AI detecteert botsingen met windmolens dag én nacht
Een door AI aangestuurd sensorsysteem registreert nu dag en nacht in realtime elke botsing van vleermuizen of vogels met windturbines.
Published on April 14, 2026
© Unsplash
Team IO+ selecteert en brengt de belangrijkste nieuwsverhalen over innovatie en technologie, zorgvuldig samengesteld door onze redactie.
De snelle uitbreiding van offshore windenergie stuit op een cruciale ecologische hindernis: de gevolgen voor trekvogels en vleermuizen. Traditionele monitoringmethoden schieten vaak tekort in de ruige, afgelegen omgevingen van de Noordzee of de Atlantische Oceaan. TNO en het Canadese bedrijf Western EcoSystems Technology (WEST) hebben deze leemte opgevuld met een nieuwe technologie.
Ze hebben met succes aangetoond dat het WTBird®-systeem in staat is om botsingen tussen vogels en vleermuizen in realtime te detecteren, inclusief bij kleinere soorten en 's nachts. Tijdens een inzet van drie maanden op een locatie in Minnesota registreerde het systeem met succes 15 verschillende botsingen. Deze tests toonden aan dat de multisensorbenadering zowel overdag als 's nachts betrouwbaar functioneert, waarmee de beperkingen van monitoringtools van de vorige generatie worden overwonnen.
Sensoren, camera’s, microfoons en radar van TNO moeten effectiviteit van zwarte wiek vaststellen
TNO onderzoekt of het zwart schilderen van een van de turbinebladen effect heeft op het gedrag van vogels.
Hoe werkt het detectiesysteem?
In tegenstelling tot traditionele systemen die uitsluitend op camera’s vertrouwen en moeite hebben met slecht zicht of nachtelijke activiteit, maakt WTBird® gebruik van een gelaagde detectiestrategie. Het systeem integreert glasvezeltrillingssensoren, of versnellingsmeters, die in de turbinebladen zijn ingebouwd om de fysieke impact van een object te detecteren. Deze sensoren worden gecombineerd met camera’s met hoge resolutie en AI-ondersteunde beeldanalyse om de specifieke betrokken diersoort te identificeren. De gevoeligheid van het systeem is opmerkelijk: het kan botsingen detecteren met objecten die slechts 8 tot 40 gram wegen.
Wanneer een trillingssensor een waarschuwing activeert, analyseren de algoritmen voor impactclassificatie van het systeem onmiddellijk het signaal om valse positieven als gevolg van turbulentie of mechanisch geluid eruit te filteren. Deze geautomatiseerde aanpak zorgt ervoor dat alleen relevante gebeurtenissen worden geregistreerd, wat een duidelijk en verdedigbaar verslag van interacties met wilde dieren oplevert zonder dat er voortdurend handmatig toezicht nodig is van teams aan wal.
Binnenkort inzetbaar in meer windparken
Dankzij de gegevens die tijdens deze proeven zijn verzameld, kon het team zijn algoritmen voor machine learning verfijnen, waardoor het systeem beter in staat is om onderscheid te maken tussen verschillende soorten inslagen. Deze technische basis werd gedetailleerd beschreven in een eindrapport dat werd ingediend bij het Amerikaanse Ministerie van Energie, waarin werd benadrukt dat het systeem klaar is voor grotere offshore-installaties van meerdere megawatt.
WTBird® heeft Technology Readiness Level 9 (TRL 9) bereikt, wat betekent dat het volledig commercieel beschikbaar is. Het is al met succes ingezet in het OWEZ-offshorewindpark in Nederland, waar het jarenlange operationele gegevens heeft opgeleverd.