Klassifikation und Sortierung von Pflanzensamen
Im Forschungsprojekt KI-gestützte Plattform zur Klassifikation und Sortierung von Pflanzensamen: Bewertung der Saatgutreinheit am Musterfall Raps (KIRa, Förderkennzeichen 28DK116A20) werden modernste Methoden maschinellen Lernens und eine robotische Sensorik- und Sortierlösung erforscht, als Plattform kombiniert und als „lernende Maschine“ iterativ erweitert. Durch diese Plattform wird die gesetzlich vorgeschriebene Reinheitsuntersuchung in der Saatgutproduktion als wichtigen Teil der Landwirtschaft automatisieren, digitalisieren und als kooperativen Prozess zwischen Nutzern und KI entwickelt.
Die Abteilung Neuromorphe Informationsverarbeitung erforscht hierfür Möglichkeiten zur Verbesserung der so genannten Multi-Class Classification, also der maschinellen Unterscheidung einer Vielzahl unterschiedlicher Kategorien. Die darauf basierende anschließende physische Sortierung von Pflanzensamen, also variablen, nicht standardisierten Objekten, im Hochdurchsatz mit einer hohen Anzahl an möglichen, unterschiedlichen Klassen stellt eine Kerninnovation des Gesamtvorhabens dar.
Mit dem Forschungsprojekt KIRa sollen wesentliche Ergebnisse in den Bereichen der sensorgestützten, Multiklassensortierung, der Saatguttechnologie und insbesondere der KI im Teilgebiet des maschinellen Lernens erzielt werden. So wird das Ziel verfolgt, eine hoch automatisierte, Erfassung von verunreinigtem Saatgut mit einer Hochdurchsatzsortierung für eine hohe Anzahl an Klassen zu koppeln. Diese Automatisierungslösung wird von einer innovativen KI gesteuert werden, die hochgradig automatisiert Samen bzgl. der Pflanzenspezies klassifiziert und gemeinsam mit dem nutzenden Personal zuordnet.
Das Projekt KIRa Konsortium wird im Zeitraum 2021-2024 vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) gefördert und vereinigt Kompetenzen aus Pflanzenzüchtungsforschung (NPZ Innovation GmbH), maschinellem Lernen (Universität Leipzig), sowie Robotik (Fachhochschule Bielefeld).
