Logo des Repositoriums

Auflistung nach Autor:in "Koenig, Daniel"

1 - 1 von 1
  • Konferenzbeitrag
    Entwicklung einer flexiblen Sensorapplikation zur Erzeugung von validen Daten für KI-Algorithmen in landwirtschaftlichen Feldversuchen
    (42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, 2022) Koenig, Daniel; Igelbrink, Matthias; Scholz, Christian; Linz, Andreas; Ruckelshausen, Arno
    Künstliche Intelligenz nimmt eine zunehmend bedeutende Rolle in der digitalen Transformation der Landwirtschaft ein. Der Nutzen wird maßgeblich durch die Integration in die einzelnen Prozesse bestimmt. Damit KI-Module anwendungsbezogen entwickelt und eingesetzt werden können, ist die Erfassung valider Sensordaten im Feld notwendig. Diese bilden die Basis für das Trainieren und Anwenden von KI-Netzen. Durch den Einsatz kostengünstiger Standard-Sensorik kann in Kombination mit künstlicher Intelligenz ein Mehrwert in Bezug auf die Qualität der Datenverarbeitung erzielt werden. Aus der Notwendigkeit heraus, valide Sensordaten bereitzustellen, wurde eine flexible Sensorapplikation entwickelt, die durch entsprechende Systemtechnik und typische kostengünstige Sensorik (RGB-Kamera, 3D-Stereokamerasystem, RTK-GPS) valide Daten unter Feldbedingungen aufnehmen kann. Diese Daten können einer KI zur Verfügung gestellt werden. Durch diese Sensorauswahl kann auf eine Vielzahl von Anwendungen im Feld eingegangen werden („70%-Setup“). Zudem wurde das System in eine Simulationsumgebung implementiert, um vorab z. B. Anbaupositionen von Sensoren etc. zu überprüfen. Für die Erzeugung von validen Sensordaten wurden als erste Praxisbeispiele zwei unterschiedliche Feldanwendungen betrachtet und hierfür geeignete Feldversuche durchgeführt.