Laut Daeun Choi, Assistenzprofessor für Agrar- und Bioingenieurwesen am College of Agricultural Sciences, ermöglicht das System, das mit «überstromgesteuerten» LED-Leuchten einen starken Blitz erzeugt, der mehrmals pro Sekunde ausgelöst werden kann, eine zuverlässige Erkennung auch bei Tag. Normalerweise stört das natürliche Sonnenlicht durch Licht- und Farbunterschiede die Bilderkennung, zudem wird die Bewegungsunschärfe eliminiert, die durch die Bewegung von Fahrzeugen und die Vibrationen des Bodens entsteht.
«In der Zukunft wird dieses oder ein ähnliches System wahrscheinlich eingesetzt werden, um Mechanismen zu steuern, die unabhängig voneinander arbeitsintensive Aufgaben wie das Beschneiden von Apfelbäumen, die Schätzung des Fruchtertrags, das Ausdünnen von Früchten und das Sammeln von Pilzen durchführen», sagte Choi. «Der innovative Aspekt dieser Forschung bestand darin, dass der von den LED-Leuchten aufgenommene Strom um das Sechsfache seines normalen Wertes erhöht wurde, was zu einer erhöhten Beleuchtungsstärke führte.»
Qualitativ hochwertige Bilder für KI wichtig
«Künstliche Intelligenz kommt gut mit Bildern zurecht, die wirklich reich an Informationen sind, daher ist es wichtig, qualitativ hochwertige Bilder zu erfassen», sagte er.
Mit einer Drohne wird die Arbeit des Ernteroboters überprüft. /
«Für die Landwirtschaft brauchen wir Bilder, die sich nicht von den Lichtverhältnissen im Freien unterscheiden. Wenn man ein Bild aufnimmt, auf dem eine Frucht aufgrund der Sonne sehr lichtdurchflutet ist, und dann ein anderes im Schatten aufnimmt, wo es wenig Sonnenlicht gibt, könnte die künstliche Intelligenz, die man für die Erkennung der Frucht trainiert, Schwierigkeiten haben, sie zu identifizieren.
Die Forscher setzten das System an drei Tagen im Sommer 2020 in einer Apfelplantage ein. Es wurden den ganzen Tag über Bilder von verschiedenen Baumkronenstrukturen aufgenommen, sowohl bei Sonnenschein als auch bei Bewölkung. Der Einsatz der LED-Blitze führte zu einer erheblichen Verbesserung der Bildhelligkeit und Farbkonsistenz.
