Obstbau digital

Foto: ATB

Obstbau digital

Sensoren, Modelle und smarte Pflegehelfer

Digitale Techniken finden zunehmend Eingang in die obstbauliche Praxis. Dabei geht es neben einer effizienteren Ressourcennutzung auch um eine geringere Umweltbelastung - bei hohen Erträgen und bester Qualität. Auch autonom fahrende Ernte- und Pflegehelfer könnten künftig Einzug in den Obstanlagen halten.

In unserer Forschung entwickeln wir zum einen Methoden des Präzisionsgartenbaus auf der Grundlage pflanzenphysiologischer Modelle. Zum anderen arbeiten wir  intensiv an automatisierten Lösungen, die helfen sollen, die Belastung der Betriebe durch arbeitsintensive Pflege- und Erntearbeiten zu reduzieren.

Daten und Modelle für präzises Management im Obstbau

Methoden des Präzisionsgartenbaus sollen Produzent*innen insbesondere darin unterstützen, Bewirtschaftungsmaßnahmen wie Düngung und Bewässerung präzise und bedarfsgerecht durchzuführen. Um möglichst umfassende Informationen über den aktuellen Zustand von Pflanzen, Boden und Mikroklima in den Anlagen zu erhalten, setzen wir verschiedene stationäre und mobile Sensoren ein. Und wir verknüpfen die vielfältigen Informationen, um daraus passgenaue Empfehlungen für ein zonen- bzw. baumindividuelles Management von Obstanlagen zu entwickeln. So lassen sich beispielsweise aus der Kenntnis der räumlichen Variabilität einer Anlage produktionsrelevante Informationen für ein präzises Wassermanagement ableiten (Projekt AquaC+).

Mobile Sensoren - ob am Traktor oder an Drohnen - liefern wichtige Informationen zum aktuellen Zustand von Pflanzen und Anlage. Bei Durchfahrten und Überfliegungen entehen so Karten zum Kronenvolumen oder zum Unkrautdruck. Diese baumindividuellen bzw. teilflächengenauen Informationen sind u.a. grundlegend für einen präzisen Pflanzenschutz mit minimierten Aufwandmengen. Nahbereichssensoren ermöglichen Messungen direkt an der Pflanze: Miniaturisierte optische Sensoren können aktuelle Daten zum Wasserzustand und zur Reifeentwicklung direkt an der Pflanze, am Blatt oder an der Frucht erfassen und so Hinweise geben für das Bewässerungsmanagement und für den richtigen Erntezeitpunkt.

In unserem Fieldlab for Digital Agriculture in Marquardt testen wir Remote- und Nahbereichssensoren und führen auch Überfliegungen von Obstgehölzen durch.

Smarte Anwendungen

Erkenntnisse unserer grundlagenorienten Forschung verknüpfen wir zu Anwendungen für die Praxis. Hier stellen wir drei Beispiele vor.

Eine App unterstützt Obstproduzenten dabei, Kirschen zum richtigen Zeitpunkt zu ernten. Hierfür reicht es aus, in der Anlage einzelne Kirschen auf einem ausgedruckten Blatt Papier zur Größenreferenzierung mit dem Smartphone zu fotografieren. Die App analysiert die Fruchtgrößenentwicklung und ermittelt anhand des sorten- und standortspezifischen Reifungsmusters den für die Vermarktung bestmöglichen Erntetermin. (App CHERRY HARVEST SIZE im Goolgeplay Store)

Mit einer baumindividuellen mechanischen Blütenausdünnung lassen sich höhere Eträge bei bester Fruchtqualität erzielen. Eine frontseitig am Traktor montierte Stereokamera erfasst die vorhandene Blütendichte je Einzelbaum. Mit dieser Information kann die Drehgeschwindigkeit der rotierenden Spindelbürste gesteuert werden, die beim Vorbeifahren Blüten maschinell abschlägt. Je nach Blütenbesatz dreht sich die Spindel schneller oder langsamer und schlägt z.B. beim Passieren eines stark blühenden Baums mehr Blüten ab. (Projekt SmaArt)

 

Automatisierte Pflege- und Erntehelfer könnten künftig für Entlastung bei sehr arbeits- und daher kostenintensiven Produktionsprozessen sorgen.
Wir arbeiten beispielsweise im Projekt SunBot an einer energieautarken Traktor-Geräte-Kombination, die künftig in Strauchbeerenanlagen autonom die Pflege des Unterwuchses übernehmen kann – auch in den Nachtstunden. Die enge Zusammenarbeit von Forschung, Industrie und Praxis zielt auf Praktikabilität und einen schnellen Transfer der Ergebnisse in die Praxis. (sunbot.de)

Ausgewählte Forschungsprojekte zum Thema

Weitere Projekte zum Thema suchen ...

Weitere Publikationen zum Thema suchen ...

Themen-Expert*in Präzisionsgartenbau

Dr. rer. habil. Zude-Sasse, Manuela

Arbeitsgruppenleitung Präzisionsgartenbau


Abteilung: Agromechatronik

E-Mail: mzude@spam.atb-potsdam.de

zum Profil

Themen-Expert*in Automatisierung

Prof. Dr.-Ing. Weltzien, Cornelia

Abteilungsleiterin, Sp. Joint Lab KI & DS, Sp. PB Diversifizierter Pflanzenbau


Abteilung: Agromechatronik

E-Mail: CWeltzien@spam.atb-potsdam.de

zum Profil

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

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)