Gesunde Lebensmittel

Foto: Manuel Gutjahr

Projekt

Titel
DeepFarmBots - MIKIM / KI-basierte Objekterkennung und -klassifizierung, Schutzgehäuse und landwirtschaftliche Feldversuche
Kürzel
MIKIM - DeepFarmBots
Beginn
01.04.2023
Ende
30.09.2025
Koordinierendes Institut
OndoSense GmbH
Ansprechpartner ATB

Projektteam ATB
Angesiedelt im Programmbereich
Zusammenfassung
Im Projekt MIKIM - DeepFarmBots wird ein landwirtschaftliches MIMO-Radar-System mit einer KI-basierten Signalverarbeitung entwickelt, das eine verbesserte Winkel- und Abstandauflösung erreicht und mit einer KI-basierten Objekterkennung kombiniert, mit der Metallstangen in Maisfeldern sowie verborgene Objekte in Grünland und Getreidekulturen automatisiert erkannt und klassifiziert werden können. Hiermit soll ein bislang ungelöstes Problem angegangen werden, das bei der Ernte von Mais, Getreide oder bei der Mahd durch im Bestand verborgene Gegenstände (Metallteile, große Steine) entsteht; diese führen schweren Schäden an Mähdreschern oder Mähwerken und damit zu hohen Kosten und Stillstandszeiten. Die Projektergebnisse sollen zunächst in ein Standalone-Warnsystem fließen; später kann in Kooperation mit Maschinenherstellern eine Integration in die Bordelektronik von Landmaschinen und Feldrobotern erfolgen. Das ATB führt im Rahmen des Projektes umfangreiche Versuche im Feldlabor für digitale Landwirtschaft am Standort Marquardt und im LVAT am Standort Groß-Kreutz durch.

Förderung
Bundesministerium für Wirtschaft und Klimaschutz
Projektträger
VDI/VDE Innovation + Technik GmbH
Förderkennzeichen
16KN103120
Förderprogramm
ZIM

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)