Mittels hochpräziser GPS-Technik und einem multisensoriellem System sollen saisonübergreifend Sensor- und Bilddaten jedes einzelnen Baumes erfasst und katalogisiert werden. Die Daten werden georeferenziert entlang der Saison und über mehrere Jahre in Folge analysiert werden, um Einflussfaktoren, Kennzahlen und Handlungsempfehlungen auf Basis dieser Daten abzuleiten. Wesentlicher Vorteil ist die auf Basis der gesammelten Informationen baumindividuelle Ausbringung von Pflanzenschutzmitteln und beispielsweise der optimierte Schnitt sowie die vorrausschauende Ausdünnung der Blüten.

Der erfolgreiche Anbau von Baumobst im Alten Land wird stark vom Wetter während der Vegetationsperiode geprägt. Beispielsweise ist der richtige Umgang mit Frostnächten während der Blütephase für den wirtschaftlichen Erfolg der gesamten Saison verantwortlich. Wetterstationen zur genauen Beobachtung und Auswertung der Umgebungsbedingungen sind entscheidend auch für die Vorhersage von speziellen Schädlingen. Die Untersuchung bestehender Wetterstationsnetze und die Etablierung eines feiner aufgelösten Wetterstationsnetzes stehen in diesem Arbeitspaket im Vordergrund.

Durch den Einsatz von Kameratechnik und weiteren Sensoren auf Basis eines herkömmlichen Anbaugerätes werden die Bäume bei jeder Plantagendurchfahrt erfasst und anschließend automatisiert ausgewertet. Das „Daumenkino“ für jeden einzelnen Apfelbaum zeigt die Baumentwicklung über die Saison und mehrere Jahre hinaus auf.

Wenn man für jeden einzelnen Obstbaum genau weiß, wie er sich über die vergangenen Jahre entwickelt hat, inklusive der Zahl und Qualität der Früchte und des Schädlingsbefalls, kann man bei weiteren Behandlungsmaßnahmen viel gezielter vorgehen. Nur wie erfasst man diese Daten ohne händisch über jeden einzelnen Baum Buch führen zu müssen?

Unser Ansatz ist es, mit Hilfe von Kamerasystemen vollautomatisiert Baum-spezifische Eigenschaften wie die Wuchsform, Blattmasse, Lichtdichte, Blütendichte, sowie ausgewählte Krankheiten und Schädlingsbefall mit Hilfe von künstlicher Intelligenz zu erkennen. Auf Basis dieser Daten wird ein digitaler Zwilling für jeden Obstbaum erstellt, welcher den Zustand des Baumes über mehrere Jahre abbildet.
Der digitale Zwilling dient dann dazu, Baum-spezifische Pflegemaßnahmen vorzuschlagen, um die Gesundheit der Bäume und somit den Ertrag zu steigern. 

Wir wollen Vorhersagemodelle für den optimalen Pflanzenschutz auf Basis existierender Daten und externen Faktoren wie z. B. Wetter, Umweltverhältnisse, Vorkommen von Schädlingen oder bestimmten Vogelarten etc. entwickeln, sowie darauf basierende Handlungsempfehlungen generisch vorschlagen. Damit geben wir den Experten eine optimierte Entscheidungsunterstützung an die Hand.

Wichtig ist uns, dass die entwickelten Modelle zuverlässig, transparent und erklärbar sind. Hierzu setzen wir prädiktive und präskriptive Analysemethoden auf Basis von fortgeschrittenen Methoden des Maschinellen Lernens und Deep Learning in Kombination mit Methoden aus den Bereichen Data Mining, Process Mining und Text Mining ein und untersuchen die Anwendbarkeit von Ansätzen aus dem Bereich Explainable AI. Durch diesen Ansatz erhalten die Experten die Möglichkeit, den automatischen Analyseprozess aktiv zu überwachen und selbst zu steuern.

Die vielfältigen Wassermanagement- und Frostschutzsysteme der Betriebe haben einen erheblichen Anteil an dem wirtschaftlichen Erfolg der Landwirte, um die Blüten zu erhalten und die Bäume ausreichend zu versorgen. In diesem Arbeitspaket sollen Methoden der Digitalisierung und Automatisierung untersucht werden, mit deren Hilfe die Systeme zuverlässiger und sicherer auch aus der Ferne betrieben werden können. Zudem wird untersucht, wie die Ressource Wasser bedarfsgerecht, deutlich nachhaltiger und schonender eingesetzt werden kann.

In diesem Arbeitspaket geht es um die Weiterentwicklung des bereits vorhandenen „AurOrA“-Fahrzeugtyps zu einem autonomen Werkzeug- und Sensorträger, sodass das Fahrzeug sowohl für Pflegearbeiten und Bewässerung als auch zur Datenerfassung eingesetzt werden kann.

Um den Landwirt mit präzisen Handlungsempfehlungen zu unterstützen und eine stetige Einschätzung des Ertrags zu erlauben, wird ein datenbasiertes Vorhersagemodell entwickelt.
Hierfür benötigt das Modell möglichst saisonale Informationen über den Anbauprozess, um korrekte Vorhersagen zu generieren. Dadurch sollen Ressourcen wie Pflanzenschutzmittel und Wasser im Langzeitverhalten reduziert werden.
Zusätzlich wird eine Trackinglösung erstellt, um die Äpfel von der Ernte über das Sortieren bis zum Verlassen des Betriebsgeländes zu verfolgen.
Dies ermöglicht es die Daten auf einzelne Bäume zurückzuführen und somit räumlich hoch aufgelöst Aussagen zu generieren.

Beteiligte Partner:  TUHH/Esteburg

Im Sinne der ganzheitlichen Digitalisierung der Obstbaubetriebe spielt die zuverlässige Übertragung von Daten und Informationen über Funknetze wie W-Lan, LTE oder 5G eine entscheidende Rolle, um den Betriebsleiter über den aktuellen Zustand seiner Obstbäume zu informieren. Es gilt zu untersuchen, wie die steigende Anzahl smarter Sensoren, smarter Wetterstationen oder smarter Pumpenansteuerungen die bestehenden Netze belasten würden und welche Netzinfrastruktur für die flächendeckende Ausbreitung digitaler Zukunftsbetriebe notwendig sein wird.

Der Anbau von Baumobst in sogenannten Fruchtwänden ist ein Meilenstein für den zukünftigen Obstbetrieb. Der Anbau im sogenannten 2D-System bietet viele Vorteile hinsichtlich der Fruchtqualität durch optimaler Lichtausbeute, und der Automatisierbarkeit der arbeitsintensiven Kulturmaßnahmen. Blüten und Früchte könnten beispielsweise von automatischen Kamerasystemen besser gezählt und bewertet werden oder von automatischen Pflücksystemen geerntet werden. Auf einer Fläche von 0,5 Hektar wird eine Versuchsanlage im 2D-System errichtet, die für die vielfältigen Arbeitspakete des SAMSON Projektes als Experimentierfeld dient.

Die Entwicklungen der jeweiligen Arbeitspakete stellen Informationen und Schnittstellen bereit, die es dem zukünftigen Betriebsleiter erlauben die Ereignisse auf dem Hof und den Anbauflächen detailliert zu analysieren und nachzuvollziehen. Ein interaktives Hofmanagementsystem in Form einer Smartphone App oder Web-App soll aufgebaut werden, um zum Beispiel Anbauflächen und Ernteertragszahlen intuitiv zu visualisieren und Steuerungsmöglichkeiten für eine automatisierte Bewässerung zu bieten.