Image: Sensorik und Algorithmik im FeldeinsatzFERCHAUFERCHAUDie 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.“