Skip to main content Skip to main navigation

Projekt | SOILAssist2

Laufzeit:
SOILAssist2 - Feldplanung basierend auf semantischer Umgebungsrepräsentation (SOILAssist-Nachfolgeprojekt)

SOILAssist2 - Feldplanung basierend auf semantischer Umgebungsrepräsentation (SOILAssist-Nachfolgeprojekt)

Projektbilder

© Astrid Ullrich, DFKI GmbH

Die Bodenverdichtung durch Landmaschinen bei der Feldbearbeitung schadet der Ressource Boden. In SOILAssist werden bodenschonende Fahrstrategien für die Feldbearbeitung entwickelt.

Automatisierung und Optimierung gewinnen in landwirtschaftlichen Prozessen seit Jahren an Bedeutung. Neben Effizienzsteigerung rückt auch Bodenschonung zunehmend in den Fokus der Landmaschinentechnik. Das Projekt SOILAssist-2 greift dieses Problem auf und beschäftigt sich mit der Entwicklung praktisch einsetzbarer Verfahren und Werkzeuge für eine optimale und bodenschonende Feldbewirtschaftung. Im Rahmen der Förderinitiative „Boden als nachhaltige Ressource für die Bioökonomie“ (BonaRes) des BMBF hat DFKI Robotics Innovation Center im Projekt SOILAssist ein adaptives Echtzeit-Assistenzsystem für Landmaschinen entwickelt. Fahr- und Bearbeitungsstrategien werden online geplant und dem Fahrer über Assistenzfunktionen zur Verfügung gestellt.

Die Ergebnisse der ersten Phase sollen nun in dem Folgeprojekt SOILAssist-2 erweitert werden: Hierbei steht die Betrachtung verschiedener Ernteszenarien sowie die Integration einer semantischen Umgebungsrepräsentation im Vordergrund.

Die Zielsetzung ist die räumliche und zeitliche Prozessplanung und Koordination mehrerer Fahrzeuge unter Berücksichtigung eines Modells, das Bodeneigenschaften repräsentiert. Dabei stehen die Auswirkungen der Befahrung auf die Bodenstruktur im Vordergrund. Diese Auswirkungen werden von der Christian-Albrecht Universität zu Kiel analysiert. Das dem Assistenzsystem zugrundeliegende Bodenmodell wurde in SOILAssist vom Thünen-Institut grundlegend entwickelt und soll in SOILAssist-2 weiter ausgebaut werden.

Die Umgebungsrepräsentation soll alle für die Planung notwendigen Informationen vorhalten, insbesondere semantisch annotierte 2D- und 3D-Geometrien, und damit eine zentrale, von allen Modulen anfragbare Datenquelle darstellen, die die die Daten konsistent hält und persistiert.

Ergebnisse aus den früheren Projekten SmartBot und marion werden in SOILAssist verallgemeinert und erweitert. Die Veröffentlichung der erzielten Ergebnisse erfolgt in einer modularen, framework-unabhängigen Open-Source-Bibliothek.

C++-Bibliotheken:

Partner

  • Johann Heinrich von Thünen-Institut (Inst. f. Agrartechnologie, Stabstelle Boden, Stabstelle Klimaschutz)
  • Christian-Albrecht Universität zu Kiel (Lehrstuhl f. Physische Geographie)
  • Universität Osnabrück (Lehrstuhl f. Informatik)

Publikationen zum Projekt

  1. Route-planning in output-material-flow operations using side-headlands

    Santiago Focke Martínez; Joachim Hertzberg

    In: Gesellschaft für Informatik in der Land-, Forst- und Ernährungswirtschaft -- Referate der 43. GIL-Jahrestagung. Gesellschaft für Informatik in der Land-, Forst- und Ernährungswirtschaft (GIL-2023), Resiliente Agri-Food-Systeme: Herausforderungen und Lösungsansätze, located at 43. GIL-Jahrestagung, February 13-14, Osnabrück, Germany, Köllen Druck & Verlag GmbH, 2023.

Fördergeber

BMBF - Bundesministerium für Bildung und Forschung

031B0684B

BMBF - Bundesministerium für Bildung und Forschung