Auf unserer Webseite verwenden wir Cookies, die unter „Cookie-Einstellungen anpassen“ näher beschrieben werden. Notwendige Cookies werden für grundlegende Funktionen der Webseite benötigt, um eine optimale Nutzung zu ermöglichen. Dadurch ist gewährleistet, dass die Webseite einwandfrei funktioniert. Darüber hinaus können Sie Cookies für Statistikzwecke zulassen. Diese ermöglichen es uns, die Webseite stetig zu verbessern und Ihr Nutzererlebnis zu optimieren. Ihre Einwilligung zur Nutzung der Statistik-Cookies ist freiwillig und kann in der Datenschutzerklärung dieser Webseite unter „Cookie-Einstellungen“ jederzeit widerrufen werden.
Datenschutzerklärung
Impressum
Verbundprojekt: Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen - Teilprojekt A (resKIL)
Projekt
Förderkennzeichen: 28DK102A20
Laufzeit: 01.01.2021
- 30.06.2024
Fördersumme: 138.715 Euro
Forschungszweck: Angewandte Forschung
Stichworte: Datenmanagement, Ackerbau, Wissenstransfer / Vernetzung, Künstliche Intelligenz, Landtechnik, Informations-Kommunikationstechnologie, Digitalisierung, Digitale Welt
Die Anwendung von Methoden der KI ist insb. in der Landwirtschaft sinnvoll, da die Umgebung von einer hohen Dynamik gekennzeichnet, nicht vollständig bekannt und nicht umfassend kontrollierbar ist. Erste KI-Anwendungen haben besonders in der landwirtschaftlichen Domäne deutliche Prozessverbesserungen gezeigt. Werden KI-basierte Anwendungen auf der mobilen Arbeitsmaschine (on the edge) auf spezialisierten und hochleistungsfähigen Hardwaresystemen zur Ausführung gebracht, ergeben sich daraus jedoch Konsequenzen. Eine drahtlose, zuverlässige und breitbandige Cloudanbindung ist im ländlichen Raum nicht gegeben. Diese Restriktionen können den Einzug einer Technologie behindern, die sich in verschiedenen Fällen für Landwirte als nützlich erwiesen hat. Daher erscheint ein verteilter Ansatz sinnvoll, der maschinenseitig minimalinvasiv ist und cloudseitig eine spezialisierte Umgebung nutzt. Im Projekt resKIL werden durch die genaue Analyse und Optimierung der benötigten Ressourcen, moderne Ansätze der künstlichen Intelligenz (insb. Deep Learning) trotz der limitierenden Hardware auf landwirtschaftlichen Maschinen nutzbar gemacht. Dabei werden u.a. wissenschaftliche Resultate in den Bereichen Versuchsplanung, Evaluierung von Datenqualität, Annotation und Einsatz von multivariaten und ressourceneffizienten ML- und KI-Methoden angestrebt. Es werden eine Software-Architektur und eine AI-Toolchain entwickelt, die den Anforderungen des mobilen Arbeitsumfeldes gerecht werden. Diese werden als Prototypen in der landwirtschaftlichen Praxis integriert und evaluiert.
Abschnittsübersicht
Fachgebiete
- Pflanzenbau
Rahmenprogramm
Förderprogramm
Ausführende Einrichtung
Zugehörige Projekte: resKIL
- Verbundprojekt: Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen - Teilprojekt B
- Verbundprojekt: Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen - Teilprojekt C
- Verbundprojekt: Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen - Teilprojekt D
- Verbundprojekt: Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen - Teilprojekt E
- Verbundprojekt: Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen - Teilprojekt F
