Szenzorokkal és drónokkal a gyümölcs­betegségek felismeréséért

Az alma- és a körtefák gyakran szenvednek a különböző betegségektől, amelyek felderítésében segíthetnek a korszerű technológiák.

A műholdfelvételek, a drónok és a hiperspektrális elemzések segítségével a különböző betegségek akár a levegőből is felismerhetők, ezáltal elkerülhetők a költséges és időigényes laboratóriumi elemzések. A betegségek tüneteinek kiértékelésében kulcstechnológiának számítanak a gépi tanulási módszerek.

Európában az alma számít a legjelentősebb gyümölcsnek, az Eurostat 2018-as adatai alapján a kontinensen 13,8 millió tonna almát termesztettek. Ezért fontos az időben megvalósított betegségfelismerés, amelyen a Fraunhofer Társaság Gyárműködtetési és Automatizálási Intézetének (IFF), az AIPlanta Növénykutató Intézetnek és a Spatial Business Integration GmbH-nak a szakemberei dolgoznak. A eljárás többek között a műholdfotókkal támogatott multispektrális felvételekre épül, amelyeknek köszönhetően áttekinthetővé válnak a nagy méretű gyümölcsültetvények.

Dr. Uwe Knauer, az IFF tudósa, gépi tanulási és spektrális adatelemzési szakértő kiemelte, hogy ötvözni akarják a hiperspektrális és a műholdfelvételeket, hogy megvalósítsák a légi előrejelző rendszert. A robotrepülőgépekre szerelt kamerával elsősorban a kisebb felületű gyümölcsösek állapotát mérik fel. A műholdképekkel már sikerült megkülönböztetni egymástól az egészséges és a beteg fákat. A pilóta nélküli légi járműre fedélzeti számítógépet is felszereltek, amely a mérési adatokat rögzíti és továbbítja a szervernek. Minden egyes anyagot földrajzi információkkal és térképpel egészítenek ki. Az eredmény egy hiperspektrális térkép földrajzi koordinátákkal.

A projektpartnerek a gépi tanulást képezik és ötvözik a különböző statisztikai modellekkel, valamint a neurális hálózatokkal. Az így kifejlesztett algoritmusok azután alkalmassá válnak a betegségek kimutatására. A tervek alapján ősszel kerül sor az első tesztrepülésekre és éles mérésekre, hogy a szenzorokat és a modellezési eljárást is optimalizálni lehessen. A projekt 2022-ben zárul le és addigra várhatóan elérhető lesz a kiforrott szolgáltatás.