Axians Belgium hat das Internet der Dinge mit künstlicher Intelligenz verknüpft und so eine Anwendung zur Optimierung der landwirtschaftlichen Erträge, der Effizienz bei der Ernte, der Rückverfolgung von Nahrungsmitteln und des Treibstoffverbrauchs von Landmaschinen entwickelt.

Wenn die Ernte anläuft, muss alles sehr schnell gehen. Angesichts der Kosten, die stillstehende Landmaschinen in großen Betrieben verursachen, laufen die Mähdrescher von Sonnenaufgang bis nach Einbruch der Nacht unter Volllast. Die Fahrer:innen müssen sich untereinander absprechen, um den Ernteprozess wie auch den Treibstoffverbrauch zu optimieren.

Vor diesem Hintergrund hat Axians Business Applications in Belgien (VINCI Energies) gemeinsam mit CNH Industrial eine Lösung entwickelt, die genau wie bei Industrieprozessen auf IoT-Sensoren und ein KI-Modell setzt.

Die mobile App mit dem Namen „Harvest Coordination App“ läuft auf IOS und Android, existiert in mehreren Sprachen und liefert den Landwirt:innen in Echtzeit einen Überblick über sämtliche relevanten Daten. Die Fahrer:innen stehen per Chat in Kontakt, können sich den Füllstand des Überladewagens anzeigen lassen und werden darüber informiert, wie lange das Abernten des Feldes noch dauert.

Die Harvest Coordination App ist ein Echtzeit-Dashboard für Landwirt:innen. 

Das hochmoderne Tool liefert aber noch weitere Kennzahlen, etwa den Feuchtigkeitsgehalt der Kulturen, den Ertrag pro Quadratmeter oder die Getreidequalität (Nährwerte). Darüber hinaus wird ein Sicherheitsalarm ausgelöst, wenn sich eine Person dem Fahrzeug nähert.

Tausende Bilder zum Anlernen der KI

Sobald der Mähdrescher die ersten Meter zurückgelegt hat, wird die KI aktiv. Über die Bilder einer auf dem Schwader hinter dem Fahrzeug angebrachten Kamera wertet der Algorithmus aus, wieviel Getreide am Boden zurückbleibt. Dazu wurde die KI zuvor nach dem Prinzip des überwachten Lernens mit Tausenden Bildern trainiert, auf denen die Getreidekörner per Hand markiert wurden.

Die Ergebnisse dieser „Grainloss Calculator“-Funktion werden in der Harvest Coordination App angezeigt. Die Fahrer:innen können das Ergebnis bestätigen oder verwerfen. Dadurch wird das KI-Modell weiter verbessert.

Die App ist über den in der Industrie weit verbreiteten CAN-Bus (Controller Area Network) mit dem Mähdrescher verbunden und erhält so Metadaten über das Fahrzeug und die Erntequalität.

„Der Fahrer bekommt Tipps, etwa langsamer zu fahren oder bestimmte Einstellungen am Mähdrescher zu ändern“, erläutert Roel Vermeersch, BU-Leiter von Axians Business Applications.

Über die Geolokalisierung der Fahrzeuge und die räumliche Modellierung des Feldes zeichnet die App sämtliche Informationen zur Kultur und zu den ausgeführten Tätigkeiten punktgenau auf und sorgt so für eine noch kleinteiligere Rückverfolgbarkeit der Nahrungsmittel.

Vorteile für Landwirtschaft und Unternehmen

Die Lösung wurde für den Landmaschinenhersteller CNH Industrial entwickelt. Annie Van Landuyt, Geschäftsführerin des Anbaubetriebs Agri Minon, hat sie getestet. Sie verweist auf zwei wesentliche Vorteile.

Zunächst die bessere Koordination zwischen Mähdrescher und Überladewagen. Dann das automatische Reporting. Nach dem Abernten des Feldes kennt sie sofort Qualität und Gewicht des Ernteguts sowie den Anteil verlorener Getreidekörner. Die Agrarunternehmerin kann dann auf Grundlage von Feuchtigkeitsgehalt und Qualität des Ernteguts für optimale Lagerbedingungen sorgen.

CNH Industrial zieht ebenfalls Nutzen aus diesen Informationen und kann die vorausschauende Instandhaltung der Landmaschinen verbessern. In zehn bis fünfzehn Jahren könnten schließlich selbstfahrende Landmaschinen auf den Markt kommen, die sich mehr oder weniger eigenständig untereinander abstimmen.

16/09/2021

Weitere Infos:
Schau das Video