Research database

of the Osnabrück 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

Fakultät

Drittmittelgeber

Schwerpunktfelder

Laufzeit

Alphabet

Loading data
Projektlaufzeit:
01.09.2021 - 31.08.2024
Antragsteller/in:
Prof. Dr. Dieter Trautz
Drittmittelgeber/Förderlinie:
Bund - BMU
Fakultät:
Fakultät Agrarwissenschaften und Landschaftsarchitektur (AuL)
Fördersumme:
€ 1.201.749,03
Projektpartner intern:
Prof. Dr. Arno Ruckelshausen
Projektzusammenfassung:

Ziel von „CognitiveWeeding“ ist es, mit einer veränderten Sichtweise auf die Ackerbegleitflora neue Wege der Unkrautregulierung (UR) zu entwickeln. Die Ackerbegleitflora wird differenziert betrachtet, wobei als Unkraut eine unerwünschte und problematische Pflanze im Bestand, als Beikraut eine wirtschaftlich unkritische und ggf. schützenswerte Pflanze in Koexistenz mit Kulturpflanzen bezeichnet wird. Die Klassifizierung erfolgt unter Berücksichtigung des betriebsspezifischen Pflanzenbaus (ökologisch, konventionell, hybrid (mech.+chem. UR)) sowie den Standort- und Witterungsbedingungen im Rahmen der Fruchtfolge und der Auswirkung auf die Biodiversität der jeweiligen (Teil)-Fläche.

Bei der Planung der Regulierungsmaßnahmen ist abzuwägen, in welchem Maße Unkräuter bekämpft bzw. Beikräuter toleriert oder zeitweise nicht reguliert werden, um die pflanzliche Biodiversität zu erhöhen und Lebensräume bzw.
Nahrungsquelle für Insekten zu schaffen/erhalten. Dazu werden drohnen-/bodengestützte Sensorsysteme zur Pflanzenerkennung getestet, weiterentwickelt und validiert. Mit vorhandener Kameratechnik zur Pflanzenerkennung wird ab Projektbeginn die Ackerbegleitflora bestimmt. Das vorhandene System bietet einen relativ schnellen Zugang von CognitiveWeeding in den Markt und zeigt andererseits die Potenziale und Grenzen einer kostengünstigen Erfassung auf.

Im Projekt werden diese Systeme weiterentwickelt (Multisensorik), um durch Interpretation/Integration der Daten in ein KI-Entscheidungssystem zusätzliche Optionen zu schaffen. Hierzu werden Daten drohnengestützter LiDAR-, Multi- und Hyperspektralsensorik eingesetzt, integriert und eine multisensorale Analyse dieser Daten vorgenommen. Ebenfalls werden Verfahren (mechanisch/chemisch) für die kleinräumige Unkrautbekämpfung weiterentwickelt. Die Entscheidung, wann welche Pflanzen mit welcher Methode zu behandeln sind, soll mit einem wissensbasierten Management der Ackerbegleitflora unterstützt werden.

Logo Fördermittelgeber:
To the results ▼ (XXX)