Original title: Robotický včelař
Translated title: Robotic Beekeeper
Authors: Křeménková, Eliška ; John, Petr (referee) ; Smrž, Pavel (advisor)
Document type: Bachelor's theses
Year: 2026
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Cílem této práce je navrhnout a realizovat zařízení pro automatizovanou podporu včelařství. Systém monitoruje stav včelstva a detekuje rizikové stavy na základě analýzy senzorových i obrazových dat. Vytvořené zařízení se skládá z úlové váhy doplněné o senzory pro měření vnější a vnitřní teploty, vlhkosti a atmosférického tlaku a z kamerového modulu sledujícího letovou aktivitu na česně. Naměřená data jsou prostřednictvím protokolu MQTT přenášena na lokální server, kde jsou ukládána a vizualizována pomocí platformy Grafana. Predikci časových řad senzorových dat zajišťuje model LightGBM, jehož výstupy jsou dále využity pro detekci anomálií a e-mailové upozorňování. Kamerový modul využívá model počítačového vidění YOLO11n, trénovaný na vlastní datové sadě, k počítání včel a klasifikaci jedinců nesoucích pyl. Systém byl otestován v reálných podmínkách na včelařském stanovišti a je dostupný jako otevřené řešení. The aim of this bachelor’s thesis is to design and build a device for automated beekeeping support. The system monitors the condition of the bee colony and detects risk conditions based on the analysis of sensor and image data. The developed device consists of a hive scale equipped with sensors for measuring external and internal temperature, humidity, and atmospheric pressure, and a camera module monitoring flight activity at the hive entrance. The measured data is transmitted via the MQTT protocol to a local server, where it is stored and visualized using the Grafana platform. Time series prediction of sensor data is provided by the LightGBM model, whose outputs are further used for anomaly detection and email alerts. The camera module uses the YOLO11n computer vision model, trained on a proprietary dataset, to count bees and classify individuals carrying pollen. The system has been tested under real-world conditions at a beekeeping site and is available as an open-source solution.
Keywords: anomaly detection; beehive monitoring; ESP32; Grafana; Internet of Things; LightGBM; MQTT; Raspberry Pi; solar energy; YOLO11n; detekce anomálií; ESP32; Grafana; Internet věcí; LightGBM; monitorování včelího úlu; MQTT; Raspberry Pi; solární energie; YOLO11n

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/258836

Permalink: http://www.nusl.cz/ntk/nusl-777457


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses