Kunstig intelligens skal fremme dyrkning af økologiske sukkerroer

2019

Kunstig intelligens og algoritmer skal i fremtiden hjælpe landmænd, der dyrker økologiske sukkerroer, med en af deres helt store udfordringer – ukrudt.

Ukrudt er en af økologiske landmænds helt store udfordringer. Bekæmpelsen af ukrudt foregår typisk mekanisk eller ved håndkraft i stedet for med pesticider, som man gør brug af inden for det konventionelle landbrug. Netop udfordringen med ukrudt er en del af forklaringen på, hvorfor kun meget få landmænd i Danmark dyrker økologiske sukkerroer trods stigende efterspørgsel.

Weed-AI er et projekt støttet af GUDP, der vil spare landmanden for en masse tid, ved at bruge kunstig intelligens i form af lugerobotter i dyrkningen af økologiske sukkerroer:

”Flere har nævnt de udfordringer, der er ved at dyrke økologiske sukkerroer i Danmark for mig. Kombineret med den stigende interesse for afgrøden fra både landmænd og fødevareproducenter kunne jeg med det samme se potentialet i at finde en løsning på problemet,” siger Mads Dyrmann, ejer af Dyrmann Engineering og projektleder i Weed-AI.

Præcisionsbekæmpelse af ukrudt i form af lugerobotter bruges allerede i dag, men de eksisterende robotter har typisk svært ved at skelne mellem afgrøder og ukrudt. Udfordringen betegnes populært som detektering af grønt-i-grønt. Dvs. at kunne detektere enkeltplanter i en mark, der er dækket af vegetation.

For robotten er marken én stor grøn suppe, og derfor står store dele af ukrudtet tilbage på marken efter lugning, og når det først vokser sig højere end roerne, er kampen tabt.

Tidskrævende proces

Weed-AI vil løse problemet ved at optimere algoritmerne, der styrer lugerobotterne, så de bliver bedre til at se forskel på ukrudt og roer, og også kan håndtere situationer, hvor ukrudtet har nået at vokse sig højere end roerne.

Det kræver dog, at computeren skal trænes – og det tager tid:

”Metoden er tidskrævende, fordi vi først skal ud og tage flere tusind billeder af roemarker for at få en fornemmelse af, hvordan roer står. Dernæst skal vi præsentere computeren for alle billederne, hvor vi ved hvert enkelt billede skal forklare computeren, hvad der er roe, og hvad der er ukrudt. Når vi har gjort det tusind gange, bør computeren selv genkende, hvad der er hvad, uden vi fortæller den det,” forklarer Mads Dyrmann, der sammenligner teknikken med Facebooks ansigtsgenkendelse.

Estimerer vækstforhold

Computeren skal på sigt styre et kamera med en processeringsplatform, der optager billeder fra marken i en hastighed på op til 15 km i timen og automatisk skelner afgrøder fra ukrudt i selv svært belastede marker.

En ekstra finesse ved platformen er, at det også vil kunne estimere vækstforholdene i marken og dermed give et bud på, hvordan udbyttet af roer kommer til at se ud. Planen er, at kammeraet på sigt kan sælges af maskinproducenter som en integreret del af deres maskiner.

Projektet stiler mod at sikre økologiske landbrug en omkostnings- og miljøeffektiv bekæmpelse af ukrudt i sukkerroemarker ved at kombinere state-of-the-art viden indenfor machine-vision med ikke-kemisk ukrudtsbekæmpelse. Vejen til flere landbrugsarealer med økologiske sukkerroer vil med andre ord være banet.

Fakta

Projekttitel

Weed-AI

Projektdeltagere

Dyrmann Engineering

Projektperiode

Januar 2019 til december 2020

Bevilget beløb

308.610 kroner