AI and robotics in harmony with humans and nature.

Unsere Vision
Wir wollen die regenerative, ökologische und insbesondere die kleinteilige Landwirtschaft durch KI und Robotik im Einklang mit der Natur und dem Menschen fördern. PlantMap (Powerful Long-term Autonomous Navigation Towards Monitoring Agricultural Plants) ist ein Projekt des niedersächsischen DFKI Labors am Standort Osnabrück und umfasst ein Gründungsvorhaben im Rahmen des EXIST-Forschungstransfers, bei dem mit Hilfe eines autonom navigierenden Roboters eine zeitlich sowie räumlich hochaufgelöste, dreidimensionale Pflanzenkarte einzelner Pflanzen sowie ganzer Beete zur Unterstützung der ökologischen Landwirtschaft entwickelt wird.

Biodiversität. Nachhaltigkeit. Mikrofarming.
Die Vielfalt im biointensiven Anbau zeichnet sich nicht nur durch den Anbau von mehr als 30 verschiedenen Gemüsesorten aus - auch die Natur profitiert davon. So leben Pflanzen und Insekten in Symbiose miteinander. Die Bodenaufbereitung ist ein weiterer zentraler Baustein - so trägt Kompost z.B. zum notwendigen Humusaufbau bei. Der Erhalt und die Förderung der Bodenfruchtbarkeit sind für einen erfolgreichen biointensiven Anbau unverzichtbar.
Auf weniger als einem Hektar Fläche im biointensiven Anbau kann ein Betrieb rentabel wirtschaften. Häufig fehlt potentiellen Interessenten jedoch das agronomische Wissen, um einen eigenen Betrieb aufzubauen…
Technologie

3D Umgebungskartierung
Die Erstellung von hochauflösenden und präzisen 3D Umgebungskarten und Oberflächenmodellen dient z.B. als Grundlage für die 3D Mesh Navigation, Objekt-Vermessung oder Ground Truth.

3D Mesh Navigation
Autonome 3D Mesh-Navigation in unwegsamem Gelände: Wir meistern die Navigation in steilen und mehrschichtigen Umgebungen, wie z.B. im Wald und durch Tunnel.

Flexible Navigationssteuerung
Die Hauptbestandteile eines robusten autonomen Systems sind eine flexible Navigationssteuerung, die Integration in übergeordnete Aufgaben sowie die Interaktion mit der Umgebung.

3D Plant Mapping
Automatische 3D-Kartierung von Pflanzen während der Fahrt. Mehrere kalibrierte Sensoren generieren eine hochauflösende Pflanzenkarte.

Plant Instance Segmentation
Automatische Segmentierung von Pflanzen in Bildern (2D) und basierend auf Punktwolken (3D) erlauben die pflanzenspezifische Interaktion mit der Umgebung (live oder on-demand)
Use Cases
Unsere Technologie lässt sich nicht nur im Kontext von Mikrofarming anwenden, sondern beliebig skalieren und an andere Use Cases anpassen.
Blog

End of Year Impressionen

Erste Testfahrten mit Roboter-prototyp Lero
