Das ist keine Zukunftsmusik mehr: Roboter, die ohne Fahrer auf dem Feld ackern, säen oder mähen. Damit die Maschinen sicher ihre Bahnen ziehen können, müssen sie Menschen, Tiere oder Hindernisse frühzeitig erkennen und entsprechend reagieren können.
Doch welcher Sensor ist dafür am besten geeignet? Staub, Dunkelheit, Regen und unterschiedliche Kulturen bzw. Wuchshöhen machen die sichere Umfeldwahrnehmung für Feldroboter sehr anspruchsvoll. Vor allem auch die Unterscheidung, was ist Hindernis und was ist Kulturpflanze.
Viele Algorithmen zur Umfelderkennung kommen aus dem Automotive-Bereich und müssen von der Straße erst an die sehr viel anspruchsvolleren Bedingungen in der Landwirtschaft angepasst werden. Forscher und die Entwickler von Landtechnikfirmen beschäftigen sich deshalb sehr intensiv mit dem Thema.
AI-Test-Field
Am Rande der Smart Farming Days von agrirouter auf Gut Arenshorst in Niedersachsen konnten wir uns das „AI-Test-Field“ ansehen, eine hoch interessante Testanlage für diese Technologie. Das Projekt läuft seit Anfang 2021, beteiligt sind neben der Hochschule Osnabrück und dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) auch die Landtechnikfirmen Krone und Lemken.
Basis ist eine Schienenanlage mit einem speziellen Schlitten, der eine Nutzlast von 100 kg bietet. Hier können die Ingenieure unterschiedliche Sensor-Systeme montieren und unter Feldbedingungen testen. Bei den Messfahrten rauscht der Schlitten bis zu 20 km/h durch einen „Landschaft“ mit unterschiedlichen Kulturen, also z.B. Gras, Getreide oder Mais in unterschiedlichen Stadien.
An bestimmten Stellen stehen Puppen, vom Kind bis zum Erwachsenen. Die Sensoren sind z.B. Kamera-, Lidar-, Laser- oder auch Radar-Systeme. Die Anlage schafft bis zu 500 Messfahrten pro Tag. Weil die Positionen der Hindernisse per RTK genau bekannt ist, können die Forscher vergleichen, wann welcher Sensor bspw. das Kind „gesehen“ hat.
Die Messungen laufen über das ganze Jahr. Die Einsatzbedingungen wie Helligkeit, Staub, Nebel usw. werden ebenfalls mit erfasst. Aus der Fülle der Daten können die Entwickler erkennen, welcher Sensor bzw. welche Kombination von Sensoren unter allen Bedingungen die höchste Sicherheit bieten. Die Versuche, die Ende 2023 abgeschlossen sein sollen, werden vom TÜV begleitet. Zertifizierung ist am Ende ein wichtiger Schritt in Richtung fahrerloser Systeme in der Landwirtschaft.
