Anstatt mit Klemmbrett und in mühsamer Handarbeit Pflanzen zu betrachten, erstellen unbemannte Flugsysteme hochauflösende Luftaufnahmen der Pflanzen und klassifizieren sie mittels neuronaler Netze schnell und effizient. Das ist ein Ergebnis des Forschungsprojekts BoniKI, das kürzlich in Kaiserslautern vorgestellt wurde.

Start-up und Wissenschaft kooperieren

Unter der Konsortialleitung des FZI Forschungszentrum Informatik führte das Projekt die Kompetenzen mehrerer Partner erfolgreich zusammen. So entwickelte das Start-Up SAM-DIMENSION GmbH sogenannte Unmanned Aerial Systems (UAS) mit Spezialsensorik, um hochauflösende Karten zu erstellen. Der Projektpartner bietet drohnenbasierte Unkrautkartierungen, die helfen, aufkommende Unkrautprobleme zu erkennen und durch gezieltere Einsätze die Herbizidapplikation zu reduzieren.

Die erzielten Ergebnisse belegen deutlich, dass die KI sehr zuverlässig arbeitet und auch unter schwierigen Bedingungen relevante Merkmale erkennt."

Auszug

Die erstellten hochauflösenden Karten wurden im nächsten Schritt vom FZI genutzt, um Kulturpflanzen wie Mais, Winterweizen und Gerste auf Schlag- und Einzelpflanzenbasis zu ermitteln und mithilfe von Bildauswertung und KI-Verfahren zu analysieren.

Das Landwirtschaftliche Technologiezentrum Augustenberg (LTZ) trug mit dem Fachwissen seiner Boniteure das notwendige Domänenwissen, die Trainingsdaten und eine manuell erhobene Baseline für einen erfolgreichen Abschluss des Projektes bei: KI kann nun die Bewertung der Pflanzen für eine automatisierte Bonitur übernehmen.

"Minimale menschliche Intervention"

Die Bonitur erfolgte der Pressemeldung zufolge in einer integrierten Pipeline mit minimaler menschlicher Intervention. Aus den hochauflösenden georeferenzierten UAS-Aufnahmen wurden durch ein sogenanntes "siamesisches neuronales Netz" zunächst individuelle Pflanzen ermittelt. Diese wurden anschließend mittels eines MultiNet-Ansatzes auf ausgewählte Boniturparameter analysiert.

Für das Training der KI wurden die umfangreichen Bilddaten aus Feldversuchen des LTZ und aus Landessortenversuchen in Mais und Getreide (Winterweizen, Wintergerste und Dinkel) über drei Jahre verwendet und durch Experten von Hand gelabelt. Die erzielten Ergebnisse belegen deutlich, dass die KI sehr zuverlässig arbeitet und auch unter schwierigen Bedingungen relevante Merkmale erkennt.

Fachwissen für die Allgemeinheit

Dank des KI-basierten Bonitursystems sind nun einfache und flächendeckende Bonituren an verschiedenen Standorten mit Hilfe von Drohnenflügen schnell und unkompliziert durchführbar. Dies könnte dazu beitragen, Landwirtschaft in Zukunft nachhaltiger, transparenter und effizienter zu gestalten, da eine Bonitur mittels KI nun weniger aufwendig und auch für die Analyse anderer Kulturen einsetzbar ist.

KI-Methoden verbessern Effizienz und Nachhaltigkeit

Auf der Abschlussveranstaltung von X-KIT präsentierten die vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) geförderten 36 KI-Projekte ihre Ergebnisse. Neben den Projektpräsentationen fand eine Messe mit Poster-Sessions und einer Ausstellung der Demonstratoren statt. Luftaufnahmen des Feldes und Detailaufnahmen der Auswertungen sowie die dazugehörige Evaluation vermittelten einen direkten Einblick in die angewandten Technologien und die erzielten Fortschritte. Eingeladen waren die Forschenden der 36 KI-Projekte, Vertreter und Vertreterinnen des BMEL sowie der Bundesanstalt für Landwirtschaft und Ernährung.

Insgesamt unterstrich die Abschlussveranstaltung das Potenzial von KI-Methoden, die Effizienz und Nachhaltigkeit des Agrarsektors zu verbessern.