Elektronische Umfelderkennung bei Erntemaschinen (itsowl-EUE)

Problemstellung
Erntemaschinen müssen in einem ständig wechselnden Umfeld operieren. Unterschiedliche Bedingungen, wie Bestandsdichte des Ernteguts und Bodenbeschaffenheit, erfordern eine individuelle Anpassung der Maschineneinstellungen. Darüber hinaus besteht durch die eingeschränkte Sicht der Fahrer die Gefahr von Kollisionen. Diese führen nicht nur zu Schäden an der Maschine und damit zu teuren Ausfallzeiten, sondern stellen auch eine Gefahr für Mensch und Tier dar. Durch eine automatische Erkennung des Umfelds können sowohl die Einstellungen der Maschine optimiert als auch der Interaktionsraum abgesichert werden.

Projektziele
Ziel des Projekts itsowl-EUE ist die Entwicklung eines vernetzten Sensorsystems zur elektronischen Umfelderkennung bei Erntemaschinen. Dadurch sollen diese ihren Betrieb optimal an die Bedingungen des Feldes anpassen. Darüber hinaus können sie zukünftig auf bestehende Hindernisse und Kollisionsgefahren hinweisen sowie eigenständig Maßnahmen zur Schadensabwehr umsetzen. Dazu werden die unterschiedlichen Eigenschaften des Ernteumfelds, wie beispielsweise Bestandsdichte und Hindernisse, erfasst und analysiert. Auf dieser Grundlage werden geeignete Sensoren zur Umfelderkennung ausgewählt und Algorithmen zur Signalverarbeitung entwickelt. Eine echtzeitfähige Vernetzung der Sensoren und Algorithmen mit der Fahrzeugsteuerung ermöglicht die automatische Zusammenführung und Auswertung der Sensordaten, so dass sich die Maschineneinstellungen eigenständig anpassen und Kollisionen mit Hindernissen vermieden werden. Darüber hinaus sollen sowohl weitere Informationen zum Ernteprozess als auch Kontextinformationen zwischen den Maschinen berücksichtigt werden. Durch Skalierbarkeit und Flexibilität des Systems wird die Übertragbarkeit der Entwicklungen auf artverwandte Bereiche oder Maschinengattungen sichergestellt und eine Nachhaltigkeit für Projekt und Produkt gewährleistet.

Vorgehensweise
Die Arbeiten im Verbundprojekt unterteilen sich in 4 Arbeitspakete, die jeweils durch einen Partner verantwortlich geleitet werden. Am Projekt sind zwei Partner beteiligt, ein Unternehmen und ein Hochschulinstitut, die das Projekt in Kooperation bearbeiten. Der Projektpartner Universität Bielefeld baut auf den in den Querschnittsprojekten erarbeiteten Grundlagen auf und trägt somit Grundlagen-Know-how bei, das von dem Unternehmen aufgegriffen und in die Praxis umgesetzt wird. In dem Projekt wird insbesondere auf die Ergebnisse der itsowl-Querschnittsprojekte „Selbstoptimierung“, „Mensch-Maschine-Interaktion“ und „Intelligente Vernetzung“ zurückgegriffen. Das entwickelte vernetzte Sensorsystem wird durch einen Demonstrator und umfangreiche Feldtests validiert und anschließend in eine Erntemaschine integriert.

Ergebnisse und Anwendungspotential
Durch das Projekt itsowl-EUE werden die Effizienz und Sicherheit von Landmaschinen gesteigert ¿ bei gleicher bis verbesserter Qualität der Ernte. Schäden an Mensch, Tier und Maschine werden minimiert und Ausfallzeiten verringert. Die erarbeiteten Ergebnisse dieses Projekts werden von Claas Selbstfahrende Erntemaschinen GmbH im Unternehmen umgesetzt. Aus dem im Projekt entwickelten Demonstrator sollen zeitnah Prototypen abgeleitet und zur Serienreife entwickelt werden. Für den Projektpartner CLAAS bilden die Ergebnisse aus itsowl-EUE die Grundlage für eine signifikante Verbesserung der Sicherheit in Landmaschinen aber auch für die Realisierung von Produktinnovationen, wie zum Beispiel der Automatisierung von Ernteprozessen. Beides soll maßgeblich dazu beitragen, die Position auf den internationalen Märkten über differenzierende und innovative Produkte und über wettbewerbsfähige Preise zu sichern. Der Transfer der Ergebnisse aus itsowl-EUE erfolgt über Publikationen in Fachmedien, Vorträge auf einschlägigen nationalen und internationalen Fachtagungen und Messen. Die Universität Bielefeld bindet die Projektergebnisse in ihre wissenschaftlichen Arbeiten und Lehrveranstaltungen ein. Zum Transfer der gewonnen Erkenntnisse wird eine enge Vernetzung mit den Nachhaltigkeitsmaßnahmen des Spitzenclusters stattfinden. Das Sensorsystem ist auch für weitere Einsatzzwecke nutzbar, wie beispielsweise für fahrerlose Containertransporter in Verladehäfen oder in autonomen Multi-Roboter-Systemen.

• Claas Selbstfahrende Erntemaschinen GmbH
• Universität Bielefeld