Im Verbund auf dem Acker
Hochautomatisierte, vernetzte und kompakte Landmaschinen, die im Schwarm flexibel auf dem Feld eingesetzt werden: Was nach ferner Zukunft klingt, könnte schon in wenigen Jahren Realität werden. Im Forschungsprojekt Feldschwarm haben sich IAV und zehn weitere Partner aus Industrie und Wissenschaft zusammengetan, um genau solche Ideen zu entwickeln und auf das Feld zu bringen.
Robert leitet für IAV das Forschungsprojekt Feldschwarm, das statt auf wenige große und spezialisierte Landmaschinen auf hochautomatisierte, kompakte und flexibel einsetzbare Maschinenschwärme setzt. Wesentliche Vorteile: Durch ein geringeres Fahrzeuggewicht wird der Boden geschont, der Ausfall eines Fahrzeugs kann leichter kompensiert werden und austauschbare Arbeitswerkzeuge steigern die Maschinenflexibilität. Gleichzeitig sind die Schwärme rund um die Uhr einsatzfähig, und die klassische Rolle des Fahrers wandelt sich zu einem Systemüberwacher und -manager, der für den gesamten Verbund verantwortlich ist.
«Durch den hohen Automatisierungsgrad tragen die Maschinen aber auch zu ressourcenschonenderen und ökologischeren Verfahren in der Landwirtschaft bei.»
— Experte für Perzeption und Simulation bei IAV
„Die Landwirte können die Schwärme gezielter einsetzen – beispielsweise beim Einsatz von Spritz- oder Düngemitteln“, sagt Robert. Voraussetzung für den gezielten Einsatz ist, dass die Landmaschinen nicht nur Spreu vom Weizen trennen, sondern tatsächlich auch erkennen und unterscheiden, ob die Pflanzen gesund und die Früchte reif sind oder ob Gegenstände oder Menschen den Weg versperren, um entsprechend die richtigen Schlüsse zu ziehen.
Im Projekt Feldschwarm entwickelt und verantwortet IAV die intelligente Umfeldwahrnehmung – den Sehsinn für die Landmaschinen. Das landwirtschaftliche Feld stellt die Ingenieure dabei vor besondere Herausforderungen. „Die klassischen Verfahren zur Umfelderkennung und Kollisionsvermeidung aus dem Automotivebereich, wie das einfache Erkennen von Objekten, reichen nicht aus“, sagt Robert. „Die Umfeldwahrnehmung muss so präzise arbeiten, dass sie die unterschiedlichsten Objekte, Gegenstände und Pflanzen nicht nur erkennen, sondern genau klassifizieren kann.“ Robert und sein Team haben dafür zunächst Objekte in drei Gruppen kategorisiert: dynamische Objekte wie Fahrzeuge, Menschen und Tiere, statische wie Strommasten oder Entwässerungsgräben, und semi-statische wie Strohballen oder kurzzeitig abgestellte Arbeitsgeräte. Statische und semi-statische Objekte lassen sich im zweiten Schritt dauerhaft oder kurzzeitig kartieren. „Die Maschine kann sich die Position des Objektes merken und es ohne Zutun umfahren“, sagt Robert. „Schwierig wird es bei dynamischen Objekten, denn die lassen sich nicht kartieren und können nur durch intensives Training der Umfelderkennung sicher klassifiziert werden.“
Fotorealistische Simulation mit variierenden Objekte, Szenen, Wetterbedingungen.
Automatisches Labeln von Objekten und Erzeugen von Trainingsdaten für neuronale Netze.
Die IAV-Experten haben dafür neuronale Netze trainiert und sie immer und immer wieder mit Bildmaterial gefüttert, um so die Trefferquote und die richtige Zuordnung der Objekte durch die Sensoren der Landmaschine – Lidare, Radare und Kameras – zu erhöhen. Robert und sein Team mussten dafür neue Wege gehen, denn im landwirtschaftlichen Bereich gibt es bisher, anders als für den Straßenverkehr, kaum frei verfügbare Trainingsdaten. „Neben realen Datensätzen haben wir zahlreiche fotorealistische Simulationsumgebungen geschaffen, mit variierenden Objekten, Szenen und Wetterbedingungen, um automatisiert Trainingsdaten für die Netze zu generieren. Damit können wir dem System beibringen, was zum Beispiel eine Maispflanze ist, wie Unkraut aussieht oder bei welchen Objekten es sich um Bäume handelt. Mit diesem umfangreichen Set aus virtuellen und realen Trainingsdaten haben wir die neuronalen Netze auf die ersten Feldversuche in der realen Umgebung vorbereitet“, erklärt Robert.
Diese Versuche stehen nun an. Das Erprobungsfahrzeug wurde in den Wintermonaten aufgebaut und um die Komponenten und Sensoren für die Umfeldwahrnehmung erweitert. Die Landtechnik der Zukunft rückt einen Schritt näher.
Feldschwarm® - autonome Feldmodule für den ressourcenschonenden Landbau
des Feldschwarm-Konsortiums werden bis Juli 2020 die Grundlagentechnologien für autonom operierende
Anbaugeräte in der Landtechnik entwickeln. Dieser Technologiewandel in der Landwirtschaft hin zu leichten, flexibel einsetzbaren, hochautomatisierten, elektrifizierten Gerätesystemen bietet dem mitteldeutschen Landmaschinenbau Chancen, sich am Weltmarkt mit hohen Jahresumsätzen neu zu etablieren.
Als Verbundpartner übernimmt IAV die Entwicklung
von Umfeldsensorik und Sensordatenfusion unter
Berücksichtigung der spezifischen Einsatzbedingungen landtechnischer Fahrzeuge. Darüber hinaus sollen angepasste Datenkarten sowie Navigationskomponenten zur Routenplanung des gesamten Schwarms erarbeitet werden.
Projektpartner:
Reichhardt Elektronik GmbH, Indikar
Individual Karosseriebau GmbH, EIDAM Landtechnik GmbH, BITSz electronics GmbH, ILEAG e.V., Institut
für leichte elektrische Antriebe und Generatoren, John Deere ETIC, Fraunhofer Institut für Verkehrs-
und Infrastruktursysteme, Fraunhofer Institut für
Werkzeugmaschinen und Umformtechnik, IAV GmbH,
Raussendorf GmbH, TU Dresden
Der Artikel erschien in der automotion 01/2021, dem Automotive Engineering-Fachmagazin von IAV. Hier können Sie die automotion kostenfrei bestellen.
