Digitale Steuerung eines BewässerungsgerätsDie Digitalisierung hat längst auch in der Landwirtschaft Einzug gehalten | David Jones
TrendRoboter in der Landwirtschaft

Sensorik und Algorithmik im Feldeinsatz

Lesezeit ca.: 5 Minuten
Christoph Hammerschmidt

Christoph Hammerschmidt

freier Journalist

Längst hat die Digitalisierung in der Landwirtschaft Einzug gehalten, und Bauern führen ihren Betrieb per Rechner und Farm-Management-System. Mit Ernte- und Feldbearbeitungsrobotern fährt gerade eine neue Generation landwirtschaftlicher Maschinen auf die Äcker. Pate steht dabei vielfach die technische Entwicklung im Bereich der Sensorik und der Künstlichen Intelligenz (KI).

19. Mai 2016

Um die Wettbewerbsfähigkeit und Ertragskraft ihrer Betriebe zu steigern, nutzen Landwirte schon seit vielen Jahren die IT, etwa in Form von Farm-Management-Software. Nun geht die Digitalisierung einen Schritt weiter: Die Grundidee des Internet of Things hält Einzug auf Fluren und Feldern. Sensoren messen etwa den Feuchtigkeitsgrad oder den Mineraliengehalt des Bodens und melden ihn an den Bauern – oder direkt an das Farm-Management-System, welches daraus die passenden Maßnahmen für Bewässerung oder Düngung ermittelt. In den Kuhställen der Milchwirtschaft haben Melkroboter schon längst die menschliche Hand abgelöst. 

Roboter Bonirob im EinsatzDer Landwirtschaftsroboter arbeitet mittels Künstlicher Intelligenz.

Fahrerlose Mähdrescher

Lücken in der Digitalisierung der Landwirtschaft gibt es allerdings noch zuhauf. Sicher, GPS-gesteuerte Mähdrescher ziehen mittlerweile ihre Bahnen ohne einen Fahrer, ernten von früh bis spät Weizen oder Mais. Allerdings ist ihr Vorkommen hauptsächlich auf Länder beschränkt, in denen die Felder von Horizont zu Horizont reichen. Also etwa Kanada, der Mittlere Westen der USA oder Argentinien. In Europa sind sie einstweilen noch Exoten. Das liegt weniger an der mangelnden Innovationsfreude hiesiger Landwirte als vielmehr an den unterschiedlichen Voraussetzungen: Die Ackerflächen hierzulande sind typischerweise deutlich kleinteiliger, was die Automatisierung erschwert; zudem werden hier häufig andere Feldfrüchte angebaut.

Neue Entwicklungen sind besser an die einheimischen Bedingungen angepasst, erfordern allerdings auch den geballten Einsatz von Sensorik und Algorithmik. Ein Beispiel ist die modulare Feldroboterplattform Bonirob, eine Gemeinschaftsentwicklung des Landmaschinenherstellers Amazonen-Werke, der Hochschule Osnabrück und der Robert Bosch GmbH. Das Innovative an dem Roboterfahrzeug ist seine Fähigkeit zur selbstständigen kleinteiligen Navigation. Dazu verlässt es sich auf eine Sensorik aus Laserscannern und Koppelnavigation, zudem findet sich die Plattform mittels Differentiellem GPS (DGPS) zurecht, einer Variante der Satellitennavigation mit erhöhter Genauigkeit. Der Roboter merkt sich sogar die Position individueller Pflanzen, sodass er diese zu einem späteren Zeitpunkt auch wiederfinden und bewerten kann. Gewissermaßen nebenbei kartiert er die von ihm bewirtschafteten Äcker und dokumentiert den Wachstumsfortschritt.

Für jede Jahreszeit das passende Modul

Zur Anpassung an unterschiedliche Aufgabenstellungen ist Bonirob modular aufgebaut; die Trägerplattform lässt sich mit unterschiedlichen Applikationsmodulen versehen. Die im Jargon der Entwickler „Apps“ genannten Module sind mit aufgabenspezifischen Sensoren und Aktoren versehen, die sie zur Verrichtung der eigentlichen Arbeit befähigen. Dieser modulare Ansatz mit austauschbaren Apps ermöglicht es dem Landwirt, je nach Jahreszeit und Feldbebauung ein passendes Modul einzusetzen. Damit steigt potentiell die Auslastung, die Anschaffung der Maschine zahlt sich früher aus.

Eines der Bonirob-Module, mitentwickelt vom Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA im Rahmen des vom Bundesforschungsministerium geförderten Programms AgriApps, automatisiert die Unkrautbekämpfung. Kernelement ist eine Kameraeinheit mit nachgeschalteter Bildverarbeitungssoftware, die Farbe, Textur und räumliche Struktur der Pflanzen erfasst und aufgrund dieser Daten zwischen Nutzpflanze und Unkraut unterscheiden kann. Ihre Erkenntnisse gibt die Software an einen Manipulator weiter, der kontinuierlich allen unerwünschten Pflanzen den Garaus macht; lediglich Buchsbäume spart er aus.

Dabei setzen die Fraunhofer-Wissenschaftler auf KI. „Will man bestimmte Pflanzen oder Unkräuter erkennen, so muss das Robotersystem dies lernen,“ erläutert Robert Koopmann, Projektleiter in der Abteilung für Roboter- und Assistenzsysteme beim Fraunhofer IPA. „Man kann hierzu eine Datenbank mit Vergleichsbildern anlegen und der Roboter gleicht seine Sensorinformationen mit dieser Datenbank ab. Jedoch kommt man bei komplexen Erkennungsaufgaben schnell an seine Grenzen. Ein anderer Ansatz besteht darin, eine KI mit Trainingsdaten einzulernen, anstatt Patterns aus einer Datenbank abzugleichen. Anschließend kann das System anhand eigener Kriterien die entsprechende Erkennungsaufgabe erfüllen.“

Landwirtschaftsroboter BonirobBonirob unterscheidet Unkraut von Nutzpflanzen.

Maschine unterscheidet zwischen reif und unreif

Eine weitere Anwendung maschinellen Lernens in der Landwirtschaft zeigt, welches Potential in der Verbindung aus Bilderkennung und KI steckt: Der Vitapanther, zurzeit in der Entwicklung beim Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF im Verbund mit weiteren Partnern aus Forschung und Wirtschaft. Der Vitapanther kann etwas, das für Menschen trivial erscheint, für Maschinen aber eine erhebliche Herausforderung darstellt: Er kann zwischen reifen und unreifen Kohlköpfen unterscheiden. Der Daseinszweck des Roboters ist nämlich die Ernte von Blumenkohl. Das Problem: Nicht alle Pflanzen werden zum selben Zeitpunkt reif; die Erntephase erstreckt sich auf ein und demselben Acker daher über mehrere Wochen.

Damit der Vitapanther nur die großen, reifen Kohlköpfe einsammelt und die unreifen erst einmal stehen lässt, muss er wissen, welcher Kopf gerade richtig ist und welcher nicht. Die Maschine nutzt dazu eine hyperspektrale Kamera, eine Kamera also, die auch im Infrarot- und UV-Bereich „sieht“. Die spektrale Verteilung des aufgenommenen Lichts erlaubt Rückschlüsse auf die biochemische Zusammensetzung der Blätter und damit auf den Reifegrad der Pflanze. Auch hier, so das Fraunhofer-Institut, „lernt“ die Elektronik durch das Betrachten von Blumenkohlköpfen in verschiedenen Reifegraden, verbunden mit deren jeweiliger Beurteilung durch menschliche Experten.

„IT werden wir in Zukunft in der Landwirtschaft immer stärker sehen,“ prognostiziert Koopmann. „Die Entwicklung von den aktuellen Tools hin zu einem digitalen Abbild des gesamten Betriebes wird weiter voranschreiten. Gleichzeitig werden immer mehr Sensoren eingesetzt werden, welche immense Datenmengen erzeugen.“ Diese Entwicklung wird sich nach Auffassung des Experten weiter beschleunigen. Großes Potential für Roboter sieht Koopmann im Bereich der High-Value-Fruits wie Gemüse und Obst, bei denen der Gewinn pro Frucht relativ hoch ist, die aber viel Handarbeit benötigen. Aber die wirtschaftlichen Parameter sind es, die die weitere Entwicklung bestimmen. „Sobald die Robotiktechnologie ausreichend preiswert ist, gibt es sicher auch Einsatzmöglichkeiten in anderen Bereichen wie der Feldwirtschaft, etwa durch Schwarmrobotik. Aktuell sind große Erntemaschinen aber meist profitabler.“