BoniKI – pflanzengenaue Beurteilung durch autonome Systeme
Smarter Pflanzen-Check mit Blick fürs Detail
Das Projekt BoniKI will den aufwändigen Prozess der Bonitierung (Beurteilung) landwirtschaftlicher Pflanzenbestände mithilfe von Künstlicher Intelligenz (KI) vereinfachen. So soll in Zukunft ein breiter Anwenderkreis über ein automatisiertes Bonitursystem komplexes Expertenwissen erhalten und im eigenen Umfeld selbst anwenden können.
Von der Messung der Wuchsleistung bis hin zur Erfassung von Krankheitssymptomen: Die Erhebung und Beurteilung von Merkmalen verschiedener Nutzpflanzen findet bislang noch manuell statt. Eine umfassende Bonitierung von Pflanzenbeständen ist daher ein kostenintensives und komplexes Verfahren, das entsprechende Fachexpertise erfordert.
Das Projekt BoniKI nimmt sich dieser Problemstellung mithilfe von KI-Methoden an. Auf der Basis von hochauflösenden Bilddaten eines unbemannten Flugsystems und einer begleitenden Datenerfassung in landwirtschaftlichen Versuchen lernt die KI, Nutzpflanzen separat von Unkraut und Hintergrund zu erkennen. In einem zweiten Schritt erfolgt dann eine automatische Bewertung der einzelnen Nutzpflanze und ihrer Eigenschaften.
Komplexes Expertenwissen wird intuitiv zugänglich
Eine solche autonome Bonitur könnte dazu beitragen, Landwirtschaft in Zukunft noch nachhaltiger, transparenter und effizienter zu gestalten. Die Anwendung von KI spielt dabei eine entscheidende Rolle, da sie repetitive und damit anstrengende sowie fehleranfällige Aufgaben übernehmen kann.
Durch ein umfängliches Training der KI-Modelle soll es zudem möglich werden, effizient relevante Boniturparameter zu entdecken und damit auch neue Potenziale für die Bonitierung zu erschließen. Das dadurch weiter anwachsende, komplexe Erfahrungs- und Expertenwissen könnte so einem größeren Kreis von Nutzerinnen und Nutzern zur Verfügung gestellt werden.
- Projektname: BoniKI (KI-Basiertes Bonitursystem für pflanzengenaue, autonome Bonitierung)
- Ziel: Automatische KI-basierte Bonitur soll Nachhaltigkeit, Transparenz und Effizienz in der Landwirtschaft für einen größeren Anwenderkreis steigern
- Ansatz: Modelle und neuronale Netze lernen anhand von Bilddaten eines unbemannten Flugsystems und erkennen relevante Boniturparameter
- Eingesetzte Künstliche Intelligenz: Recurrent Convolutional Neural Networks (RCNN) zur Segmentierung und Vereinzelung der Pflanzen sowie tiefe neuronale Netze zum Lernen von Boniturparametern
- Hauptstandort: Karlsruhe, Baden-Württemberg
- Projektkoordination: FZI Forschungszentrum Informatik
- Projektbeteiligte: FZI Forschungszentrum Informatik, Landwirtschaftliches Technologiezentrum Augustenberg, SAM-DIMENSION UG
Adresse
KI-Projekt BoniKI
76131 Karlsruhe, Baden-Württemberg