Zurück zur Übersicht

Storyblok Image
© Josephinum Research

Kamerasysteme in der Landwirtschaft

Entwicklungen im Bereich Hard und Software der letzten Jahre haben robuste Anwendungen im Bereich der Bildverarbeitung ermöglicht. Das Smartphone kann Personen anhand von Aufnahmen des Gesichts unterscheiden oder komplexe Szenen klassifizieren und interpretieren. Ebenso ist moderne Bildverarbeitung (engl. Computer Vision) die Voraussetzung für autonomes Fahren im Straßenverkehr. Auch an landwirtschaftlichen Anwendungen wird intensiv geforscht und einige Anwendungen sind bereits im praktischen Einsatz angekommen.

Vor allem der Bereich Pflanzenschutz bietet vielfältige Anwendungsmöglichkeiten für Kamerasysteme und Bilderkennungs-Algorithmen. In diesem Bereich sind auch bereits die ersten Anwendungen zu finden. Kamerasysteme, die aus nächster Nähe am Feld eingesetzt werden können (engl. Proximal Sensing), bieten dabei den Vorteil von höheren Auflösungen gegenüber Satellitenaufnahmen (engl. Remote Sensing), und ermöglichen dadurch gezieltere Applikation von Wirkstoffen bzw. gezielte Steuerung von Aktoren, wie z. B. Hackelementen. Kameras können dabei zur Bildaufnahme und nachfolgenden Steuerung direkt auf Maschinen, wie Hackgeräten oder Feldspritzen verwendet werden, oder für Monitoring bzw. Kartengenerierung auf Drohnen (UAVs). Im Gegensatz zu Smartphone Anwendungen müssen beim Einsatz auf bewegten Maschinen kürzere Auswertezeiten erreicht werden.

Anwendungsmöglichkeiten für Kamerasysteme

Systeme zum Erkennen von Pflanzen für die Ausbringung von Pflanzenschutzmittel sind bereits am Markt verfügbar. Bei diesen Systemen wird, basierend auf der Farbreflexion bzw. der Reflexion im Nahinfrarot-Bereich des vor dem Sensor befindlichen Objekts, eine Spritz-Düse angesteuert. Dabei kann Boden von Pflanze unterschieden und folglich Herbizid eingespart werden. Diese einfachste Form der Pflanzenerkennung setzt keine komplexe Rechenauswertung voraus, kann aber auch nicht zum Unterscheiden von Nutzpflanze und Beikraut verwendet werden. Abbildung 1 (links) zeigt das Ergebnis von Pflanzenerkennung aus einem Kamerabild, die als Pflanze erkannten Bereiche sind darin rot markiert.

Eine Stufe höher, nach technischer Komplexität, ist die Reihenerkennung einzuordnen. Bei Hackgeräten sind Kameras zur präzisen Reihenführung bereits weit verbreitet. Dabei werden anhand von Grünbereichen bzw. Höhenunterschieden bei 3D Kameras, Reihen im Bild detektiert. Vor allem bei dichten Beikraut-Beständen sind viele der am Markt verfügbaren Systeme nur eingeschränkt einsetzbar.

Storyblok Image

Pflanzenerkennung: erkannte Pflanzen rot markiert

Storyblok Image

Reihenerkennung: erkannte Reihen rot markiert

Das Erkennen von Nutzpflanzen bzw. die Unterscheidung von Pflanzenarten ist Basis für einen Hackvorgang in der Reihe. Einige Systeme zur Pflanzenerkennung sind bereits für den praktischen Einsatz verfügbar und auf entsprechenden Hackgeräten im Einsatz. Dabei muss der Bereich in der sich die Pflanze befindet erkannt werden. Dieser Bereich wird entweder durch ein Rechteck, wie in Abbildung 2 dargestellt, markiert, oder jeder Bildpunkt wird individuell durch sogenannte Bildsegmentierung markiert. Bei einer Anwendung auf einem Hackgerät muss zusätzlich der Vegetationskegel, bzw. die Halmbasis erkannt werden, um eine präzise Ansteuerung der Hackelemente zu ermöglichen. Im einfachsten Fall wird nur eine Unterscheidung von Nutzpflanze und Beikraut getroffen. Komplexere Systeme können auch unterschiedliche Nutzpflanzen und Beikräuter erkennen und klassifizieren. Zur Erkennung von Pflanzen sind ähnliche oder leicht höhere Bildauflösungen wie bei der Reihenerkennung notwendig.

Storyblok Image

Pflanzenarterkennung (Maispflanzenerkennung)

Derzeit noch im Bereich der Forschung befinden sich Methoden zum Erkennen von Krankheiten aus Bildern. Häufig werden bei dieser Anwendung zusätzlich zum sichtbaren Farbspektrum auch Nahinfrarotaufnahmen genutzt, um die Erkennung weiter zu verbessern. Es sind bereits einige Anwendungen für Smartphones verfügbar, diese beschränken sich jedoch auf punktuelles Monitoring. Lückenlose Aufnahmen von Feldern erfordern aufgrund der geforderten Auflösungen hohe Speicher- und Rechenressourcen. Ebenso befinden sich Verfahren zum Erkennung von Schädlingen in der Natur noch im Forschungsstadium. Wie bei der Erkennung von Krankheiten, sind beim Erkennen von Schadinsekten (z. B. Schnecken, Käfer, etc.), bzw. deren Schadbildern, hohe Bildauflösungen notwendig. Erste Anwendungen in diesem Bereich ermöglichen es Gelbschalen abzubilden, aus der anschließend die Insekten gezählt und klassifiziert werden. Bis aber eine großflächige Erfassung von Schadinsekten in der Praxis ankommt, müssen noch einige Herausforderungen gemeistert werden.

Fazit

Kameras mit modernen Bildverarbeitungs-Algorithmen bieten vielfältige Anwendungsmöglichkeiten in der Landwirtschaft. Vor allem beim Pflanzenschutz werden Kamerasysteme bereits erfolgreich eingesetzt, wie kamerageführte Hackgeräte zeigen. Ebenso werden durch den Trend des autonomen Fahrens, mehrfach Kameras auf Traktoren zur Navigation und Hinderniserkennung verbaut werden. Dadurch wird ein Mehrnutzen dieser Kameras zum Erfassen agronomischer Parameter ermöglicht.

Josephinum Research

r.streimelweger@josephinum.at

Rottenhauser Straße 1 3250 Wieselburg

Peter Riegler-Nurscher

Wissenschaftlicher Mitarbeiter

Rottenhauser Straße 1 3250 Wieselburg

Artikel teilen

Weitere Blog Beiträge