Mechanische Hacktechniken helfen in der Landwirtschaft, Unkraut zu entfernen. Sie werden in Reihenkulturen eingesetzt und hacken dort vorwiegend zwischen den Reihen der Kulturpflanzen. Mit modernen Technologien ist es hier bereits möglich, das Unkraut automatisch zu identifizieren. Werden aber Teile des Unkrauts von anderen Blättern verdeckt oder verdichtet es sich zu einem "grünen Teppich", kommen solche Systeme schnell an ihre Grenzen.

Infrarot-Kameras machen den Unterschied

Das Projekt KIdetect verfolgt daher das Ziel, Unkraut vor allem dort, wo es dicht gewachsen ist, präziser zu erkennen und zu entfernen. Dafür setzt das Forschungsteam neuartige Kamerakombinationen und smarte KI in der Bildanalyse ein. Zukünftig sollen so alle Unkräuter in Echtzeit und zuverlässig erkannt werden. Auf Basis der gesammelten Bildinformationen werden dazu genaue 3D-Rekonstruktionen von Teilbereichen der Unkräuter erzeugt. Das ermöglicht die Hackgeräte auch in "grünen Teppichen" zielgerichtet zu steuern und damit das Unkraut selektiv zu entfernen.

Wachstumszentren im Fokus der KI

Im Projekt von besonderem Interesse ist, die räumliche Lage der sogenannten Wachstumszentren der Unkräuter zu bestimmen. Sie sind entscheiden dafür, die Pflanzen erfolgreich vom Acker zu entfernen. Auf normalen Kamerabildern ist das Wachstumszentrum wegen der Nähe zu anderen Pflanzen und Blättern häufig nicht direkt zu erkennen. Die im Projekt eingesetzte Infrarot-Kamera (SWIR-Kamera) ermöglicht aber, Pflanzensegmente anhand des Wassergehalts zu unterscheiden. Mit diesen besonderen Bildinformationen wird im Projekt eine KI darin trainiert werden, Wachstumszentren von Unkäutern präzise zu identifizieren.

Der Einsatz von KI in der landwirtschaftlichen Technik bietet das große Potenzial, dass praxisnahe Bedingungen und wechselnde Umwelteinflüsse immer besser berücksichtigt werden können. Die Zukunft der Unkrautentfernung wird dadurch effektiver, kostengünstiger aber vor allem auch ökologischer.

• Projektname: KIdetect (Zuverlässige Identifikation des Wachstumszentrums von Unkräutern bei kameragesteuerten Hackgeräten durch den Einsatz Künstlicher Intelligenz in der Bildverarbeitung)
• Ziel: Zuverlässige Unkrautidentifikation in Reihenkulturen, insbesondere bei starker Bewuchsdichte
• Ansatz: Steigerung der Zuverlässigkeit der Identifikation von Unkräutern und deren Wachstumszentrum durch die Nutzung von Bilddaten im SWIR-Spektralbereich in Kombination mit geeigneten KI-Algorithmen als Innovation im ökologischen Landbau
• Eingesetzte Künstliche Intelligenz: Hochmoderne CNN (Convolutional Neural Networks) zur Bilderkennung
• Hauptstandort: Parsberg, Bayern
• Projektkoordination: Technische Hochschule Deggendorf
• Projektbeteiligte: Technologie Campus Parsberg-Lupburg der Technischen Hochschule Deggendorf, Institut für Softwaresysteme in technischen Anwendungen der Informatik (FORWISS) der Universität Passau, PCO AG, Fritzmeier Umwelttechnik GmbH & Co. KG
  

Erschienen am 21. Jan. 2022 im Format Infotext

Adresse

KI-Projekt KIdetect
92331 Parsberg, Bayern

zur Übersichtskarte