KI-gestützte hochautomatisierte Unkrautbekämpfung im Grünland

Vor allem durch den immer stärker werdenden Klimawandel vermehren sich invasive Pflanzenarten zunehmend. In der konventionellen Landwirtschaft werden dadurch große Mengen an Herbiziden eingesetzt. Diese bergen jedoch versteckte Gefahren für die Umwelt (z.B. Grundwasser), die Fauna und auch Menschen, wenn sie damit in Berührung kommen.

Als Gegenentwurf steht hier die ökologische Landwirtschaft, bei der gänzlich auf den Einsatz von Herbiziden und Pestiziden verzichtet wird. Eine manuelle Bekämpfung der Vielzahl an Unkräutern ist sehr zeitintensiv bis unmöglich.

Aus den genannten Gründen soll eine technische Lösung entwickelt werden. Dabei sollen die Pflanzen automatisiert erkannt und anschließend umweltverträglich bekämpft werden. Die Aufgaben gliedern sich in die KI-basierte Erkennung der Pflanzen, die Erzeugung von Daten zum Traininieren der Erkennungsnetze sowie die Ansteuerung einer Kinematik zur Bekämpfung der Unkräuter.

Generierung von Trainingsdaten

1. Reale Daten
   Aufbau eines Bilddatensatzes mit Bildern realer Unkräuter am Beispiel Jakobskreuzkraut
2. Synthetische Daten
   1. Modelbasierte Daten
      1. Erstellung einer maschinenlesbaren Beschreibung der Unkräuter (Object of Interest) z.B. auf Basis einer Ontologie
      2. Dreidimensionale Modellierung von Pflanzen anhand der Beschreibung
      3. Generierung von Datensatz anhand von 3D-Modell in Simulationsumgebung
   2. Generierung von Datensätzen mit Generative Adversarial Networks (GANs) und Stable Diffusion

Training von Neuronalen Netzen

1. Auswahl von geeigneten DL-Netzen in Bezug auf die Lokalisierung der Unkräuter
2. Trainieren von geeigneten DL-Netzen mit den generierten Bilddatensätzen
3. Testen und Verifizieren der trainierten Netze mit verschiedenen Metriken
4. Implementierung von Absicherungsstrategien für die entwickelten DL-Netze.

Integration des Gesamtsystems

1. Mechanischer Entwurf und Entwicklung einer Anbauplattform
2. Entwurf und Entwicklung eines Steuerungssystems, welches auf Basis des trainierten DL-Netzes selektiv die mechanische Bekämpfung der identifizierten Pflanzen steuert
3. Feldversuche bei Grünlandbetrieben aus der Region Rennerod
   1. Erstellung der Testfälle und Festlegung der Metriken
   2. Evaluation des Gesamtsystems durch ausgewählte Metriken.