weed-AI-seek: Entwicklung eines intelli­genten UAV gestützten Unkraut­monitorings

Boxenbilder_1,5Spalten_HS-Harz_weed

Ziele und geplante Innovationen

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 sollen hochauflösende Luftbilddaten aus geringer Flughöhe mit Hilfe einer optimierten Onboard-KI-Bild-Erkennung aufgenommen und während des Überflugs direkt auf der Drohne klassifiziert werden.

Kompetenzen

Durch das Projektkonsortium in weed-AI-seek werden Kompetenzen in der Entwicklung spezialisierter UAV-Systeme, der Durchführung von Flugkampagnen für den Agrarsektor, Deep Learning, Sensor-gestützte Flugassistenzsysteme sowie in den Bereichen-Feldversuchswesen, integrierte Systeme und KI-Optimierung gebündelt, um ein Echtzeit-Unkrautmonitoring praxisnah zu etablieren.

Erwartete Ergebnisse

Das geplante System soll dabei nicht nur zwischen Kulturpflanze und Unkraut differenzieren, sondern ermöglicht die Identifizierung erlernter Pflanzenarten auf einer Kulturfläche. Das Erkennen der Einzelpflanzen erfolgt dabei direkt auf der Drohne in Echtzeit mit integrierter Rechentechnik. Darauf aufbauend lassen sich Applikationskarten für das Teilflächen-spezifische und selektive Herbizidmanagement ableiten, welches den Umwelt- und Verbraucherschutz erhöht.

 

English version - Development of an intelligent UAV-based weed monitoring system

1. Objectives and Planned Innovations
The weed-AI-seek project aims to develop an intelligent real-time monitoring and mapping system for capturing weed distribution in cereal crops. It involves capturing high-resolution aerial data at low altitude using optimized onboard AI image recognition, classifying it directly on the drone during flight.

2. Expertise
The weed-AI-seek project consortium combines expertise in developing specialized UAV systems, conducting flight campaigns for the agricultural sector, deep learning, sensor-based flight assistance systems, as well as field trials, integrated systems, and AI optimization. This collaboration aims to establish practical real-time weed monitoring.

3. Results
The planned system not only distinguishes between crops and weeds but also identifies learned plant species in a cultivation area. Recognition of individual plants by weed-AI-seek occurs directly on the drone in real-time with integrated computing. This enables the derivation of application maps for site-specific and selective herbicide management, enhancing environmental and consumer protection.

Förderung

  • FKZ: 28DK105B20 (Teilprojekt HS Harz)
  • Laufzeit: 5/2021–5/2024

kombilogo_cmyk

Letzte Änderung: 21.02.2024 - Ansprechpartner: Michael Kauert