RegisTer – dank Drohnen die Leistungsfähigkeit einer Sorte automatisiert erkennen
Eine Revolution im Zuckerrübenanbau
Das Projekt RegisTer ebnet den Weg für schnellere und größere Züchtungserfolge bei Zuckerrüben. Das Projektteam erforscht das Potenzial einer sogenannten „Drohnenbonitur“. Dabei werden Drohnen automatisiert Zuckerrübensorten charakterisieren und bewerten.
Wie wachsen die Pflanzen? Wo treten Stresssymptome auf? Wie unterscheiden sich die Sorten in ihrem äußeren Erscheinungsbild? - Wer Sorten züchtet oder Pflanzen anbaut, muss diese Fragen mit großem Aufwand auswerten, das heißt die angebauten Pflanzen manuell (per Hand) vermessen. Durch den Einsatz von Künstlicher Intelligenz (KI) kann dieser Prozess effizienter gestaltet und für den Menschen vereinfacht werden.
Automatische Bilderkennung von Pflanzen
Das funktioniert durch den Einsatz KI-basierter Bild- und Sensordatenverarbeitung. Die Pflanzen werden mithilfe von mit Drohnen aufgenommenen Bilddaten automatisch erkannt und Pflanzenmerkmale anschließend hinsichtlich relevanter Parameter ausgewertet. Zum Beispiel geht es um die Geometrie des Blattapparats oder die Anfälligkeit für Stress und Krankheiten.
Drohnenbonitur hilft bei der Pflanzenbegutachtung
Der Begriff Bonitur bedeutet im landwirtschaftlichen Umfeld die fachgerechte Begutachtung von Objekten wie zum Beispiel von Pflanzen. Ziel des Projektes RegisTer ist es, durch eine Drohnenbonitur zu erreichen, dass der Begutachtungsprozess für Sortenprüfungen bei der Zuckerrübe
- automatisiert,
- standardisiert und
- verbessert abläuft. Beispiele für solche Sortenprüfungen und damit mögliche Anwendungsbereiche sind die Register- und Wertprüfungen beim Bundessortenamt oder die Leistungsprüfungen in der Pflanzenzüchtungsbranche.
Eine Revolution in der Feld-Phänotypisierung
Schon in 10 Jahren könnten KI-basierte Techniken die regelmäßig notwendigen Arbeiten zur Messung des äußeren Erscheinungsbildes von Pflanzen (das heißt die Feld-Phänotypisierung) komplett revolutioniert haben. Dann werden Sensoren von Drohnen und Robotern autonom und regelmäßig über und durch die Kulturpflanzen transportieren. Die automatisierte Auswertung ihrer gesammelten Informationen (Daten) über relevante Pflanzenparameter wird im Vergleich zu heute zu einem sehr viel höheren Durchsatz und mehr Objektivität führen. Diese Revolution in der Feld-Phänotypisierung wird die Prozesse der Sortenentwicklung deutlich beschleunigen und verbessern - und letztlich dazu beitragen, die globalen Herausforderungen der zu erwartenden Energie- und Nahrungsmittelknappheit in den Griff zu bekommen.
- Projektname: RegisTer (Einsatz von Künstlicher Intelligenz und optischer Sensoren zur Merkmalserfassung in Sortenprüfungen bei Zuckerrüben)
- Ziel: Entwicklung automatisierter Routinen zur Charakterisierung und Bewertung von Zuckerrübensorten anhand von geometrischen und optisch/reflektiven Eigenschaften der Pflanzen; diese “Drohnenbonituren” der Pflanzen sollen die heutzutage (noch) notwendigen manuellen Feldbonituren unterstützen und nach und nach ersetzen
- Ansatz: mit drohnenbasierter Analyse von Pflanzen die Kapazität der Erfassungen der Sortenmerkmale in der Register- und Wertprüfung von Pflanzensorten erweitern
- Eingesetzte Künstliche Intelligenz: Maschinelles Lernen, insbesondere Deep Learning Verfahren im Bereich der Bildverarbeitung zur automatisierten Analyse von Pflanzen
- Hauptstandort: Oberhausen, Nordrhein-Westfalen
- Projektkoordination: Pheno-Inspect GmbH
- Projektbeteiligte: Pheno-Inspect GmbH; Photogrammetry & Robotics Lab der Rheinische Friedrich-Wilhelms-Universität Bonn; Verein der Zuckerindustrie e.V., Institut für Zuckerrübenforschung (IfZ); Bundessortenamt (BSA), Prüfstelle Magdeburg Getreide, Rüben, Kartoffel, Winterraps und Mais
Adresse
KI-Projekt RegisTer
46047 Oberhausen, Nordrhein-Westfalen
