FarmRobotix für praxisgerechte autonome Agrarsysteme

Roboter in der Landwirtschaft müssen anspruchsvolle Aufgaben meistern. Das zeigt sich beim Pflanzenbau etwa in der KI gestützten Erkennung von Pflanzenkrankheiten, sagt Florian Schiller, Experte für Digitalisierung beim Internationalen DLG-Pflanzenbauzentrum. Die neue Plattform FarmRobotix kann wertvolle Impulse setzen, um autonome Agrarsysteme künftig für einen praxisgerechten Einsatz im Pflanzenbau zu optimieren.

Für Florian Schiller, Experte für Digitalisierung beim Internationalen DLG-Pflanzenbauzentrum (IPZ) in Bernburg, Sachsen-Anhalt, kann FarmRobotix eine Plattform bieten, um Landwirte und deren Anforderungen an digitale Technologien in den Mittelpunt zu stellen. Denn letztlich sollen digitale Technologien praktikable Werkzeuge sein, um die alltägliche operative Arbeit der landwirtschaftlichen Unternehmer effizienter, einfacher und weniger zeit- und personalaufwendig zu gestalten.

Impulse für mehr Kompatibilität bei Software-Anwendungen

Gegenwärtig stehen Landwirten zwar eine Vielzahl an digitalen Lösungen für unterschiedliche pflanzenbauliche Aufgaben zur Verfügung, sagt Schiller. Doch gehe deren Anwendung mit einem hohen Einarbeitungsaufwand einher. Denn jeder Anbieter digitaler Lösungen liefere in der Regel ein individuelles Softwaresystem zur Anwendung der digitalen Tools und den mit ihnen verbundenen Daten mit. „Für den landwirtschaftlichen Unternehmer bedeutet dies, dass mit jedem digitalen Tool potenziell die Anzahl der Software-Anwendungen steigt, die er beherrschen muss“, führt Schiller aus. „FarmRobotix kann hier im Dialog zwischen Landwirten, Herstellern und Wissenschaft Impulse setzen, um die digitalen Anwendungen verschiedener Hersteller untereinander kompatibel zu gestalten.“

Eine weitere wichtige Fragestellung bei Robotik allgemein sei die Hochskalierung der Flächenleistung. So gebe es zwar bereits Lösungen, bei der Robotik in der Aussaat und im mechanischen Pflanzenschutz zum Einsatz kommt. Jedoch handelt es sich dabei laut Schiller in der Regel um Lösungen, die kleinräumig Anwendung finden. „Eine wichtige Zukunftsfrage ist daher, wie Robotik oder autonome Lösungen in unser bisher bestehendes System der Landbewirtschaftung, welches auf Flächeneffizienz ausgerichtet ist, integriert werden kann“, sagt Schiller. Auch hier könne FarmRobotix die Plattform bieten, um Technologien zu demonstrieren, die die gängigen Anforderungen an Flächeneffizienz erfüllen.   

Robotik kommt in der Landwirtschaft sowohl in der Innenwirtschaft, also beispielsweise in Ställen in der Tierhaltung, als auch in der Außenwirtschaft, also auf dem Feld, zum Einsatz. Dabei gibt es unterschiedliche Automatisierungsgrade von Systemen, die teilweise autonom arbeiten, aber noch auf menschliche Bedienung angewiesen sind bis hin zu vollautonomen Lösungen. Teilweise autonome Agrarsysteme kommen im Pflanzenbau etwa zum Einsatz als Robotik-Systeme beim mechanischen und chemischen Pflanzenschutz mit kleinen Robotern oder auch bei großen Maschinen mit sensorbasierter Einzeldüsensteuerung. Zudem gibt es Robotiksysteme bei der Aussaat, Düngung und in der Bodenbearbeitung. In der Tierhaltung werden autonome Systeme unter anderem als Melkroboter, autonome Futtermischwagen sowie Fütterungs- und Reinigungssysteme genutzt.

Komplexe Aufträge für Roboter

Im Unterschied zu anderen Bereichen des alltäglichen Lebens ist der Einsatz von autonomen Systemen in der Landwirtschaft noch vielfach im Pilot- und Forschungsstadium. Das ist vor allem darauf zurückzuführen, dass ein landwirtschaftlicher Roboter komplexere Aufträge übernehmen muss als beispielsweise ein Roboter, der in der industriellen Fertigung zum Einsatz kommt.

Was Komplexität beim Einsatz von Robotern im Pflanzenbau konkret bedeutet, erläutert DLG-Experte Schiller. Das DLG-IPZ ist an Forschungsprojekten zu Digitalisierung und KI im Pflanzenbau beteiligt, unter anderem an dem von Bundeswirtschaftsministerium geförderten Projekt NaLamKI. NaLamKI steht für Nachhaltige Landwirtschaft mit KI.

Im Forschungsprojekt werden KI-Dienste für die Anwendung in der Landwirtschaft entwickelt, welche Daten aus konventionellen und autonomen Landmaschinen, Satelliten und Drohnen auswerten, in einer Software-Service Plattform zusammenführen und Ergebnisse über offene Schnittstellen zugänglich machen. Das IPZ arbeitet als assoziierter Partner im Projekt bei der Früherkennung von pilzlichen Krankheiten im Weizen mithilfe von KI mit. Zu weiteren Projektpartnern von NaLamKI zählen unter anderem das Fraunhofer Institut für Nachrichtentechnik (Heinrich-Hertz-Institut, HHI), der Landmaschinenhersteller John Deere sowie die Universität Hohenheim.

Praxistaugliche Trainingsdatensätze gefragt

In dem Projekt zeigt sich für Florian Schiller vom DLG-IPZ erneut, dass vor einem flächendeckenden Einsatz von KI in der Landwirtschaft zum Teil noch viel Forschungsbedarf besteht. Schiller erklärt dies mit dem hohen Aufwand der Datenerfassung, die für einige Anwendungen im Pflanzenbau erforderlich sei. Denn für bestimmte pflanzenbauliche Anwendungen brauche eine KI sehr viele Trainingsdaten, um einen praxistauglichen Beitrag leisten zu können.

Ein Beispiel ist der Bereich der pilzlichen Krankheitserkennung. „Um hier effiziente KI-Modelle zu entwickeln, müssen vorher praxistaugliche Trainingsdatensätze erstellt werden“, erläutert Schiller. Ziel der KI gestützten Erkennung von Pilzkrankheiten, die im NaLamKI-Projekt erforscht werde, sei, über multi- oder hyperspektraler Bildauswertung zu erfahren, wann eine pilzliche Infektion in einem Kulturpflanzenbestand stattgefunden hat - „und zwar noch bevor es das menschliche Auge erfassen kann“, unterstreicht Schiller. Dazu müssen über die Blattfläche der Pflanze die spektralen Eigenschäften verschiedener Pilzarten erfasst werden, um einen passenden Trainingsdatensatz für die KI zu erstellen.

Herausforderungen entstehen dabei laut dem IPZ-Experten dadurch, dass nicht nur pilzliche Erreger, sondern auch äußere Faktoren wie Trockenheit oder Pflanzenernährung auf die spektralen Eigenschaften der Blattfläche Einfluss haben. Sprich: Die KI muss darauf trainiert werden, unter den verschiedenen Eigenschaften jene zu erkennen, die durch pilzliche Erreger beeinflusst werden. „Somit ist für KI-Systeme immer ausschlaggebend, dass die Daten einen genauen Informationsgehalt über die zu suchenden Eigenschaften wiedergeben. Ansonsten geben KI-Modelle nicht das wieder, worüber sie Informationen liefern sollen“, sagt Schiller. In der Pflanzenkrankheitserkennung ist folglich bis zur Praxisreife noch viel Arbeit unterschiedlicher Experten gefordert; FarmRobotix kann auch hier einen wertvollen Beitrag zur Vernetzung leisten.

Eine KI-Anwendung, die dagegen schon näher an der Praxisreife ist, ist laut Florian Schiller das sogenannte Spot-Spraying in der Herbizid-Anwendung. Diese Technologie beruht auf der Erkennung von Nicht-Kultur-Pflanzen oder auch Beikräutern in Kulturpflanzenbeständen.

Mehr Informationen zu den DLG-Feldtagen