Snart kan danske landmænd få hjælp af kunstig intelligens til at optimere høstkvaliteten af deres korn. Et nyt projekt vil udnytte kamerateknologi til at overvåge kvaliteten af høsten i realtid, og det skal tillade landmænd at høste mere miljørigtigt og udbytterigt.
Danske Sensomind arbejder med kunstig intelligens og leverer blandt andet overvågningsløsninger til fødevareindustrien. Det skal nu udvides til høstmaskiner, og derfor samarbejder Sensomind med den tyske gigant CLAAS, der er blandt verdens førende producenter af høstmaskiner.
CLAAS` afdeling i Nivå har specialiseret sig indenfor automatisering ved brug af computer vision og kunstig intelligens på 2D og 3D sensorer. CLAAS E-systems har lavet adskillige kamera applikationer som bl.a. automatiserer rædrensere og finsnittere under høsten. I projektet har CLAAS ansvaret for at udvikle de intelligente algoritmer som vil kunne detektere høstkvaliteten:
”I dag er det op til den enkelte chauffør i høstmaskinen at styre, om kornet bliver tærsket tilpas. Det kan være svært, og derfor er kvaliteten af høsten ofte varierende. Det kan være dyrt for udbyttet af korn, brændstofforbrug og miljø. Projektet skal gøre det nemmere at få mest ud af høsten,” forklarer Rufus Blas, projektleder og direktør i Sensomind, der tilbyder en cloud-løsning, som via billedbehandling skal finde den bedste indstilling af høstmaskinen.
Projekt skal ressourceeffektivisere
Når der er et stort potentiale for optimering af høstkvaliteten, skyldes det altså ikke kun, at det er godt for landmandens pengepung:
”Det sker ofte, at kornet bliver tærsket for hårdt. Udover at ødelægge kvaliteten af kornet og landmandens fortjeneste, så koster det en masse brændstof og en større CO2-udledning. Omvendt må man heller ikke tærske for blødt, da man så ikke udnytter kornet, der bare bliver skudt ud på marken igen – og det er jo spild af ressourcer,” siger Rufus Blas.
Billeder sendes op i skyen
I dag bliver man først klog på, hvordan høsten er gået, når den er overstået. Men med det nye projekt skal det være slut. Ved hjælp af videoteknologi bliver kornet i den enkelte høstmaskine overvåget med videobilleder under selve høsten, og dataene bliver sendt op i Sensomind’s cloud-produkt:
”Her bliver dataene samlet og behandlet af vores modeller af kunstig intelligens. Konkret kan vores modeller eksempelvis vurdere, om der er urenheder eller knækkede kerner. Det betyder, at landmanden med det samme kan få at vide, hvis høstmaskinen skal justeres – eller så kan maskinen sættes op til at justere sig selv automatisk"." Dermed er det en hjælp, mens man er i gang ude i marken, hvor man kan præcisere arbejdet,” fortæller Rufus Blas.
Første tests i marken i 2018
Den næste tid skal Sensomind og CLAAS nu bruge på at udvikle deres systemer af kameraer og sensorer, inden det i 2018 skal prøves af ude i markern:
”Der er software og algoritmer, der skal udvikles og finpudses. Derfor skal vi gerne have indsamlet data fra høstsæsonen i år, mens vi til næste år satser på at teste systemerne af ude i høstmaskinerne,” slutter Rufus Blas.