Skip to main content Skip to main navigation

Projekt

resKIL

Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen

Ressourceneffiziente KI für eingebettete Systeme in Landmaschinen

  • Laufzeit:

Die Anwendung von Methoden der KI erscheint in der Landwirtschaft sinnvoll, weil die Umgebung von einer hohen Dynamik gekennzeichnet, nicht vollständig bekannt und nicht umfassend kontrollierbar ist. Werden KI-basierte Anwendungen auf der mobilen Arbeitsmaschine (on the edge) auf spezialisierten und hochleistungsfähigen Hardwaresystemen zur Ausführung gebracht, ergeben sich daraus Konsequenzen. Der Einsatz von High-Performance Computern ist mit hohen wiederkehrenden Kosten und signifikantem Aufwand bei der Anpassung der Fahrzeugarchitektur verbunden. Eine drahtloste, 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. Ein verteilter Ansatz erscheint sinnvoll, der maschinenseitig minimalinvasiv ist und cloudseitig eine spezialisierte Umgebung nutzt. Im Projekt resKIL werden eine Software-Architektur und eine AI-Toolchain entwickelt, die den Anforderungen des mobilen Arbeitsumfeldes gerecht werden. Die Prototypen werden in der landwirtschaftlichen Praxis evaluiert. Das DFKI beteiligt sich an den Tools zur effizienten Datenprozessierung/-annotation, sowie der skalierbaren, adaptiven KI-Architektur, die auf den zuvor erstellten Daten arbeitet. Dabei werden mögliche Schnittstellen zu und Zusammenarbeiten mit Gaia-X bzw. dessen Agrar-Usecase Agri-Gaia betrachtet.

Partner

CLAAS E-Systems GmbH (Koordinator]) CLAAS Selbstfahrende Erntemaschinen GmbH Zauberzeug GmbH Universität Osnabrück - Institut für Informatik - Arbeitsgruppe Eingebettete Softwaresysteme TU Dortmund - Fakultät Statistik - Arbeitsgruppe Mathematische Statistik und industrielle Anwendungen

Fördergeber

BMEL - Bundesministerium für Ernährung und Landwirtschaft

BMEL - Bundesministerium für Ernährung und Landwirtschaft

Publikationen zum Projekt

Freddy Sikouonmeu; Martin Atzmueller

In: Konferenzband der 43. GIL-Jahrestagung. GIL-Jahrestagung (GIL-2023) Resiliente Agri-Food-Systeme: Herausforderungen und Lösungsansätze. GIL-Jahrestagung (GIL), February 13-14, Osnabrück, Germany, GI, 2023.

Zur Publikation