Integrated Residue Management

Photo: Rumposch/ATB

Autonome Strauchbeerenpflege: SunBot-Funktionsmuster fertiggestellt

Der SunBot bei der Einfahrt in die Beerenstrauchreihe (Bild: ATB)

Prof. Weltzien stellt den SunBot bei der Abschlusspräsentation vor. (Bild: ATB)

Das SunBot-Abschlussvideo bei Youtube.

Er fährt autonom durch die Strauchbeerenreihen, mäht den Unterwuchs in der Fahrgasse und leitet das Schnittgut zur Gründüngung direkt zu den Pflanzen - und das alles voll elektrisch. Nach 4 Jahren Forschungs- und Entwicklungszeit wurde am Dienstag der fertige SunBot als Funktionsmuster erstmals der Öffentlichkeit präsentiert.

Die Landwirtschaft ist geprägt von wiederkehrenden arbeitsintensiven Aufgaben. Im ökologischen Anbau von beispielsweise Johannis- oder Heidelbeeren, müssen Landwirt*innen regelmäßig zwischen den Strauchreihen mähen, damit Früchte optimal wachsen und reifen können. Diese Arbeit zu automatisieren, würde ihnen nicht nur wertvolle Zeit sparen, das SunBot-Team konnte mithilfe von Untersuchungen mit Mikroklimasensoren auch nachweisen, dass sich häufiges Mähen positiv auf das Mikroklima der Sträucher, die Biodiversität und den Ertrag auswirkt.

Das neu entwickelte Mähwerk ist das erste voll elektrisch betriebene, vielseitig kompatible Anbaugerät für elektrische, kleine Traktoren. Durch die Steuerung über einen CAN Bus und KAT-Anschluss müssten Landwirte keine neuen Traktoren beschaffen, sondern könnten das Mähwerk als Anbaugerät flexibel an bestehende Zuggeräte oder Kleintraktoren koppeln. Im Gesamtkonzept ist der elektrische SunBot in der Lage zu jeder Tages- und Nachtzeit selbstständig in den Beerenobstanlagen mähen. Der Strom kann klimafreundlich durch hofeigene Photovoltaikanlagen wie auch aus dem Netz eingespeist werden.

Während der Live-Demonstration im Fieldlab for Digital Agriculture, dem Versuchsstandort des Leibniz-Instituts für Agrartechnik und Bioökonomie (ATB), konnten die Gäste den SunBot nicht nur in Aktion sondern auch aus der Nähe beobachten. Wissenschaftler*innen und Partner erläuterten die Funktionsweise der einzelnen Komponenten. Das installierte, hochgenaue RTK-Satellitennavigationsystem (ein moving baseline System mit zwei Empfängern) liefert dem Fahrzeug Daten zu Standort und Lage des kleinen Traktors. Zur Sicherheit von Mensch und Tier überwachen Stereokameras mit Bilderkennungssoftware das Umfeld. Abstandssensoren an den Seiten und der Front des Fahrzeugs dienen der Kollisionsvermeidung. Mit den fusionierten Daten ermöglicht das SunBot-Team eine Navigation in einer Strauchbeerenanlage mit einer Genauigkeit von 5 bis 10 cm. Grundlage dafür ist ein vorab aufgezeichneter Pfad (GNSS Navigation), auf dem das Fahrzeug spontan auf Hindernisse reagiert, ihnen ausweicht (überlagertes Kollissionsvermeidungssystem) oder zur Sicherheit alle autonomen Systeme stoppt (Sicherheitssystem).

Prof. Cornelia Weltzien, Projektleiterin und Programmbereichssprecherin „Diversifizierter Pflanzenbau“ am ATB fasst zusammen: „Wir sind stolz dieses Funktionsmuster entwickelt zu haben, mit dem wir unter Beweis stellen konnten, dass ein autonomer, solarbetriebener Kleintraktor mit einem elektrischen Mähwerk nicht nur möglich ist, sondern auch positiven Einfluss auf die Biodiversität im Feld und auf den Ertrag haben kann. Natürlich ist das System noch nicht marktreif. Wir müssen an der Robustheit arbeiten, sodass wir hoffentlich in Zukunft einen Industriepartner finden, der den SunBot marktverfügbar macht, damit es den Landwirten und Landwirtinnen zu Gute kommt.“

Einen Einblick in die Funktionsweise bietet Ihnen das

SunBot-Video

 

Hintergrund:

Das ATB koordinierte das Projekt und seine Partner aus Wissenschaft, Industrie und Praxis:

HNE Hochschule für nachhaltige Entwicklung Eberswalde, HSD Hochschule Düsseldorf – FMDauto, VKR Versuchs- und Kontrollring für den Integrierten Anbau von Obst und Gemüse im Land Brandenburg e. V., HYDAC Software GmbH, ESM Ennepetaler Schneid-und Mähtechnik GmbH u.Co. KG, MCE GmbH Energiespeichersysteme, Bauernhof Weggun GbR, Biohof Schöneiche GbR, Obsthof Raik Neumann.

Das Projekt wurde gefördert im Rahmen der Europäischen lnnovationspartnerschaft „Landwirtschaftliche Produktivität und Nachhaltigkeit" (EIP-AGRI) über eine Laufzeit von vier Jahren gefördert vom Ministerium für Ländliche Entwicklung, Umwelt und Landwirtschaft des Landes Brandenburg (MLUK) und dem Europäischen Landwirtschaftsfond für die Entwicklung des Ländlichen Raums (ELER) der Europäischen Union.

Weitere Infos: sunbot.de

 

Kontakt:

Prof. Dr.-Ing. Cornelia Weltzien
Koordinatorin des Projekts SunBot, Programmbereichssprecherin „Diversifizierter Pflanzenbau“ am ATB und Professorin für Agromechatronik an der TU Berlin
Tel.: 0331 5699-410, E-Mail: cweltzien@spam.atb-potsdam.de 

Jessica Lietze
Presse- und Öffentlichkeitsarbeit
Tel.: 0331 5699-819, E-Mail: presse@spam.atb-potsdam.de

Calendar file

Cookies

We use cookies. Some are required to offer you the best possible content and functions while others help us to anonymously analyze access to our website. (Matomo) Privacy policy

Required required

Necessary cookies are absolutely essential for the proper functioning of the website. This category only includes cookies that ensure basic functionalities and security features of the website. These cookies do not store any personal information.

Cookie Duration Description
PHPSESSID Session Stores your current session with reference to PHP applications, ensuring that all features of the site can be displayed properly. The cookie is deleted when the browser is closed.
bakery 24 hours Stores your cookie preferences.
fe_typo_user Session Is used to identify a session ID when logging into the TYPO3 frontend.
__Secure-typo3nonce_xxx Session Security-related. For internal use by TYPO3.
Analytics

With cookies in this category, we learn from visitors' behavior on our website and can make relevant information even more accessible.

Cookie Duration Description
_pk_id.xxx 13 months Matomo - User ID (for anonymous statistical analysis of visitor traffic; determines which user is being tracked)
_pk_ses.xxx 30 minutes Matomo - Session ID (for anonymous statistical analysis of visitor traffic; determines which session is being tracked)