Auf unserer Webseite verwenden wir Cookies, die unter „Cookie-Einstellungen anpassen“ näher beschrieben werden. Notwendige Cookies werden für grundlegende Funktionen der Webseite benötigt, um eine optimale Nutzung zu ermöglichen. Dadurch ist gewährleistet, dass die Webseite einwandfrei funktioniert. Darüber hinaus können Sie Cookies für Statistikzwecke zulassen. Diese ermöglichen es uns, die Webseite stetig zu verbessern und Ihr Nutzererlebnis zu optimieren. Ihre Einwilligung zur Nutzung der Statistik-Cookies ist freiwillig und kann in der Datenschutzerklärung dieser Webseite unter „Cookie-Einstellungen“ jederzeit widerrufen werden.
Datenschutzerklärung
Impressum
PRo-MAPPER Plant Robot for Multidimensional Artificial Phenotyping for Plasma Enhanced Research (PRo-MAPPER)
Projekt
Förderkennzeichen: EIP-Agri-Ni-2021-PPGBSKB
Laufzeit: 01.01.2021
- 31.12.2023
Fördersumme: 481.054 Euro
Forschungszweck: Angewandte Forschung
Stichworte: Pflanzenproduktion und Gartenbau, Schädlings-/Krankheitsbekämpfung
Projektziel ist die Kombination innovativer Methoden der Robotik, einer multisensoriellen Datenfusion zur Phänotypisierung und plasmatechnologischer Lösungsansätze zu einem neuartigen Gesamtsystem für den hochautomatisierten Einsatz im Agrarbereich. Dieses System soll den effizienten Einsatz von konventionellen Pflanzenschutzmaßnahmen und Nährstoffadditiven deutlich früher als bei klassischen Bewirtschaftungssystemen ermöglichen. Dabei soll der Einsatz von Pestiziden durch eine frühzeitige Anwendung alternativer Behandlungsmethoden, wie die Applikation plasmaaktivierter Flüssigkeiten (PAL) oder das frühzeitige Entfernen erkrankter Jungpflanzen, signifikant reduziert oder vermieden werden. Die Versuche werden in automatisierten Anzuchtbeeten für die Kulturen Zuckerrübe, Mangold und Flieder durchgeführt. Dazu wird ein kommerzieller Pflanzroboter, welcher für die teil-automatisierte Aussaat, Bewässerung und Unkrautunterdrückung konzipiert worden ist, zu einer multisensoriellen und vollautomatisierten Anlage erweitert. Methoden des maschinellen Lernens werden genutzt, um aus einer geeigneten Menge an Trainingsdaten ein Modell zu entwickeln, das in der Lage ist, Aufgaben der Klassifizierung völlig autonom zu übernehmen.
Abschnittsübersicht
Fachgebiete
- Pflanzenschutz
- Informatik
Förderprogramm
Ausführende Einrichtung
Hochschule für angewandte Wissenschaft und Kunst Hildesheim / Holzminden / Göttingen (HAWK)
