Aktuelles und Presse

Foto: ATB

CATCH setzt zur Ernte von Einlegegurken auf Robotik

Skizze des Versuchsausbaus: autonom fahrendes System mit Roboterarmen und Kamera (Quelle: Fraunhofer IPK)

Stand der Erntetechnologie: Auf den Tragflächen des „Gurkenfliegers“ liegen bis zu 30 Erntehelfer, die Gurken per Hand pflücken (Photo: ATB)

7. Dez. 2016: Zum offiziellen Projektauftakt am 6. Dez. hatten die Partner im ECHORD++ EXPERIMENT CATCH auch Vertreter aus Produktion und der verarbeitenden Industrie zu einem Workshop am ATB eingeladen. Ziel des Projekts CATCH ist die Entwicklung einer flexiblen und kosteneffizienten Lösung für die automatisierte Ernte von Einlegegurken im Freiland.

Einlegegurken werden in Deutschland bislang von Hand geerntet, meist mit Hilfe von Gurkenfliegern. Die aufwändige Handarbeit macht die Ernte sehr kostenintensiv. Ohne verbesserte Erntetechnologien ist davon auszugehen, dass die Produktion von Einlegegurken in Deutschland bald kaum mehr wirtschaftlich sein wird.

Forscher im Projekt CATCH haben sich daher zum Ziel gesetzt, ein aus Leichtmodulen aufgebautes kostengünstiges Mehrarm-Robotersystem zu entwickeln und zu testen, das für die automatisierte Gurkenernte, aber auch für andere landwirtschaftliche Anwendungen nutzbar sein soll. Nach Vorstellungen der Forscher soll in Zukunft ein autonomer Ernteroboter bei Wind und Wetter über das Feld fahren, erntereife Gurken erkennen und diese dann mit Hilfe seiner beiden Greifarme schonend pflücken und ablegen.

Partner im Projekt CATCH sind das koordinierende Fraunhofer Institut für Produktionsanlagen und Konstruktionstechnik Berlin (Fraunhofer IPK), das CSIC-UPM Centre for Automation and Robotics, Spanien, und das Leibniz-Institut für Agrartechnik und Bioökonomie (ATB).

Die Arbeiten am ATB konzentrieren sich auf die Testung der Technik im Feld und die Produktqualität der maschinell geernteten Einlegegurken. Bereits von Juli bis September 2016 wurden am ATB-Forschungsstandort Marquardt in Potsdams Nordwesten erste Feldversuche durchgeführt und die Qualität der per Hand geernteten Einlegegurken analysiert. „Um die Wirkung der mechanischen Ernte durch die Roboter auf die Gurkenqualität bestimmen zu können, brauchen wir belastbare Vorher-Nachher-Vergleichswerte, insbesondere zu Elastizität und Festigkeit der Ernteprodukte“, so Jelena Surdilovic, die die Arbeiten am ATB koordiniert. Zudem untersuchten die ATB-Wissenschaftler gemeinsam mit Kollegen vom Fraunhofer IPK per Videoanalyse die Bewegungsabläufe bei der manuellen Ernte. Die Erkenntnisse zu den einzelnen Bewegungselementen wie das Suchen mit zwei Händen und das Greifen sind wichtig für die Entwicklung der Roboterprogrammierung.

Die Erwartungen an das neuartige Erntesystem sind hoch: Es soll leicht sein und dabei robust genug, um auch bei ungünstigen Witterungsverhältnissen im Freiland einsetzbar sein. Zudem muss das automatisierte System mindestens so effizient und leistungsstark sein wie die manuelle Ernte. „Die Ernte von mindestens 13 Gurken pro Minute ist unser Ziel“, beschreibt Jelena Surdilovic die Erwartungen an die Technik. „Wichtig ist, dass die Qualität der Gurken nicht leidet. Und das System muss natürlich wirtschaftlich sein, damit es von der Praxis angenommen wird.“

„Das Thema brennt, es muss eine Lösung in naher Zukunft gefunden werden, denn der Gurkenanbau geht extrem zurück“, fasst Heinz Peter Frehn vom Gurkenhof Frehn im Spreewald die Erwartungen der Anbauer zusammen. In den Hauptanbaugebieten Niederbayern und Spreewald wird bereits über den Anbau alternativer Kulturen nachgedacht.

Das ATB hat im Verbund mit Landwirten und Verarbeitungsindustrie bereits an der Entwicklung eines Gurken-Vollernters mitgewirkt (ELER-gefördertes Projekt „Praxisrelevante Lösungen durch maschinelle Ernteverfahren im Freilandgurkenanbau unter den Bedingungen Südbrandenburgs“, abgeschlossen 2013). Die vollmechanische Ernte hatte jedoch entscheidende Nachteile: Sie machte mehrmaliges Durchpflücken unmöglich, da die Pflanzen durch den Vollernter aus dem Boden gezogen wurden, und sie beeinträchtigte zudem die Qualität. „Diese Nachteile können wir mit dem aktuellen Ansatz einer intelligenten automatisierten Gurkenernte vermeiden“, ist Jelena Surdilovic überzeugt.

In der Saison 2017 soll der Ernteroboter in Marquardt getested werden. 

Das Projekt Cucumber Gathering – Green Field Experiments CATCH (echord.eu/catch/) wird im Rahmen von ECHORD++ EXPERIMENT aus Mitteln der EU gefördert. ECHORD zielt auf die Einführung von Robotiktechnologien in die Industrie. Die Forschung erfolgt in Konsortien aus Wissenschaft und Industrie. ECHORD ++ finanziert kleinere, auf die Praxis ausgerichtete Forschungsprojekte mit einer Höchstdauer von 18 Monaten. 

Weitere Informationen zum Projekt unter http://catch-echord.blogspot.de/  

Kontakt ATB:  
Helene Foltan  –  Presse- und Öffentlichkeitsarbeit
Jelena Surdilovic  –  Wissenschaftlerin im Projekt CATCH

Cookies

Wir verwenden Cookies auf unserer Website, um Ihnen die Inhalte und Funktionen bestmöglich anzubieten und um die Zugriffe auf unserer Website anonym zu analysieren.

Beachten Sie, dass bei fehlender Zustimmung gegebenenfalls nicht mehr alle Funktionalitäten der Website zur Verfügung stehen.

Sie können die Cookie-Einstellungen einsehen, um eine kontrollierte Einwilligung zu erteilen.

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)