Digitalisierung landwirtschaftlicher Prozesse (DigiFarm)

Allgemeine Informationen

Projektnummer	61007039
Projekttitel laut Förderbescheid	Digitalisierung landwirtschaftlicher Prozesse (DigiFarm)
Akronym	SMWK J (2022-2025)
Projektlaufzeit	01.01.2022 - 31.12.2023
Forschungsschwerpunkt	Energie und Umwelt
Projektkategorie	Forschung
Grundeinheit	Institut für Prozesstechnik, Prozessautomatisierung und Messtechnik

Inhaltliche Projektbeschreibung

Zielstellung

Intelligente Datenanalyse – Der Schlüssel liegt in der Anwendung moderner Algorithmen und verhaltensbasierter Modelle zur Erschließung neuer Diagnosestrategien in quelloffenen Technologien für landwirtschaftliches IoT. Die Potenziale einer intelligenten Datenanalyse sollen dazu genutzt werden, den Informationsgehalt im Datenaufkommen zu erschließen. Das Ergebnis soll für Prognosezwecke bzw. Zustandsdiagnosen und zustandsorientierte Eingriffe bspw. durch landwirtschaftlich beschäftigte genutzt werden. Zugleich soll Datenschutzbelange von Anfang an berücksichtigt werden.

Folgende Einzelzielsetzungen werden verfolgt:

• Aufklärung mehrdimensionaler Zustandsgrößen und deren Abhängigkeiten
• Sicherstellung der Übertragbarkeit der Lösungsansätze (Methoden) auf unterschiedliche Applikationsfelder
• zustandsabhängige Verdichtung der Informationen auf das Wesentliche
• optimierte Speicherung (Archiv, Speicherplatzreduzierung) und Visualisierung (Mensch-Maschine-Kommunikation, humanzentrierte Gestaltung) des Informationsgehaltes

Aufgabenbeschreibung

Quellenrecherche Algorithmen – In einem ersten Schritt werden auf der Grundlage einer Quellenrecherche Herangehensweisen, Low-Cost-Technologien und Algorithmen eruiert, die sich für die Überwachung (Messaufbau, Merkmale, Analyse) von Pflanzenkulturen eignen. Es wird ein Lastenheft ausgearbeitet, das die Anforderungen für ein Monitoring-System definiert.

Konzeptentwicklung „Intelligenten Überwachung der Feldfrucht“ – In einem weiteren Schritt wird das Konzept zum Aufbau der Hardwarebasis und zur Programmierung der Software entwickelt. Dabei sind Open-Source-Plattformen, wie der RaspberryPi und Nvidia Jetson Nano, zu berücksichtigen. Zudem werden Expertensysteme wie Fuzzy Logik oder KNN einbezogen. In diesem Zusammenhang wird auch auf die Datenbeschaffung (Woher?, Güte?, Umfang? etc.) Wert gelegt.

Weitere Daten

• Ansprechpartner

  • Herr Prof. Frank Worlitz (Projektleitung)
  • Frau Laura Demling
  • Herr Ivo Noack

• Fördermittelgeber

  • 100608318 - SMWK/SAB
  
  
  • 

• Finanzierung

  • 34.190,00 €