Diversifizierter Pflanzenbau

Foto: ATB

Projekt

Titel
DeepFarmBots - KI-basierte Agrarrobotik für eine effiziente und nachhaltige Landwirtschaft
Kürzel
DeepFarmBots
Beginn
01.04.2023
Ende
30.09.2025
Koordinierendes Institut
Fraunhofer Institut für Fertigungstechnik und Angewandte Materialforschung
Ansprechpartner ATB
Partner
A.I.LAND GmbH
ADCON Telemetry
Agreenculture
AGVOLUTION GmbH
Ant Robotics GmbH
Biolandhof von Agris
CAPACITÉS SAS
Finca Corvite S.L.
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH
farming revolution GmbH
Fraunhofer Institut für zerstörungsfreie Prüfverfahren Dresden
Hochschule für Nachhaltige Entwicklung Eberswalde
KYTHERA
LACOS Computerservice GmbH
Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB)
NAO TECHNOLOGIES
OndoSense GmbH
Othmerding Maschinenbau GmbH & Co. KG
Technische Universität Kaiserslautern
Association RobAgri
Universität des Saarlands
VITIROVER
W. Neudorff GmbH KG
WELLGO SYSTEMS GMBH
ZAUBERZEUG GMBH
Leibniz-Zentrum für Agrarlandschaftsforschung e.V. (ZALF)
FundingFrame Dr. Armin Renner-Kottenkamp
JANINE NEUF

Angesiedelt im Programmbereich
Zusammenfassung
Das Netzwerk DeepFarmBots KI-basierte Agrarrobotik für eine effiziente und nachhaltige Landwirtschaft soll neue Produkte, Verfahren und Dienstleistungen für den Einsatz von Agrarrobotern in unterschiedlichen Anwendungsbereichen der Landwirtschaft schaffen. Dabei soll ein besonderes Augenmerk auf der Erarbeitung von technischen Lösungen liegen, die anwendungsübergreifend in mehreren robotischen Systemen eingesetzt werden können. Das zentrale Ziel des Netzwerks besteht darin, durch synergistische Zusammenarbeit der beteiligten Unternehmen und Forschungseinrichtungen neue technische Lösungen für die wesentlichen, bislang offenen Aufgabenstellungen in der Agrarrobotik zu entwickeln und gemeinschaftliche Konzepte für deren Vermarktung zu erarbeiten. Die Robotersysteme sollen eine Alternative zur gängigen, z.T. wenig umweltfreundlichen Praxis in der Landwirtschaft bieten und diese mittel- bis langfristig ablösen. Auf technologischer Seite zielen die FuE-Vorhaben im Rahmen des Netzwerks insbesondere auf die Verknüpfung der Agrarrobotik mit neuen Ansätzen aus der Künstlichen Intelligenz ab, vor allem Deep Learning, um die Präzision und Fähigkeiten roboter-basierter Systeme deutlich zu steigern.

Förderung
Bundesministerium für Wirtschaft und Klimaschutz
Projektträger
VDI/VDE Innovation + Technik GmbH
Förderprogramm
ZIM Netzwerk

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)