Smart Farming & Offroad

Die Landwirtschaft steht aktuell einer Vielzahl von Herausforderungen gegenüber. Auf der einen Seite steigt durch die wachsende Weltbevölkerung der Bedarf an Nahrungsmitteln. Auf der anderen Seite führen verschärfte Nachhaltigkeitsvorschriften zu einer Verringerung der landwirtschaftlich genutzten Fläche und des Einsatzes von Pflanzenschutz- und Düngemitteln. Geringere Margen für landwirtschaftliche Erzeugnisse, der Mangel an Fachkräften und der daraus entstehende erhöhte Kostendruck erfordern zudem eine erhöhte Automatisierung. Hinzu kommt, dass klimabedingte Extremwetterereignisse wie Dürren und starke Regenfälle, den Anbau erschweren.

Mit konventioneller Technologie für die Düngung oder Ernte von Feldern können die aktuellen Problemstellungen in der Landwirtschaft nicht gelöst werden. Gefragt sind Ansätze, die auf modernen Informations- und Kommunikationstechnologien basieren und die Landwirtschaft digitalisieren sowie automatisieren. Kurz gesagt: Smart Farming. Smart Farming ermöglicht es, die Landwirtschaft gleichzeitig nachhaltiger, effizienter und resistenter zu gestalten. Geringere Kosten für Sensorik machen Investitionen in Smart-Farming-Technologien attraktiv. Deshalb wird der Markt aktuell von einer Vielzahl an Diensten verschiedener Hersteller geflutet. Um die Interoperabilität dieser Dienste zu gewährleisten, werden sie ins Internet der Dinge für die Farm (Farm IoT) eingebunden. Das Fraunhofer-Institut für Kognitive Systeme IKS, das sich auf intelligente, vernetzte Systeme und die zugehörigen Software-Anwendungen spezialisiert hat, entwickelt hierfür Lösungen. Es unterstützt Hersteller von Landmaschinen, Agrartechnik oder Agrarsoftware bei der Entwicklung von Produktinnovationen und Lösungen für Smart Farming. Im Fokus stehen dabei vier zentrale Anwendungsfelder des Smart Farming:

• Sensor-, Satelliten- und Drohnendaten
• Smart Crop / Livestock Monitoring
• Autonome Agrarmaschinen und Robotik
• Smart Building / Farm Management & IoT

Direkt Kontakt aufnehmen

Precision Farming ist eine Subkategorie von Smart Farming und beschreibt die Überwachung und Optimierung landwirtschaftlicher Produktionsverfahren durch den Einsatz von digitalen Technologien. Im Rahmen von Precision Farming erfolgt beispielsweise die Düngeausbringung basierend auf Sensor-, Satelliten- oder Drohnendaten, welche die unterschiedlichen Bedingungen auf dem Feld messen. Anhand der Daten errechnet ein Algorithmus – meist auf Basis von Maschinellem Lernen und Neuronalen Netzen – die optimale Düngeausbringung (Smart Crop). Der effizientere Einsatz von Pflanzenschutz- und Düngemittel spart Kosten und hilft Landwirten dabei die Düngemittelverordnung einzuhalten. Landmaschinenhersteller können die generierten Daten nutzen, um ihre Services zu verbessern. Außerdem hat er positive Auswirkungen auf die Umwelt, da bspw. die Nitratbelastung im Boden sinkt und umliegende Wildpflanzen und Insekten geschont werden. Umgekehrt führen Fehlberechnungen zur Überdüngung von Feldern, was einen Ernteausfall und erhebliche Folgen für die Umwelt nach sich zieht. Da das System in der Lage ist eigene Entscheidungen zu treffen, wird es als kognitives System bezeichnet. Kognitive Systeme zu verbessern und sicher zu gestalten ist eine Kernkompetenz des Fraunhofer IKS, die auch für das autonome Fahren und die Industrie 4.0 von hoher Bedeutung ist.

Direkt Kontakt aufnehmen

Anders als bei Personenkraftwagen ist das autonome Fahren bei Landmaschinen schon heute Realität. Das liegt auch daran, dass es sich bei Feldern um Privatgrundstücke handelt und kaum andere Verkehrsteilnehmer zu berücksichtigen sind. Da Felder und Äcker jedoch frei zugänglich sind, gilt es auch hier einen hohen Grad an Sicherheit zu garantieren. Doch die speziellen Eigenschaften der Umgebung stellen eine besondere Herausforderung dar.

Im digitalen Farm Management werden Landmaschinen, insbesondere Traktoren, zu einer Art Schnittstelle für viele Anwendungen verschiedener Hersteller im Farm IoT. Dies wird ermöglicht, indem die Daten von Sensoren zur Messung des Maschinenzustands, der Erntemenge oder der GPS-Position ständig übertragen werden. Dafür benötigt es eine stabile Verbindung zur Cloud. Allerdings gibt es in ländlichen Gebieten oftmals nur unzureichende Telekommunikationsverbindungen. Die fehlende Verbindung könnte zu einem Ausfall der Datenübertragung und dadurch zum frühzeitigen Ausfall der Erntemaschine führen. Das stellt ein hohes finanzielles Risiko für den Landwirt dar. Um diesen Risiken entgegenzusteuern, nutzt das Fraunhofer-Institut für Kognitive Systeme IKS aktuelle Webtechnologien zur Kommunikation und Entwicklung verteilter IoT- Anwendungen. In einem gemeinsamen Forschungsprojekt konnte das Fraunhofer IKS so mit seinen Partnern Huawei und Holmer Maschinenbau GmbH das Konzept der vorausschauenden Wartung auf Erntemaschinen übertragen.