Landwirtschaft

© Fraunhofer IVI

Automatisierung für effiziente Landwirtschaft

In der Landwirtschaft werden Flächen zunehmend zielgerichtet und punktuell bewirtschaftet, bis hin zu der individuellen Pflege von Einzelpflanzen im Sinne des »Precision Farmings«. Bei der Umsetzung helfen genaue Informationen über die aktuellen Gegebenheiten auf Feldern, wie Boden- und Pflanzenparameter, die von spezieller Feldsensorik mobil mithilfe von Arbeitsmaschinen oder stationär erfasst werden. Dabei nimmt die Robotik eine Schlüsselfunktion ein.

Im Bereich Landwirtschaftsrobotik entwickelt und bietet das Fraunhofer IPA Lösungen für undefinierte und dynamische Umgebungen von Navigationssoftware zur Feldschwarmkooperation, über Bildverarbeitung bis hin zu neuen Kleinroboterkonzepten. Die Ziele jedes Projekts sind wirtschaftliche Endergebnisse und der Transfer der entwickelten Technologien in die Anwendung.

Der Fokus liegt auf der Entwicklung von Kleinrobotern, die untereinander und mit Drohnen vernetzt sind. Durch diese Zusammenführung entsteht eine kollektive Intelligenz, die logische Entscheidungen treffen kann oder Daten sinnvoll verknüpft. Diese Informationen sollen Entscheidungsprozesse bei allen relevanten Akteuren der Landwirtschaft unterstützen, beispielsweise zur bedarfsgerechten Nutzung von Pestiziden.

Erfolg durch Künstliche Intelligenz

Künstliche Intelligenz ist hierbei eine Schlüsseltechnologie: Mithilfe der Bildverarbeitung und neuronaler Netze, die auf Felder und Pflanzen ausgelegt sind, werden relevante Daten generiert und für spätere Prozesse genutzt.

Das Projekt »COGNAC« bringt dabei richtungsweisende Entwicklungen hervor: Die komplexe Vielfalt von Daten aus der Feldwirtschaft wird automatisiert erfasst und gewinnbringend aufbereitet. Autonome Feldrobotik bündelt Informationen mit Sensorikplattformen und spezifischen Sensorsystemen, die über die Dateninfrastruktur des »Agricultural Data Space« zur sofortigen Nutzung ausgewertet und Landwirten zur Verfügung gestellt werden.

Ein bereits erfolgreiches Projekt ist »AMU-Bot«: Die kostengünstige, autonome Plattform bekämpft Unkraut in Reihenkulturen mechanisch im Sinne nachhaltiger Pflanzenschutzverfahren. Der Roboter erkennt Nutzpflanzen mithilfe von optischen Sensortechnologien und entfernt das umliegende Unkraut.

Das Team des Fraunhofer IPA bietet folgende Leistungen an:

  • Durchführung von Markt-, Wirtschaftlichkeits- sowie Machbarkeitsstudien
  • Entwicklung von Prototypen, v.a. mit Fokus auf Kleinroboter für die Anwendung im Feldschwarm
  • Konzeption und Realisierung von spezifischen Roboteranwendungen für individuelle Einsatzszenarien (Software und Hardware), beispielsweise:
    • Aufgaben im Bereich des »Precision Farmings«
    • »Vertical Farming« als eine Vision des urbanen Ackerbaus der Zukunft
    • Konzepte für neuartige Pflanzbaumethoden wie »Strip-Farming« als Beitrag zu einer höheren Biodiversität
  • Ausrüstung von Robotern mit spezifischen Funktionsmodulen im Bereich der Aktorik, beispielsweise für das Unkrautmanagement
  • Erarbeitung individualisierter Bedienoberflächen und Schnittstellen für Landwirte zur einfachen Handhabung digitaler Lösungen
  • Optimierung und Adaption bereits bestehender Systeme

 

AgriApps – Agrarroboter mit »App«-Konzept

Kostengünstig, umweltfreundlich und nachhaltig: Das sollte eine innovative und zweckmäßige Agrartechnik in Hochlohnländern sein, um wettbewerbsfähig zu bleiben. Bisher sind autonome Systeme jedoch häufig unausgereift oder nicht wirtschaftlich.

 

COGNAC – Fraunhofer-Leitprojekt »Cognitive Agriculture«

Im Leitprojekt »Cognitive Agriculture« forschen acht Fraunhofer-Institute gemeinsam an Grundlagen, um landwirtschaftliche Produkte ebenso umwelt- und ressourcenschonend wie hocheffizient zu produzieren.

 

Green Wall Robot – Automatisierte, intelligente Fassadenbegrünung

Der »Green Wall Robot« pflegt dort, wo der Mensch nur schwer hinkommt: an der vertikalen grünen Fassade. Forscher des Fraunhofer IPA und der Universität Stuttgart entwickeln aktuell eine automatisierte Fassadenbegrünung mit modularem Aufbau.