有相通之处:模型能读懂画面之后,还要通过具体装置和真实环境,才能变成一种可用的行动。

Flox 产品页的夜间红外画面中,多只鹿科动物站在草地上。
Flox 产品页提供的夜间相机画面。单帧能让人看到动物,不能证明分类准确率或动物已被引离。 · 打开大图
来源与延伸阅读