Hochgenaue Unkrauterkennung im Bioanbau


Forschungsteam mit Feldroboter „Bonirob“

Die Erhöhung des Ertrags von Pflanzen (Lebensmittel, Energiepflanzen) bei gleichzeitiger Schonung der Umwelt (z.B. durch Reduktion chemischer Mittel) stellt eine wesentliche globale Herausforderung für die Zukunft dar. Dabei stellt die manuelle Unkrautregulierung bei einem Verzicht auf chemischen oder synthetischen Pflanzenschutzmittel, wie dies im Bioanbau der Fall ist, eine kostenintensive Aufgabe dar. Der Kooperationspartner Westhof Bio-Gemüse GmbH & Co. KG investiert beispielsweise jährlich mehr als 170.000 € zur manuellen Unkrautregulierung durch menschliche Arbeitskräfte. Dabei wird es zunehmend schwieriger, diese Arbeitskräfte zu finden. Zudem ist die Qualität des Prozesses bedingt durch die menschlichen Arbeitskräfte inhomogen. Die automatisierte nicht-chemische Unkrautregulierung ist daher seit längerer Zeit Gegenstand von Forschungsarbeiten, die bisher jedoch aufgrund der Zielapplikationen und der verwendeten Technologien noch keine gravierenden Erfolge erzielen konnten. Im Rahmen dieses Forschungsprojektes soll ein Lösungsansatz erarbeitet werden, der den Ersatz der menschlichen Unkrautregulierung durch ein autonomes System minimieren soll.

Drittmittel

Projekttitel:Flächenleistungsorientiertes selektives Sensor-Aktor-System zur autonomen mechanischen Beikrautregulierung
Fördergeber:Land Schleswig Holstein, Exzellenz- und Strukturbudget
Fördermittel:260 T€
Förderzeitraum:2018-2019
Projekttitel:Hochgenaue Unkrauterkennung im Bioanbau

Fördergeber:Land Schleswig Holstein, Exzellenz- und Strukturbudget für "die Stär-
kung der Forschung an Fachhochschulen,
Förderung von Forschungsprojekten"
Fördermittel:260 T€
Förderzeitraum:2013-2017
Projekttitel:Großgeräteantrag für das Projekt Unkrauterkennung im Bioanbau

Fördergeber:Land Schleswig Holstein, Struktur- und Exzellenzbudget
Fördermittel:364 T€
Förderzeitraum: 2014-2015

Veröffentlichungen

2017

2016

2015

Abschlussarbeiten

Masterarbeiten:

  1. Grelcke, M., "Implementierung eines echtzeitfähigen CPU Designs zur Berechnung eines Convolutional Neural Network auf einem FPGA ", Fachhochschule Westküste (FHW), Heide, 2017.
  2. Holtorf, T., "Erstellung einer Beikraut-Datenbank für den Bioanbau mittels einer mobilen Roboterplattform und einer zu entwickelnden optischen, metrisch kalibrierten Aufnahmeeinheit", Fachhochschule Westküste (FHW), Heide, 2015.
  3. Knoll, F., "Bestimmung des Wurzelansatzes und des Austrittsvektors von Beikräutern mittels verschiedener 3D-Messverfahren", Fachhochschule Westküste (FHW), Heide, 2014.

Bachelorarbeiten:

  1. Hempel, T., "Development of different real-time algorithms for plant segmentation in RGB-images in organic farming", West Coast University of Applied Sciences (FHW), Heide, first supervisor, 2017.
  2. Löbkens J., "Untersuchung von Parameteränderungen auf die Netztopologie bei Deep-Learning Netzen für die Mustererkennung im Bioanbau", Fachhochschule Westküste (FHW), Heide, 2017.
  3. Harländer, T., "Entwicklung eines Algorithmus für eine effiziente Bildaufteilung zur Optimierung der Klassifikation mittels Convolution Neuralen Netzwerk", Fachhochschule Westküste (FHW), Heide, 2017.
  4. Sternke S.O., "Development of a real-time algorithm for plant separation based on RGB images from organic farming applications", West Coast University of Applied Sciences (FHW), Heide, first supervisor, 2017.
  5. Trompf T., "Development of a real-time capable weed control system based on a Delta-Robot, as well as the evaluation of repeatability and speed", West Coast University of Applied Sciences (FHW), Heide, first supervisor, 2017.
  6. Dell W., "Development of a microcontroller based RGB/IR-illumination unit for time-of-flight cameras", West Coast University of Applied Sciences (FHW), Heide, first supervisor, 2016.
  7. Beyer, J., "Evaluation verschiedener automatischer Methoden zur effizienten Echtzeitfähigen Beikrautregulierung bei gleichzeitiger Schonung der Nutzpflanze", Fachhochschule Westküste (FHW), Heide, 2016.
  8. Poczihoski, S., "Untersuchung eines Deep-Learning Netzes für die Mustererkennung von Möhrenpflanzen", Fachhochschule Westküste (FHW), Heide, 2016.
  9. Piening, P., "Entwicklung und Aufbau einer Interface Schaltung zum echtzeitfähigen Auswerten und Ansteuern einer Linearachse", Fachhochschule Westküste (FHW), Heide, 2016.
  10. Pfau, D., "Entwurf und Programmierung einer Multirechner-Lernsoftware für künstliche neuronale Netze", Fachhochschule Westküste (FHW), Heide, 2016.
  11. Meißner, A., "Entwicklung einer echtzeitfähigen Beikrautvernichtungseinheit auf Grundlage eines Kukaroboterarms, sowie die Untersuchung der Wiederholgenauigkeit und Geschwindigkeit", Fachhochschule Westküste (FHW), Heide, 2016.
  12. Battige, N., "Entwicklung eines Messstandes für verschiedene Kamerasensoren zum Vermessen der maximal möglichen Verfahrgeschwindigkeit des aufzunehmenden Objektes", Fachhochschule Westküste (FHW), Heide, 2016.
  13. Czymmek, V., "Entwicklung einer energiesparenden Beleuchtungseinheit für die Vermessung verschiedener Pflanzen", Fachhochschule Westküste (FHW), Heide, 2016.
  14. Haiduck, A., "Aufstellung einer Wirtschaftlichkeitsrechnung der automatisierten Beikrautregulierung im Vergleich zu herkömmlichen Anbausystemen", Fachhochschule Westküste (FHW), Heide, 2016.
  15. Niang, S., "Entwicklung einer echtzeitfähigen Beikrautvernichtungseinheit auf Grundlage einer Strominduktion über einer gezielten Teslaspulenentladung über Ionisierungsdüsen", Fachhochschule Westküste (FHW), Heide, 2015.
  16. Merkel, A., "Development of a real-time robot simulation workstation evaluating different sensors and algorithms for the automatic plant detection", West Coast University of Applied Sciences (FHW), Heide, 2015.

Presse / Regionale Beiträge

2017

  • Fernsehbeitrag: „Unkrautjäten mit dem Roboter“ am 30.06.2017 auf NDR1 Regional, Schleswig-Holstein Magazin, 19:30 Uhr.
  • Radiobeitrag: „Roboter lernt, Unkraut zu vernichten“ am 27.06.2017 auf NDR1 Welle Nord, Schleswig-Holstein von 10 bis 2, 13:10 Uhr.
  • Radio-Livesendung über den aktuellen Stand des Projektes „Hochgenaue Unkrauterkennung im Bioanbau“ am 27.06.2017 auf NDR1 Welle Nord unter der Rubrik „Schleswig-Holstein Live“.
  • Vorstellung des Projektes „Hochgenaue Unkrauterkennung im Bioanbau“ auf der Fachtagung an der FH Westküste „Nichtstun ist keine Option – Der Mensch in der Arbeitswelt 4.0“ am 16.06.2017.
  • Vortrag auf dem 48. Arbeitskreis der Initiative Bildverarbeitung e.V. „Implementierung eines echtzeitfähigen CPU Designs zur Berechnung eines Convolutional Neural Network auf einem FPGA“ bei der Firma TOMRA Sorting GmbH in Wedel am 9.03.2017.
  • Presseartikel „Roboter gegen die Chemiekeule“ erschienen LAZ am 28.02.2017.
  • Vortrag „Jäterroboter - die hochgenaue Unkrauterkennung im Bioanbau“ bei der Veranstaltung „Perspektiven für den Ökolandbau-Ökologische Landwirtschaft: traditionell und innovativ“ in Rendsburg auf dem NORLA-Messegelände am 27.02.2017.

2016

  • Vorstellung des Projektes „Hochgenaue Unkrauterkennung im Bioanbau“ vor Schülern des Sommercamps am 25.08.2016 an der FHW.
  • Vorstellung des Projektes „Hochgenaue Unkrauterkennung im Bioanbau“ auf der Mitgliederversammlung des Förderforums der FHW am 11.07.2016 an der FHW.
  • Presseartikel „Eine Maschine gegen das Unkraut“ erschienen SHZ am 28.06.2016.
  • Radiobeitrag „Roboter im Test: "Bonirob" lernt Unkraut jäten“ im NDR1 Welle Nord 22.06.2016.
  • Vortrag auf den Schleswig-Holsteinischen Bildverarbeitungstagen 2016 organisiert durch den Initiative Bildverarbeitung e.V. „Untersuchung eines Deep-Learning Netztes für die Mustererkennung von Möhrenpflanzen“ an der CAU in Kiel am 09.06.2016.
  • Presseartikel „Fokusfinderpreis für FHW Studenten“ in dem Heider Anzeiger vom 01.06.2016.
  • Vortrag auf der IHK Innovationstour „Jäterroboter - die hochgenaue Unkrauterkennung im Bioanbau“ am 8.03.2016 an der FHW.
  • Vorstellung des Projektes „Hochgenaue Unkrauterkennung im Bioanbau“ vor technisch interessierten Schülern der Holstenschule aus Neumünster am 12.01.2016 an der FHW.

2015

  • Vorstellung des Projektes „Hochgenaue Unkrauterkennung im Bioanbau“ vor den Wirtschaftsjunioren am 15.12.2015 an der FHW.
  • Vortrag auf dem 44. Arbeitskreis der Initiative Bildverarbeitung e.V. „Erstellung einer Beikraut-Datenbank für den Bioanbau mittels einer mobilen Roboterplattform und einer zu entwickelnden optischen, metrisch kalibrierten Aufnahmeeinheit“ bei der Firma mycable GmbH in Neumünster am 10.12.2015.
  • Vorstellung des Projektes „Hochgenaue Unkrauterkennung im Bioanbau“ auf der Mädchen MINT Messe am 20.11.2015 an der FHW.
  • Vorstellung des Projektes „Hochgenaue Unkrauterkennung im Bioanbau“ vor Schülern des Sommercamps am 13.08.2015 an der FHW.
  • Video der SHZ "Unkrautjäten der Zukunft: Feldroboter "Bonirob" stellt sich vor" vom 17.07.2015
  • RTL Nord "Kurz & kompakt" vom 17.07.2015
  • Presseartikel „FH Westküste entwickelt Roboter fürs Unkrautjäten“ in den Husumer Nachrichten vom 17.07.2015
  • Presseartikel „Friedrichsgabekoog: Feldroboter bekämpft Unkraut“ in der Dithmarscher Landeszeitung vom 17.07.2015
  • Vortrag auf dem 42. Arbeitskreis der Initiative Bildverarbeitung e.V. „Bestimmung des Wurzelansatzes und des Austrittsvektors von Beikräutern mittels verschiedener 3D-Messverfahren“ bei der Firma MBJ Solutions GmbH in Hamburg am 12.03.2015.

Video