Diversifizierter Pflanzenbau

Foto: ATB

Projekt

Titel
Entwicklung eines intelligenten UAV-gestützten Unkrautmonitoringsystems für den selektiven und teilflächenspezifischen Herbizideinsatz
Kürzel
weed-AI-seek
Beginn
28.05.2021
Ende
27.05.2024
Koordinierendes Institut
Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB)
Partner
CiS-GmbH
Hochschule Harz - Hochschule für angewandte Wissenschaften

Angesiedelt im Programmbereich
Zusammenfassung
Die Zielsetzung des Projekts weed-AI-seek ist es, ein intelligentes echtzeitfähiges Monitoring- und Mappingsystem für die Erfassung der Unkrautverteilung in Getreidebeständen zu entwickeln. Dazu werden hochauflösende Luftbilddaten in geringer Flughöhe erfasst und mit Hilfe einer optimierten Onboard-KI-Bilderkennung während des Überflugs direkt auf der Drohne klassifiziert. Das innovative Verfahren ermöglicht die artenspezifische Erkennung auf der Ebene von Einzelpflanzen. Mit Hilfe von abgeleiteten Applikationskarten soll die Ausbringung von Herbiziden exakter lokalisiert und selektiv an die reale und artenspezifische Unkrautverteilung in Getreidebeständen angepasst werden. Auf diese Weise liefert das Projekt einen bedeutenden Beitrag zur Reduzierung des Einsatzes von Pflanzenschutzmitteln im Ackerbau und fördert somit eine nachhaltige Landwirtschaft. Ein wesentlicher Beitrag des ATB wird der Aufbau einer Annotationsdatenbank für das Trainieren und Testen von KI-Modellen für ein artspezifisches Erkennen von Unkräutern sein. Diese Datenbank beinhaltet sowohl die aus den UAV-Aufnahmen extrahierten Bilddaten, als auch von Experten generierte Metadaten. Dieser umfassende Datenbestand wird die Vielfalt an Pflanzenarten und des Hintergrundes in Weizenbeständen abbilden und damit über die alleinige Charakterisierung von Leitunkräutern hinausgehen. Auch an der Erstellung des Bilderkennungsmodells für ein eingebettetes System ist das ATB maßgeblich beteiligt.

Förderung
Bundesministerium für Ernährung und Landwirtschaft (BMEL)
Projektträger
Bundesanstalt für Landwirtschaft und Ernährung - Projektträger
Förderkennzeichen
28DK105A20

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)