通过使用连接的传感器识别野外动物的运动，很可能可以发现偷猎者是否在附近。这些动物活动识别传感器还可以帮助进行生物多样性研究或牲畜管理。特温特大学的研究员Jacob Kamminga开发了具有内置智能功能的运动传感器，用于识别各种动物的运动模式。该传感器仅消耗很少的能量，并且为恶劣的条件做好了准备。

迄今为止，许多大象因其象牙而被杀，犀牛因其角被认为具有治愈作用而被杀。尽管更严格的规定已经有所改善，但是太多的野生动物被盗猎。通过识别动物的运动，可能有可能检测出它们对人类的反应。卫星，GPS数据和遥感已被证明对此类活动很有价值。来自直接连接到动物身体的传感器的数据可能具有实质性的附加值。

Kamminga对这种识别所需的测量类型以及内置智能进行了研究。他的工作的显著结论是，在大多数情况下，一个传感器，一个加速度计就足够了。卡明加说：“我还增加了一个陀螺仪来测量旋转。这可以使其更加精确，但这是有代价的。它消耗的能量比加速度计多100倍。在大多数情况下，仅加速度计就足够精确了。” 更换电池不是一种选择，因此能源效率是重中之重。

内在的智慧

传感器的运动由系统的智能识别。用每种动物的许多可能动作来训练系统是劳动密集型的。这就是所谓的标记数据，而Kamminga显示，传感器情报可以使用大部分未标记的数据进行操作，而仅需使用少量的标记数据即可。实际的识别可以使用相对简单的决策树来完成，但是如今，还可以在传感器中包含深度学习神经网络。这提高了系统的灵活性。Kamminga已经分析了山羊，绵羊和马的运动方式。

经过测量和分类后，必须使用移动网络或卫星连接发送数据。为了避免使用过多的能量，传感器仅在发生变化时才发送数据。恶劣的自然环境可能是另一个挑战：如果传感器带移动，则数据仍应准确。Kamminga也为此开发了一种解决方案。

这种动物活动数据也可以用于分析特定区域的生物多样性。特定位置的动物是否有足够的食物和行动自由？对于UT-ITC的地理信息科学和地球观测来说，通常是这些问题。Andrew Skidmore教授参与了卡明加的工作。他说：“将利用传感器记录的野生动物运动与遥感图像和GIS模型联系起来，是一种有前途的技术，可以更好地理解物种的生态需求，并为管理和政策决策提供保护成果和生物多样性信息。”

Kamminga在Paul Havea教授的“普适系统”小组中进行了研究。该小组专门研究小型，高能效，经常自动通信的传感器，适用于各种应用，包括监测水质或桥梁和隧道等基础设施的维护状况。