Product IT | GRIMME Gruppe

Erfolg ernten - mit dem CropAnalyser jetzt auch messbar!

Die digitale Transformation hat auch die Landwirtschaft fest in der Hand. Zukünftig ergibt sich ein wesentlicher Teil unseres Produktnutzens aus software-basierten Funktionalitäten, der Sensorik und der Vernetzung der Geräte zu einer ganzheitlichen IoT-Lösung. Der Bereich "Product-IT" bei GRIMME arbeitet an der Entwicklung genau dieser Technologien für unsere Maschinen.

Ein Beispiel ist der CropAnalyser. Dieser hochpräzise Sensor ermöglicht es Landwirten, während des Rodeprozesses Beimengen sowie das Größenspektrum der Kartoffeln und den daraus resultierenden Kartoffelertrag sorten- und teilflächenspezifisch in Echtzeit zu erfassen. In einem vollständig datengesteuerter Ernteprozess können Ressourcen effizienter eingesetzt und bessere Entscheidungen für die nächste Ernte getroffen werden.

Mehr zur Funktionsweise des CropAnalysers erfährst du auf den folgenden Slides oder in der News.

Schritt 01: Multi-Wavelength-Laser-Profiling

Die Objekte auf dem Förderband werden mithilfe von Lasern erfasst, wobei die gestreute Laserlinie in einem Kamerabild aufgezeichnet wird. Die Streuung variiert je nach Art des Objekts: Sie unterscheidet sich beispielsweise zwischen wasserhaltigen Kartoffeln und Steinen oder Erde, was eine präzise Identifikation ermöglicht.

Schritt 02: Berechnung der 3D-Punktwolke

Durch das hochfrequente Scannen der Laserlinien während der Bewegung des Förderbands entsteht durch das Lichtschnittverfahren eine 3D-Punktwolke der Objekte. Im Falle der Kartoffeln sind dies dann die jeweiligen Kartoffeloberschalen, die im weiteren Verlauf zur Volumenschätzung verwendet werden.

Schritt 03: Pixelweise Klassifizierung

Anschließend erfolgt eine pixelgenaue Klassifikation, die zwischen Kartoffeln und Beimengen unterscheidet. Dazu werden verschiedene Kanäle verwendet, die sich unter anderem aus den reflektiven Eigenschaften von Kartoffeln und Beimengen ergeben.

Schritt 04: Panoptische Segmentierung

Die Ergebnisse dieser Klassifikation dienen als Input für die panoptische Segmentierung, um einzelne Objektinstanzen differenzieren zu können. Die Inferenz der beiden neuronalen Netze erfolgt segmentweise auf einzelnen Bildausschnitten. In einem nachgelagerten Verarbeitungsprozess werden die Objekte über mehrere Bilder hinweg zusammengefügt, um anschließend deren Masse und Quadratmaße anhand des 3D-Scans zu berechnen.

Schritt 05: Ertragskartierung

Die Messdaten werden aufbereitet und über ISOBUS an das CCI Terminal weitergeleitet. Sie sind im Kundenportal myGrimme sowie im GRIMME SmartView System visualisiert. Das ermöglicht eine direkte Analyse von Masse, Quadratmaßen, Anzahl der Kartoffeln und Beimengenanteilen auf dem Feld. Mit Hilfe der Datenaustauschplattform „agrirouter“ können die Daten des CropAnalysers standardisiert an weiterführende Systeme, wie z.B. Farm Management Informationssysteme, übergeben werden.