Details

Mit anwendungsorientierter Forschung und Entwicklung die Antworten auf aktuelle Fragen geben: Die Wissenschaftler:innen der FH Aachen forschen an Projekten, die am Puls der Zeit liegen. Auch in diesem Jahr würdigt die Hochschule mit dem Forschungspreis die Fachkompetenz und das Engagement von Professor:innen und wissenschaftlichen Mitarbeiter:innen. Der Preis stellt eine Würdigung der geleisteten Arbeit dar, soll aber auch Anreize schaffen, weiterhin praxisorientiert zu Forschung, Innovation und Transfer beizutragen. Der Forschungspreis 2023 wird verliehen am Freitag, 30. Juni 2023, um 14 Uhr im Gründungszentrum der FH Aachen, Eupener Straße 70, Gebäude C, 52066 Aachen.

Nominiert sind in diesem Jahr drei Projekte:

• LaVa-Schweißen als Enabler für die Energiewende; Prof. Dr. Markus Schleser, Lehrgebiet Fügetechnik und Trenntechnik, Lasertechnologie
• SEWIA: Selective Electro-physical Weeding in Agriculture; Prof. Dr. Stephan Kallweit, Bastian Berg, Enno Dülberg, Artur Schander, MASKOR Institut; gemeinsam mit Matthias Eberius, Crop.Zone GmbH
• eBioH₂ - Elektrisch verstärkte mikrobielle Wasserstoffproduktion; Prof. Dr. Nils Tippkötter, Fachbereich Chemie und Biotechnologie

Im Vorfeld stellen wir Ihnen die drei Projekte vor, in diesem Beitrag geht es um das Projekt SEWIA.

Es hört sich an wie der Traum aller Gärtner:innen: ein Roboter, der über ein Feld fährt und Unkraut beseitigt, ohne die daneben stehenden (Nutz-)Pflanzen zu beschädigen – und das ohne den Einsatz von Gift oder Eingriffe in den Boden. Die Forschungsgruppe um Prof. Dr. Stephan Kallweit entwickelt im Rahmen des SEWIA-Projekts ein Verfahren, das eine automatisierte Unkrautbeseitigung möglich machen soll. Der Kern des Vorhabens ist die Erkennung der Pflanzen. "Wir nutzen die Methode des Maschinellen Lernens, um Nutzpflanzen von Unkraut zu unterscheiden und zu lokalisieren", sagt der Wissenschaftler. Beseitigt wird die ungewollte Vegetation beim Einsatz im Feld schließlich mit Strom – "das Unkraut wird gegrillt", wie der Wissenschaftler es ausdrückt. Ein mobiler Arm des Roboters fährt an die gewünschte Stelle, durch den Stromstoß wird die Pflanze bis zur Wurzel zerstört – die benachbarten Nutzpflanzen nehmen aber keinen Schaden.

In einem ersten Schritt hat das Team die Rechner auf die Erkennung von Eisbergsalat trainiert. Zum Einsatz kamen neben normalen Kameras auch Infrarotkameras, auf der Basis dieser Bilddaten laufen die Algorithmen des Maschinellen Lernens (ML) ab. Deren Einsatz ist mit einem immensen Aufwand hinsichtlich der Erfassung von realen Daten unter Umweltbedingungen verbunden. Das Sammeln und Annotieren mehrerer tausend Bilder unter verschiedenen Umgebungsbedingungen ist ein mühsamer und kostenaufwendiger Prozess. Deswegen kommen bei SEWIA quasi virtuelle Beete zum Einsatz – der Computer lernt, wie Pflanzen in unterschiedlichen Stadien der Entwicklung und bei verschiedenen Umgebungsbedingungen (Licht, Wetter, Bodenbeschaffenheit) aussehen. So wird der Aufwand für eine Datenerfassung auf dem Feld reduziert.