Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Blumenkohl automatisch ernten

28.04.2016

Wenn Maschinen Gemüse ernten, fahren sie alles auf einen Schlag ein – bei Blumenkohl würden sie auch unreife Köpfe ernten. Daher übernehmen menschliche Helfer diese mühsame Aufgabe. Künftig soll eine Maschine die selektive Ernte vollautomatisch ermöglichen. Fraunhofer-Forscher entwickeln die intelligente Erntemaschine gemeinsam mit Industriepartnern.

Blumenkohl zu ernten, ist eine Wissenschaft für sich: Denn der weiße Kohlkopf versteckt sich unter mehreren Blättern. Für die Erntehelfer heißt das: Pflanze für Pflanze müssen sie die schützenden Blätter zur Seite biegen, und entscheiden, ob der Kopf reif ist.


Der »Spargelpanther«, in einem vorangegangenen Projekt entwickelt, soll künftig auch Blumenkohl und Feldsalat ernten.

ai-solution GmbH

Im Abstand von zwei bis drei Tagen durchkämmen sie etwa vier bis fünf Mal das Feld, bis auch der letzte Kohlkopf abgeerntet ist. Die Tätigkeit ist mühsam und belastet den Rücken. Eine weitere Herausforderung für die Landwirte:

Steht die Erntezeit an, brauchen sie viele Helfer. Oft ist es jedoch schwierig, genügend Hände für die schwere Arbeit zu finden. Maschinen wiederum würden das gesamte Feld auf einmal abernten. Da die Blumenkohlköpfe unterschiedlich schnell reifen, jedoch auch solche, die noch zu klein oder unreif sind.

Intelligenter Erntehelfer

Künftig soll eine Maschine den Blumenkohl ernten – und zwar ebenso selektiv, wie die menschlichen Helfer es tun. Die Maschine trägt den Namen VitaPanther: Sie wird von Forschern am Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF und ihren Kollegen der ai-solution GmbH entwickelt, gemeinsam mit fünf weiteren Partnern: der Gottfried Wilhelm Leibniz Universität Hannover, der Steig GmbH, Beutelmann Gemüseanbau, der König Sondermaschinenbau GmbH und der Inokon GmbH. Ein Protyp von VitaPanther wird 2017 fertig sein und erprobt werden.

Für Landwirte bringt die Maschine mehrere Vorteile: Sie erntet die Kohlköpfe wesentlich schneller als Menschen, zudem könnte sie über Nacht arbeiten. Ein weiteres Plus: Die Landwirte können sich die mühsame Suche nach Helfern sparen. Martin Steig, Landwirt und Geschäftsführer der Steig GmbH und einer der späteren potenziellen Anwender des Erntegeräts, ist von der Notwendigkeit überzeugt:

»Die Landwirtschaft ist das letzte Berufsfeld, wo man die nötigen Umsätze nur mit vielen Arbeitskräften erreichen kann. Doch die Automatisierung ist essenziell für uns Landwirte, denn mit dem Mindestlohn ist die Gemüseernte nicht mehr umsetzbar. Die Ernte wird getragen von zwei Komponenten: Der Verfügbarkeit der Saisonarbeitskräfte und der Bezahlung. Kippt eine Komponente, ist die Struktur in Gefahr. Der Bedarf an Technologie ist also sehr hoch.«

Hyperspektrale Kamera erkennt den Reifegrad

Doch wie kann eine Maschine den Reifegrad des Gemüses erkennen, ohne das Weiße zu sehen, ohne ihn zu wiegen, ohne seine Größe zu kennen? Mit dieser Fragestellung beschäftigen sich die Wissenschaftler des IFF. Sie erforschen und entwickeln die nötige Sensorik samt der Software, die die gewonnenen Daten analysiert und so aufbereitet, dass die Maschine einen klaren Hinweis erhält: ernten oder stehenlassen. »Wir nutzen einen Effekt, den wir in Voruntersuchungen entdeckt haben: Die Blätter von einem reifen Blumenkohl setzen sich biochemisch anders zusammen als diejenigen, die die unreifen Köpfe einhüllen«, erklärt Prof. Udo Seiffert, Leiter der Abteilung »Biosystems Engineering« am IFF.

An die Erntemaschine montierte Hyperspektralkameras nehmen die Blätter der Kohlköpfe auf. Doch während eine übliche Kamera nur mit sichtbarem Licht arbeitet und ein Farbbild aus roten, grünen und blauen Anteilen erstellt, misst die Hyperspektralkamera in einem definierten Wellenlängenbereich, der über den Bereich des menschlichen Sehens hinausgeht. Er umfasst auch das infrarote und das ultraviolette Licht. Anhand der Intensität des reflektierten Lichts bei den verschiedenen aufgenommenen Wellenlängen können die Forscher über ein mathematisches Modell auf die biochemische Zusammensetzung der Blätter schließen und damit auf den Reifegrad des Kohls.

Wie sich die Blätter biochemisch genau zusammensetzen, untersuchen die Forscher dagegen nicht. Die Maschine soll ja nur eine entsprechende Ja-Nein-Anweisung für die Ernte erhalten. Das mathematische Modell, das die Aufnahmen der Kamera in eben diese Anweisung übersetzt, basiert auf Algorithmen, die aus dem maschinellen Lernen stammen. Die Forscher trainieren es anhand von Beispielen. Sie zeigen der Kamera verschiedene Blumenkohlköpfe, die gleichzeitig von einem menschlichen Experten begutachtet werden. Nach einer solchen Trainingsphase kann das System dann auch bei unbekannten Kohlköpfen selbstständig entscheiden, welcher Blumenkohl geerntet werden soll.

Eine Erntemaschine für verschiedene Gemüse

Während die Wissenschaftler des Fraunhofer IFF sich um die Sensorik und die Datenanalyse kümmern, widmen sich ihre Kollegen der ai-solution GmbH in Wolfsburg der Ernteeinheit, die die Kohlköpfe später ernten soll. Dafür setzen sie auf ihrem Spargelernter »Spargelpanther« auf. »Diesen Spargelernter wollen wir auch für anderes Gemüse nutzen – für Blumenkohl, Kopf- und Feldsalat. Später könnten dann noch andere Ernteeinheiten für weitere Gemüsesorten dazukommen«, sagt Christian Bornstein, Geschäftsführer der ai-solution GmbH. »Unser Ziel ist es, ein Modul zu bauen, das man an das vorhandene Gerät adaptieren kann.« Der Landwirt bräuchte sich künftig nur einen Gemüseernter anschaffen.

Weitere Informationen:

http://www.fraunhofer.de/de/presse/presseinformationen/2016/Mai/blumenkohl-autom...

Dipl.-Ing. Sabine Conert | Fraunhofer Forschung Kompakt

Weitere Berichte zu: Erntehelfer Erntemaschine Sensorik

Weitere Nachrichten aus der Kategorie Maschinenbau:

nachricht Aufwind für die Luftfahrt: University of Twente entwickelt leistungsstarke Verbindungsmethode
23.01.2017 | University of Twente

nachricht Satellitengestützte Lasermesstechnik gegen den Klimawandel
17.01.2017 | Fraunhofer-Institut für Lasertechnik ILT

Alle Nachrichten aus der Kategorie: Maschinenbau >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Scientists spin artificial silk from whey protein

X-ray study throws light on key process for production

A Swedish-German team of researchers has cleared up a key process for the artificial production of silk. With the help of the intense X-rays from DESY's...

Im Focus: Forscher spinnen künstliche Seide aus Kuhmolke

Ein schwedisch-deutsches Forscherteam hat bei DESY einen zentralen Prozess für die künstliche Produktion von Seide entschlüsselt. Mit Hilfe von intensivem Röntgenlicht konnten die Wissenschaftler beobachten, wie sich kleine Proteinstückchen – sogenannte Fibrillen – zu einem Faden verhaken. Dabei zeigte sich, dass die längsten Proteinfibrillen überraschenderweise als Ausgangsmaterial schlechter geeignet sind als Proteinfibrillen minderer Qualität. Das Team um Dr. Christofer Lendel und Dr. Fredrik Lundell von der Königlich-Technischen Hochschule (KTH) Stockholm stellt seine Ergebnisse in den „Proceedings“ der US-Akademie der Wissenschaften vor.

Seide ist ein begehrtes Material mit vielen erstaunlichen Eigenschaften: Sie ist ultraleicht, belastbarer als manches Metall und kann extrem elastisch sein....

Im Focus: Erstmalig quantenoptischer Sensor im Weltraum getestet – mit einem Lasersystem aus Berlin

An Bord einer Höhenforschungsrakete wurde erstmals im Weltraum eine Wolke ultrakalter Atome erzeugt. Damit gelang der MAIUS-Mission der Nachweis, dass quantenoptische Sensoren auch in rauen Umgebungen wie dem Weltraum eingesetzt werden können – eine Voraussetzung, um fundamentale Fragen der Wissenschaft beantworten zu können und ein Innovationstreiber für alltägliche Anwendungen.

Gemäß dem Einstein’schen Äquivalenzprinzip werden alle Körper, unabhängig von ihren sonstigen Eigenschaften, gleich stark durch die Gravitationskraft...

Im Focus: Quantum optical sensor for the first time tested in space – with a laser system from Berlin

For the first time ever, a cloud of ultra-cold atoms has been successfully created in space on board of a sounding rocket. The MAIUS mission demonstrates that quantum optical sensors can be operated even in harsh environments like space – a prerequi-site for finding answers to the most challenging questions of fundamental physics and an important innovation driver for everyday applications.

According to Albert Einstein's Equivalence Principle, all bodies are accelerated at the same rate by the Earth's gravity, regardless of their properties. This...

Im Focus: Mikrobe des Jahres 2017: Halobacterium salinarum - einzellige Urform des Sehens

Am 24. Januar 1917 stach Heinrich Klebahn mit einer Nadel in den verfärbten Belag eines gesalzenen Seefischs, übertrug ihn auf festen Nährboden – und entdeckte einige Wochen später rote Kolonien eines "Salzbakteriums". Heute heißt es Halobacterium salinarum und ist genau 100 Jahre später Mikrobe des Jahres 2017, gekürt von der Vereinigung für Allgemeine und Angewandte Mikrobiologie (VAAM). Halobacterium salinarum zählt zu den Archaeen, dem Reich von Mikroben, die zwar Bakterien ähneln, aber tatsächlich enger verwandt mit Pflanzen und Tieren sind.

Rot und salzig
Archaeen sind häufig an außergewöhnliche Lebensräume angepasst, beispielsweise heiße Quellen, extrem saure Gewässer oder – wie H. salinarum – an...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

Neuer Algorithmus in der Künstlichen Intelligenz

24.01.2017 | Veranstaltungen

Gehirn und Immunsystem beim Schlaganfall – Neueste Erkenntnisse zur Interaktion zweier Supersysteme

24.01.2017 | Veranstaltungen

Hybride Eisschutzsysteme – Lösungen für eine sichere und nachhaltige Luftfahrt

23.01.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Im Interview mit Harald Holzer, Geschäftsführer der vitaliberty GmbH

24.01.2017 | Unternehmensmeldung

MAIUS-1 – erste Experimente mit ultrakalten Atomen im All

24.01.2017 | Physik Astronomie

European XFEL: Forscher können erste Vorschläge für Experimente einreichen

24.01.2017 | Physik Astronomie