Onderzoek naar slimme maaidorsers

Een Duits consortium van wetenschap en industrie probeert voor de landbouw zo veel mogelijk AI in zo weinig mogelijk hardware te persen

Om de efficiëntie van hulpbronnen van maaidorsers te verbeteren, onderzoekt een consortium in een nieuw gezamenlijk project naar ' Ressourceneffiziente Künstliche Intelligenz für eingebettete Systeme in Landmaschinen' (ResKIL). Het project met partners uit wetenschap en industrie heeft tot doel de computersystemen te optimaliseren die in landbouwmachines zijn ingebouwd op het raakvlak tussen AI-software en de benodigde hardware.

Consortium

Aan het project wordt deelgenomen door Universität Osnabrück, het Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI), de Technische Universität Dortmund, Claas E-Systems, Claas Selbstfahrende Erntemaschinen en Zauberzeug. Het onderwerp van het project kan ook worden geparafraseerd als 'Hoeveel AI werkt met hoe weinig hardware?' De onderzoekers willen de vraag zo nauwkeurig mogelijk beantwoorden aan de hand van een model voor softwareontwikkelaars.

Kunstmatige intelligentie kan boeren en loonwerkers helpen om hun werk beter te plannen en te beheersen, om zo routinematige activiteiten te ontlasten. Hiervoor worden bijvoorbeeld beeldsensoren gebruikt, die continu grote hoeveelheden data produceren. In fracties van een seconde moet stuurinformatie worden verstrekt voor een passende reactie door machine en mens. Dit kan een correctie zijn van de rijrichting, de rijsnelheid of de instelling van de dorstrommel.

AI op de trekker

Industriële bedrijven kunnen vertrouwen op een datacenter met airconditioning en glasvezelkabel in de fabriek. In de landbouw moeten de nodige berekeningen worden gemaakt, althans gedeeltelijk, op de machine zelf, met beperkte capaciteiten onder zware omgevingsomstandigheden. Dit geldt vooral als het mobiele netwerk niet beschikbaar is.

Om in dergelijke situaties toch te kunnen profiteren van artificiële intelligentie is het nodig om speciaal voor deze omgeving hardware (embedded systemen) en daarop afgestemde software te ontwikkelen, waaronder radiocommunicatie. In de industrie wordt veel cloud computing gebruikt, in de landbouw het tegenovergesteld: edge computing, ofwel gegevensverwerking op locatie.

Cloud noch edge computing is de perfecte oplossing, de interactie tussen beide is het recept voor succes. De ontwikkeling gebeurt daarom in nauwe afstemming met het Agri-Gaia-project gefinancierd door de BMWi, dat zorgt voor AI in de cloudinfrastructuur in een agrarische context. De ideeën zijn ontwikkeld en getest aan de hand van het voorbeeld van het gebruik van tractoren en maaidorsers.

Foto: Claas