Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) forscht momentan daran, sensorgestützte Landmaschinen besser an die Umweltbedingungen im praktischen Feldeinsatz anzupassen.
Landmaschinen seien auf dem Feld nicht nur Umwelteinflüssen wie Regen, Gegenlicht und Staub ausgesetzt, sondern werden auch mit verschiedenen Pflanzen- und Bodeneigenschaften konfrontiert, so das DFKI zum Projekt "AI-TEST-FIELD".
Semantische Umfeldwahrnehmung
Trotzdem müsse mithilfe der Sensoren eine verlässliche Objekterkennung gewährleistet werden. In der Forschung gebe es daher bereits zahlreiche Projekte zum Thema der semantischen Umfeldwahrnehmung. Allerdings seien diese Verfahren nicht vor dem Hintergrund dieser spezifischen Anforderungen konzipiert, optimiert und validiert worden.
Projekt sei eine "wichtige Brücke"
Aus diesem Grund sei das Projekt eine "wichtige Brücke, um den Stand der Grundlagenforschung auf die praktischen Bedürfnisse der Agrarbranche zu übertragen und künftige Zertifizierungsprozesse anzustoßen", heißt es. Weiter zur Methodik sagt das DFKI, dass die Forscher die schwierigen Umweltbedingungen mittels eines Outdoor-Testfeldes auf einer landwirtschaftlichen Nutzfläche darstellen würden, um KI-Algorithmen zur Dateninterpretation entwickeln und gezielt untersuchen zu können.
Algorithmen auf Landmaschinen übertragen
Im Anschluss könnten die generierten und für den Praxiseinsatz tauglichen maschinenunabhängigen Algorithmen dann auf reale Landmaschinen übertragen und begutachtet werden. Neben dem DFKI sind bei dem Projekt "AI-TEST-FIELD" auch die Hochschule Osnabrück sowie die Landtechnikunternehmen KRONE und LEMKEN dabei. Zusätzlich wird das Vorhaben vom Bundeslandwirtschaftsministerium (BMEL) über drei Jahre hinweg mit rund zwei Millionen Euro unterstützt.
