Die aktuelle Entwicklung von BirdVision® konzentriert sich ausschließlich auf die Erkennung des Artenspektrums im Nord-Osten Baden-Württembergs bestehend aus der windkraftempfindlichen Vogelart Rotmilan sowie den nichtwindkraftempfindlichen Vogelarten Mäusebussard, Turmfalke und Saatkrähe. Weitere deutschlandweit vorkommende windkraftempfindliche Vogelarten wie beispielsweise der Wespenbussard, der Seeadler und der Schwarzstorch sind BirdVision® nicht bekannt. Im Rahmen der Förderung sollen dabei sowohl für die Detektion als auch die Klassifikation weitere deutschlandweit vorkommende Vogelarten aufgenommen werden.

Bis zum jetzigen Zeitpunkt wurde BirdVision® im Bezug auf eine vergleichsweise langsam fliegende windkraftempfindliche Vogelarten (den Rotmilan) entwickelt. Daran orientiert sich auch im Augenblick die zum Einsatz kommende Hard- und Software. Zur rechtzeitigen Erfassung schneller fliegender windkraftempfindlicher Vogelarten wie beispielsweise dem Seeadler muss eine andere Zusammenstellung der Kamera- und Serverhardware sowie gegebenenfalls der Software projektiert, entwickelt und im Feld getestet werden.

BirdVision® berücksichtigt bereits zahlreiche Störeinflüsse, kann diese korrekt als Nicht-Vogel erkennen und abgrenzen. Bei der Echtzeit-Vogelerkennung können jedoch aufgrund der kurzen Reaktionszeit nicht alle Störeinflüsse ausgefiltert werden. Daher sollen in diesem Arbeitspaket sowohl die Klassifikationsergebnisse als auch die Erkennungsrate unter anderem auch mit einem 3-D-Tracking verbessert werden, mit dem Ziel, zu weniger Fehlabschaltungen der Windenergieanlagen zu führen.

Mittels des Stereoansatzes sollen realitätsnahe Geokoordinaten der Flugbewegungen in x-, y- und z-Richtung ausgegebenen werden. Hierzu soll es Schnittstellen zu geografischen Informationssystemen geben, so dass die Flugbewegungen von Vögeln an Windenergieanlagen anschließend konkret nachvollzogen und ausgewertet werden können. Ziel könnte beispielsweise sein, die tatsächliche Gefährdung von Vogelarten an Windenergieanlagen in der Praxis im großen Stil zu ermitteln oder beispielsweise ein Meideverhalten nachzuweisen.

In diesem Zuge wird auch eine „Stand-Alone“-Montage unabhängig von der Windenergieanlage entwickelt. BirdVision® wird dabei auch zum Monitoring von Vogelarten auf freiem Feld als mobile Einheit beispielsweise im Vorfeld einer Windenergiegenehmigung oder auch bei der Planung und Überwachung anderer Querschnittstechnologien oder zur bedarfsgerechten Abschaltung von einem WEA-unabhängigem Standort eingesetzt werden. Hierzu ist unter anderem die Entwicklung einer mobilen Stromversorgung und Datenübertragung sowie eine automatische Kalibrierung mit weiteren BirdVision®-Systemen im Gelände erforderlich.

In diesem Arbeitspaket soll BirdVision® um wärmebildgebende Sensoren ergänzt und daraufhin ein neuronales Netzwerk programmiert werden. Damit könnte ein Monitoring und eine bedarfsgerechte Anlagenabschaltung für nachtaktive fliegende Tiere umsetzbar sein. Neben dem bedarfsgerechten Schutz dieser Tiere könnte auch eine Ertragssteigerung durch die seitherige pauschale nächtliche Abschaltung bei fledermausfreundlichen Bedingungen erfolgen.

In der Bildverarbeitungsbranche sind derzeit spezielle Industriekameras mit interner Verarbeitung für die Deep Learning Technologie auf dem Vormarsch. Diese versprechen deutliche Kosteneinsparungen der aufwendigen Bildverarbeitungstechnik auf speziellen Servern. Hierfür müsste das neuronale Netzwerk von BirdVision® in der Leistung und Verarbeitungsdauer auf diese Technik hin optimiert werden.