Einloggen / Registrieren

Startseite

Schlagzeilen
Messen & Termine
Themen
Wir für Euch
Heftarchiv
Sonstiges

Milchpreis Maisaussaat Ackerboden Rapspreis

topplus Das Auge der Hacke

So funktionieren Hacken mit intelligentem Kamerasystem

Intelligente Kamerasysteme lenken immer mehr Hacken exakt durch die Reihen. Wie funktionieren die Systeme, wo kommen sie an ihre Grenzen und wohin geht die Entwicklung?

Lesezeit: 13 Minuten

Beim Hacken kommt es darauf an, so viel Fläche wie möglich zu bearbeiten und das so dicht wie möglich an der Reihe. Bei hoher Geschwindigkeit ist das mit Hackgeräten im Heck sehr anspruchsvoll. Deshalb bieten die Hersteller von Hackgeräten und spezialisierte Zulieferer automatische Lenksysteme an.

Weil selbst ein RTK-System nicht genau genug arbeitet, liefern Kamerasysteme das entsprechende Lenksignal für die Hacke. Unter guten Einsatzbedingungen lassen sich damit Genauigkeiten von bis zu ± 1 cm erreichen. Die Preise für Kameralenkungen starten bei etwa 20.000 €.

Das Wichtigste aus Agrarwirtschaft und -politik montags und donnerstags per Mail!

Mit Eintragung zum Newsletter stimme ich der Nutzung meiner E-Mail-Adresse im Rahmen des gewählten Newsletters und zugehörigen Angeboten gemäß der AGBs und den Datenschutzhinweisen zu.

Wir wollten wissen, wie die Kamera-Lenksysteme arbeiten, wo sie an die Grenzen kommen und wo sie sich gerade weiterentwickeln. Dazu haben wir mit Experten von Claas, Einböck, K.U.L.T., Steketee und Schmotzer-Hacktechnik über das Thema diskutiert.

Im Prinzip soll jedes Kamerasystem geometrische Reihenstrukturen anhand von Unterschieden erkennen. Die Software weiß die Reihenbreite und versucht, diese Linienstruktur mit den Strukturen im Kamerabild in Einklang zu bringen. Durch das hydraulische Verschieben bzw. Lenken legt das System quasi die virtuellen Linien und die Bestandsstruktur übereinander.

Je nach Software kann man den Systemen vorgeben, ob sie Einzel- oder Mehrfachreihen folgen sollen, die z.B. bei Möhren und Zwiebeln üblich sind. Die Systeme erkennen auch Maisdoppelreihen (Deltarow).

Lenken nach Farben

In erster Linie geht es beim Erkennen der Reihen um Farbunterschiede, also im einfachsten Fall eine Reihe grüner Pflanzen auf braunem Boden. Bei flächiger Verunkrautung wird das deutlich schwieriger.

Je mehr unterschiedliche Farben oder Farbnuancen ein Kamerasystem unterscheiden kann, desto eher erkennt es wieder Reihenstrukturen auf grünen Flächen. Weitere Unterscheidungsmöglichkeiten können Wuchshöhen oder Blattformen sein.

Gängig ist das Lenken der Hacke in den Reihen, das man Inter-Row oder Reihennavigation nennt. Hier kann die Kamera an einer oder mehreren Reihen entlang „schauen“. Deutlich anspruchsvoller wird es, den genauen Standraum einer einzelnen Pflanze zu lokalisieren und innerhalb einer Reihe die Zwischenräume zu hacken. Dieser Einsatz heißt Intra-Row bzw. Inrow. Bei einigen Systemen braucht jede Reihe eine eigene Kamera. Manche Kamerasysteme können aber auch Inrow die Pflanzen in mehreren Reihen erfassen.

Für die Reihennavigation reicht dagegen in den meisten Fällen eine einzelne Kamera aus. Bei einigen Anbietern ist es möglich, auf der anderen Seite der Hacke eine zweite Kamera zu integrieren. Das bietet z.B. an schrägen Vorgewendelinien oder in Keilen Vorteile. Denn manche Hacken haben einen hydraulischen Aushub der Einzelreihen bzw. Section Control.

Die Firmen nutzen Kameras mit unterschiedlichen Funktionsprinzipien:

  • Farbkameras, die im RGB-Bereich arbeiten: Sie können auf Basis der Grundfarben Rot, Grün und Blau das auch fürs menschliche Auge sichtbare Farbspektrum unterscheiden. Hier sind Claas und Tillet & Hague wichtige Anbieter.



  • Kameras, die im Infrarot- (IR) oder Nahinfrarotbereich (NIR) arbeiten, nehmen das nicht sichtbare Farbspektrum wahr. Sie erkenne vor allem das Chlorophyll und können zwischen lebender und abgestorbener Biomasse unterscheiden. Bspw. vom dänischen Anbieter Poulsen kommt eine Kamera, die mit zwei Sensoren (IR, NIR) arbeitet.



  • Multispektralkameras, die verschiedene Farbspektren bündeln und so für mehr Unterscheidungsmerkmale sorgen. Unter anderem setzt Steketee bei seinem IC-Light-System auf diese Technik. Multispektralkameras werden mit ihren verschiedenen Farbbändern auch im Labor in der Analysetechnik eingesetzt und sind bei KI-Anwendungen im Einsatz (KI = künstliche Intelligenz, selbstlernende Systeme).

Dazu kommt die Bildauflösung: Je besser die Auflösung der Kamera, desto jüngere Kulturpflanzen erkennt sie. Weil die meisten Kameras ein zweidimensionales Bild erzeugen, entscheidet die Pflanzenfläche, nicht die Höhe. Heute sind HD-Kameras oft Stand der Technik. Sie können Kulturen ab etwa 2 cm Fläche ausmachen. Frühere VGA-Kameras brauchten mindestens 4 cm zum sicheren Unterscheiden.

Mehr Farben, mehr Unterschied

Frühe Kamerakonzepte konnten nur Grüntöne vom Boden (braun-schwarz) unterscheiden. Bei Kulturen mit anderen Farben, z.B. gelbliche Maispflanzen im Stress, kamen sie an ihre Grenzen. Das Gleiche gilt für Bestände mit dichtem Unkrautbesatz, die kaum den Boden erkennen lassen. Neuere Kameras identifizieren erheblich mehr Farbunterschiede. Dazu brauchen sie die Rechnerkapazität. Die Lenksysteme haben deshalb ihr eigenes, unabhängiges Rechnersystem zur Bildverarbeitung.

Bei der Claas Culticam, die u.a. bei Einböck oder Schmotzer im Einsatz ist, kann der Fahrer drei Farbmodi wählen: Grün-blau für gut mit Stickstoff versorgtes Getreide, grün-gelb für gestressten Mais, rot für den Salat-Bereich. Der Hersteller beschränkt sich auf drei Varianten, um dem Fahrer nicht zu viele Einstellungen aufzubürden.

Einige andere Hersteller, wie z.B. THT (Tillet & Hauge Industries) bei K.U.L.T., erlauben mehr Einstellungen. Hier lässt sich z.B. am Monitor ein Cursor entlang einer Farbskala bzw. eines Regenbogens verschieben. Der Fahrer erhält dann ein akustisches und optisches Signal, ob die Bildqualität für ein sicheres Navigieren ausreicht.

Steketee arbeitet mit einer Multispektralkamera. Das System kombiniert zusätzlich zum sichtbaren RGB-Farbraum weitere, nicht sichtbare Spektralbänder. Der Fahrer kann zwischen dem Grünmodus und dem Farbmodus wechseln. Eine Anzeige im Display zeigt ihm die „Qualität“ der Bilderkennung.

Falls der Bestand wechselt und das System die Bildinformationen nicht mehr exakt genug zuordnen kann, lässt sich ein „Learnmodus“ aktivieren. Das macht der Fahrer am besten, wenn er an einer „aussagekräftigen“ Stelle im Bestand ist. Jetzt sucht die Kamera im vollen Farbspektrum und versucht wieder, farbige Linien zu erkennen, die mit dem programmierten Reihenabstand übereinstimmen. Der Fahrer bekommt ein Signal, wenn die Lernphase abgeschlossen ist. Nach dem Deaktivieren sucht die Software jetzt gezielt nach der neuen Farbe. Wegen der Fülle der Daten kann der Learnmodus nicht permanent aktiv sein.

Auch Formen erkennen

Schmotzer Hacktechnik setzt neben der Claas Culticam ein Okio-Kamerasystem von Ensio aus Österreich ein. Das Unternehmen hat sich auf die Bildverarbeitung spezialisiert. Auch dieses System orientiert sich zuerst an Farbunterschieden. Es erkennt zusätzlich unterschiedliche Blattformen, sowie Dichte und Konturen. So kann das System auch vor einem grünen Hintergrund Reihen finden. Allerdings müssen sich die Blattstrukturen klar abheben.

Die Kamera basiert auf üblicher RGB-Technik. Die Intelligenz steckt in der Software. Sie enthält für Standardkulturen (Acker-, Sonderkulturen) die jeweiligen Blattformen. Der Fahrer wählt am Terminal das aktuelle Stadium des Bestandes aus (bis 5 cm, 5 bis 15 cm, größer als 15 cm). Die Software wertet das Video aus und setzt es in Lenkimpulse um. Dafür ist eine hohe Rechnerleistung notwendig.

Falls die Software bestimmte Kulturinformationen nicht beinhaltet, kann auch dieses System „lernen“. Dazu fährt man von Hand über ein möglichst sauberes Stück der Kultur und zeichnet ein Video auf. Das Video sendet man an das Entwicklerteam, die daraus in einigen Tagen einen neuen Algorithmus entwickeln, der die Software ergänzt. Ein Fernwartungssystem ist deshalb serienmäßig integriert.

Je mehr Reihen eine Kamera überblickt, je mehr Pflanzen sie im Blickfeld hat, desto besser. Je nach Anzahl der Reihen – gerade oder ungerade – wird die Kamera genau zwischen zwei Reihen (gerade Anzahl) oder direkt über der mittigen Reihe (ungerade Anzahl) montiert. Die Montage muss genau sein und in den Rechner eingegeben werden.

Im Normalfall hat eine Kamera 50 cm Reihenabstand drei Reihen im Blick, bei 75 cm zwei. Hersteller berichten, dass Ungenauigkeiten oft darauf zurückgehen, dass die Kameras nicht richtig positioniert, bzw. die Werte nicht korrekt eingegeben sind. Erst wenn das System Höhe und Winkel der Kamera kennt, kann es die Bildpixel auf z.B. ein metrisches Maß beziehen.

Kamerasysteme mit zwei Linsen, wie die Claas Culticam, können die Eingaben zu ihrer Position (Höhe, Winkel) kontrollieren und dem Fahrer Feedback geben, wenn etwas nicht stimmt.

Sobald die Hacke breiter als der Traktor ist, sollte die Kamera seitlich montiert werden, damit sie weiter vorausschauen kann. Je größer das Blickfeld, je mehr Reihen sie sieht, desto geringer ist die Gefahr, dass die Kamera in Fehlstellen die Orientierung verliert.

Die Bildauflösung der Kamera wirkt sich auf die Montagehöhe aus. Frühere Kameras konnten aus größerer Höhe sehr kleine Kulturen nicht unterscheiden. Sie mussten niedriger montiert werden als heutige Modelle. Auf der anderen Seite begrenzen Schwankbewegungen der Hacke die Montagehöhe. Wie immer gilt: Je ebener der Boden, desto exakter die Arbeit.

Heute ist bei sehr jungen Kulturen eine Montagehöhe von 1,20 m gängig. Bei größeren Pflanzen darf es auch 1,50 bis 1,80 m sein.

Bei einer Höhe von 1,40 m und einem üblichen Winkel blickt die Kamera etwa 3 m nach vorne. Allgemein bewegen sich die Winkel je nach Höhe zwischen 30 und 50°. Je dichter die Pflanzen in der Reihe stehen, desto steiler kann die Kamera stehen. Bei sehr weiten Pflanzabständen (z.B. Kürbis) oder sehr schmalen Blättern/Röhren der Kultur (Zwiebeln bspw.) muss sie weiter nach vorne blicken, um Reihenstrukturen zu erkennen. Je flacher der Winkel, desto trapezförmiger das Bild. Die Software muss diese Verzerrung herausrechnen.

Generell können tiefstehende Sonne bzw. Gegenlicht den Einsatz erschweren, je flacher der Kamerawinkel, desto mehr. Manche Praktiker planen deshalb ihren Hackeinsatz so, dass sie gegen Abend quer zum Sonnenlicht arbeiten können, also in Nord-Süd-Richtung und nicht gen Westen.

Am späteren Abend oder bei Dunkelheit setzen die Firmen auf Scheinwerferlicht, was wegen der definierten Lichtverhältnisse sehr gut funktioniert.

Weil die Kameras darauf aus sind, Farbunterschiede zu erkennen, muss die „Lichttemperatur“ der Scheinwerfer stimmen, sie müssen die Farben möglichst natürlich erscheinen lassen. Das geht nur über LED-Scheinwerfer mit dem passenden kalten Lichtspektrum. Der Algorithmus muss auf die Scheinwerfer abgestimmt sein, sonst funktioniert es nicht. In der Praxis gibt es teils Probleme mit günstigen Zukaufscheinwerfern, die von den Kunden selbst montiert werden.

Schwierig wird es generell, wenn flächige Verunkrautung und Kulturen die gleiche Farbe haben. Für diese Einsätze gibt es bei Claas einen 3 D-Modus. Haben Verunkrautung und Kulturen einen Wuchsunterschied von 10 cm, kann die Software unabhängig von der Farbe Reihen erkennen. Eine weitere Herausforderung sind höhere Bestände, kurz vor dem Reihenschluss – besonders bei Wind. Einige Firmen bieten dafür die Möglichkeit, einen Reihentaster zu integrieren.

Impulse zum Lenken

Das Kamerasystem arbeitet nach dem Prinzip: „Ich erkenne Reihen, diese sind aber zu meiner Mitte versetzt“. Die Software setzt diese Information in hydraulische Steuerimpulse um.

Es gibt unterschiedliche Lenk-Konzepte. Gängig ist der Seitenverschieberahmen, der hauptsächlich bei breiten Hacken zum Einsatz kommt. Hier kann die Kamera am Traktor vorbeischauen. Ein Parallelogramm-Lenkrahmen bietet zwischen Tragrahmen und Hackrahmen ein Sichtfeld. Hier kann die Kamera bei schmalen Geräten auch in den Zwischenraum blicken. Außerdem gibt es bei Anbietern wie K.U.L.T. eine Stützradlenkung. Sie steuert die Hacke dann in freien Unterlenkern.

Die Anforderungen an die Hydraulik halten sich bei allen Systemen mit 10 bis 15 l/min in Grenzen. Wichtig sind große Leitungsquerschnitte und Zylindervolumen, damit das Öl sich nicht zu stark erwärmt.

Meistens arbeiten die Ventile schwarz-weiß, neuere auch proportional, was für sanftere Lenkbewegungen sorgt. Drehwinkelsensoren, bzw. Linearpotenziometer im Verschieberahmen, melden die aktuelle Stellung des Lenkrahmens an den Rechner.

Die Seitenverschiebung braucht eine Gegenkraft, um präzise arbeiten zu können. Viele Firmen setzen das mit Schneidstützrädern um. Einige empfehlen auf klebrigen und steinigen Böden Gummistützräder, die eine größere Aufstandsfläche haben. Größere Hackgeräte haben dann vier anstatt zwei Stabilisierungsräder am Verschieberahmen.

Vorteil der Seitenverschiebung ist ihre kompakte Bauweise, die den Schwerpunkt oft nur 20 cm nach hinten verlegt. Lenkparallelogramme entwickeln weniger Seitenkräfte, bauen aber länger. Dadurch steigt der Hubkraftbedarf.

Wichtig ist die Angabe des Lenkweges. Die Werksangabe bezieht sich meistens auf den gesamten Verstellbereich. 30 cm bedeuten dann je 15 cm zu beiden Seiten. Vor allem am Seitenhang kommen Systeme mit geringerem Verstellbereich an ihre Grenzen, weil sie die Hangabdrift des Schleppers nicht ausgleichen können. Hier sollte man auf einen möglichst großen Verstellbereich von z.B. 50 cm achten (± 25 cm).

Am Hang erkennen einige Systeme die Neigung per Gyroskop und steuern automatisch in einstellbaren Grenzen gegen. Weil die Hacke je nach Fahrtrichtung unterschiedlich zur Seite ziehen kann – z.B. durch ungleichen Druck in den Schlepperreifen – kann der Fahrer den Korrekturfaktor getrennt einstellen.

Lenksysteme arbeiten auch in gebogenen Reihen. Grenzen setzt die „Schärfe“ der Kurve. Das Sichtfeld der Kamera ist nicht das einzige Problem. Denn auch die Hacke arbeitet in Kurven nicht präzise. Je länger, desto schwieriger wird’s, denn die hinteren Werkzeuge schwenken aus und erfassen die Kulturreihen.

Ein Sonderfall ist die Lenkung über eine hydraulische Seitenstrebe am Unterlenker des Traktors. Das System pathfinderAgrar kommt vom österreichischen Anbieter Nalatec und wird von K.U.L.T. vertrieben. Vorteil ist, dass sich dieses Lenksystem an jedem Traktor nachrüsten lässt und keinen Verschieberahmen benötigt. Es steht dann quasi für alle Anbaugeräte bis 6 m Arbeitsbreite und einem Mindestreihenabstand von 37 cm zur Verfügung. Der Komplettpreis beträgt ca. 13.000 €, wenn der Traktor schon hydraulische Stabilisatoren hat, sinken die Kosten.

Die Kamera sitzt rechts am Traktor, zwischen Vorder- und Hinterachse. Sie wird nach hinten, entgegen der Fahrtrichtung, exakt über der Kulturpflanzenreihe ausgerichtet. Vorne am Rahmen der Hacke ist eine Referenztafel montiert. Der Abstand der Tafel zur Reihe lässt sich eingeben. Die Kamera erkennt die Tafel und steuert die hydraulische Seitenstrebe so an, dass der eingestellte Abstand zwischen Tafelmitte und Kulturreihe eingehalten wird.

Durch die Unterlenkersteuerung ändert sich der Winkel des Anbaugeräts zum Schlepper. Das kann sich bei größeren Arbeitsbreiten über 6 m negativ auswirken. Am Seitenhang ist das aber ein Vorteil, da die Hacke nicht wie bei den anderen Systemen zusammen mit dem Traktor diagonal, sondern gerade zur Reihe steht.

Blattformen lernen

Anspruchsvoller als die Reihennavigation ist das Hacken Inrow, also zwischen den einzelnen Pflanzen. In Pflanzkulturen, wie Salat, gibt es schon seit ca. 2004 Geräte, die das können. Dabei spielt der Größenunterschied der Kultur und der gerade auflaufenden Unkräuter eine wichtige Rolle. Denn die Kamera in der Reihe muss „nur“ unterschiedlich große Farbflecke unterscheiden.

Sehr viel schwieriger wird es in gesäten Kulturen, wenn Pflanzen und Unkräuter quasi gleichzeitig an den Start gehen. Eine keimende Melde lässt sich nur sehr schwer zwischen auflaufenden Rüben erkennen.

Die Firmen versuchen z.B. durch Multispektralkameras mehr Unterscheidungsmöglichkeiten aus den Bilddaten herauszuholen. Je nach Blattoberfläche, dem Chlorophyllgehalt oder anderen biologischen Eigenschaften werden Lichtwellen unterschiedlich reflektiert oder absorbiert. Wechselnde Umwelteinflüsse, Sonnenlicht, unterschiedliche Stadien, Sorteneigenschaften usw. machen das Ganze unter Feldbedingungen aber kompliziert.

In der Entwicklung setzen die Ingenieure teils auf KI (Künstliche Intelligenz) bzw. „Deep Learning“, also maschinelles Lernen. Diese Lernsysteme werden mit einer riesigen Bildermenge von Zuckerrübenblättern gefüttert. Aus den Informationen leitet die KI einen sogenannten Klassifikator ab, der dann im Feld entscheidet: „Du bist mit hoher Wahrscheinlichkeit eine Zuckerrübe.“ Der Klassifikator lässt sich verfeinern, in dem man dem System Bilder einer Melde mit der Info zeigt: „Du bist keine Zuckerrübe“. Das Ganze muss schnell und vor allem fehlerarm laufen, denn weggehackt ist weggehackt.

Auch beim chemischen Pflanzenschutz nimmt die Bedeutung der Bilderkennung zu. Sehr gezielt arbeitet das kameragestützte Spotspraying. Relativ einfach ist es, mit einer Grün-Braun-Unterscheidung z.B. mit einem Totalherbizid einzelne grüne Unkrautpflanzen auf einem sonst unbewachsenen Acker zu treffen. Wenn es aber darum geht, einzelne Unkrautpflanzen aus einer Kultur „herauszuspritzen“, wird es ungleich schwieriger. Das bei schneller Fahrt über die Arbeitsbreite der Spritze umzusetzen, ist derzeit noch Neuland – und noch nicht wirtschaftlich.

Eine interessante, weitere Anwendung kommt ebenfalls aus dem Pflanzenschutz: Bei der Bandspritzung muss die Düse so genau wie möglich über der Reihe arbeiten. In Versuchen wurde dazu die Feldspritze mit einer Kamera ausgestattet, deren Software die Achsschenkellenkung ansteuert. Das ist wieder näher an der ursprünglichen Aufgabe der Kamera: Ein Werkzeug möglichst exakt zu führen.

Mehr zu dem Thema

Die Redaktion empfiehlt

top + Zum Start in die Maisaussaat keine wichtigen Infos verpassen

Alle wichtigen Infos & Ratgeber zur Maisaussaat 2024, exklusive Beiträge, Videos & Hintergrundinformationen

Wie zufrieden sind Sie mit topagrar.com?

Was können wir noch verbessern?

Weitere Informationen zur Verarbeitung Ihrer Daten finden Sie in unserer Datenschutzerklärung.

Vielen Dank für Ihr Feedback!

Wir arbeiten stetig daran, Ihre Erfahrung mit topagrar.com zu verbessern. Dazu ist Ihre Meinung für uns unverzichtbar.