Entwicklung einer Robotik-Lösung zur Schneckenbekämpfung in der Landwirtschaft
| dc.contributor.corporatename | Kassel, Univeristät Kassel, Fachbereich Ökologische Agrarwissenschaften | |
| dc.contributor.referee | Hensel, Oliver (Prof. Dr.) | |
| dc.contributor.referee | Beneke, Frank (Prof. Dr.) | |
| dc.date.accessioned | 2020-11-27T10:40:36Z | |
| dc.date.available | 2020-11-27T10:40:36Z | |
| dc.date.issued | 2020 | |
| dc.description.sponsorship | BLE Förderkennzeichen 2815704415 | |
| dc.identifier | doi:10.17170/kobra-202011252273 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/12040 | |
| dc.language.iso | ger | |
| dc.relation.projectid | 5 5251 66 | |
| dc.rights | Urheberrechtlich geschützt | |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | |
| dc.subject | Feldroboter | ger |
| dc.subject | Schneckenbekämpfung | ger |
| dc.subject | Schneckendetektion | ger |
| dc.subject | Hotspot-Routenplanung | ger |
| dc.subject.ddc | 630 | |
| dc.subject.swd | Landwirtschaft | ger |
| dc.subject.swd | Schädlingsbekämpfung | ger |
| dc.subject.swd | Schnecken | ger |
| dc.subject.swd | Feldroboter | ger |
| dc.title | Entwicklung einer Robotik-Lösung zur Schneckenbekämpfung in der Landwirtschaft | ger |
| dc.type | Dissertation | |
| dc.type.version | publishedVersion | |
| dcterms.abstract | Schnecken sind bedeutende Schädlinge in der Landwirtschaft. Die Ausbringung von Schneckenkorn zur Schneckenbekämpfung als Verfahren nach dem Stand der Technik hat jedoch erhebliche Nachteile. Der Erfolg ist abhängig von der vorherrschenden Witterung und damit unsicher, zudem schadet es auch Nützlingen. Eine Robotik-Lösung zu Schneckenbekämpfung arbeitet wetterunabhängig und ist in der Lage, zwischen Schädlingen und Nützlingen zu unterscheiden. Durch einen Feldversuch konnte gezeigt werden, dass Überfahrten eines Roboters über keimende Rapspflanzen einen Verlust von 21,6 % der keimenden Pflanzen verursachen. Die Verlustrate kann aber erheblich minimiert werden, wenn der Roboter zu frühen Zeitpunkten, mit geringem Gewicht und in geraden Linien über die gesäten Reihen fährt. Durch Hyperspektralaufnahmen konnten die Spektren der relativen Reflexion von Schnecken und Ackerböden ermittelt werden. Bei der Auswertung der Spektren fällt ein globales Maximum bei 925 nm, gefolgt von einem lokalen Minimum bei 975 nm im Reflexionsspektrum der Schnecken auf. Das Spektrum der Ackerböden verläuft in diesem Bereich monoton steigend. Durch die Subtraktion zweier Bilder der genannten Wellenlängen wird der Boden ausgelöscht und die Detektion der Schnecken ist per digitaler Bildverarbeitung mit einem einfachen Schwellwertverfahren möglich. Eine Hotspot-Routenplanung konzentriert die Arbeit des Roboters auf Teilflächen des Ackers mit einer hohen Aggregation von Schnecken. Ein Vergleich der Hotspot-Routenplanung mit einer flächendeckenden Bearbeitung des Feldes in Bahnen zeigt, dass eine Hotspot-Routenplanung mit einem Rasterverfahren zur Hotspotdefinition im Idealfall 1,68- bis 1,72-mal effizienter nach Schnecken sucht. Die Arbeit umfasst zudem einen Vorschlag für eine Praxis-Anwendung. Der entwickelte Roboter fährt auf einem Gummikettenfahrwerk über den Acker. Er erkennt Schnecken mithilfe einer monochromen Kamera und schmalen Bandpassfiltern. Die Position gefundener Schnecken wird gespeichert, um Hotspots zu detektieren und diese gezielt anzusteuern. Erkannte Schnecken werden mechanisch unschädlich gemacht. | ger |
| dcterms.abstract | Slugs are an important pest in agriculture. However, the spreading of slug pellets for slug control as a state-of-the-art method has considerable disadvantages. The success depends on the prevailing weather conditions and is therefore uncertain, and it also harms beneficials. A robotic solution for slug control works independent of weather conditions and is able to distinguish between pests and beneficials. A field trial showed that robot passes over young canola plants cause a loss of 21.6 % of the germinating plants. However, the loss rate can be minimized considerably, if the robot drives over the sown rows at early times, with low weight and in straight lines. Hyperspectral images were used to determine the spectra of the relative reflection of slugs and soils. When the spectra were evaluated, a global maximum at 925 nm followed by a local minimum at 975 nm was noticeable in the reflection spectrum of the slugs. The spectrum of the soils in this range is monotonically increasing. By subtracting two images of the mentioned wavelengths the soil is erased and the detection of the slugs is possible by digital image processing with a simple threshold method. A hotspot route planning concentrates the work of the robot on partial areas of the field with a high aggregation of slugs. A comparison of the hotspot route planning with an area-wide processing of the field in lanes shows that a hotspot route planning with a grid method for hotspot definition ideally searches for slugs 1.68 to 1.72 times more efficiently. This thesis also includes a proposal for a practical application. The developed robot drives over the field on a rubber track undercarriage. It detects slugs using a monochrome camera and narrow bandpass filters. The position of detected slugs is saved in order to detect hotspots and to drive to them in a targeted manner. Detected slugs are neutralized mechanically. | eng |
| dcterms.accessRights | open access | |
| dcterms.creator | Höing, Christian | |
| dcterms.dateAccepted | 2020-11-11 | |
| dcterms.extent | VI, 85 Seiten | |
| kup.iskup | false |