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.
Verbundprojekt: KI-Basiertes Bonitursystem für pflanzengenaue, autonome Bonitierung - Teilprojekt C (BoniKI)
Projekt
Förderkennzeichen: 28DK120C20
Laufzeit: 01.05.2021
- 30.04.2024
Fördersumme: 245.976 Euro
Forschungszweck: Angewandte Forschung
Stichworte: Ackerbau, Digitalisierung, Digitale Welt, Mais, Präzise Landwirtschaft, Weizen, Unkraut/Beikraut, Pflanzenschutz, Pflanzengesundheit, Künstliche Intelligenz
Ziel von BoniKI ist die Entwicklung eines mehrstufigen KI-Ansatzes (KI=künstliche Intelligenz) für die automatische, pflanzengenaue Bonitierung von Pflanzenbeständen in der Landwirtschaft. Durch eine flächendeckende Datenerfassung mit unbemannten Flugsystemen (Unmanned Aerial Systems = UAS) und den Einsatz aktuellster KI-Methoden zur Erkennung und Bewertung von Pflanzeneigenschaften sollen bisher manuell durchgeführte Bonituren, also das fachkundige Bewerten von pflanzenbaulich relevanten Merkmalen, durch eine robuste, automatisierte Lösung ergänzt werden. In dem Projekt werden agronomische Versuche durch Experten mittels klassischer manueller Bonitur ausgewertet. Gleichzeitig werden in Bonitierungsflügen mit einem UAS System hochaufgelöste Bilddaten (im mm Bereich) gesammelt, die automatisiert ausgewertet werden. In einem Instanz-Segmentierungs-Netzwerk (z.B. MaskRCNN oder ShapeMask) sollen Einzelpflanzen robust erkannt werden, auch wenn die komplexen Szenarien bei der Erkennung erschwert sind, weil sich z.B. Blätter überlappen oder beschatten. Durch diese Verdeckungen und die hohe natürlichen Variabilität im Erscheinungsbild konnten bisherige Verfahren diese noch nicht zufriedenstellend lösen. BoniKI digitalisiert und automatisiert damit den traditionellen Boniturvorgang, wodurch die Nachvollziehbarkeit, die Objektivität der Beobachtung und damit die Ergebnisqualität erhöht und darüber hinaus für weitere Anwendungen und Auswertungsschritte nutzbar gemacht werden. Moderne KI-Methoden steigern dabei nicht nur die Robustheit und Anpassungsfähigkeit der Erkennung, sondern wenden automatisiertes Lernen auch auf den Boniturvorgang selbst an, wodurch sowohl das Fachwissen kodiert und stetig erweitert wird, als auch neue Erkenntnisse über den Zusammenhang von optischen Merkmalen und Auswirkungen auf das Pflanzenwachstum untersucht werden.
Abschnittsübersicht
Fachgebiete
- Pflanzenbau