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: Weiterentwicklung und Validierung der adaptive Regelung der Ernte- und Reinigungsorgane bei Rübenrodern auf Basis bildbasierter Qualitätsbewertung - Teilprojekt A (ARERO2)
Projekt
Förderkennzeichen: 28ZDP07A20
Laufzeit: 01.09.2020
- 31.03.2022
Fördersumme: 140.914 Euro
Forschungszweck: Angewandte Forschung
Stichworte: Ackerbau, Präzise Landwirtschaft, Modellierung, Landtechnik, Zuckerrübe, Kulturverfahren, Energieeffizienz
Ziel des Vorhabens ist die Weiterentwicklung der Regelung von Reinigung- und Ernteorganen eines Köpfbunkerroders anhand der Qualitätsmerkmale. Die Grundlage für die Entwicklung des Systems bildet die Erforschung der Wirkzusammenhänge zwischen Maschinenparametern und der Erntequalität. Anhand des Expertenwissens der Fahrer werden die Maschineneinstellungen in Feldversuchen dahingehend manipuliert, dass sich eine Veränderung der Erntequalität einstellt und die Wirkzusammenhänge aus den Versuchsdaten abgeleitet werden können. Neben den Maschineneinstellungen wird die Erntequalität zusätzlich von den Umgebungsbedingungen beeinflusst, weshalb Versuche an mehreren Standorten erforderlich sind. Die gewonnene Datengrundlage wird anschließend für die Modellbildung in der Bildverarbeitung, sowie in der Regelung genutzt. Für die Extraktion der Qualitätsmerkmale werden die Rohdaten von Experten kategorisiert und anschließend Bildverarbeitungsalgorithmen zur maschinellen Erkennung entwickelt. Dabei werden Methoden aus dem Bereich Machine-Learning und Deep-Learning genutzt. Anschließend können die gewonnenen Qualitätsdaten mit den Maschinendaten fusioniert und ein Modell für die Regelung der Maschine abgeleitet werden. Dazu werden Regressionsmodelle mit Methoden des maschinellen Lernens erstellt und deren Abbildung der Wirkzusammenhänge mit den Messdaten und dem Expertenwissen verglichen, um die erforderliche Komplexität festzulegen. Das beschriebene Vorgehen wurde bereits innerhalb eines geförderten Projektes entwickelt und erprobt. Das System soll nun im geplanten Projekt erweitert, umgesetzt und evaluiert werden, so dass nach Abschluss des Projektes die Fertigentwicklung zum Produkt und die Markteinführung erfolgen kann. Dazu ist vor allem die Erweiterung des Datensatzes erforderlich, so dass die Modelle der Bildverarbeitung unabhängig von den Umgebungsbedingungen funktionieren und die Systemgrenzen und die Komplexität der Regelung festgelegt und evaluiert werden können.
Abschnittsübersicht
Fachgebiete
- Pflanzenbau
- Informatik
Rahmenprogramm
Förderprogramm
Ausführende Einrichtung
Zugehörige Projekte: ARERO2
- Verbundprojekt: Weiterentwicklung und Validierung der adaptive Regelung der Ernte- und Reinigungsorgane bei Rübenrodern auf Basis bildbasierter Qualitätsbewertung - Teilprojekt B
- Verbundprojekt: Weiterentwicklung und Validierung der adaptive Regelung der Ernte- und Reinigungsorgane bei Rübenrodern auf Basis bildbasierter Qualitätsbewertung - Teilprojekt C