Datengetriebene Anwendung zur Analyse von Äpfeln auf Apfelplantagen

marek studzins / unsplash

Das Ziel des Appilyzer Projekts ist es eine datengetriebene Anwendung zu konzipieren und zu entwickeln, welche eine automatische Analyse in Form von Ertragsschätzung und Gesundheitsbeurteilung der Äpfel auf Apfelplantagen ermöglichen soll. Dabei werden die Genauigkeit und Zuverlässigkeit des Systems evaluiert, um die Vergleichbarkeit mit anderen Ansätzen zu ermöglichen.

Unser Projekt setzt an den Forschungszweig Agrikultur 4.0 an, der sich u.a. mit der Automatisierung landwirtschaftlicher Prozesse beschäftigt. Das Projekt wird dadurch motiviert, dass heutzutage sowohl die Schätzung der Erträge, als auch die Analyse der Erntequalität häufig noch manuell durchgeführt werden. Dabei wird ein Teil der Plantage begutachtet und das Ergebnis wird anschließend auf den Rest der Plantage hochgerechnet. Dieser Ansatz ist aufgrund der Hochrechnung fehleranfällig und bleibt durch den hohen Einsatz menschlicher Ressourcen weiterhin zeit- und kostenintensiv.

Um diesen Prozess zu automatisieren werden zunächst mithilfe einer Drohne hochauflösende Videos aller Apfelbäume gemacht, welche dann in eine Sequenz sich nicht überlappender Bilder zerschnitten werden, um Doppelzählungen zu vermeiden. Anschließend werden die Äpfel auf jedem dieser Bilder mithilfe eines faltungsbasierten neuronalen Netzes ausgeschnitten. Um die Schätzung der Erträge durchzuführen, werden die ausgeschnittenen Äpfel gezählt. Um die Qualität der Ernte zu beurteilen, wird ein weiteres neuronales Netz darauf trainiert die bereits ausgeschnittenen Äpfel in gesunde und ungesunde Äpfel zu klassifizieren. Hierbei wird die Gesundheitsbeurteilung durch das Verhältnis von ungesunden zu gesunden Äpfeln dargestellt. Zur Durchführung wurden diesen Sommer, mithilfe einer DJI Drohne, mehrfach Videos von des Äpfelhains des Kloster Nütschau aufgenommen.

Und hier die Studierendengruppe in ihren eigenen Worten: