Auf dem Weg zu einer KI-gestützten Gewässer- und Wasseransammlungsdetektion zur adaptiven Steuerung von Pflanzenschutz- und Düngerapplikation auf Landmaschinen

Read full text
Authors: Christoph Tieben, Robert Rettig, Benjamin Kisliuk, Andrej Lejman, Christoph Manss, Kai Alexander von Szadkowski, Martin Atzmueller
Cited by: 0

Abstract

Die zunehmenden regulatorischen Anforderungen an den Umwelt- und Gewässerschutz stellen Landwirte vor große Herausforderungen, insbesondere bei der Ausbringung von Pflanzenschutzmitteln (PSM) und Düngemitteln in der Nähe von Gewässern. Die derzeit eingesetzten statischen Verfahren, die auf Kartenmaterial oder manuellen Stichproben basieren, sind für die moderne, automatisierte Landwirtschaft nicht ausreichend. Eine adaptive Steuerung soll diese Problematik adressieren, mittels eines sensorbasierten KI-Systems zur Echtzeiterkennung von Gewässern und temporären Wasseransammlungen in landwirtschaftlichen Umgebungen. Ziel ist es, die Ausbringung von PSM und Düngemitteln dynamisch zu steuern und so die Einhaltung gesetzlicher Vorgaben zu gewährleisten – unabhängig von GNSS oder vorhandenen Geodaten. Dazu werden Edge-KI-Modelle für energieeffiziente Hardware sowohl trainiert als auch evaluiert. Eine modulare Sensorbox mit RGB-D-, LiDAR- und Multispektralsensorik wird entwickelt und unter realen Bedingungen getestet. Die KI-Entwicklung kann dabei durch synthetische Datengenerierung basierend auf photorealistischen Simulationen und teilautomatisierter Annotation beschleunigt werden. In diesem Beitrag werden die entsprechenden Konzepte, erste Ergebnisse sowie notwendige Schritte zur Entwicklung einer adaptiv gesteuerten Feldspritze diskutiert.

Fields of Study & Subjects

Smart Agriculture and AI Advanced Neural Network Applications Remote Sensing in Agriculture

Publication details

Journal / source
Gesellschaft für Informatik (GI)
Publication date
1 January 2026
Language
DE