Pheno-Inspect fremskynder plantedyrkning

Hvordan er væksten? Har skadedyr og sygdomme ramt? Påvirker den øgede tørke planterne? Opdrættere af nye sorter skal indsamle omfattende data om disse spørgsmål. Opstarten "Pheno-Inspect" ved universitetet i Bonn ønsker at fremskynde plantedyrkning. Kameraudstyrede droner registrerer afgrøderne, software evaluerer derefter automatisk deres egenskaber ved hjælp af kunstige intelligensmetoder. Dette indikerer meget hurtigt, om den nye race er en succes. Projektet understøttes af programmet "START-UP University Spin-offs".

Med en blid brummen flyver dronen over planteavlerens marker. Under flyvningen tager den kontinuerligt billeder af planterne, som senere analyseres automatisk ved hjælp af kunstig intelligens. Opdrætteren kan derefter bruge resultaterne til at evaluere, hvilke sorter der er særligt velegnede til avlsformålet. "Global befolkningstilvækst betyder, at landbruget i fremtiden skal producere endnu højere udbytter, mens dyrkningsarealets areal forbliver det samme, "siger Philipp Lottes, forskningsassistent ved Institute for Geodesy and Geoinformation ved University of Bonn. "Den nuværende flaskehals i udviklingen af ​​nye og bedre sorter er fænotyper med høj gennemstrømning i feltet."

Dette er stadig en meget kompleks proces inden for plantedyrkning. Ved fænotyping, eksperter bestemmer planternes udseende eller fænotype:Hvor store er ørerne af hvede i en ny sort? Lider afgrøden af ​​skadedyr eller sygdomme? Hvordan klarer planten tørke? "Først når disse data er statistisk sikre, ved opdrættere, om deres nye hybrid er en succes i forhold til andre sorter, "rapporterer Lottes. I fremtiden vil disse data kunne indsamles automatisk ved hjælp af kunstig intelligens. Opstarten "Pheno-Inspect, "hvoraf Lottes er grundlæggeren, går videre med disse planer.

Selvlærende automatiske computermetoder

Geodesisten undersøgte allerede maskinlæringsmetoder til plantegenkendelse i sine doktorgradsstudier, som han også skrev på University of Bonn som en del af "PhenoRob" Cluster of Excellence. I løbet af dette udviklede han metoder til at bruge droner til at tage billeder af afgrøder, hvorfra softwaren er i stand til at bestemme, for eksempel, antallet af dyrkede planter, fordelingen af ​​forskellige ukrudt samt angreb af skadedyr og sygdomme. "Disse er selvlærende, automatiserede processer, der optimerer sig selv på grundlag af brugerspecifikationer, "rapporterer Lottes. I en" træningsfase, "Softwaren lærer, hvilke kornører, tørt stress symptomer eller ukrudt ligner på baggrund af et stort antal fotos. Ved hjælp af statistiske metoder, analyseprogrammet kan derefter automatisk evaluere billeder og levere omfattende dokumentation i form af kort, der viser, hvilke af ynglepladserne der lider af næringsstofmangel, eller som er særligt højtydende. "Især den fuldautomatiske evaluering af data i stor skala har et stort potentiale, "forklarer prof. Dr. Cyrill Stachniss.

Under inspektionen, dronen flyver i højder mellem ti og 100 meter over afgrøderne. Ingen græsstrå undslipper kameraerne, fordi opløsningen giver detaljer ned til et par millimeter. "Positioneringen sker via en meget præcis GPS, som brugt af geodesister, "rapporterer Lottes." Smartphone GPS kan ikke konkurrere i nøjagtighed. "

Finansiering gennem programmet "START-UP University Spin-offs"

Sammen med sin mentor prof. Dr. Cyrill Stachniss, leder af arbejdsgruppen for fotogrammetri og robotik ved universitetet i Bonn, geodesisten modtager nu finansiering som en del af programmet "START-UP University Spin-offs" i ​​staten Nordrhein-Westfalen og Den Europæiske Union. I løbet af de næste 18 måneder, Pheno-Inspect vil drage fordel af finansiering på omkring 270, 000 euro til inspektion af fænotypen. "Vi ønsker at videreudvikle vores software og tilpasse den til brugernes behov, "rapporterer Lottes, som også driver forretningsplanen videre.

Indtil nu, Bundessortenamt, Institut für Zuckerrübenforschung, the Gemeinschaft zur Förderung von Pflanzeninnovationen e.V. og Agricultural Campus Klein-Altendorf fra University of Bonn har testet udviklingen af ​​Pheno-Inspect som udviklingspartnere. Lottes:"Enhver, der har praktiske applikationsforslag til vores automatiserede high-throughput-fænotyper i feltet eller gerne vil fremme graden af ​​automatisering i deres forretning, bør kontakte os." Konventionelle og økologiske landmænd kan også drage fordel af metoden, når det kommer til at bestemme angrebsniveauet af ukrudt eller skadedyr i en afgrøde, eller hvordan brugen af ​​gødning kan optimeres.

"Pheno-Inspects fænotyperingsproces med høj gennemstrømning er en lovende tilgang til betydeligt at accelerere dyrkning af nye sorter, "bemærker Rüdiger Wolf fra Technology Transfer ved University of Bonn, der rådgav grundlæggerne. "Opstarten understreger igen det høje iværksætterpotentiale inden for sundhed og bæredygtighed."