← Terug naar kennisbank

AI Nieuws

Hoe slimme apparaten dieren van spoor, weg en vliegveld weghouden

Hoe slimme apparaten dieren van spoor, weg en vliegveld weghouden

·

Leestijd: 4 min

Dieren en infrastructuur passen vaak slecht bij elkaar. Treinen botsen tegen wilde dieren, vliegtuigen raken vogels, en op wegen zorgt dierlijk verkeer voor gevaar en vertraging. Flox Intelligence uit Zweden bouwt slimme apparaten die dieren herkennen en met aangepaste signalen wegjagen — niet met steeds hardere sirenes, maar met gedragsgestuurde afschrikking.

Wat doet Flox?

Flox ontwikkelt kleine, weerbestendige apparaten die ter plekke gegevens verwerken. Ze gebruiken bewegingssensoren en camera’s om dieren te detecteren en te herkennen. Zodra er iets beweegt, activaert het systeem de camera en bepaalt het model welk dier het is. Daarna speelt het apparaat een geluid af dat specifiek bedoeld is om die diersoort weg te laten gaan.

Het belangrijke verschil met bestaande middelen is dat Flox niet steeds hetzelfde signaal geeft. Het systeem leert van ervaringen in het veld en wisselt zijn reacties, zodat dieren niet gewoon aan het signaal wennen.

Hoe werken de apparaten en de software?

  • Het apparaat werkt op batterijen en kan aan palen, bomen of andere constructies worden bevestigd.

  • Een bewegingsmelder wekt het systeem, de camera herkent het dier en een model besluit welke reactie past.

  • Er is een online beheerpaneel waarmee opdrachtgevers kunnen zien waar apparaten hangen en wat ze waarnemen.

  • De software kan rapporten maken voor bijvoorbeeld regels en vergunningen en kan ook gebruikt worden om biodiversiteit te monitoren.

Flox wil de software later geschikt maken om ook op rijdende machines te draaien, zoals treinen, auto’s en drones.

Waar wordt het ingezet?

Op dit moment staan er ongeveer 150 Flox-apparaten in Noord-Amerika, Europa en Australië. Ze worden gebruikt bij:

  • vliegvelden en de randen van start- en landingsbanen

  • weg- en spoorcorridors, vooral bij afrasteringseinden en oversteekplaatsen

  • nationale parken en landbouwgrond

  • stedelijke gebieden, mijnterreinen en kritieke infrastructuur zoals elektriciteitsstations

De verkoop verloopt zo: klanten kopen de hardware eerst, en betalen na het eerste jaar jaarlijks voor de software en de AI-diensten. Flox werkt ook samen met fabrikanten die de software op voertuigen willen laten draaien; treinbouwer Alstom is een van die partners.

Concurrentie en onderscheid

Er bestaan andere systemen die dieren afschrikken. Voorbeelden:

  • Robin Radar gebruikt soortspecifieke alarmgeluiden om vogels te verjagen.

  • iCHASE detecteert vogels met computerbeelden en richt een bewegende laser op ze.

Flox zegt dat de kracht van het bedrijf ligt in de combinatie van apparatuur, software en in de praktijk verzamelde gegevens over wat dieren echt laat bewegen. Die veldgegevens gebruiken ze om het systeem slimmer te maken en effectiever te laten reageren op dieren als elanden of bruine beren.

Achtergrond en plannen

De oprichter, Sara Nozkova, werkte jaren in transport en aan zelfrijdende voertuigen. Ze zag dat systemen die goed werken in een door mensen gemaakte omgeving vaak falen zodra ze in de vrije natuur komen. Vanuit dat idee begon ze in het AI-lab van KTH Royal Institute of Technology in Stockholm met onderzoek, waarna Flox in 2020 als bedrijf ontstond.

Tot nu toe heeft Flox ongeveer 5 miljoen dollar opgehaald in vroege financieringsrondes. De seedronde werd geleid door Unconventional Ventures en Tilia Impact Ventures; andere investeerders zijn onder meer GENIUS NY, Norrsken en Satgana.

Het bedrijf verwacht eind 2026 ongeveer 1,5 miljoen dollar omzet te halen. Momenteel zoekt Flox 10 miljoen dollar in een Series A-ronde. Met dat geld wil het de hoeveelheid uitgerolde apparaten van zo’n 150 naar meerdere duizenden brengen en de software toepasbaar maken buiten alleen wildlife-toepassingen.

Conclusie

Flox Intelligence ontwikkelt praktische, slimme oplossingen om botsingen tussen dieren en infrastructuur te verminderen. In plaats van hardere geluiden kiest het bedrijf voor op gedrag afgestemde signalen en zelflerende modellen die veranderen zodat dieren niet wennen. Het resultaat is een technologie die in het veld draait en bedoeld is om veiliger vervoer en minder schade voor dieren te bereiken.