FG Künstliche Intelligenz in der Agrartechnik
Aufgaben im Projekt
Das Fachgebiet Künstliche Intelligenz in der Agrartechnik entwickelt die benötigten KI-Methoden in dem Projekt. Hierfür werden sowohl Methoden für die Observierung der Umgebung aus Sensordaten als auch Methoden für das automatisierte Anpassen der Maschinenkonfigurationen entwickelt. Dies wird durch eine Multilayer Observer/Controller (MLOC) Architektur aus dem Bereich des Organic Computing, der sich intensiv mit selbst-adaptiven und selbst-verbessernden Systemen befasst, möglich. Außerdem werden simulativ KI-Methoden speziell für den Robotereinsatz ausgearbeitet und das Potential der Schwarmrobotik eruiert.
Adaptive sekundäre Bodenbearbeitung
Ein wichtiger Teil der Arbeitsumgebung ist die Bodenoberfläche. Mithilfe der 3D-Kameras wird die Rauigkeit der Bodenoberfläche vor und hinter der Maschine berechnet. Zusätzlich zur Berechnung der Ist-Zustände der Bodenoberfläche, kann die zu erwartende Bodenoberflächenstruktur hinter der Maschine modelliert werden. In die Modellierung werden unter anderem der jetzige Zustand vor der Maschine und die aktuelle Konfiguration der Maschine einfließen. Diese und weitere Informationen (CANBUS, Reichsbodenschätzung, …) können im nächsten Schritt genutzt werden, um die Maschinenkonfiguration automatisch anzupassen.
