Research database

of the Osnabr¨¹ck University of Applied Sciences

All publicly-funded research projects from A to Z

All research projects which are recorded, are located centrally in our research database. You can search for key words, or narrow your search by setting filters. (websites only available in German)

Filter

Please enter at least 3 characters

Fakult?t

Drittmittelgeber

Schwerpunktfelder

Laufzeit

Alphabet

Loading data
Projektlaufzeit:
01.04.2024 - 31.03.2027
Antragsteller/in:
Prof. Dr. Thomas Rath
Drittmittelgeber/F?rderlinie:
MWK - Zukunft.niedersachsen
Fakult?t:
AuL
F?rdersumme:
499.899,00 €
Projektpartner intern:
Prof. Dr. Stefan Stiene (IuI); Prof. Dr.-Ing. Ralf T?njes (IuI)
Projektzusammenfassung:

Die Landwirtschaft steht als eine der wichtigsten Besch?ftigungsdom?nen in Niedersachsen vor kritischen Herausforderungen bedingt durch den Klimawandel, ?nderungen im Bodenwasserhaushalt, neuartige Schaderreger und Pflanzenkrankheiten sowie den gesellschaftlichen Wunsch nach Biodiversit?t, naturnahen Anbauverfahren und hohen Qualit?tsanforderungen. Die Ph?notypisierung von Pflanzen w?hrend des Z¨¹chtungsprozesses ist dabei ein unverzichtbarer Bestandteil der modernen landwirtschaftlichen Produktion.

Aktuelle Verfahren der Ph?notypisierung basieren zumeist auf der Expertise von und der Begehung durch geschulte Expert*innen sowie passiven Messverfahren zur Datenerfassung. Diese Art der Ph?notypisierung ist zeit- und kostenintensiv und bietet nur limitierte Ergebnisse. Diese Beschr?nkungen plant das Projekt Plant-Phenotyper-5 zu ¨¹berwinden und hat zum Ziel, eine automatisierte Ph?notypisierung zu realisieren, die kontextabh?ngig sukzessive neue Messungen initiiert. Hierzu soll ein Agrarroboter mit fernsteuerbarer Sensorik ¨¹ber 5G an eine KI-Cloud angebunden werden, in welcher die Daten erfasst, mit KI-Algorithmen analysiert und automatisch n?chste Analyseschritte und zugeh?rige Sensor- bzw. Robotersteuerung geplant werden.

Vom Kontrollzentrum wird der automatisierte Ph?notypisierungsprozess ¨¹berwacht und bei Bedarf durch Vorgabe geeigneter Meta-Modelle den Pflanzenentwicklungen angepasst. Der innovative Ansatz besteht hierbei in der Entwicklung von interaktiven Ph?notypisierungsverfahren, die bereits w?hrend der Datenaufnahme KI-gest¨¹tzt die Sensoren nachsteuern, somit die Analyse optimieren und die Ergebnisqualit?t der Ph?notypisierung steigern. Gleichzeitig bietet das Projekt eine Basis der interdisziplin?ren Zusammenarbeit zwischen den Fachbereichen Biosystem- und Agrartechnik, KI & Robotik, sowie Kommunikationstechnik und Informatik.

Logo F?rdermittelgeber:
To the results ¨‹ (XXX)