Droner genkender ukrudt og leverer en sprøjteplan - Datalogisk A/S

Droner genkender ukrudt og leverer en sprøjteplan

Artikel bragt i Effektiv Landbrug den 21. november 2017

Det er ikke dronen, der befinder sig i skyen. Det er dens intelligens. I stedet farer dronen hen over marken i én meters højde og fotograferer på livet løs. Billederne sendes op til skyens enorme analysekraft, hvor ukrudtsarter og omfang bestemmes og bliver til et tildelingskort, sprøjten kan bruge.

PLANTER

En helt ny vinkel på brugen af droner i landbruget er under udvikling. Et dronefly med indbygget kamera skal med hjælp fra kunstig intelligens i skyen detektere ukrudt i marken fra en meters højde. Det vil betyde en effektivisering af flere arbejdsområder på bedriften samt spare ressourcer.
Inden for rammerne af dette udviklingsarbejde leverer Datalogisk A/S online mark- og kortprogram samt online beslutningsværktøj til selve ukrudtsbehandlingen.

På Aarhus Universitet sidder seniorforsker Rasmus Nyholm Jørgensen med sin faglige gruppe og arbejder med optimeret ukrudtsbekæmpelse, herunder automatisk registrering af ukrudt i markerne. Der udvikles nye veje og synergier inden for præcisionsbekæmpelse af ukrudt.

Større kendskab til marken

Formålet med arbejdet på Aarhus Universitet er at kortlægge ukrudtet og derved reducere brugen af sprøjtemidler ved at udvikle teknik og hardware, herunder et kamera.
Med internetskyens enorme analysekraft analyseres billederne fra marken og derved kortlægges de forskellige ukrudtsarter. På den måde ved landmanden præcist, hvor på marken ukrudtet befinder sig og kan sprøjte præcist, hvor der er brug for det. Det sparer ressourcer, reducerer forbruget af sprøjtemidler og har positiv indvirkning på miljø og samfund.
Endelig får landmand mulighed for at følge ukrudtspopulationerne i sine marker og derved tilpasse sin markplan på et oplyst grundlag.

RoboWeedMaPS

Rasmus Nyholm Jørgensen er faglig projektleder og initiativtager til det banebrydende forskningsprojekt RoboWeedMaPS (Automated Weed detection, Mapping and Variable Precision Control of Weeds).
Det ambitiøse mål er at reducere forbruget af sprøjtemidler med 70 procent på bedriften, hvilket vil være en milepæl for dansk landbrug. Projektet er til dels finansieret af Innovationsfonden og strækker sig over fire år. I løbet af den periode udvikles flere delprodukter, som er klar til brug i praksis.

Det er såkaldt kunstig intelligens, som ligger til grund for det system, som automatisk skal genkende ukrudt i marken.
– Vi bruger en helt ny metode, som hedder Deep Learning. I flere år har vi gerne ville udvikle et værktøj og system til automatisk genkendelse af ukrudt og ukrudtsarter, og med denne banebrydende metode er det nu muligt for os. Det er i dette regi, at en smartphone app til dronestyring er udviklet, et foreløbigt men fuldt funktionsdygtigt delprodukt, forklarer Rasmus Nyholm Jørgensen.

Træner sig selv

Kunstig intelligens kan kort forklares således.

Et neuralt netværk (kunstig intelligens) præsenteres for og lagrer en stor mængde data. I dette tilfælde flere tusinde billeder af forskellige ukrudtsplanter. Derved trænes netværket til at forstå, hvad den skal kigge efter i data samt trænes til at genkende eller finde nye sammenhænge baseret på, hvad den har set.
Det er dette datagrundlag, som gør det muligt præcist at genkende ukrudtsarterne og herefter målrettet bekæmpe specifikke ukrudtsarter og på forskellige vækststadier.

Dronen i praksis

Når landmanden eventuelt i samarbejde med sin konsulent har udpeget områder i marken, som der skal kigges nærmere på, sættes dronen i spil.
Dronen arbejder sammen med en app udviklet af firmaet AgroIntelli i samarbejde med Aarhus Universitet. Landmanden bruger app’en på sin mobil eller tablet, som således styrer dronen, og som uploader billeder ‘on location’.

På et område på 10 hektar tager dronen billeder i striber for hver 45 meter og fra cirka en meters højde.

Ukrudtsbehandlingen

Når først ukrudtsmængde og -art er blevet detekteret og optalt på firmaets IGIS cloud servere (i internetskyen, red.), lægges data over i et online markprogram og -kort, et såkaldt ukrudtskort. Her bruges online programmet Næsgaard Mark og Næsgaard Markkort, udviklet og leveret af Datalogisk.
Efterfølgende kan ukrudtsregistreringerne i Næsgaard Markkort omregnes til et tildelingskort, som styrer sprøjten under ukrudtssprøjtningen. Behandlingen sker herefter lige præcist, hvor der er behov og med det rette middel og dosering i forhold til ukrudtsfloraen.

Med udgangspunkt i denne kortlægning er det nemlig muligt at koble et skridt mere på – et online beslutnings- og beregningsværktøj, IPMwise – som hjælper med at finde præcis den behandling og de sprøjtemidler, som er optimale at bruge mod de forskellige ukrudtsarter og -mængder detekteret i marken.

De indsamlede billeder af dronen analyseret af IGIS-servernes kunstige intelligens og resultatet sendes automatisk ind i Næsgaard Mark til brug for IPMwise, som så giver forslag til behandling.

Firma og universitet arbejder sammen

IPMwise er udviklet i et samarbejde mellem IPM Consult og Datalogisk A/S. Det er specialdesignet til de danske planteavlere. Alene med dette system kan den enkelte landmand reducere udgifter til ukrudtsmidler med op til 20-40 procent.
– Det, vi byder ind med, er en onlineløsning, hvor landmanden i én arbejdsgang kun foretager den absolut nødvendige ukrudtssprøjtning og samtidig får sine ukrudtsarter og behandlinger vist på et kort, fortæller administrerende direktør Birger Hartmann fra Datalogisk.

– Det er noget, der har været visionen og ønsket gennem mange år, men ikke i praksis har kunnet lade sig gøre på grund af mangel på data. Derfor giver det rigtig god mening, at Datalogisk og Aarhus Universitet nu arbejder sammen omkring ukrudtsoptimering, siger Birger Hartmann.

Beslutningsgrundlag

Ifølge Rasmus Nyholm Jørgensen vil resultatet af disse tiltag være et brugbart og objektivt beslutningsgrundlag, som danner basis for den helt rigtige behandling i marken.
– De nye systemer giver mulighed for bedre og mere effektive beslutninger og giver bedre overblik og sparring med din konsulent og selvfølgelig med det overordnede mål for øje, at spare ressourcer og udgifter på bedriften, sammenfatter Rasmus Nyholm Jørgensen.

På den korte bane vil en prototype af drone app’en blive afprøvet hos flere landmænd, som giver feedback til videreudvikling. Der arbejdes mod at have både kamera og app klar til præsentation på Planteavlskongressen i januar 2018.