-
Stand der Technik
-
Die Erfindung betrifft ein Verfahren zum Klassifizieren von Pflanzen und ein Informationssystem nach Gattung der unabhängigen Ansprüche. Gegenstand der vorliegenden Erfindung ist auch ein Computerprogramm.
-
Für die Automatisierung verschiedenster in der Landwirtschaft und Saatzucht anfallenden Arbeiten, wie z.B. das Regulieren von Beikräutern, das Zählen und Vermessen von Pflanzen zur Phänotypisierung, die selektive Ernte, die selektive Applikation von Herbiziden, Fungiziden, Pestiziden und Insektiziden, uvm., ist die Typisierung (Klassifizierung, Klassifikation) der Pflanze unabdingbar. Eine falsche Bestimmung der Pflanzenart würde z.B. zum Jäten der Nutzpflanze oder zur Zählung, Vermessung und/oder Behandlung von Beikräutern führen.
-
Für die Pflanzenklassifizierung werden heute überwiegend überwachte Lernverfahren (supervised learning) eingesetzt, wie z.B. in „Plant classification system for crop /weed discrimination without segmentation Applications of Computer Vision (WACV)", 2014 IEEE Winter Conference on, 2014, 1142-1149; „Support Vector Machines for crop/weeds identification in maize fields Expert Systems with Applications", 2012, 39, 11149-11155 und „Evaluation of Features for Leaf Classification in Challenging Conditions Applications of Computer Vision (WACV)", 2015 IEEE Winter Conference on, 2015, 797-804 offenbart.
-
Für das Training dieser Klassifikatoren werden große Mengen an Trainings- und Validierungsdaten benötigt, die annotiert bzw. zugewiesen sein müssen. Die Annotationen weisen hierbei den zu klassifizierenden Pflanzen die korrekte Klasse zu. Die Annotationen werden aus diesem Grund als Ground Truth bezeichnet.
-
Alle heutigen Methoden zur Gewinnung von Ground Truth sind sehr zeitaufwändig und werden zu einem großen Teil manuell durchgeführt. Trotz semi-automatischer Annotationsunterstützung, wie z.B. das Verfolgen der Annotationen über mehrere Frames des zu annotierenden Videos, semi-automatischer Segmentierung der Pflanzen etc., ist der Aufwand aufgrund der zu annotierenden Menge sehr hoch, da die Menge alle Wachstumsphasen der Nutzpflanze und möglichst alle vorkommenden Beikräuter mit allen möglichen biologischen Wachstumsmorphologien beinhalten sollte. Hierbei beeinträchtigen unterschiedliche Umstände wie Wasser, Wärme, Boden, Nährstoffe, Wind etc. das Wachstum und/oder das Erscheinungsbild der Pflanze.
-
Der Aufwand jedes zu annotierenden Bildes steigt zudem in Kulturen mit geringeren Pflanzenabständen aufgrund von Verdeckungen stark. Obwohl durch die zusätzliche Aufnahme der Pflanze im Nah-Infrarot Bereich und durch die Anwendung des NDVI-Index (Normalized Differenced Vegetation Index) die Pflanze vom Untergrund sehr robust segmentiert werden kann, sind Trennlinien zwischen Kultur und Unkrautpflanzen aufwändig manuell einzuzeichnen.
-
Offenbarung der Erfindung
-
Gegenstand der vorliegenden ein Verfahren zum Klassifizieren von Pflanzen, wobei das Verfahren die folgenden Schritte aufweist:
- - Bereitstellen von zu klassifizierenden Pflanzen in einem Erfassungsbereich;
- - Erfassen der zu klassifizierenden Pflanzen in dem Erfassungsbereich mittels einer optischen und/oder Infrarot-Erfassungseinheit, um jeweils eine Pflanzenbildinformation zu erhalten;
- - Speichern der erhaltenen Pflanzenbildinformationen; und
- - Klassifizieren der erfassten Pflanzen mittels Zuweisung der Pflanzenbildinformationen, wobei die abgespeicherten Pflanzenbildinformationen einer bestimmten Klasse zugewiesen werden, wobei
- - die zu klassifizierenden Pflanzen Setzlinge sind.
-
Gegenstand der vorliegenden Erfindung sind ferner
- - ein Informationssystem, das eingerichtet ist, um Schritte dieses Verfahrens in entsprechenden Einheiten auszuführen,
- - ein Computerprogramm, das dazu eingerichtet ist, dieses Verfahren auszuführen, sowie
- - ein maschinenlesbares Speichermedium, auf dem das Computerprogramm gespeichert ist.
-
Die zu klassifizierende Pflanze kann beispielsweise eine Nutzpflanze sein, deren Frucht landwirtschaftlich genutzt wird, beispielsweise als Nahrungsmittel, Futtermittel oder als Energiepflanze. Die zu klassifizierende Pflanze kann auch eine Zierpflanze sein. Die zu klassifizierende Pflanze kann jedoch auch ein Beikraut bzw. Unkraut sein.
-
Unter einem Setzling soll im Rahmen der vorliegenden Erfindung eine Jungpflanze verstanden werden, welche unter im Wesentlichen definierten Umgebungsbedingungen gezüchtet wurde. Die Setzlinge können bspw. in einem besonderen Beet (Frühbeet, Treibhaus) oder einem Gefäß (Blumentopf) gezüchtet werden. D.h., mit anderen Worten, dass der Setzling gerade nicht im Freiland, d.h. in einem Freilandfeld, Freilandbeet oder Freilandacker gezüchtet bzw. gewachsen ist. Demnach weisen die Setzlinge im Wesentlichen „definierte“ Eigenschaften auf. Die Setzlinge können auch gezielt für die Gewinnung von Ground Truth Daten gezüchtet werden.
-
Das Bereitstellen der Setzlinge kann im Rahmen der vorliegenden Erfindung einen Erwerb von „fertigen“ Setzlingen, welche in einem Züchtungsbereich gezüchtet worden sind, umfassen. Das Bereitstellen der Setzlinge kann jedoch auch ein Züchten bzw. Heranzüchten der Setzlinge in einem Züchtungsbereich umfassen. Hierbei können bspw. sowohl Nutzpflanzen als auch Beikräuter (die z.B. reguliert werden sollen) in verschiedenen Serien jeweils sortenrein gezüchtet werden. Der Züchtungsbereich ist bevorzugt ein vor unerwünschten äußeren Umwelteinflüssen, insbesondere vor Beikräutern im Wesentlichen geschützter Bereich, insbesondere ausgewählt aus der Gruppe bestehend aus: Kasten, Frühbeet, Folientunnel, Gewächshaus.
-
Unter einem Erfassungsbereich kann ein Bereich verstanden werden, in dem Pflanzen bzw. Setzlinge zur Klassifizierung erfasst werden sollen. D.h., mit anderen Worten, dass Erfassungsbereich ausgebildet ist, um ein Erfassen der Pflanzen bzw. Setzlingen zu ermöglichen.
-
Unter einer optischen Erfassungseinheit kann beispielsweise eine Kamera oder eine 3D-Kamera verstanden werden. Die optische und/oder Infrarot-Erfassungseinheit kann auf einer mobilen Einheit angeordnet sein, wobei die mobile Einheit insbesondere als Landfahrzeug und/oder Luftfahrzeug ausgebildet sein kann.
-
Unter einem Erfassen der Pflanze kann beispielsweise das Bestimmen des Vorhandenseins der Pflanze in dem Erfassungsbereich und/oder eine Bestimmung einer Form, Größe, Spezies, Blattanzahl, Blattstruktur, Knospenanzahl, Knospenstruktur oder anderer biologischer Merkmale verstanden werden, die eine Pflanze von anderen Pflanzen und/oder Objekten unterscheidbar macht. Durch automatische Segmentierungsverfahren, z.B. basierend auf dem NDVI-Index, kann hierbei der Vordergrund vor dem Erdboden und damit die Pflanze segmentiert werden, wodurch wiederum die Pflanze erfasst werden kann. Der NDVI-Index bietet ein robustestes Segmentierungsverfahren, benötigt jedoch Infrarot-Farbinformation. Weitere (z.B. nur auf RGB-Bilder basierende) Segmentierungsverfahren währen Indizes wie ExG (Excessive Green), ExG - ExR (Excessive Green - Excessive Red). Weiterhin sind auch Segmentierungen über beliebige andere Verfahren möglich, z.B. die Farbe betreffend in verschiedenen Farbräumen wie RGB, HSV, HSL, Lab, die Textur betreffend, Gradienten-basierend, usw.
-
Hierbei ist es denkbar, dass während des Schritts des Erfassens, d.h. bspw. bei der Überfahrt einer mobilen Einheit, welche die optische und/oder Infrarot-Erfassungseinheit aufweist, über dem Erfassungsbereich, eine oder mehrere Pflanzen in einem Bildausschnitt der optischen und/oder Infrarot-Erfassungseinheit gleichzeitig erfasst werden. Durch die One-Shot Bildaufnahmetechnik können dann mehrere Aufnahmen derselben Pflanze sequenziell gemacht werden (Image Sequencing). Dieses Verfahren gestattet, die Einflüsse durch wechselnde Wind- und Lichtverhältnisse sowie Überlappungen und Rauschen im Bild auf ein Minimum zu reduzieren. Die von der optischen und/oder Infrarot-Erfassungseinheit unter gegebenen Beleuchtungsumständen aufgezeichneten Bildinformationen umfassen beispielsweise RGB-Bilder und Infrarot-Bilder. Die optische und/oder Infrarot-Erfassungseinheit ist kalibriert, um z. B. die Höhenzuordnung aus den Bildern zu errechnen. Die von der optischen und/oder Infrarot-Erfassungseinheit erfassten Bilder werden miteinander registriert, um z.B. im Anschluss einen NDVI-Index (Normalized Differenced Vegetation Index, er wird aus Reflexionswerten im nahen infraroten und sichtbaren roten Wellenlängenbereich des Lichtspektrums gebildet) berechnen zu können. Anhand des vorbestimmten NDVI-Wertes erfolgt die Trennung von Biomasse und Boden im Bild, was im Ergebnis zu Biomasse-Masken (reduzierte Bilddaten mit Clusterungen von Grün-Anteilen, die mit hoher Wahrscheinlichkeit einzelne Pflanzen repräsentieren) führt.
-
Unter einer Pflanzenbildinformation kann ein Abbild oder ein Pflanzenparameter verstanden werden, das/der optisch erfassbare Merkmale oder mittels InfrarotStrahlung erfassbare Merkmale der Pflanze wiedergibt. Ohne den Rahmen der Erfindung zu verlassen, können grundsätzlich auch weitere Wellenlängen als der sichtbare und IR-Wellenlängenbereich miteinbezogen werden (bspw. multispektral und hyperspektral). Hierbei kann die Pflanzenbildinformation auch Informationen enthalten, die durch eine Ver- oder Bearbeitung des von der optischen Kamera und/oder des Infrarotsensors erfassten Abbildes der Pflanze erhalten wird.
-
Das Speichern der Pflanzenbildinformationen sowie jeglicher weiter Informationen kann mittels einer Speichereinheit erfolgen.
-
Unter einer Klassifizierung ist eine Annotation, insbesondere automatische Annotation zu verstehen. Die Klassifizierung kann in Abhängigkeit von einer
- - Pflanzeneigenschaft und/oder
- - physikalische und/oder chemische Eigenschaft der Luft und/oder
- - physikalische und/oder chemische Eigenschaft des Bodens und/oder
- - physikalische und/oder chemische Eigenschaft der Pflanze oder der Pflanzenoberfläche
erfolgen. Demnach weisen klassifizierte Pflanzen einer Klasse mindestens eine gleiche bzw. gemeinsame Eigenschaft (ausgewählt aus den o.g. Eigenschaften) auf.
-
Da alle erfassten zu den zu klassifizierenden Pflanzen gehören, werden die abgespeicherten Pflanzenbildinformationen „pauschal“ einer Klasse zugewiesen, ohne dass dabei eine aufwendige Identifizierung der Pflanzen und Annotation der Pflanzenbildinformationen mit einer entsprechenden Zuweisung zu unterschiedlichen Klassen durchgeführt werden müssen. Demnach ist es möglich, extrem große Mengen an Daten inkl. Ground-Truth-Informationen bzw. - Daten mit geringem Aufwand zu gewinnen. Diese können ferner dazu verwendet werden, verschiedenste Klassifikatoren für die Typisierung von Pflanzen zu gewinnen. Dank dieser großen Menge an Grund Truth Daten können spezielle Klassifikatoren für eine beliebige Kombinationen aus Nutzpflanzen, die von bestimmten Beikräutern getrennt werden sollen, Pflanzenarten einer bestimmten Wachstumsgröße, uvm. durch Kombination der Sorten-, Größen-, und/oder Eigenschaftsreinen Grund Truth Mengen trainiert werden. Erhebliche Vorteile ergeben sich hierbei v.a. beim Regulieren von Beikräutern, beim Zählen und Vermessen von Pflanzen zur Phänotypisierung, bei der selektiven Ernte sowie bei der selektiven Applikation von Herbiziden, Fungiziden, Pestiziden und Insektiziden.
-
Erfindungsgemäß werden nun Setzlinge und damit herangezüchtete Pflanzen mit im Wesentlichen „definierten“ Eigenschaften zur Datenaufnahme und Klassifizierung von Pflanzen verwendet. Hierdurch ist es nunmehr möglich, nicht nur vollautomatisch extrem große Mengen an Daten inkl. Ground-Truth-Annotationen aller Pflanzen mit sehr geringem Aufwand zu gewinnen, sondern insbesondere beliebig feine Klassen zu definieren, in welche die Pflanzen bzw. Setzlinge klassifiziert werden können. Hierfür müssen lediglich eine Menge von Setzlingen bereitgestellt, bspw. herangezüchtet werden, welche jeweils eine oder mehrere gemeinsame Eigenschaften aufweisen und somit zu der entsprechenden Klasse mit diesen Eigenschaften gehören. Des Weiteren wird hierdurch die Züchtung der Pflanze in einen geschützten Bereich mit einer einstellbaren Umgebung verlagert, während die Erfassung der Pflanzen dann in einen Bereich mit zwar höherer Komplexität aber zur Erfassung günstigeren Umgebung durchgeführt werden kann. Hierbei ist für die Durchführung des Verfahrens auch keine Präparierung des Erfassungsbereiches, welches bspw. eine Felds oder ein Beets sein kann notwendig, wodurch der Gesamtaufwand weiter reduziert wird. Zusätzlich können die Ground-Truth-Daten von beliebigen Pflanzen (Nutzpflanzen und/oder Beikräuter) mit beliebigen anderen Ground-Truth-Datensätzen (ebenfalls Nutzpflanzen und/oder Beikräuter), frei kombiniert werden.
-
Es ist vorteilhaft, wenn der Erfassungsbereich den Züchtungsbereich der Setzlinge umfasst oder der Züchtungsbereich der Setzlinge ist. Durch diese Maßnahme können die Setzlinge bereits während der Züchtung(-phase) erfasst und klassifiziert werden, wodurch der Gesamtaufwand weiter reduziert wird. Ferner kann hierdurch der Schritt des Erfassens (analog zu dem des Züchtens) unter definierten Bedingungen durchgeführt werden.
-
Alternativ ist es vorteilhaft, wenn der Schritt des Bereitstellens ein Umtopfen und/oder ein Auspflanzung der Setzlinge in den Erfassungsbereich umfasst. Hierbei ist es insbesondere vorteilhaft, wenn der Erfassungsbereich
- - in einem vor unerwünschten äußeren Umwelteinflüssen, insbesondere vor Beikräutern im Wesentlichen geschützten Bereich angeordnet ist, insbesondere ausgewählt aus der Gruppe bestehend aus: Kasten, Frühbeet, Folientunnel, Gewächshaus; oder
- - in einem Bereich angeordnet ist, welcher ausgewählt aus der Gruppe bestehend aus: Freiland, Freilandfeld, Freilandbeet, Freilandacker.
D.h., mit anderen Worten, dass der Erfassungsbereich den Züchtungsbereich nicht umfasst bzw. der Erfassungsbereich von dem Züchtungsbereich verschieden ist. Durch diese Maßnahme können die Setzlinge unabhängig von dem Züchtungsbereich belieb in dem Erfassungsbereich angeordnet werden. In der ersten Alternative kann der Schritt des Erfassens (analog zu dem des Züchtens) unter definierten Bedingungen durchgeführt werden. In der zweiten Alternative kann der Bereich eine abgegrenzte Bodenfläche für den Anbau von Pflanzen oder auch eine Parzelle eines solchen Feldes sein. Demnach kann zum einen als Erfassungsbereich bspw. eine fast belieb große Ackerfläche verwendet werden, wodurch die Kosten reduziert werden. Zum anderen können zum Erfassen der Pflanzenbildinformationen Landfahrzeuge und/oder Luftfahrzeuge eingesetzt werden, wodurch die Effizient der Verfahrens weiter steigt.
-
Es ist ferner vorteilhaft, wenn der Schritt des Bereitstellens ein Anordnen von Samen der Setzlinge oder ein Anordnen der Setzlinge umfasst, wobei die Samen oder die Setzlinge derart im Erfassungsbereich angeordnet werden, dass zumindest ein Teil der zueinander benachbarten Samen oder Setzlinge unterschiedliche Abstände zueinander aufweisen. Hierdurch ist es möglich, die Pflanzen in verschiedenen Wachstumsstufen mit und ohne Überdeckung zu erfassen und damit eine größere Vielfalt an Pflanzenbildinformationen zu generieren, so dass später die Identifizierungseinheiten genauer trainiert und die Identifizierung präziser durchgeführt werden können.
-
Des Weiteren ist es vorteilhaft, wenn die Setzlinge zumindest eine im Wesentlichen gleiche Pflanzeneigenschaft aufweisen, welche ausgewählt ist aus der Gruppe bestehend aus: Art, Gattung, Sorte, Sortenreinheit, Alter, Wachstumsstufe. Hierbei ist es bevorzugt, wenn die Setzlinge die gleiche Pflanzensorte aufweisen bzw. zu der gleichen Pflanzensorte gehören. D.h., mit anderen Worten, dass es bevorzugt ist, wenn alle Setzlinge, welche in einem Erfassungszyklus erfasst werden, die gleiche Pflanzensorte aufweisen bzw. zu der gleichen Pflanzensorte gehören.
-
Alternativ oder zusätzlich ist es außerdem vorteilhaft, wenn der weitere Schritt vorgesehen ist:
- - Ermitteln zumindest einer Luftinformation, welche eine physikalische und/oder chemische Eigenschaft der die Setzlinge umgebenden Luft repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Luftfeuchtigkeit, Lufttemperatur, Luftdruck, Luftdichte, Windgeschwindigkeit; und/oder
- - Ermitteln zumindest einer Bodeninformation, welche eine physikalische und/oder chemische Eigenschaft des die Setzlinge umgebenden Bodens repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Bodenfeuchtigkeit, Bodentemperatur, Bodenbeschaffenheit, Bodenart; und/oder
- - Ermitteln zumindest einer Pflanzeninformation, welche eine physikalische und/oder chemische Eigenschaft der Setzlinge und/oder einer Oberfläche der Setzlinge repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Krankheit, Nährstoffgehalt, Nährstoffmangel, Wassergehalt, Wassermangel, Oberflächenfeuchtigkeit, Oberflächentemperatur, Oberflächenbeschaffenheit.
-
Zusätzlich ist es vorteilhaft, wenn der weitere Schritt vorgesehen ist:
- - Beeinflussen einer Umgebungsbedingung der Setzlinge derart, dass eine Änderung zumindest einer der physikalischen und/oder chemischen Eigenschaften der Luft und/oder des Bodens und/oder der Pflanzen erfolgt.
-
Hierbei ist es insbesondere vorteilhaft, wenn im Schritt des Klassifizierens die Auswahl der zugewiesenen Klasse in Abhängigkeit von zumindest einer der Informationen erfolgt, welche ausgewählt ist aus der Gruppe bestehend aus: Pflanzeneigenschaft, Luftinformation, Bodeninformation, Pflanzeninformation. Hierbei kann bevorzugterweise im Schritt des Speicherns zusätzlich zumindest eine der Informationen abgespeichert wird, welche ausgewählt ist aus der Gruppe bestehend aus: Pflanzeneigenschaft, Luftinformation, Bodeninformation, Pflanzeninformation.
-
Der jeweilige Schritt des Ermittelns der Luftinformation und/oder Bodeninformation und/oder Pflanzeninformation kann jeweils mit einem oder mehreren Sensoren und dem Fachmann bekannten Verfahren durchgeführt werden. Der Begriff „Ermitteln“ kann hierbei auch das Aussetzen der Setzlinge in einer definierten Umgebung bzw. unter definierten Bedingungen und ggf. für einen bestimmten Zeitraum umfassen. Bspw. kann der Nährstoffmangel und/oder der Wassermangel dadurch ermittelt werden, dass die zu klassifizierenden Setzlinge über einen definierten Zeitraum keine Nährstoffe bzw. kein Wasser erhalten und somit dem „gleichen Mangel“ ausgesetzt sind.
-
Durch diese Maßnahmen kann zum einen eine Vielzahl weiterer Klassen definiert werden. Zum anderen können verschiedenen Bedingungen künstlich geschaffen und erfasst oder einfach nur erfasst werden, wodurch ein wesentlich größere Variabilität abgedeckt und in die Ground Truth Menge integriert werden kann, durch bspw. verschiedene Lichtquellen, Perspektiven, Feuchtigkeit, verschiedene Bodenfeuchtigkeitsstufen, verschiedene Bodenarten (steinig, sandig, lehmig, etc.), verschiedene Beleuchtungsbedingungen (wolkig, sonnig, nebelig), nasse Blätter, trockene Blätter, Wind, etc. Demnach können Ground-Truth-Informationen, d.h. Pflanzenbildinformationen zu allen Wachstumsphasen und allen möglichen biologischen Wachstumsmorphologien der Pflanzen gewonnen werden, so dass eine äußerst zuverlässige und effiziente Klassifizierung der Pflanzen, insbesondere mittels durch die gewonnenen Pflanzenbildinformationen trainierter Identifizierungseinheiten bzw. Klassifizierungseinheiten durchgeführt werden kann.
-
Außerdem ist es vorteilhaft, wenn ein Zyklus umfassend die Schritte des Erfassens, des Speicherns und des Klassifizierens zumindest einmal wiederholt ausgeführt wird, insbesondere wobei in den Zyklen zumindest eine Bedingung variiert, welche ausgewählt ist aus der Gruppe bestehend aus: Pflanzeneigenschaft, Luftinformation, Bodeninformation, Pflanzeninformation, Beleuchtung zum Erfassungszeitpunkt. Durch diese Maßnahme können die Menge und die Variabilität der erfassten Daten weiter gesteigert werden.
-
Es ist ferner vorteilhaft, wenn der Schritt des Klassifizierens der Setzlinge in dem Erfassungsbereich mittels einer Klassifizierungseinheit durchgeführt wird, welche eine Rechnereinheit umfasst und ferner ausgebildet ist, spezifische Merkmale aus den zugewiesenen bzw. annotierten Pflanzenbildinformationen zu filtern und daraus ein Modell zu bilden. Durch das erfindungsgemäße Verfahren und das Vorsehen einer Klassifizierungseinheit kann die Klassifizierung bzw. Annotation aller abgespeicherten Pflanzenbildinformationen und damit der erfassten Pflanzen bzw. Setzlinge mittels der Klassifizierungseinheit schnell automatisiert und mit sehr geringem, insbesondere ohne manuellen Aufwand durchgeführt werden. Die klassifizierten bzw. annotierten Pflanzenbildinformationen können im Anschluss insbesondere verwendet werden, um eine Identifizierungseinheit anzulernen bzw. zu trainieren.
-
Der hier vorgestellte Ansatz schafft ferner ein Informationssystem, das ausgebildet ist, um die Schritte einer Variante eines hier vorgestellten Verfahrens in entsprechenden Einrichtungen durchzuführen, anzusteuern bzw. umzusetzen. Auch durch diese Ausführungsvariante der Erfindung in Form einer Vorrichtung kann die der Erfindung zugrunde liegende Aufgabe schnell und effizient gelöst werden.
-
Hierzu kann das Informationssystem zumindest eine Recheneinheit zum Verarbeiten von Signalen oder Daten, zumindest eine Speichereinheit zum Speichern von Signalen oder Daten, zumindest eine Schnittstelle zu einem Sensor oder einem Aktor zum Einlesen von Sensorsignalen von dem Sensor oder zum Ausgeben von Daten- oder Steuersignalen an den Aktor und/oder zumindest eine Kommunikationsschnittstelle zum Einlesen oder Ausgeben von Daten aufweisen, die in ein Kommunikationsprotokoll eingebettet sind. Die Recheneinheit kann beispielsweise ein Signalprozessor, ein Mikrocontroller oder dergleichen sein, wobei die Speichereinheit ein Flash-Speicher, ein EPROM oder eine magnetische Speichereinheit sein kann. Die Kommunikationsschnittstelle kann ausgebildet sein, um Daten drahtlos und/oder leitungsgebunden einzulesen oder auszugeben, wobei eine Kommunikationsschnittstelle, die leitungsgebundene Daten einlesen oder ausgeben kann, diese Daten beispielsweise elektrisch oder optisch aus einer entsprechenden Datenübertragungsleitung einlesen oder in eine entsprechende Datenübertragungsleitung ausgeben kann.
-
Unter einem Informationssystem kann vorliegend ein elektrisches Gerät verstanden werden, das Sensorsignale verarbeitet und in Abhängigkeit davon Steuer- und/oder Datensignale ausgibt. Die Vorrichtung kann eine Schnittstelle aufweisen, die hard- und/oder softwaremäßig ausgebildet sein kann. Bei einer hardwaremäßigen Ausbildung können die Schnittstellen beispielsweise Teil eines sogenannten System-ASICs sein, der verschiedenste Funktionen der Vorrichtung beinhaltet. Es ist jedoch auch möglich, dass die Schnittstellen eigene, integrierte Schaltkreise sind oder zumindest teilweise aus diskreten Bauelementen bestehen. Bei einer softwaremäßigen Ausbildung können die Schnittstellen Softwaremodule sein, die beispielsweise auf einem Mikrocontroller neben anderen Softwaremodulen vorhanden sind.
-
Von Vorteil ist auch ein Computerprogrammprodukt oder Computerprogramm mit Programmcode, der auf einem maschinenlesbaren Träger oder Speichermedium wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert sein kann und zur Durchführung, Umsetzung und/oder Ansteuerung der Schritte des Verfahrens nach einer der vorstehend beschriebenen Ausführungsformen verwendet wird, insbesondere wenn das Programmprodukt oder Programm auf einem Computer oder einer Vorrichtung ausgeführt wird.
-
Das erfindungsgemäße Verfahren kann beispielsweise in Software oder Hardware oder in einer Mischform aus Software und Hardware beispielsweise in einem Steuergerät implementiert sein.
-
Figurenliste
-
Die Erfindung wird nachstehend anhand der beigefügten Zeichnungen beispielhaft näher erläutert. Es zeigen:
- 1 ein Ablaufdiagramm eines Verfahrens gemäß einem Ausführungsbeispiel; und
- 2 ein Ablaufdiagramm eines Verfahrens gemäß einem weiteren Ausführungsbeispiel.
-
1 zeigt ein Ablaufdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens 100 zum Klassifizieren von Pflanzen. Das Verfahren 100 umfasst einen Schritt 102 des Bereitstellens von zu klassifizierenden Pflanzen in einem Erfassungsbereich, wobei die zu klassifizierenden Pflanzen Setzlinge sind. Der Schritt 102 des Bereitstellens umfasst hierbei optional einen Schritt 104 des Anordnens von Samen der Setzlinge, wobei die Samen derart im Erfassungsbereich angeordnet werden, dass zumindest ein Teil der zueinander benachbarten Samen unterschiedliche Abstände zueinander aufweisen. Der Schritt 102 des Bereitstellens umfasst ferner optional einen Schritt 106 des Züchtens der Setzlinge in einem Züchtungsbereich, welcher ein vor unerwünschten äußeren Umwelteinflüssen, insbesondere vor Beikräutern im Wesentlichen geschützter Bereich ist, insbesondere ausgewählt aus der Gruppe bestehend aus: Kasten, Frühbeet, Folientunnel, Gewächshaus.
-
Das Verfahren 100 umfasst außerdem optional einen Schritt 108 des
- - Ermittelns zumindest einer Luftinformation, welche eine physikalische und/oder chemische Eigenschaft der die Setzlinge umgebenden Luft repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Luftfeuchtigkeit, Lufttemperatur, Luftdruck, Luftdichte, Windgeschwindigkeit; und/oder
- - Ermittelns zumindest einer Bodeninformation, welche eine physikalische und/oder chemische Eigenschaft des die Setzlinge umgebenden Bodens repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Bodenfeuchtigkeit, Bodentemperatur, Bodenbeschaffenheit, Bodenart; und/oder
- - Ermittelns zumindest einer Pflanzeninformation, welche eine physikalische und/oder chemische Eigenschaft der Setzlinge und/oder einer Oberfläche der Setzlinge repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Krankheit, Nährstoffgehalt, Nährstoffmangel, Wassergehalt, Wassermangel, Oberflächenfeuchtigkeit, Oberflächentemperatur, Oberflächenbeschaffenheit.
-
Das Verfahren 100 umfasst hierbei ferner optional einen Schritt 110 des Beeinflussens einer Umgebungsbedingung der Setzlinge derart, dass eine Änderung zumindest einer der physikalischen und/oder chemischen Eigenschaften der Luft und/oder des Bodens und/oder der Pflanzen erfolgt.
-
Das Verfahren 100 umfasst des Weiteren einen Schritt 112 Erfassens der zu klassifizierenden Pflanzen in dem Erfassungsbereich mittels einer optischen und/oder Infrarot-Erfassungseinheit, um jeweils eine Pflanzenbildinformation zu erhalten. Das Verfahren 100 umfasst außerdem einen Schritt 114 des Speicherns der erhaltenen Pflanzenbildinformationen. Das Verfahren 100 umfasst schließlich einen Schritt 116 des Klassifizierens der erfassten Pflanzen mittels Zuweisung der Pflanzenbildinformationen, wobei die abgespeicherten Pflanzenbildinformationen einer bestimmten Klasse zugewiesen werden.
-
2 zeigt ein Ablaufdiagramm eines weiteren Ausführungsbeispiels eines erfindungsgemäßen Verfahrens 100' zum Klassifizieren von Pflanzen. Das Verfahren 100' umfasst einen Schritt 102' des Bereitstellens von zu klassifizierenden Pflanzen in einem Erfassungsbereich, wobei die zu klassifizierenden Pflanzen Setzlinge sind. Der Schritt 102' des Bereitstellens umfasst hierbei optional einen Schritt 106' des Züchtens der Setzlinge in einem Züchtungsbereich, welcher ein vor unerwünschten äußeren Umwelteinflüssen, insbesondere vor Beikräutern im Wesentlichen geschützter Bereich ist, insbesondere ausgewählt aus der Gruppe bestehend aus: Kasten, Frühbeet, Folientunnel, Gewächshaus. Im Gegensatz zu dem Verfahren 100 aus 1, umfasst im Verfahren 100' der Schritt 102' des Bereitstellens optional einen Schritt 118' des Umtopfens und/oder des Auspflanzens der Setzlinge in den Erfassungsbereich.
-
Hierbei weist der Schritt des Bereitstellens 102' ferner optional einen Schritt 120' des Anordnens der Setzlinge, wobei Setzlinge derart im Erfassungsbereich angeordnet werden, dass zumindest ein Teil der zueinander benachbarten Setzlinge unterschiedliche Abstände zueinander aufweisen.
-
Analog zu dem Verfahren 100, umfasst das Verfahren 100' außerdem optional den Schritt 108 des
- - Ermittelns zumindest einer Luftinformation, welche eine physikalische und/oder chemische Eigenschaft der die Setzlinge umgebenden Luft repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Luftfeuchtigkeit, Lufttemperatur, Luftdruck, Luftdichte, Windgeschwindigkeit; und/oder
- - Ermittelns zumindest einer Bodeninformation, welche eine physikalische und/oder chemische Eigenschaft des die Setzlinge umgebenden Bodens repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Bodenfeuchtigkeit, Bodentemperatur, Bodenbeschaffenheit, Bodenart; und/oder
- - Ermittelns zumindest einer Pflanzeninformation, welche eine physikalische und/oder chemische Eigenschaft der Setzlinge und/oder einer Oberfläche der Setzlinge repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Krankheit, Nährstoffgehalt, Nährstoffmangel, Wassergehalt, Wassermangel, Oberflächenfeuchtigkeit, Oberflächentemperatur, Oberflächenbeschaffenheit.
-
Das Verfahren 100' umfasst hierbei ferner optional den Schritt 110 des Beeinflussens einer Umgebungsbedingung der Setzlinge derart, dass eine Änderung zumindest einer der physikalischen und/oder chemischen Eigenschaften der Luft und/oder des Bodens und/oder der Pflanzen erfolgt.
-
Das Verfahren 100' umfasst des Weiteren den Schritt 112 Erfassens der zu klassifizierenden Pflanzen in dem Erfassungsbereich mittels einer optischen und/oder Infrarot-Erfassungseinheit, um jeweils eine Pflanzenbildinformation zu erhalten. Das Verfahren 100' umfasst außerdem den Schritt 114 des Speicherns der erhaltenen Pflanzenbildinformationen. Das Verfahren 100' umfasst schließlich den Schritt 116 des Klassifizierens der erfassten Pflanzen mittels Zuweisung der Pflanzenbildinformationen, wobei die abgespeicherten Pflanzenbildinformationen einer bestimmten Klasse zugewiesen werden.
-
Umfasst ein Ausführungsbeispiel eine „und/oder“-Verknüpfung zwischen einem ersten Merkmal und einem zweiten Merkmal, so ist dies so zu lesen, dass das Ausführungsbeispiel gemäß einer Ausführungsform sowohl das erste Merkmal als auch das zweite Merkmal und gemäß einer weiteren Ausführungsform entweder nur das erste Merkmal oder nur das zweite Merkmal aufweist.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- „Plant classification system for crop /weed discrimination without segmentation Applications of Computer Vision (WACV)“, 2014 IEEE Winter Conference on, 2014, 1142-1149 [0003]
- „Support Vector Machines for crop/weeds identification in maize fields Expert Systems with Applications“, 2012, 39, 11149-11155 [0003]
- „Evaluation of Features for Leaf Classification in Challenging Conditions Applications of Computer Vision (WACV)“, 2015 IEEE Winter Conference on, 2015, 797-804 [0003]
