Forschungs- und Innovationsprojekt EWIS
Erkennung von Unkraut in Sorghum durch künstliche Intelligenz

In diesem Projekt sollen innovative Ansätze der smarten Digitalisierung zur automatischen Unkrauterkennung mittels Fernerkundung auf landwirtschaftlichen Nutzflächen untersucht und entwickelt werden. Dabei soll Sorghum als Nachwachsender Rohstoff zur Untersuchung der Forschungsfragen verwendet werden.
Mit Hilfe von modernsten Verfahren der künstlichen Intelligenz (KI) und des maschinellen Lernens sollen drohnenbasierte Bildaufnahmen der Anbauflächen analysiert werden. Ziel dieses Projekts ist es, nicht nur etablierte KI-Verfahren zu untersuchen und deren Anwendbarkeit zu evaluieren, sondern auch neuartige Methoden zu entwickeln, welche mit möglichst hoher Genauigkeit Unkrautflächen im Bestand erkennen und lokalisieren können. Die entwickelten KI-Verfahren könnten in Zukunft dabei helfen, effizientere und zielorientiertere Unkrautbekämpfung durchzuführen und somit den Einsatz von Pflanzenschutzmitteln zu reduzieren.

Zur automatischen Klassifikation und Erkennung von Unkrautherden beim Anbau von Sorghum und Mais werden höchstmoderne Verfahren der künstlichen Intelligenz, insbesondere des maschinellen Lernens, untersucht und weiterentwickelt. Zum einen sind hoch-qualitative Bilddaten von Einzelpflanzen nötig. Zum anderen soll eine Vielzahl an Befliegungen von unterschiedlichsten Anbauflächen mit unterschiedlichsten Sensoren und Drohnentypen (professionelle Geräte vs. Hobbygeräte) durchgeführt werden, um einen genügend großen sowie variablen Stamm an hochwertigen Trainings- und Testdaten zu generieren.
Dabei werden zahlreiche moderne Verfahren des maschinellen Lernens untersucht und auf deren Anwendbarkeit zur automatischen Unkrauterkennung evaluiert. Diese Verfahren sollen dann gezielt weiterentwickelt und optimiert werden, um akkuratere Bildanalysen und Vorhersagen über Unkrautherde treffen zu können.