Kameragesteuerte mechanische Unkrautbekämpfung in Reihenkulturen

Abstract

Das Institut für Landtechnik der Universität Bonn beschäftigt sich seit einigen Jahren mit der Entwicklung der mechanischen Unkrautbekämpfung für den Bereich innerhalb der Pflanzenreihe. Die Online-Erkennung der einzelnen Pflanzenpositionen und die Differenzierung zwischen Unkraut und Nutzpflanze sind die größten Herausforderungen einer mechanischen Unkrautbekämpfung in der Reihe.<br /> Das Ziel des Forschungsprojektes war die Entwicklung und Felderprobung eines Systems zur mechanischen Unkrautbekämpfung. Um dieses System auf dem Feld anwenden zu können, wurde ein am Traktor angebauter Versuchsträger mit einem kamerabasierten Pflanzenerkennungssystem und zwei Hackaggregaten für die mechanische Unkrautbehandlung aufgebaut. Der Schwerpunkt lag dabei auf der Entwicklung eines echtzeitfähigen Algorithmus für die Pflanzenerkennung und die Ansteuerung der Motoren.<br /> Auf dem Feld hat sich gezeigt, dass eine zuverlässige Bilderkennung sowie Ansteuerung der Servomotoren bis 7 km/h möglich ist. Die Grenzen werden hier vor allem durch die Hackwerkzeuge gesetzt, da mit erhöhter Vorfahrtgeschwindigkeit die Drehzahl proportional ansteigt und damit der Erdaufwurf zunimmt. Wird die Erkennung von Zuckerrüben in unterschiedlichen Entwicklungsstadien untersucht, zeigt sich, dass 82 % der Rüben im Zweiblattstadium erkannt wurden. Im Vierblattstadium stieg der Anteil der erkannten Nutzpflanzen auf 91 % und erreichte im Sechsblattstadium mit 100 % den Höchstwert. Somit lässt sich ein linearer Zusammenhang zwischen dem Entwicklungsstadium und der Erkennung der Nutzpflanzen herleiten. Dies belegt, dass die erfolgreiche Erkennung der Nutzpflanzen mit dem Pflanzenwachstum steigt. Die Grenzen des Bilderkennungssystems liegen derzeit bei zu dicht nebeneinander stehenden Pflanzen. Als Lösungsansatz hierfür wurden zwei kamerabasierte 3D-Erkennungsverfahren untersucht.<br /> Bei den Hackversuchen im Sechsblattstadium wurden durchschnittlich 92 % der Unkräuter beseitigt. Im Rahmen dieser Versuche kam es auch zu Verlusten bei den Zuckerrüben. So wurden 2 % der Zuckerrüben von den Hackwerkzeugen entfernt. Die auf dem Feld verbliebenen Unkräuter stehen vor allem in der Nähe der Zuckerrüben. Der vorher festgelegte Schutzbereich rund um die Zuckerrüben schont somit auch die Unkräuter in direkter Umgebung, ist aber notwendig, um die Zuckerrüben nicht zu beschädigen.

<strong>Camera-controlled mechanical weed control in row crops</strong><br /> The Institute of Agricultural Engineering has been working several years to develop a mechanical weed control system for the area within the plant row. The online detection of plant positions and the determination between weed and crop are the main problems of mechanical weed control in the row.<br /> The aim of the research project was the development and field testing of the mechanical weed control system. To be able to use this system in the field, a tractor mounted test rig was developed. For detecting the plants, a camera-based plant recognition system was installed on the test device. As actuators for hoeing the weed, two servo motors with hoeing tools were mounted on the frame. The focus was on the development of a real-time algorithm for plant identification and motor control.<br /> The field tests have shown that the current algorithms allow a reliable image recognition and motor control up to 7.2 km/h forward speed. The limits are set primarily by the hoeing tools, since the rotational speed rises proportionally to the increased forward speed and thus the mound of earth grows. The investigation for recognizing sugar beet at different growth stages shows, that 82 % of the beet in the two-leaf stage were recognized. In the four-leaf stage the proportion of detected crops increased up to 91 % and closed at 100 % in the six-leaf stage. However, looking at the crop recognition in different stages of growth, a linear relationship between the growth stage and the detection of the crops can be derived. It can be said that the successful detection of the crops increases with the growth stage of plants. The boundaries of the image detection system are currently at plants that are too close together. Two camera-based 3D recognition methods were evaluated as a solution to this problem.<br /> In the experiments with sugar beet plants in the six leaf stage 92 % of the weeds were removed. It also came to losses of sugar beet plants. Thus, 2 % of the sugar beet plants were chopped by the hoeing tools. The remaining weed plants on the field are especially close to the sugar beet plants. In this way the predetermined safety area around the sugar beet plants also protects the weeds in the immediate vicinity, but is necessary to prevent damage to the beet.