SCC Hagenberg
Künstliche Intelligenz hält Einzug in Ökolandwirtschaft
Das Software Competence Center Hagenberg will mit einem Forschungsprojekt gemeinsam mit der ENSIO GmbH Bio-Landwirten mit Künstlicher Intelligenz (KI) helfen, ihren Feldertrag zu optimieren.
HAGENBERG, BRAUNAU. Die ENSIO GmbH mit Sitz in Braunau konzipiert, entwickelt und vertreibt unter der Marke "OKIO" Bildverarbeitungs- und Kamerasysteme für landwirtschaftliche Hackgeräte. Damit können Kulturpflanzen und Unkraut während der Fahrt in Echtzeit erkannt werden. In einem gemeinsamen Forschungsprojekt mit dem Software Competence Center Hagenberg (SCCH) werden derzeit mit Hilfe von "Deep-Learning-Ansätzen" Modelle entwickelt, die Nutzpflanzen von Unkraut unterscheiden sollen. "Eine durch Künstliche Intelligenz funktionierende Nutzpflanzen- und Unkrauterkennung ist ein wichtiger Schritt in Richtung ökologischer Präzisionslandwirtschaft. Sie kann dazu beitragen Pestizide und/oder Düngemittel zu reduzieren", betont Theodorich Kopetzky, Projektleiter am SCCH.
Setzlinge von Unkraut unterscheiden
Die Spurführung über Kameras in der Hacktechnik entwickelte sich in den vergangenen drei Jahren zum Standard in der biologischen Landwirtschaft. Ein Großteil der neuen Maschinen wird heute mit Kameratechnologie ausgeliefert. Diese Systeme unterstützen derzeit ausschließlich die Spurführung, nicht jedoch die genaue Erkennung der einzelnen Pflanzen. Diese sei jedoch essentiell, wenn das Unkraut zwischen den Nutzpflanzen effektiv entfernt werden soll. Deshalb entwickeln die ENSIO GmbH und SCCH Pflanzenmodelle, die über die weltweit bekannten OKIO-Kamerasysteme präzise und in Echtzeit Setzlinge von Unkraut unterscheiden können. Darüber hinaus orten sie auch die Position vom Stängel beziehungsweise vom Wurzelstock des Setzlings – und das unter verschiedensten Wetter- und Lichtverhältnissen.
Schäden minimieren, Ertrag optimieren
Das vom SCCH trainierte Pflanzenmodell gibt also Auskunft darüber, in welchem Bereich Nutzpflanze, Stängel sowie Wurzelstock stehen, um letzteren nicht durch einen unpräzisen Stich durch ein Messer oder anderes Hack-oder Jätwerkzeug zu schädigen. Mit diesen Pflanzenmodellen lassen sich Schäden bei Nutzpflanzen minimieren und der Feldertrag optimieren. Darüber hinaus können die Pflanzenmodell auch fürs selektive Düngen verwendet werden.
„Die Kombination von biologischem und konventionellem Pflanzenschutz verbreitet sich auch abseits der biologischen Landwirtschaft immer mehr. Es ist ein Nährboden für viele spannende Entwicklungen, die gesellschaftlichen, politischen und ökologischen Anforderungen Rechnung tragen werden“
freut sich Michael Mayr von ENSIO auf die kommenden Jahre.
Ziel ist autonomer Feldroboter
Eine weitere Herausforderung an die neuronalen Netze ist, dass die Einzelpflanzenerkennung während der Fahrt bei einer Geschwindigkeit von bis zu 15 km/h auch dazu genutzt werden soll, das Hackgerät über mehrere Kameras autonom zwischen den Reihen zu lenken. Dazu ist es notwendig, dass Einzelbilder in unter einer hundertstel Sekunde verarbeitet und die Ergebnisse an das Steuergerät geschickt werden, das wiederum das Hackgerät steuert und veranlasst, Unkraut zu entfernen. Mittelfristig soll das auch jene Schlüsseltechnologie sein, die autonome Feldroboter ermöglicht. Erste Tests, bei denen Roboter ohne Traktor gewisse Aufgaben selbstständig übernehmen sollen, starten kommendes Jahr. "Mit ersten Modellen der Nutzpflanzenerkennung konnten bereits Erfolge verbucht werden", verrät Kopetzky. "Convolutional Neural Networks eignen sich hier besonders gut. Die Schwierigkeit liegt aktuell noch in der Beschaffung der großen Datenmenge an Bildmaterial zum Training der neuronalen Netze."
Kommentare
Du möchtest kommentieren?
Du möchtest zur Diskussion beitragen? Melde Dich an, um Kommentare zu verfassen.