Ziel des Projekts ist eine zeitlich und räumlich hochaufgelöste dreidimensionale Karte einzelner Pflanzen und ganzer Beete zur Unterstützung der ökologischen Landwirtschaft. In Verbindung mit der Navigations- und Steuerungssoftware Move Base Flex ermöglicht Plantmap das autonome Navigieren in steilem und unstrukturiertem Gelände wie Gemüse-, Obst- oder Marktgärten und Agroforst-Betrieben. Damit kann ein autonomer Roboter tagtäglich den Zustand und die Entwicklung einzelner Pflanzen, deren Form und Phänotyp sowie wichtige Pflanzenparameter tracken, um Handlungsempfehlungen, KI-Trainingsdaten und neues Wissen über die komplexen Zusammenhänge der bio-intensiven Landwirtschaft zu sammeln. In ihrer Gesamtheit kann diese Datenbasis einen erheblichen Beitrag zur Optimierung ökologischer Anbauweisen, möglichen Methoden und Technologien leisten.

PlantMap (Powerful Long-term Autonomous Navigation Towards Monitoring Agricultural Plants) wird durch EXIST-Forschungstransfer gefördert und vom DFKI koordiniert.

Weitere Informationen: https://naturerobots.de/tech/3d_plant_mapping

Nutzpflanzen auf dem Acker haben zwei Sorten von Begleitern: Unerwünschtes Unkraut und Beikraut, das die Kulturpflanze nicht beeinträchtigt und gegebenenfalls sogar schützenswert ist. Ziel des Forschungsvorhabens CognitiveWeeding ist es, eine veränderte Sichtweise auf die Ackerbegleitflora und die Unkrautregulierung zu entwickeln. Unter Berücksichtigung der Ertragssicherheit stehen dabei Biodiversitätserhalt und -steigerung im ökologischen und konventionellen Pflanzenbau im Zentrum. Die Betrachtungsweise geht über die aktuelle Anbauperiode und Fruchtfolge hinaus. Die Klassifizierung erfolgt unter Berücksichtigung des betriebsspezifischen Pflanzenbaus sowie der vorgegebenen Standort- und Witterungsbedingungen im Rahmen der Fruchtfolge und der Auswirkung für die Biodiversität auf der jeweiligen (Teil-)Fläche. Mit der naturbezogenen, innovativen Entwicklung eines KI-basierten Entscheidungssystems zum artenreichen Bei- und Unkrautmanagement leistet Cognitive Weeding einen Beitrag zur Bewältigung aktueller ökologischer Herausforderungen. Das Projekt wird vom Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) gefördert.

Weitere Informationen:  https://cognitive-weeding.de/projekterklaerung

5G bietet für die Agrarwirtschaft die Möglichkeit, große Datenmengen zu erheben, in Echtzeit auszuwerten und dadurch landwirtschaftliche Prozesse in großem Maßstab zu optimieren. Durch den Einsatz neuer Technologien, soll die gesamte Wertschöpfungskette nachhaltiger und transparenter gestaltet, sowie die Zukunftsfähigkeit der vor- und nachgelagerten Branchen sichergestellt werden. Ziel des Projektes ist eine nachhaltigere Agrarwirtschaft, welche bedarfsorientierte Handlungen auf Grundlage der Echtzeitauswertung von Daten ermöglicht. Im Rahmen des „5G-Innovationswettbewerbes für die Umsetzungsförderung des Bundesministeriums für Digitales und Verkehr (BMDV) wurde der Landkreis Vechta in Niedersachsen ausgewählt. Das DFKI am Standort Niedersachsen ist einer der Projektpartner.

Ziel der Förderung durch das BMDV ist es, bedarfsorientierte Entscheidungen in der Landwirtschaft durch den Einsatz von 5G zu ermöglichen und gleichzeitig einen Beitrag für einen nachhaltigen Umgang mit Ressourcen zu leisten. Kontinuierlich werden neue Wege gesucht, um die Produktion von Lebensmitteln effizienter, nachhaltiger, umweltfreundlicher und transparenter zu gestalten. In der Landwirtschaft werden bisher nur punktuell Daten innerhalb der Wertschöpfungskette erhoben. Im Bereich der Tierhaltung können Erkrankungen dadurch vermieden werden, dass Echtzeit-Bewegungsdaten der Tiere mit weiteren Daten aus dem Stall und aus weiteren Stufen der Wertschöpfungskette (z.B. Gesundheitsdaten der Elterntiere oder Schlachtbefunde) kombiniert werden. Mit Hilfe Künstlicher Intelligenz können Landwirte und Landwirtinnen gezielt in der Tiergesundheitsvorsorge für jedes einzelne Tier aktiv werden und so z.B. den Einsatz von Antibiotika reduzieren.

Weitere Informationen:  https://www.dfki.de/web/forschung/projekte-publikationen/projekt/5g-agrar