Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
Titel: | Verbundprojekt: Entwicklung eines intelligenten UAV-gestützten Unkrautmonitoringsystems für den selektiven und teilflächenspezifischen Herbizideinsatz (weed-AI-seek) - Teilprojekt B |
---|---|
Titel (englisch): | Collaborative project: Development of an intelligent UAV-supported weed monitoring system for selective and site specific herbicide application (weed-AI-seek) - subproject B |
Akronym: | weed-AI-seek |
Beschreibung (dt.): | Das Projekt weed-AI-seek setzt sich zum Ziel, ein intelligentes echtzeitfähiges Monitoring- und Mappingsystem für die Erfassung der Unkrautverteilung in Getreidebeständen zu entwickeln. Hierfür werden hochauflösende Luftbilddaten in geringer Flughöhe erzeugt und mit Hilfe einer optimierten Onboard-KI-Bilderkennung während des Überflugs direkt auf der Drohne klassifiziert. Das geplante System differenziert dabei nicht nur zwischen Kulturpflanze und Unkraut, sondern ermöglicht die genaue Identifizierung der Pflanzenart jeder Einzelpflanze sowie ihrer Position auf einer Kulturfläche. Bisher ist es zwar möglich, einen Teil der Informationen (z.B. die Relation aus Bedeckungsgrad von Kulturpflanzen zu Unkrautbesatz) zu ermitteln, eine robuste Erkennung einzelner Unkrautarten auf Basis von KI-Ansätzen fand bisher jedoch keine praktische Anwendung. Hierdurch können räumlich differenzierte und zeitnahe Informationen über Konkurrenzsituationen durch Unkrautverbreitung in einer Fläche erhoben werden, was eine gezielte Anpassung von Abwehrstrategien ermöglicht und den Einsatz von Pflanzenschutzmitteln (PSM) verringert. |
Beschreibung (engl.): | The weed-AI-seek project has the goal of developing an intelligent real-time monitoring and mapping system for the detection of weed distribution in cereal crops. For this purpose, high-resolution aerial image data will be acquired at low altitudes and classified directly on the drone using optimized onboard AI image recognition during the flight over the target crops. The planned system will not simply differentiate between crop plants and weeds, but will enable the exact identification of the plant species of each individual plant as well as its position on a crop site. Until now, it is indeed possible to determine a certain part of the information, e.g. the relation between the degree of coverage of crop plants and weed population, but a robust identification of individual weed species based on AI approaches has not yet been applied in practice. This enables spatially differentiated and timely information on competitive situations caused by weed spread in an area to be obtained, which enables the targeted adaptation of weed defense strategies and reduces the use of plant protection products (PPP). |
Laufzeit: | Beginn: 28.05.2021 / Ende: 27.05.2024 |
Ausf. Einrichtung: | Hochschule Harz, Hochschule für angewandte Wissenschaften, Wernigerode |
Themenfelder: | Pflanzenbau, crop production |
Förderprogramme: | Digitalisierung in der Landwirtschaft |
Schlagworte: | Sensorik, sensor technology, Pflanzenschutz, Pflanzengesundheit, crop protection, plant health, Nachhaltigkeit, sustainability, Ackerbau, crop production, Präzise Landwirtschaft, precision farming, Digitalisierung, Digitale Welt, digital world, Weizen, wheat, Unkraut/Beikraut, weed, Künstliche Intelligenz, AI Artificial Intelligence, Fernerkundung, remote sensing |
Förderkennzeichen: | 28DK105B20 |
Dokument zum Download: | Kein Dokument vorhanden! |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an digitalisierung-landwirtschaft@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen: