PWGram

Projektbeschreibung

Pflanzen teilflächenspezifisch auf dem Feld und im Gewächshaus automatisch, bedarfsgerecht und sparsam mit Wasser versorgen? Möglich macht es das von zwei Professoren der BHT entwickelte PLANTSENS-Multisensor-Messsystem. Es ermittelt teilflächenspezifisch für Pflanzen auf dem Feld, wo genau sie sich befinden und wie gut sie mit Wasser versorgt sind. Im Bedarfsfall löst das System die Bewässerung aus. Im Folgeprojekt „PWGram“ bringen die Forschenden ihr Labor-Funktionsmuster zur Marktreife – die Arbeitspakete dafür sind umfangreich:

Um das Serienmodell erschwinglich zu machen, ohne Leistung einzubüßen, testet das Projektteam neue günstigere Komponenten. Dazu gehören modulare Wärmebildsensoren, eine Hyperspektralkamera und ein LED-Strahler, mit dem die verbauten Kameras unabhängig von Sonnenstand und Bewölkung unter konstanten Bedingungen arbeiten können. Zusätzlich schaffen sie eine adaptierbare Schnittstelle über den Zentralserver des Systems, die mit verschiedenen Bewässerungssystemen kompatibel sein soll. Bei all dem entwickeln sie stetig die Software weiter und prüfen und optimieren die Messsensorik. Schließlich entwickeln sie ein Design, ein Vermarktungskonzept und Maßnahmen für Öffentlichkeitsarbeit.

Gerade der Einsatz im Freiland stellt die Forschenden vor Herausforderungen: Anders als im Gewächshaus braucht es dort sehr starke LEDs, um nützliche Messwerte zu generieren. Für die Daten- und Bildübertragung auch über große Entfernungen untersucht das Projektteam die Möglichkeiten lokaler 5-G-Netze, die jedoch nicht flächendeckend verfügbar sind. Im Freiland soll das System an einer Drohne befestigt werden – die gesetzlichen Vorgaben zum Einsatz autonomer Flugsysteme sind aber noch nicht vorhersehbar und beeinflussen unter Umständen den Aktionsradius.

Herzstück der Forschung ist die Bestimmung der pflanzenspezifischen Parameter: Jede Pflanzenart reagiert sehr unterschiedlich auf Wassermangel oder -überschuss, die Messsignale müssen also unterschiedlich interpretiert werden. Für Tomaten und Salat liegen die Informationen schon aus den Vorgängerprojekten „PLANTSENS“ und „PlantSens II“ vor. Während der Projektlaufzeit wird das Team seine Messungen auch an anderen gartenbaulichen Nutzpflanzen durchführen. Arbeitsorte sind das Gewächshaus der Hochschule und Praxisunternehmungen. Zur Datenauswertung setzt das Team Methoden des maschinellen Lernens ein. Ihre Ergebnisse möchten die Forschenden anschließend teilen: Alle reproduzierbaren und gesicherten Daten stellen sie anderen Wissenschaftler*innen in entsprechenden Datenbanken zur Verfügung.

Und sie haben noch mehr vor: Das Multisensor-Messsystem soll mittelfristig auch die Gesundheit, den Ernährungszustand und das Wachstum der Pflanzen überwachen können. Erste Vorarbeiten stellte das Team im Projekt „PlantSens II“ an: Hier setzte es Algorithmen des maschinellen Lernens ein, um große Datensätze auszuwerten und Differenzierungen im Gesundheitszustand von Nutzpflanzen darzustellen. Denkbar ist auch, mit dem System künftig Bäume und Grünflächen in der Stadt zu überwachen.