CognitiveWeeding Verbund - KI: Selektives Unkraut- und Beikrautmanagement mit Hilfe künstlicher Intelligenz

Kurzbericht/Abschlussbericht

Loading...
Thumbnail Image

Editor

Advisor

Volume

Issue

Journal

Series Titel

Book Title

Publisher

Hannover : Technische Informationsbibliothek

Supplementary Material

Other Versions

Link to publishers' Version

Abstract

Das Verbundprojekt CognitiveWeeding adressierte die ökologische Herausforderung, die Biodiversität in der Agrarlandschaft zu steigern, ohne die landwirtschaftliche Ertragssicherheit zu gefährden. Ziel war die Entwicklung eines KI-basierten Entscheidungssystems, das präzise zwischen problematischen Unkräutern und ökologisch wertvollen, wirtschaftlich jedoch unkritischen Beikräutern differenziert. Das System integriert modellbasiertes Expertenwissen mit datengetriebenen Verfahren des maschinellen Lernens, wobei bodengestützte Multispektralkameras sowie drohnengestützte Sensorik zur hochauflösenden Erfassung der Bestände eingesetzt wurden.

farming revolution (FR) trug hierzu durch die Entwicklung der bodennahen Erfassungstechnik und die Klassifikation von Einzelpflanzen bei. FR fertigte spezielle multispektrale Kameramodule und implementierte eine Bildverarbeitungs-Pipeline, die im Projektverlauf von semantischer Segmentierung auf eine instanzbasierte Pflanzenklassifikation mit Stammerkennung weiterentwickelt wurde. Dadurch können Pflanzeninstanzen selbst bei gegenseitigen Überlappungen oder hohem Unkrautdruck präzise detektiert und deren Wachstumszentrum für die nachfolgende Aktorik lokalisiert werden. Zur Gewährleistung einer robusten Erkennung stützte sich FR auf seine bestehende Datenbasis die 41 Beikraut- und 95 Kulturpflanzenspezies umfasste.

Ein weiterer Beitrag zur Systemeffizienz war die Implementierung einer Komponente zur Fusion redundanter Beobachtungsdaten, die Mehrfacherfassungen derselben Pflanze während einer Überfahrt zu konsolidierten Instanzen zusammenführte und so die Datenqualität für das Expertensystem signifikant verbesserte. Die resultierenden Handlungsempfehlungen mündeten in Applikationskarten für die selektive mechanische Regulierung oder chemisches Spot-Spraying. Umfangreiche Feldtests in Mais und Zuckerrüben belegten, dass dieser digitalisierte Ansatz den Einsatz von Pflanzenschutzmitteln reduzieren und einen wertvollen Beitrag zur Erhaltung der Artenvielfalt leisten kann.

Description

Keywords GND

Conference

Publication Type

Report

Version

publishedVersion

License

Creative Commons Attribution-NonDerivs 3.0 Germany