Landwirtschaftsroboter

Wie sieht moderne Landwirtschaft aus, die mit künstlicher Intelligenz arbeitet?
Heute schon an morgen denken heißt die Devise, damit nicht Konzerne morgen der Landwirtschaft mit Hilfe der Technik diktieren was zu tun ist. Diese Absahner-Mentalität gibt es unweigerlich überall, wo was zu verdienen ist. .Es kommt halt einfach immer darauf an, wer was daraus macht!

1E9 Magazin  hier   Daniel_Szöke

Mit Künstlicher Intelligenz, Robotik und Lasern für eine nachhaltigere Landwirtschaft

Derzeit setzen Landwirte stark auf Pestizide, um Unkraut von ihren Böden fernzuhalten. Aber das ist weder nachhaltig noch ungefährlich. Roboter und Künstliche Intelligenz eröffnen jedoch neue Wege, um Beikraut zu bekämpfen – und auch andere Herausforderungen der heutigen Landwirtschaft anzugehen.

In den 2000ern bemerkten Berufsimker etwas Merkwürdiges. Manche ihrer Bienenvölker entwickelten sich im Frühjahr nicht mehr weiter. Sie untersuchten die Bienenstöcke und fanden Hinweise: Flugbienen fanden in großen Zahlen nicht mehr zurück, Stockbienen regelten die Bruttemperatur nicht mehr richtig, Brutkrankheiten vervielfachten sich. Walter Haefeker, damaliger Präsident des Europäischen Berufsimkerverbands, sagt „Berufsimker, zuerst in Frankreich, haben festgestellt, dass irgendetwas mit unseren Bienenvölkern nicht stimmt“. Nach Frankreich folgten dann auch Deutschland, die USA und Japan. 

Mit wissenschaftlichen Mitteln fand man einen Verdächtigen: Neonicotinoide. Als Pestizid soll die Wirkstoffgruppe gezielt das Nervenzentrum von als Schädling eingestuften Insekten angreifen. Doch gerät das Pestizid in wirksamen Dosen in ein Bienenvolk, führt es bei den Tieren zu Orientierungs- und Gedächtnisverlust . Das ist fatal für die Bienenkolonie. Inzwischen hat die EU drei von fünf Neonicotinoiden für die Anwendung im Außenbereich verboten .

Solche Schritte sind jedoch schwierig und zeitintensiv. Zwischen der ersten Studie und der letztendlichen Bescheinigung lagen fünf Jahre – und eine heftige Auseinandersetzung von Umweltschutzverbänden und Pharmaunternehmen. Walter Haefeker sagt: „Mit jedem neu auf den Markt gebrachten Pestizid geht das ganze Spiel wieder von vorne los.“ Denn das grundlegende Problem hinter Pestiziden und auch Herbiziden bleibt ungelöst. Ein Neonicotinoid wird angewendet, wenn der Landwirt einen Schädling auf seinem Feld befürchtet. Weil er aber nicht wissen kann, wo auf seinem Feld sich der Schädling befindet, muss er den ganzen Acker mit dem chemischen Wirkstoff besprühen. Schädlinge bekämpfen, indem alles bekämpft wird. Das ist das Hauptproblem von Pflanzenschutzmitteln. Sie werden nicht selektiv angewendet.

Wie denn auch, sagt Walter Haefeker: „Wir haben jahrzehntelang unsere Agrarstrukturen und Anbaumethoden den Bedürfnissen von großen, dummen Maschinen angepasst.“ Moderne Landwirtschaftswerkzeuge wie Traktoren, die Nutzpflanzen nicht von Beikraut unterscheiden können, hätten zu immer größeren und homogeneren Feldern geführt. Das Aufkommen einer neuen Technologie könnte dieses jahrzehntelange System unserer Landwirtschaft verändern.
Künstliche Intelligenz als Steuersystem von sogenannten Farm- oder Landwirtschaftsrobotern erlaubt es nun Probleme auf dem Feld zu lokalisieren und selektiv zu lösen, ganz ohne oder mit extrem wenig Pflanzenschutzmittel. Zum ersten Mal kann sich Technologie an die Landwirtschaft anpassen und genau das ist eine große Chance für die Nachhaltigkeit.

Laser, Beikraut und Farm-Roboter

Eine große weiße Box, die an eine überdimensionierte Waschmaschine mit Antennen erinnert, tuckert gemütlich über ein Feld. Unter den vier hochgestellten Rädern und einer Reihe von Kameras leuchtet immer wieder ein weißes LED-Licht auf. Plötzlich blitzt es. Mehrere Laserstrahlen werden gefeuert und einzelne Stellen des darunterliegenden Feldes gehen in Flammen auf, die sofort wieder verpuffen. Das ist kein Roboter für die BattleBot-Arena , sondern die erste Generation von Farm-Robotern: ein autonomer Roboter für die Entfernung von Beikraut .

Wie genau sich ein solcher Landwirtschaftsroboter erstens orientiert und zweitens Beikraut entdeckt, hat Cyrill Stachniss von der Universität Bonn erklärt. Mit Heiner Kuhlmann leitet er den Forschungscluster PhenoRob , der zu Robotik-Systemen in der Landwirtschaft forscht. Dort wird keine industrielle Herstellung betrieben, sondern eine Vielzahl von verschiedenen Forschungsprojekten: UAVs, die Felder auf Schädlingsbefall analysieren, neuronale Netze, die Nährstoff-Unausgewogenheit diagnostizieren und auch Roboter, die autonom mit dem Feld interagieren. Mit eben diesen Robotern beschäftigen sich Stachniss und sein Team, genauer gesagt mit der Interpretation der Robotersensorik, also mit den Daten, die dem Farm-Roboter letztendlich ein Orientierungs- und ein Unterscheidungsvermögen schenken. In der Entwicklung des ersteren hat sich seit den frühen 2000ern ein Lokalisierungsverfahren durchgesetzt: SLAM – kurz für Simultaneous Localisation and Mapping.

Beim SLAM-Verfahren wird der Roboter in eine Furche gesetzt, fährt los und erfasst währenddessen seine GPS-Positionen. Um auf der sicheren Seite zu sein, werden währenddessen beispielsweise mit einem LIDAR-Scanner oder klassischen Kameras die Umgebung erfasst und die Entfernungen zu Objekten gemessen. Anhand von diesen Daten schätzt der Roboter seine eigene Distanz etwa zu einem Zaunabschnitt und wo sich dieser Zaunabschnitt auf dem Feld befindet. Weil die Sensoren sich durch das Feld bewegen, passiert die Schätzung ganz viele Male und das Modell des Feldes wird umfangreicher und genauer. Letztendlich hat der Roboter eine eigene Landkarte der Umgebung gezeichnet und weiß auch, wo er sich auf dieser Landkarte befindet.

Nützlich wird der Roboter aber erst, wenn er das Beikraut, das er entfernen soll, auch auf dem Feldboden entdecken kann. Er benötigt ein Unterscheidungsvermögen. Dafür setzen Entwickler von Farm-Robotern auf ein KI-System namens CNN – kurz für Convolutional Neural Network.
Zuerst braucht das eine Menge an Bilddaten, zum Beispiel von Zuckerrüben in verschiedenen Wachstumsphasen, Brennnesseln oder Distel-Sprossen. Das schaffen die Entwickler durch eigene Feldarbeit, Bilder, die der Roboter aufnimmt, während er durch das Feld fährt und auch 3D-Rekonstruktionen von Pflanzen . Im zweiten Schritt fügt ein Mensch in einer Software der rohen Bilddatei eine Beschreibung hinzu, zum Beispiel, dass es sich bei einem grünen Sprössling um eine Zuckerrübe und nicht eine Brennnessel handelt. Diesen Schritt sieht Stachniss noch als eine große Schwierigkeit in der Entwicklung von neuronalen Netzwerken für Landwirtschaftsroboter, weil Bilder von Feldböden zuerst einmal von Menschen analysiert und annotiert werden müssen. Das ist mühsam und zeitaufwendig.

Eine weitere Herausforderung sind die sich verändernde Feldbedingungen. Je nach Vegetation, Jahreszeit und Landschaft sieht ein Feld schlichtweg anders aus. Es braucht also eine riesige Bandbreite an Bildern. Der PhenoRob-Cluster teilt deswegen seine Daten mit anderen europäischen und amerikanischen Universitäten und experimentiert mit Lernverfahren, bei denen die Künstliche Intelligenz beispielsweise Zuckerrüben ganz ohne menschliche Hilfe entdecken soll. Funktioniert dieses Verfahren kann der Roboter auf dem Feld binnen zehn bis 100 Millisekunden Zuckerrüben, Brennnesseln und Distel-Sprossen ausmachen – und dadurch von Un- oder Beikraut unterscheiden.

Natürlich gibt es auch noch andere Anwendungsgebiete für Farm-Roboter. Aber die Unkrautkontrolle stellt eine erste und sehr wichtige Aufgabe dar, die gelöst werden kann. Stachniss sagt: „Die Unkraut-Kontrolle ist das einfachste Problem, bei dem ich erwarte, dass wir in relativ naher Zukunft vollständige Systeme [dafür] auf dem Markt kaufen können“.

Die erste Generation der Farm-Roboter

Ein solch marktfähiges System bauen Paul Mikesell und sein Start-up Carbon Robotics . Die Idee dazu kam ihm, als 2018 einige seiner Freunde, die in der amerikanischen Landwirtschaft arbeiten, ihm von ihren täglichen Problemen in der Feldarbeit erzählten.......

Was Mikesell auch begeistert ist natürlich der Roboter selbst. „Wer möchte nicht an einem riesigen 9.000 Pfund Roboter arbeiten, es ist der coolste Job in der Welt“, so der Entwickler. Seit dem 40-Watt-Laser von Vertical Cart gab es viele Verbesserungen. Der aktuelle LaserWeeder ist ausgestattet mit 30 150-Watt-CO2-Lasern, zwölf hochauflösenden Kameras und mehreren NVIDIA-Grafikkarten, die die schnellen Berechnungen der Künstlichen Intelligenz ermöglichen.

Auch das Problem das Stachniss hervorhebt, die sich kontinuierlich ändernden Feldbedingungen, hat Carbon Robotics für sich gelöst. Während der LaserWeeder über das Feld fährt, fotografieren seine 16 Kameras den Boden, speichern das Bildmaterial und schicken es in eine Cloud. Die hochgeladenen Bilddaten werden dann von Dritt-Anbietern verschlagwortet. Nach dieser Bearbeitungsphase gibt es eine neue Datengrundlage mit der Carbon Robotics das neuronale Netz weiter trainieren kann. Während die Flotte von Farm-Robotern über das Feld fährt, wird der Algorithmus von Carbon Robotics also genauer.

.....Nach der ersten Massenfertigung möchte Carbon Robotics, wahrscheinlich nächstes Jahr, in den europäischen Markt einsteigen, unter anderem weil sie auf Bio-Bauernhöfen einen großen Bedarf für Farm-Roboter sehen.

Eine Chance für die Nachhaltigkeit

Bienen summen. Mais, Bohnen, Kürbisse und auch ein kleiner Bach, der sich quer durch das kleine Feld entlangschlängelt, schaffen eine Idylle. Folgt man den Bienen in dumpfen Schritten über das Feld wird ein Geruch merklich: auf einem Blühstreifen am Rande des Feldes wächst Lavendel. Einzig die reflektierenden Photovoltaikzellen geben die kleinen Roboter preis, die das Ecosystem aufrechterhalten und gleichzeitig Ressourcen entziehen. Mit ihrem kleinen und leichten Gehäuse können die Roboter flink durch die diverse Landschaft des Feldes manövrieren. Das Feld bleibt unversehrt. Sobald die Roboter ihr Ziel erreicht haben, führt jeder von ihnen einen spezifischen Nutzen aus: ein Roboter mit einem Greifarm erntet Bohnenstangen, ein anderer scant das Feld nach Schädlingsbefall oder etwa eine Drohne, an der ein Schlauch befestigt ist, melkt auf dem Blühstreifen grasende Schafe. Mit einer fesselnden Imagination stellt sich Thomas Daum, ein Forscher für Agrarwissenschaften an der Universität Hohenheim, in der Veröffentlichung Farm robots: ecological utopia or dystopia? vor, wohin der Boom in Farm-Robotern führen könnte.

Nachdem das anfängliche Problem der Beikraut-Entfernung gelöst sein wird, ermöglicht die Weiterentwicklung von Landwirtschaftsrobotern es die ganze Landwirtschaft zu automatisieren: Eine vierte Agrarrevolution – vielleicht. Im Gespräch mit 1E9 sagt Thomas Daum, dass mit der Entwicklung einer Technologie, die sich an die Landwirtschaft anpassen kann, er fasziniert davon ist „dass wir eventuell eine viel, viel nachhaltigere Landwirtschaft erreichen und letztlich viele Fehler aus der Vergangenheit korrigieren können“. Mit den Fehlern aus der Vergangenheit thematisiert er das durch Traktoren vorwärtsgetriebene Rennen für immer größere und homogenere Felder und den großflächigen Einsatz von Pflanzenschutzmitteln, um diese aufrechtzuerhalten. Alles war auf den Traktor angepasst. Weil in der Zukunft, so die Hoffnung, Roboter aber autonom sein werden, benötigt ein Landwirt all diese Hilfestrukturen für seine Traktoren nicht mehr. Genau das öffnet die Tür zu ganz anderen, möglicherweise nachhaltigeren Landwirtschaftssystemen.

Zum Beispiel ist Daum fasziniert von der möglichen Rückkehr zu kleineren Feldstrukturen, denn er hat viele Jahre in Afrika gearbeitet. Die dortige Mosaik-Landwirtschaft, also eine Landwirtschaft mit kleinen Feldern, Bächen, Bäumen und verschiedenen Pflanzenarten, die er für seine Forschung besucht ist größtenteils unberührt von exzessiver Agrarchemie und Traktorisierung. Die Biodiversität blüht, aber weil die Felder durch Handarbeit bewirtschaftet werden, ist diese Art der Landwirtschaft sehr arbeitsintensiv und bringt ein harte, gnadenlose Lebensgrundlage mit sich. In der Zukunft wird die Technologie der Farm-Roboter es erlauben eine solche biodiverse Mosaik-Landwirtschaft wieder zu betreiben, dieses Mal ohne intensive Handarbeit.

Andererseits könnte eine falsche Handhabung und stockende Weiterentwicklung von Farm-Robotern ebenso gut zu einer Dystopie führen. Weil sich mittelständische Unternehmen Roboter nicht leisten konnten, regieren einzelne Agrarkonzerne die Landwirtschaft, der Austausch des Feldarbeiters mit einem Roboter erlaubt einen noch intensiveren Einsatz von Pestiziden und Drohnen haben Bienen in der Bestäubung ersetzt, so Daums düstere Zukunftsvision. „Weil Roboter möglichst in einem einfachen, strukturierten, homogenen Umfeld arbeiten können gibt es die Gefahr, dass wir noch mehr Monokulturen und Standardisierungen entwickeln“, sagt er.

Genau diese Gefahr sieht auch Walter Haefeker, der aber schon an eine Lösung gedacht hat, wie man mit Farm-Robotern eine nachhaltige Wirtschaft garantiert: Open Source. Wenn sichergestellt ist, dass das Ergebnis einer Forschung quelloffen und für alle nutzbar veröffentlicht wird, kann man die Entwicklung der Farm-Robotern frei halten — für Landwirte und für nachhaltige Methodiken. Einzelne idealistische Projekte gibt es schon, zum Beispiel FarmBot , doch vor allem bei der Unkraut-Entfernung mangelt es an öffentlich erhältlichen Bilddatenbanken. Walter Haefeker sagt: „Wenn wir das nicht machen, haben wir nicht nur einen Verlust an Vielfalt, sondern auch das Problem, dass wenige Konzerne unsere Nahrungsmittelversorgung kontrollieren, indem sie den Zugang von Landwirten zu den Technologien beherrschen, die Landwirte für eine nachhaltige Bewirtschaftung zukünftig einsetzen müssen“.

Hat dir der Artikel gefallen? Dann freuen wir uns über deine Unterstützung! Werde Mitglied bei 1E9 oder folge uns bei Twitter , Facebook , Instagram oder LinkedIn und verbreite unsere Inhalte weiter. Danke!