Formerkennung und Klassifizierung On-The-Fly in 3D-Punktewolken für mobile Roboter zur Pflanzenbehandlung

Ampfer, die korrekte lateinische Bezeichnung lautet Rumex obtusifolius, ist eine der hartnäckigsten und widerstandsfähigsten Schädlingspflanzen in der Landwirtschaft. Aufgrund ihrer Eigenschaften breitet sie sich zur Zeit insbesondere in Europa immens aus. Ein automatisches Erkennungs- und Behandlungssystems ist derzeit am IMS der ZHAW in der Entwicklung und soll zukünftig als Alternative zum mühsamen Ausstechen der Pflanze von Hand eingesetzt werden. Mit Hilfe eines Laser-Triangulationssensors im Infrarotbereich und einer hoch auflösenden Smart-Cam werden die Pflanzen zusammen mit ihrer natürliche Umgebung als 3D-Datensatz im Rechner abgebildet. In einem nachfolgenden Segmentierungsprozess werden zusammenhängende Oberflächenelemente voneinander getrennt. Diese 3D-Oberflächensegmente werden mit den in einer Datenbank abgelegten, typischen Merkmalen der Ampferpflanze wie Form, Oberflächenbeschaffenheit usw. verglichen. Werden bei diesem Vorgang potentielle Kandidaten für Übereinstimmung mit Ampferblättern oder Teilen davon identifiziert, wird im Anschluss daran deren Textur analysiert, indem parallel zur 3D-Aufnahme erzeugte 2D-Bilder mit typischen Blatt-Texturen aus der Datenbank verglichen werden. Wird daraus ein Objekt als Ampferpflanze erkannt, werden seine Koordinaten in das Fahrzeugkoordinatensystem umgerechnet und die Blätter gezielt während der Fahrt mit einem Herbizid besprüht. Die räumliche Oberflächenanalyse erhöht die Segmentierungsleistung deutlich und macht sie robuster, insbesondere unter Bedingungen, bei denen State-of-the-art 2D Erkennungssysteme in der Regel versagen, wie z.B. bei geringem Kontrast, grün-in-grün Bilder, verrauschte Bilder oder Bilder aus ungünstigen Kamerapositionen. Erste Ergebnisse, welche mit dieser Technologie erzielt wurden, sind sehr vielversprechend. Die weitere System-Entwicklung konzentriert sich nun auf eine robustere Imaging-Technik und die Verbesserung der verschiedenen Algorithmen. Zukünftig wird es vom System-Design her möglich sein, auch anderen Pflanzenarten flexibel in das Erkennungssystem integrieren zu können