Authors with most Documents
Browse
16 results
Search Results
Conference Paper Evaluation of a decision support system for the recommendation of pasture harvest date and form(Gesellschaft für Informatik e.V., 2023) Reuter, Tobias; Saborío Morales, Juan Carlos; Tieben, Christoph; Nahrstedt, Konstantin; Kraatz, Franz; Meemken, Hendrik; Hünker, Gerrit; Lingemann, Kai; Broll, Gabriele; Jarmer, Thomas; Hertzberg, Joachim; Trautz, Dieter; Hoffmann, Christa; Stein, Anthony; Ruckelshausen, Arno; Müller, Henning; Steckel, Thilo; Floto, HelgaThe task of generating automatic recommendations of pasture harvest date and form was previously addressed through a knowledge-based decision support system (DSS). The system follows expert rules and exploits data such as the weather history and forecast, the growth stage of grass and legumes, plant height and crude fibre content. In this paper, we present the results of our evaluation of this DSS on 26 fields in West and Northwest Germany. We compared the suggestions made by the DSS with the decisions of expert farmers and obtained an accuracy of R²=0.746 and RMSE=7.83 days. The best results occurred for intensively managed fields for dairy cows, with an R² of 0.891 and RMSE of 3.20 days. We conclude our DSS and its underlying methodology have the potential to support farmers and secure high-quality fodder.Conference Paper Konzeption und Realisierung einer feldbasierten landwirtschaftlichen Versuchsumgebung zur dynamischen Umgebungswahrnehmung(Gesellschaft für Informatik e.V., 2023) Krause, Jan Christoph; Martinez, Jaron; Gennet, Henry; Urban, Martin; Herbers, Jens; Menke, Stefan; Röttgermann, Sebastian; Hertzberg, Joachim; Ruckelshausen, Arno; Hoffmann, Christa; Stein, Anthony; Ruckelshausen, Arno; Müller, Henning; Steckel, Thilo; Floto, HelgaFür die Automatisierung von landwirtschaftlichen Prozessen werden autonome Maschinen entwickelt, die zuverlässig und sicher in ihren Arbeitsgebieten navigieren müssen. Die insbesondere beim Pflanzenbau typischerweise harschen und wechselnden Umgebungsbedingungen erschweren die hierfür notwendige sensorbasierte Erfassung und Interpretation des Umfelds. Für die funktionale Sicherheit ist die robuste Erkennung des Menschen im Umfeld der Maschine in allen definierten, zulässigen Betriebsbereichen essenziell. In diesem Beitrag wird eine Versuchsumgebung vorgestellt, mit der die Einflüsse von unterschiedlichen Umgebungsbedingungen, wie beispielsweise das Wetter und die Vegetation, auf die Zuverlässigkeit von Sensorsystemen zur semantischen Umfeldwahrnehmung untersucht werden. Mit einem schienenbasierten Trägersystem werden Sensoren verschiedener Messprinzipien reproduzierbar durch eine landwirtschaftliche Umgebung bewegt. Hierbei werden die Rohdaten der Sensoren als Evaluationsdaten aufgezeichnet. Durch eine wiederkehrende und wiederholbare Aufnahme bei unterschiedlichen Umgebungsbedingungen wird die Erzeugung von Evaluationsdatensätzen, die sich zum Vergleich der Erkennungsgüte eignen, ermöglicht.Conference Paper Route-planning in output-material-flow operations using side-headlands(Gesellschaft für Informatik e.V., 2023) Focke Martinez, Santiago; Hertzberg, Joachim; Hoffmann, Christa; Stein, Anthony; Ruckelshausen, Arno; Müller, Henning; Steckel, Thilo; Floto, HelgaThis paper presents an extension to a previously presented planning tool which was developed to generate routes for the machines participating in output-material-flow operations. The extension refers to the support of a headland region consisting of a set of partial side-headlands, comprised by main headlands, located in the sides of the field where inner-field tracks end; and connecting headlands, which border the field boundary and connect the main headlands. Eleven fields were used to test the corresponding tool updates in the planning process, including the geometric representation of the field with the new headland type, and the route planning for a harvesting test-scenario with one non-capacitated harvester and two transport vehicles.Conference Paper Towards model-based automation of plant-specific weed regulation(Gesellschaft für Informatik e.V., 2023) Renz, Marian; Niemeyer, Mark; Hertzberg, Joachim; Hoffmann, Christa; Stein, Anthony; Ruckelshausen, Arno; Müller, Henning; Steckel, Thilo; Floto, HelgaWeeds are commonly known as a major factor for yield losses in agriculture, competing with crops for resources like nutrients, water, and light. However, keeping specific weeds could benefit agricultural sites for example by nitrogen fixation, erosion protection, or increasing biodiversity. This comes with technological challenges like plant detection and classification, damage estimation, and selective removal. This paper presents a model-based approach to the problem of damage estimation of perceived plants. The system uses contextual and background knowledge in the form of rules about the plant count per square meter and the distance to the nearest crop together with thresholds for each weed species. The functionality is demonstrated using an artificial dataset and exemplary thresholds, showing the potential of using knowledge about plant-crop interactions for more sophisticated weed control systems.Conference Paper The pitfalls of transfer learning in computer vision for agriculture(Gesellschaft für Informatik e.V., 2022) Autz, Julius; Mishra, Saurabh Kumar; Herrmann, Lena; Hertzberg, Joachim; Gandorfer, Markus; Hoffmann, Christa; El Benni, Nadja; Cockburn, Marianne; Anken, Thomas; Floto, HelgaComputer vision applications based on modern AI methods are becoming increasingly important in agriculture, supporting and automating common processes. These applications are usually based on well-established architectures and pre-trained models. However, our prior experience has shown that applying the concept of transfer learning to AI tasks in agriculture repeatedly resulted in systematic issues. The structure of agricultural images, containing objects similar in shape, color and texture, makes the reuse of well-established applications more challenging. To give a more detailed insight into the expected challenges, we trained two different networks, which are well-established in the literature: Mask R-CNN and YOLOv5 [He18; Jo21] and investigated them in two different learning setups. First, we applied the concept of transfer learning to these models by pre-training each on the COCO dataset and subsequently continued expanding the available target set with classes of the sugar beets dataset [Ch17]. In the second setup, we skipped pre-training and only trained the models on the given agriculture dataset. Furthermore, we describe the reasons for the results in more detail and highlight possible causes for the identified differences. Finally, the different performances of the networks allowed us to improve on best practices for the agricultural domain and give some advice for future computer vision tasks in this area.Conference Paper Erste Schritte zu einem virtuellen Zuchtgarten(Gesellschaft für Informatik e.V., 2022) Tieben, Christoph; Kisliuk, Benjamin; Enders, Matthias; Léon, Mareike; Daiber, Florian; Kosmalla, Felix; Stiene, Stefan; Hertzberg, Joachim; Gandorfer, Markus; Hoffmann, Christa; El Benni, Nadja; Cockburn, Marianne; Anken, Thomas; Floto, HelgaAls einer der wichtigsten Arbeitsschritte der Pflanzenzüchtung werden Sortenkandidaten in Parzellenversuchen regelmäßig bonitiert und charakterisiert. Hierbei werden in den unterschiedlichen Entwicklungsstadien eine Vielzahl an Parametern und Merkmalen, meist visuell, erfasst. Ein robotischer Lösungsansatz bietet das Potenzial, diesen Aufwand signifikant zu reduzieren und neue Möglichkeiten zu eröffnen. Ein Monitoring der einzelnen Parzellen durch regelmäßige, hochgenaue Erfassung von Laserscan- und Hyperspektral-Daten bildet die Grundlage, auf der ein detailliertes, dreidimensionales Abbild der Zuchtgärten erstellt wird. Dieses Abbild soll innerhalb einer Virtual Reality Umgebung (VR) aufbereitet und darin den Züchter:innen zugänglich gemacht werden. Dies soll die Bonitur in einem virtuellen Zuchtgarten ermöglichen, der neben den sichtbaren Lichtspektren auch andere Datenquellen integriert und nutzbar macht. Das Ziel dieses Beitrags ist es, die ersten Schritte und Erfahrungen bei der Entwicklung einer autonomen robotischen Monitoring-Lösung sowie der darauf aufbauenden Erstellung des virtuellen Zuchtgartens zu präsentieren und zur Diskussion zu stellen.Conference Paper Auf dem Weg zu einem Entscheidungsunterstützungs-system zur Pflege und Ernte von Grünlandflächen(Gesellschaft für Informatik e.V., 2022) Tieben, Christoph; Reuter, Tobias; Nahrstedt, Konstantin; Kraatz, Franz; Lingemann, Kai; Trautz, Dieter; Jarme, Thomas; Hertzberg, Joachim; Gandorfer, Markus; Hoffmann, Christa; El Benni, Nadja; Cockburn, Marianne; Anken, Thomas; Floto, HelgaZur Bewirtschaftung von Grünlandflächen müssen eine Vielzahl an Parametern und Regularien berücksichtigt werden, um Entscheidungen für geeignete Pflegemaßnahmen oder Erntetermine zu treffen. Um diese Entscheidungsfindung zu unterstützen, schlagen wir ein regelbasiertes Inferenzsystem vor. Dieses bildet automatisch Schlussfolgerungen auf Basis von modelliertem Expertenwissen und rechtlichen Regeln sowie Daten aus Bonituren, drohnengestützten Bildaufnahmen und externen Quellen, wie Wetterprognosen, ab. Die geschlussfolgerten Empfehlungen umfassen Maßnahmen wie Düngung und Erntetermin, abhängig vom Nutzungsziel, betrieblichen Gegebenheiten und weiteren Parametern. Das so entstandene Entscheidungsunterstützungssystem wurde exemplarisch mit Handlungsempfehlungen von Experten unter realen Bedingungen getestet.Conference Paper Digitale Simulation von Konzepten und Handlungsoptionen zur Verminderung von Stickstoffemissionen in der Schweinehaltung: das Serious Game pigNplay(Gesellschaft für Informatik e.V., 2022) Post, Christian; Elsholz, Sabrina; Reith, Alexandra; Rieckmann, Marco; Corzilius, Gero; Grabkowsky, Barbara; Christ, Stefan; Hertzberg, Joachim; Reddig, Sarah; Greven, Annika; von Geibler, Justus; Traulsen, Imke; Gandorfer, Markus; Hoffmann, Christa; El Benni, Nadja; Cockburn, Marianne; Anken, Thomas; Floto, HelgaDas Serious Game pigNplay ermöglicht als ein digitales Werkzeug für (angehende) Landwirt/-innen das Kennenlernen, Bewerten und virtuelle Ausprobieren von Optionen zur Stickstoffreduktion in der Schweinehaltung. Dazu gehören z.B. bauliche oder technische Möglichkeiten sowie Managementmaßnahmen inkl. ihrer ökonomischen und ökologischen Wirkungen. Grundlage ist eine digitale Simulation einer Betriebsumwelt für verschiedene Haltungssysteme, die anhand von integrierten Schätzgleichungen und etablierten Kennzahlen modelliert werden. Somit kann das Serious Game komplexe Zusammenhänge von Stickstoffkreisläufen vermitteln und die Übertragung der erworbenen Kenntnisse auf die landwirtschaftliche Praxis fördern.Conference Paper A data mining process for building recommendation systems for agricultural machines based on big data(Gesellschaft für Informatik e.V., 2022) Altaleb, Mohamed; Deeken, Henning; Hertzberg, Joachim; Gandorfer, Markus; Hoffmann, Christa; El Benni, Nadja; Cockburn, Marianne; Anken, Thomas; Floto, HelgaThere is a potential expansion in the agricultural machinery industry by using the collected data from different years. Big data is already being used in other industries like e-commerce to improve decision-making processes. There are several existing process models to lead through the generic processes of data mining. The common factor between the process models that have attained dominant public position is that they are domain-agnostic frameworks. This paper proposes a method to extend the CRoss-Industry Standard Process for Data Mining (CRISP-DM) to focus on the agricultural domain and give guidelines on how to handle and structure the agricultural data and processes to reach defined data mining goals. The paper provides a walk-through for a use case to build a recommendation system.Conference Paper Route-planning in output-material-flow arable farming operations aiming for soil protection(Gesellschaft für Informatik e.V., 2022) Focke Martinez, Santiago; Hertzberg, Joachim; Gandorfer, Markus; Hoffmann, Christa; El Benni, Nadja; Cockburn, Marianne; Anken, Thomas; Floto, HelgaThis paper presents two approaches for route planning in output-material-flow arable farming: one for time optimization and one for soil protection. The two approaches were used to plan the routes of one harvester and one transport vehicle performing a harvesting operation in a test field, and were compared by analyzing the operation duration, travel distance, and area driven over by the machines. The results show the benefits and drawbacks of planning the machine routes using the proposed method for soil protection: the plans can reduce the impact of driving over the soil, but it can result in higher operation durations and traveled distances