Die Landmaschinen werden also in knapp acht Jahren autonom fahren können, aber die Arbeitsprozesse sind dafür noch zu komplex?
In Teilen werden die Arbeitsprozesse auch autonom sein, aber das muss man genauer differenzieren. Wenn es um das Ausbringen von Saatgut geht, habe ich eine homogene Fläche, die im Vorfeld bearbeitet wurde. Ich pflanze über einen bestimmten navigatorischen Weg, der im Vorfeld schon definiert wurde beispielsweise alle 30 Zentimeter ein Saatkorn in den Boden ein. Das heißt, ich brauche eine relativ einfache Mechanik, die dieses Saatkorn aus einem Behälter aufnimmt und in den Boden steckt. Solche autonomen Arbeitsprozesse sind schon heute denkbar und umsetzbar. Wenn wir jetzt aber darüber reden, dass ich ein dicht mit Pflanzen bewachsenes Feld abfahren und einzelne Pflanzen detektieren, versorgen oder bearbeiten will, wird das nach wie vor vom Menschen übernommen.
Wenn diese komplexe Aufgabe von Maschinen übernommen werden soll, müssen zu diesem Zweck viele Sensoren unterschiedlicher Art verbaut sein. Diese Sensoren müssen anhand einer Vielzahl an Merkmalen erkennen, dass zum Beispiel ein Blatt beschädigt ist oder von Schädlingen befallen ist um den nächsten Schritt der automatisierten Entfernung durchführen zu können. Zudem muss eine entsprechende mechanische Aktuatorik vorhanden sein, die im Zusammenspiel mit den Sensoren die Entfernung des Blattes oder eine gezielte Applikation von Schädlingsbekämpfungsmitteln durchführt. Das zeigt schon, wie komplex es ist, eine Pflanze zu behandeln. Und wie entscheidet die Maschine, wie sie dabei vorgehen soll?
Die Zukunft gehört ganz klar den autonomen Arbeitsmaschinen. Maschinen werden immer autonomer gestaltet und man möchte hier in Zukunft tatsächlich die Vollautonomie realisieren.
Stefan A. Lang, STW
Das heißt, es fehlt sozusagen noch die Intelligenz?
Genau. Es reicht nicht aus nur einen oder mehrere Sensoren auf dem Fahrzeug zu haben, sondern die Daten müssen auch ausgewertet werden. Hier kann man sich an der Robotik orientieren, die beispielsweise nach dem Paradigma „Sense – Think – Act“ handelt. In dieser Reihenfolge bedeutet das, dass zuerst das Umfeld wahrgenommen werden muss, dann eine Bewertung erfolgt und anschließend gehandelt wird. Das heißt, dass nach der Erzeugung der Sensordaten ein entsprechender Algorithmus die Situation bewertet und anschließend eine Interaktionsstrategie ableitet, mit der klar definiert ist, in welcher Abfolge an Arbeitsschritten der Arbeitsprozess gesteuert wird. Die eigentliche Intelligenz steckt dann in den Algorithmen und es müssen Fragen rund um die Interaktion beantwortet werden wie: Was möchte ich in dem spezifischen Kontext überhaupt erreichen?
Konkret bedeutet das, dass für Ableitung der Interaktionsstrategie die richtigen Fragestellungen für mein Arbeitswerkzeug, die Maschine und das Umfeld gestellt werden müssen. Und spätestens für die Aufarbeitung dieser Fragen sind entsprechende Systemarchitekturen und High Computing Performance nötig, um beispielsweise die anlaufenden, hochwertigen 3D-Sensordaten einer Stereokamera in Echtzeit verarbeiten und über die weitere Interaktion entscheiden zu können. Dabei geht es vor allem um den Arbeitsauftrag für die autonome Landmaschine, die teilautonom beziehungsweise vollautonom agieren kann.
Wie bei jeder autonomen Maschine ist die richtige Auswahl der Sensoren auch bei autonomen Landmaschinen ein ausschlaggebender Faktor. Dazu kann man die klassischen sechs W-Fragen stellen: Was, Wann, Wo, Wer, Wie, Warum. Zu jeder der W-Fragen lassen sich auch Sensoren nennen, wie beispielsweise die Frage nach dem Wann und Wo. So kann aus klassischen GPS-Signalen extrahiert werden, wann die Maschine wo ist. Wenn es darum geht Weg, Geschwindigkeit, Beschleunigung und Rotation zu ermitteln, dann braucht man für die Odometrie des Fahrzeugs weitere entsprechende Sensoren wie Accelerometer an Bord. In der Prozessautomation werden zudem Sensoren eingesetzt, die Gewicht, Temperatur, Luftfeuchtigkeit, Menge, Volumen und Dichte bestimmen. Dichte ist zum Beispiel im Sinne der Heupressung ein wichtiger Faktor. Für den Arbeitsprozess selber ist natürlich die Umfelderkennung sehr wichtig, also zum Beispiel der Abstand. Der kann über Ultraschall, über Lidar oder über Radar oder auch taktil gemessen werden. Die Umgebung kann mit Hilfe optischer Kameras überwacht werden und für die 3D-Wahrnehmung können Stereokameras, Time-of-Flight-Kameras, aber auch neue Technologien wie 3D-Flash-Lidar einsetzt werden. Die Sensorik muss dann noch um das Thema Big Data, also wie vernetze ich die Arbeitsmaschine, erweitert werden.
Mobile Maschine: Effizient und womöglich bald autonom?
