Die Zusammenführung von räumlich und zeitlich hochauflösender Daten und deren Interpretation sind wesentliche Innovationstreiber für die Realisierung nachhaltigerer Prozesse im Pflanzenbau. Hierbei gehen ökonomische Potentiale einher mit ökologischen Verbesserungen wie die Ressourceneinsparung, selektive Prozesse und die Integration von Blühregionen in Pflanzenbestände und Mischkulturen. Unterschiedliche Umgebungsbedingungen wie die Wachstumsstadien der Pflanzen, Bodeneigenschaften, Aufkommen von Un- und Beikräuter sowie Wetter- und Maschineneinflüsse haben unmittelbare Auswirkungen auf die Korrektheit und Verfügbarkeit von Sensordaten und deren Interpretationen in Hinblick auf eine semantische Umgebungswahrnehmung.
KI-basierte Algorithmen bieten die Chance robuste Sensorsysteme zu entwickeln, die in den unterschiedlichsten Umgebungsbedingungen valide und sichere Handlungsanweisungen generieren. Essentiell zur Entwicklung dieser Systeme ist die Generierung von reproduzierbaren Versuchsszenarien bei unterschiedlichen Umgebungsbedingungen. Daher entsteht in AI-Test-Field eine Outdoor-Versuchsumgebung. Es wird darauf abgezielt autonome Langzeittests zur Generierung von Sensordaten bei variablen Feld-, Wetter- und Pflanzenbedingungen durchzuführen. Neben den Sensorsignalen werden Meta-Daten zur Entwicklung und Evaluation von KI-Methoden aufgenommen.
Das Projekt beinhaltet die Verwendung unterschiedlicher Sensorsysteme (Laserscanner, Stereokameras, ToF-Kamera, Ultraschall und Radar) und den exemplarischen Transfer auf reale Maschinen für unterschiedliche Anwendungsfälle (Reihenkulturen, Grünland und unbewachsener Boden). Die Inhalte von AI-Test-Field bilden wesentliche Grundlagen zur Zertifizierung der Sensorsysteme für die autonome Feldrobotik.
Partner
Hochschule Osnabrück, LEMKEN GmbH & Co. KG, Maschinenfabrik Bernard Krone GmbH & Co. KG
