FRANC – Field Robot for Advanced Navigation in bio Crops

FRANC – Field Robot
for Advanced Navigation in
bio Crops
FORSCHUNGSBERICHT
Projekt 100998
Johann Prankl
Georg Halmetschlager
Heinrich Prankl
Heft 57 / Oktober 2015
AT 3250 Wieselburg, Rottenhauser Straße 1
Tel.: +43 (0)7416 52175, Fax: +43 (0)7416 52175 – 645
[email protected], http://blt.josephinum.at
Abschlussbericht zum Forschungsprojekt
Nr. 100998
FRANC – Field Robot
for Advanced Navigation in bio Crops
Oktober 2015
Dipl.-Ing. Dr. Johann Prankl 1)
Dipl.-Ing. Georg Halmetschlager 1)
Dipl.-Ing. Heinrich Prankl 2)
1)
Technische Universität Wien, Institut für Regelungstechnik
2)
HBLFA Francisco Josephinum / BLT Wieselburg
Forschungspartner
HBLFA Francisco Josephinum
BLT WIESELBURG
Rottenhauser Straße 1
3250 Wieselburg
HBLFA Francisco Josephinum
Josephinum Research
Rottenhauser Straße 1
3250 Wieselburg
Technische Universität Wien
Automation and Control Institute
Gußhausstraße 25-29
1040 Wien
Partnerschulen
HBLFA Francisco Josephinum
Schloss Weinzierl 1
3250 Wieselburg
HTLuVA Waidhofen an der Ybbs
Im Vogelsang 8
3340 Waidhofen/Ybbs
Partner, die zur Beratung zur Verfügung standen
Hochschule Osnabrück
Albrechtstraße 30
D-49076 Osnabrück
BIO-Lutz GmbH
Gumprechtsfelden 4
3250 Wieselburg
Dieses Projekt wurde im Rahmen des Sparkling
Science Programms vom Bundesministerium für
Wissenschaft, Forschung und Wirtschaft gefördert
Impressum
Herausgeber:
HBLFA Francisco Josephinum, AT 3250 Wieselburg
des Bundesministeriums für Land- und Forstwirtschaft, Umwelt und Wasserwirtschaft
Direktor:
HR Dipl.-Ing. Alois Rosenberger
Leiter für Forschung und Innovation:
HR Dipl.-Ing. Heinrich Prankl
Für den Inhalt verantwortlich:
HR Dipl.-Ing. Heinrich Prankl
Redaktion:
BLT Wieselburg
Tel.: +43 (0)7416 52175-0
E-Mail: [email protected]
Web: blt.josephinum.at
Druck, Verlag und ©2015
HBLFA Francisco Josephinum, AT 3250 Wieselburg
Alle Rechte vorbehalten
ISBN 978-3-902451-15-6
Dieser Bericht wird wie folgt zitiert:
Prankl, J., Halmetschlager, G., Prankl, H.: „FRANC – Field Robot for Advanced Navigation in bio Crops“, Projektbericht,
Wieselburg, BLT Eigenverlag, 2015 – ISBN 978-3-902451-15-6
Inhaltsverzeichnis
Seite 7
INHALTSVERZEICHNIS
1.
ERGEBNISSE ............................................................................................................................................ 9
1.1 Bericht über die wissenschaftlichen Ergebnisse des Projektes .......................................................................... 9
1.2 Bericht über die Einbindung der Schüler/innen in die Forschungsaktivitäten und ihre Beiträge zu den
Forschungsergebnissen und Überblick über erreichte Schüler/innen ............................................................... 22
1.3 Stellungnahmen von beteiligten Wissenschaftler/innen, Lehrer/innen und Schüler/innen ................................ 24
2.
PROJEKTDOKUMENTATION ................................................................................................................. 27
2.1 Aktuelle, allgemein verständliche Projektbeschreibung .................................................................................... 27
3.
INFORMATIONEN ZUR PROGRAMMDOKUMENTATION .................................................................... 28
3.1 Überblick über sämtliche vom/von der Förderungsnehmer/in an im Projekt mitwirkende Schulen, Lehrer/innen
und Schüler/innen vergebene Teilnehmerbestätigungen und Partnerschaftsurkunden .................................... 28
3.2 Publizierte und eingereichte Fachartikel, Tagungsbeiträge, Medienberichte, Veranstaltungen und weitere
Aktivitäten der Öffentlichkeitsarbeit .................................................................................................................. 28
3.3 Durchgeführte Maßnahmen zur Förderung von Mädchen im natur- und technikwissenschaftlichen Unterricht
und/oder zur Förderung von Frauen in der Wissenschaft ................................................................................. 30
4.
LITERATUR.............................................................................................................................................. 31
Seite 8
Inhaltsverzeichnis
Ergebnisse
1.
Seite 9
ERGEBNISSE
1.1 Bericht über die wissenschaftlichen Ergebnisse des Projektes
Einleitung
Effizienzsteigerung in der Landwirtschaft war in den letzten Jahrzehnten geprägt durch größere, leistungsfähigere und komplexere Maschinen mit hoch entwickelter Technologie. Der Trend heute geht in Richtung vollautomatischer kleinerer Maschinen, welche umwelt- und ressourcenschonend effizient individuelle Pflanzen
beobachten und pflegen. Vor allem der biologische Gemüsebau weist durch den dominanten, manuellen Arbeitseinsatz bei teilweise unwirtlichen sommerlichen Temperaturen einen Bedarf dahingehend auf. Sensorund Softwaresysteme, welche einen modernen Traktor in ein „semi-autonomes“ Fahrzeug verwandeln und
dadurch die Arbeit der Landwirte erleichtert, sind bereits am Markt verfügbar [Li et al., 2009]. Erste Feldroboter
für Spezialanwendungen, wie zum Beispiel BoniRob [Bangert et al., 2013] (ursprünglich entwickelt für die
Saatzucht), erobern gerade die Forschungslabore.
Abbildung 1: Roboter FRANC beim Versuch im Selleriefeld
Im Gegensatz zu diesen teuren Spezialrobotern war das Ziel im vorliegenden Projekt FRANC, die Entwicklung
eines modularen Robotersystems, welches – gekoppelt an einen Trägerrahmen – ein neues flexibles Fahrzeug ergibt oder aber die „Robotifizierung“ eines bewährten landwirtschaftlichen Geräts ermöglicht. Der im
Projekt aufgebaute Roboter wird elektrisch angetrieben und ist mit der nötigen Sensortechnik ausgestattet,
sodass er selbstständig durch Reihenkulturen navigieren kann. Es können verschiedene Arbeitsgeräte einzeln
oder in Kombination montiert oder aber auch die lenkbaren Antriebseinheiten zur Automatisierung eines neuen
Gerätes verwendet werden. Die Antriebsachsen des Roboters sind frei drehbar, sodass er am Stand wenden
und in jede beliebige Richtung wegfahren kann. Zur Navigation besitzt der Roboter eine Stereokamera sowie
eine Kamera für den nahen Infrarotbereich. Im Gegensatz zu kamerageführten Hackgeräten ermöglicht die
entwickelte Pflanzendetektion dem Roboter das Einfahren in Reihenkulturen aus verschiedensten Blickwinkeln. Aus Sicherheitsgründen wurde ein Lasersensor aufgebaut, der die Umgebung abtastet und das Fahrzeug sofort anhält, sobald sich jemand im Gefahrenbereich befindet. Die Bedienung von FRANC erfolgt mit
einem Smartphone. Dieses fungiert nicht nur zur interaktiven Steuerung, sondern auch als Not-Ausschalter.
Sobald das Smartphone zu stark bewegt wird – z. B. wenn sich die bedienende Person erschreckt oder stürzt
– oder die Verbindung abbricht, wird der Roboter zum Stillstand gebracht.
Seite 10
Ergebnisse
Die Vision von FRANC ist die Entwicklung eines skalierbaren, flexiblen Robotersystems für leichte Arbeiten
entsprechend dem Bedarf im Biogemüsebau. In den folgenden Abschnitten werden weitere Details – strukturiert nach den Arbeitspaketen vom Projektantrag – beschrieben und für weitergehende Information auf die im
Zuge des Projekts publizierten Arbeiten referenziert.
Gesamtkonzept (AP2)
Durch die Entwicklung eines völlig autonomen Systems kann auf typische Bedienelemente eines Fahrzeugs,
wie zum Beispiel Lenkrad oder Gaspedal, verzichtet werden. Dafür muss für jede Applikation, die der Roboter
ausführen soll, ein Sensorsystem zur Detektion der Umgebung und vor allem der Arbeitsqualität entwickelt
werden. Als Demo-Applikation wurde im Projekt ein Roboter mit Hackgerät aufgebaut. Hierfür ist es in erster
Linie notwendig, dass der Roboter robust Pflanzenreihen erkennen kann. Ein möglicher Lösungsweg ist mittels
hochpräziser RTK-GPS Technologie eine durchgängige Arbeitskette vom Anbau bis zur Ernte zu planen und
die Arbeiten „ohne“ Sensorfeedback zu verrichten. Vor allem aus Kostengründen wurde im Projekt die Sensortechnik forciert und eine Pflanzenreihendetektion entwickelt, welche es erlaubt, robust aus verschiedensten
Blickwinkel Reihen zu erkennen. Die entwickelte Methode erlaubt es, beliebige Reihenstrukturen ohne zusätzlichem Wissen über Pflanzenart oder Reihenweite zu erkennen. Ein weiterer Schwerpunkt im Projekt war Modularität und Skalierbarkeit des Systems, um in Zukunft eine leichte Adaption und kostengünstige Entwicklung
von weiteren autonomen, landwirtschaftlichen Geräten zu ermöglichen. Dazu wurde FRANC in folgende Teilsysteme strukturiert:





Mechanisches/ kinematisches System
Elektrisches System
Sensorsystem
Fernbedienung mit Sicherheitsüberwachung
Steuerungseinheit mit Autonomie-Software
Das Demosystem wurde mit folgenden technischen Spezifikationen realisiert:
Leistung:
Antriebsenergie:
Gewicht:
Geschwindigkeit:
Abmaße:
500 W elektrisch / 280 W mechanisch pro Antriebsachse
zwei Stück LiMn-Akkupacks 36 V / 18 Ah
ca. 300 kg
max. 10 km/h
1,8 x 1,8 m
Mechanische Realisierung und Antriebskonzept (AP3)
Neben den klassischen Konzepten für die kinematische Realisierung von Servicerobotern, wie Differentialantriebe, vierrädrige Roboter mit einer mechanischen Ackermann-Lenkung oder Roboter mit vier unabhängig
lenkbaren Rädern gibt es auch Lösungen mit Ketten oder inzwischen auch Gehantriebe. Ketten eignen sich
für extrem unwegsames Gelände und haben einen geringen Bodendruck, zerstören allerdings die Pflanzen
bei Wendemanövern. Eine mechanische Realisierung mit Beinen kommt für FRANC vor allem auf Grund der
Komplexität und der schweren Modularisierbarkeit nicht in Frage. Der Roboter FRANC wurde aus diesem
Grund mit unabhängigen Antriebsmodulen ausgestattet. Jedes Modul besitzt einen eigenen Antriebsmotor
und einen Lenkmotor. Der Antrieb ist mit einem mechanischen Durchtrieb ausgeführt, sodass keine Kabelverbindung zum rotierenden Teil nötig ist und das Rad somit beliebig oft rotiert werden kann. Durch diese me-
Ergebnisse
Seite 11
chanische Ausführung vereinfacht sich die softwaremäßige Implementierung, da nicht mehr auf die Rotationsrichtung geachtet werden muss. Das vorgeschlagene Antriebsmodulkonzept ermöglicht eine flexible Anpassung an die zukünftige Automatisierung anderer landwirtschaftlicher Arbeiten. Bei höherem Zugkraftbedarf
können einfach mehr Module mit oder ohne Lenkmotor hinzugefügt werden. Für manche Anwendungen kann
auch vorteilhaft sein, den Roboter mit einem Antriebsmodul und Laufrädern aufzubauen.
Abbildung 2: Aufbau des Antriebsmoduls welches mit elektrischer Energie versorgt und
mit einer Datenverbindung an das logische System gekoppelt wird.
Die meisten realisierten Systeme verwenden Radnabenmotoren [Bak und Jakobsen, 2004; Bangert et al.,
2013]. Radnabenmotoren benötigen eine Kabelverbindung vom statischen Teil zum drehenden Teil. Diese
Verbindung schränkt die Anzahl der möglichen Lenkumdrehungen sowie den maximalen Lenkwinkel ein und
führt zu einer komplexen inversen Kinematik, da die Algorithmen vorherige Lenkbewegungen in der Berechnung berücksichtigen müssen.
Der Roboter FRANC ist mit einem kabelfreien Rotationsteil ausgeführt, wodurch unbegrenzte Rotationsbewegungen durchgeführt werden können und Deadlocks vermieden werden. Aufgrund des kinematischen Aufbaus
muss die Geschwindigkeit der Räder bei Lenkbewegungen angepasst werden. Die Geschwindigkeit des Antriebsmotors vd kann durch
vd = v  v s  is
ausgedrückt werden. v ist dabei die beabsichtigte Geschwindigkeit, vs die Geschwindigkeit des Antriebsmotors
und i beschreibt die Beziehung zwischen Lenkmotor und der gewählten Lenkbewegung.
Seite 12
Ergebnisse
Abbildung 3: Kinematischer Aufbau der Demo-Plattform
Kinematik
Um in einer Ebene fahren zu können, benötigt man mindestens drei Freiheitsgrade (3 DOF). Bei Fahrzeugen
mit mehr als einem lenkbaren Rad muss zu jedem Zeitpunkt die Ackermann-Bedingung erfüllt sein [Dudek
und Jenkin, 2010], welche besagt, dass sich die Verlängerung der Radachsen im Kurvenmittelpunkt schneiden
müssen. Rein mechanische Lösungen sind unflexibel und komplex. Die softwaremäßige Implementierung der
Ackermann-Bedingung, also das Einfügen einer „elektronischen“ Verbindung zwischen den Rädern, erlaubt
eine flexible Anpassung an Position und Anzahl der Räder.
Mit Hilfe der Ackermann-Bedingung und des „Instantaneous Center of Curvature“ (ICC) können die notwendigen Lenkwinkel θn und die Geschwindigkeiten der Einzelräder vn berechnet werden:
θFD = atan2 (PICC,x + PV,x − PICC,y − PV,y)
Pα = (PICC,x + P1,x)2 + (PICC,y + P1,y)2
Pn,a = (PICC,x + PV,x) · Pn,y − (PICC,y + PV,y) · Pn,x
Pn,b = (PICC,x + PV,x) · Pn,x + (PICC,y + PV,y) · Pn,y − Pα
θn = atan2 (Pn,a , Pn,b) + θFD
In den angeführten Gleichungen beschreiben θFD die Vorwärtsrichtung, PICC das Zentrum des Kreisbogens
(ICC), Pv den Ursprung des virtuellen Koordinatensystems, Pn die Position des Rades entsprechend dem
Ergebnisse
Seite 13
kinematischen Modell und Pα, Pn,a, Pn,b die Hilfsgrößen. Die Geschwindigkeit der Einzelräder berechnet sich
basierend auf der Distanz der Räder Pn zu PICC:
rn = | PICC - Pn |
rmax = max (rn)
vn = vm · rn / rmax
mit vn für die Geschwindigkeit des n-ten Rades und vm der vorgesehenen maximalen Geschwindigkeit des
schnellsten Rades.
Die oben angeführten Gleichungen ergeben automatisch gültige Trajektorien und Lenkwinkel-Konfigurationen,
wenn PICC linear interpoliert wird. Abbildung 3 zeigt eine beispielhafte Kinematik für die angeführten Gleichungen. Unterschiedliche Lenkungsarten für verschiedene Anwendungsfälle, wie zum Beispiel Vorderradlenkung,
Hinterradlenkung oder Vierradlenkung, können durch die Position von PICC realisiert werden. Das virtuelle
Koordinatensystem [xV yV] dient zum Verschieben des Nullpunktes und der Vorzugsrichtung. Für weitere Details, Berechnungen und Konstruktionszeichnungen wird auf die Publikationen [Bayerl et al., 2014] und [Gehrer
et al., 2015] verwiesen sowie auf [Leichtfried und Scherzer, 2015] für die „elektronische Lenkung“.
Abbildung 4: Zentrales Elektronikmodul und Schnittstellen
Seite 14
Ergebnisse
Elektronik und Steuerungstechnik (AP2, AP4)
Die Fahrzeugelektronik bildet das Bindeglied zwischen der Roboter Kinematik, einschließlich der Motoren und
der Navigations- und Reihenerkennungs-Software. Das elektrische System und vor allem das Energiesystem
müssen, den Aufgaben entsprechend, adaptierbar und robust sein. Aus diesem Grund wurden für FRANC
State-of-the-Art-Schnittstellen und Standardkomponenten aus der industriellen Automatisierungstechnik verwendet. Dadurch ist sowohl die Robustheit der Komponenten als auch ein langfristiger Support gewährleistet.
Abbildung 4 zeigt einen Überblick über das elektronische System. Den zentralen Baustein bildet das elektronische Steuerungsmodul an das Sensoren, Aktuatoren und die Energieversorgung gekoppelt sind.
Fernbedienung
Obwohl Robotersysteme völlig autonom agieren, müssen Bedienelemente vorgesehen werden, die es dem
Menschen ermöglichen, bei Aufgaben über den automatischen Betrieb hinaus oder im Fehlerfall eingreifen zu
können. Für den Roboter FRANC wurde deshalb eine den Sicherheitsstandards entsprechende, kostengünstige Fernbedienung entwickelt. Dazu wurde eine App für ein handelsübliches Android Smartphone entwickelt
(siehe Abbildung 5). Die Kommunikation erfolgt über W-LAN basierend auf dem UDP-Protokoll. Über einen
virtuellen Joystick (dargestellt am Touch-Screen) kann der Roboter ferngesteuert, die Anbaugeräte bedient
oder der Roboter in den Automatik-Mode geschaltet werden.
Abbildung 5: Smartphone-App zur Fernbedienung
Sicherheitskonzept
Um im Fehlerfall, zum Beispiel bei Kommunikationsunterbrechungen oder falls die Bedienperson stürzt, den
Roboter in einen sicheren Zustand zu bringen, wird ständig der Beschleunigungssensor des Smartphones
überwacht. Dabei werden Messwerte und die entsprechenden Zeitstempel zur Echtzeitplattform übertragen
und der Roboter zum Stillstand gebracht, sobald ein Schwellwert überschritten oder die Kommunikation unterbrochen wird. Um eine Funktionsstörung des Beschleunigungssensors auszuschließen, wird zusätzlich das
Sensorrauschen überwacht.
Das Sicherheitskonzept umfasst außerdem eine Priorisierung der Steuerbefehle der autonomen Steuerung
und der Smartphone-Fernbedienung. Sobald das Smartphone mit dem Roboter verbunden ist, bekommt dieses exklusive Rechte. Alle Befehle der autonomen Steuerung werden ignoriert, solange diese am Smartphone
Ergebnisse
Seite 15
deaktiviert ist. Bei Aktivierung der autonomen Steuerung bleiben weiter alle sicherheitsrelevanten Funktionen,
gesteuert vom Smartphone aktiv, sodass das Smartphone im Fehlerfall weiter als Not-Ausschalter verwendet
werden kann.
Für eine detaillierte Beschreibung des elektronischen Systems, der Fernbedienung und des Sicherheitskonzepts wird auf [Leichtfried und Scherzer, 2015] verwiesen.
Navigation (AP5)
Die autonome Navigation beschränkt sich im vorliegenden Projekt auf eine generische Reihendetektion, unabhängig von der Kulturpflanze und des Reihenabstandes, das Einfahren in die Reihenkultur und das Spurhalten.
Sensoren
Damit Roboter navigieren können und in der Lage sind, bestimmte Aufgaben zu erfüllen, müssen sie die Umgebung wahrnehmen können. Derzeit verfügbare (halbautomatische) Navigationslösungen, bzw. Spurassistenten basieren auf der Annahme, dass die Umgebung statisch ist und wiederkehrende Aufgaben erfüllt werden müssen. Für diesen Anwendungsfall können dann Trajektorien mittels GPS aufgezeichnet werden und
dann wiederholt abgefahren werden. Die im landwirtschaftlichen Bereich nötige Genauigkeit von wenigen Zentimetern wird dabei durch stationäre Referenzsignale und Echtzeit-kinematische (RTK) GPS-Empfänger erreicht [Lenain et al., 2006]. Diese für Traktoren erhältlichen Lenksysteme sind in der Lage, die Arbeit von
Landwirten zu unterstützen. Es ist damit nicht möglich auf Hindernisse zu reagieren oder Maschinen auf veränderte Umweltbedingungen einzustellen.
Ein voll-autonomer Roboter benötigt Sensoren mit denen er die lokale Umgebung erfassen und auf seine
Umgebung reagieren kann. [Slaughter et al., 2008] und [Li et al., 2009] begutachten verschiedene Systeme
und identifizieren deren Vorteile, Nachteile und die technischen Anforderungen für verschiedene Lösungen.
Abbildung 6: Kameramodell zur Parametersimulation
Seite 16
Ergebnisse
Nach deren Bewertung verfügen Bildverarbeitungs-Systeme über die höchste Flexibilität bei geringsten Anschaffungskosten. Aus diesem Grund wurde ein Bildverarbeitungs-System angestrebt. Als Basis dient ein
multi-spektrales Kamerasystem, welches Licht in verschiedenen Wellenlängenbereichen detektieren kann.
Abbildung 7: Projektion eines NIR Kamerabildes auf die Stereo-Rekonstruktion eines Feldes
Dazu wurden auf dem Roboter eine Stereokamera (aus zwei Farbkameras) und eine im nahen Infrarotbereich
(NIR-Bereich) sensitive Kamera aufgebaut. Dieses Kamerasystem ist in der Lage Licht in vier spektralen Bereichen (rot, grün, blau, NIR) und die dazugehörige Tiefeninformation zu liefern. Auf Grund der starken Reflexion von Pflanzen im Wellenlängenbereich von 850 nm bis 1.000 nm wurde die NIR-Kamera mit einem entsprechenden Bandpassfilter bestückt. Abbildung 6 und Abbildung 7 zeigen die geometrische Anordnung des
Kamerasystems und die Projektion des NIR-Kamerabildes auf die Stereo-Rekonstruktion.
Pflanzenreihendetektion und Spurhalten
Die Reihendetektion besteht aus der Pflanzensegmentierung, der Reihenapproximation und der Parameterextraktion. Zur Pflanzensegmentierung wird aus den Tiefendaten eine Höhenkarte erstellt und diese mit der
NIR-Information gewichtet. Zum Ausgleich von Bodenunebenheiten und kleinen Hügeln wird online die Kamerapose relativ zur Grundebene (Navigationsebene) geschätzt.
Die meisten auf Bildverarbeitung basierten Pflanzensegmentierungsmethoden verwenden entweder Farbbilder oder NIR-Daten [Åstrand und Baerveldt, 2005; Jiang et al., 2010; Ruiz et al., 2010; Romeo et al., 2012]
ohne 3D-Information zu verwenden oder nur 3D-Daten [Kise et al, 2005; Weiss und Biber, 2011]. Rein RGBDaten basierte Segmentierungsmethoden funktionieren meist nur, wenn die Pflanzen noch Chlorophyll produzieren und somit grün sind, während Licht im NIR Bereich durch die Zellstruktur auch von toter organischer
Masse immer noch reflektiert wird [Albertz, 2009] (siehe Abbildung 8). In frühen Pflanzenstadien scheitert
hingegen eine rein höhenbasierte Segmentierung während die spektrale Information genützt werden kann. In
[Halmetschlager et al., 2014] entwickelten wir daher eine Lösung basierend auf der Kombination von NIR- und
Höheninformation. Der vorgeschlagene Ansatz gleicht die Nachteile der jeweils anderen Methode aus und
Ergebnisse
Seite 17
erlaubt somit die Erkennung sowohl von sehr kleinen Pflanzen als auch von großen Pflanzen ev. schon außerhalb der aktiven Vegetationsphase. Außerdem kann bei Pflanzen, die auf Dämmen gesät werden, die Höheninformation dazu benützt werden, Kulturpflanzen von Unkraut zwischen den Dämmen zu unterscheiden.
Weiters ermöglicht die 3D-Information die Projektion der Pflanzen in die Navigationsebene und somit eine
Höhen-Bias freie Reihenerkennung.
Abbildung 8: Vergleich verschiedener Segmentierungsmethoden.
Original (oben, links),
2G-R-B Segmentierung [Woebbecke et al., 1995] (oben rechts),
NIR Segmentierung (unten, links),
NIRD Segmentierung (unten rechts)
Das Reihendetektionssystem schätzt die Parameter eines geometrischen Reihenmodells. Dazu wurde ein
kaskadierter Partikelfilter entwickelt (vgl. [Halmetschlager et al., 2014]). Für weitere Details über Partikelfilter
im Allgemeinen wird auf [Thrun et al., 2005] verwiesen. Das Reihenmodell mit drei Parametern beschreibt ein
paralleles Linienmuster im 2D-Raum. Die ersten beiden Parametern α und p beschreiben den Normalvektor
P der nahsten Reihe zum Ursprung des Koordinatensystems. Der dritte Parameter, der Skalar d beschreibt
hingegen den Abstand zwischen den Reihen des sich wiederholenden Musters. Der Partikelfilter zieht somit
N Hypothesen aus einem 3D-Raum. Für jede Hypothese wird ein Gewicht aus dem segmentierten Pflanzenreihenbild berechnet.
Seite 18
Ergebnisse
Im Gegensatz zu verfügbaren Spurführungssystemen benötigt die vorgeschlagene Methode keine a-priori Information über Reihenorientierung oder Reihenabstand. Außerdem ermöglichen die Partikel-Filter-inhärenten
Eigenschaften in Kombination mit dem gewählten Reihenmodell die Verfolgung von Reihen und somit eine
Verbesserung der Schätzung über der Zeit. Im Speziellen verbessert dies die Detektion bei stark irregulären
Pflanzenabständen und fehlenden Pflanzen.
Danach wird aus den geschätzten Reihenparametern der Navigationspfad berechnet, welcher zur Regelung
der Lenkung verwendet wird. Zur weiteren Modularisierung und vor allem um die Austauschbarkeit und Wartung der Komponenten zu gewährleisten, wurde der eben beschriebene Algorithmus in das Roboterbetriebssystem (ROS) integriert.
Versuche und Ergebnisse
In den folgenden Abschnitten werden die Ergebnisse der Feldversuche mit dem Feldroboter FRANC präsentiert.
Abbildung 9: Feldversuche Prototyp I
Feldroboter FRANC
Als Proof-of-Concept wurden die vorgeschlagenen Teilsysteme zum Roboter FRANC zusammen gebaut
(Feldversuch mit Prototyp I siehe Abbildung 9). FRANC besteht aus einem Rahmen, der die Elektronik und
die nötigen Sensoren trägt und an dem die vier Antriebsmodule gekoppelt sind. Wie oben beschrieben, wurden
die nötigen Algorithmen, Regler einschließlich Sicherheitskonzept und Fernbedienung mit Not-Aus-Funktion
ausgeführt, sodass FRANC ein autonomes Fahrzeug für Reihenkulturen bildet.
Wie in [Slaughter et al., 2008] beschrieben, bilden beim Bau eines Roboters die Integrations- und EngineeringAufgaben einen wesentlichen Teil der Arbeit. Das Konzept eines modularen Aufbaus erhöht die Wiederverwendbarkeit und Adaptierbarkeit des Systems. Mit nur wenigen maschinenbaulichen Aufgaben und den Robotermodulen kann in vergleichsweise kurzer Zeit ein neuer Roboter aufgebaut werden. Im einfachsten Fall
muss nur ein Rahmen mit Montagepunkten designt werden und die kinematische Struktur parametrisiert werden.
Ergebnisse
Seite 19
FRANC wurde erfolgreich in Reihenkulturen getestet, wodurch die Wendigkeit, Festigkeit und somit die Machbarkeit eines derartigen Systems gezeigt wurde. In den folgenden Abschnitten werden Versuchsergebnisse
eines Zugleistungstests und der Reihendetektion beschrieben.
Zugkraftmessung
Zur Ermittlung der Zugkraft wurde dem Roboter FRANC ein Traktor vorgespannt und die Zugkraft mittels DMS
gemessen. Dem Roboter wurde dabei mithilfe der Handy-App-Steuerung eine konstante Geschwindigkeit vorgegeben. Der Traktor verringerte langsam die Geschwindigkeit bis die Schrittmotoren zu kippen begannen.
Es konnte eine gemessene Spitzenzugkraft von 1.400 N bei einer Fahrgeschwindigkeit von 4 km/h gemessen
werden (vgl. [Gehrer et al., 2015]). Dies entspricht der erwarteten theoretischen Zugleistung (siehe [Leichtfried
und Scherzer, 2015]). Die vorhandene Zugleistung des Roboters ermöglicht bereits die Implementierung von
Anwendungen wie z.B. Transport-/Messaufgaben oder aber auch leichte Bodenbearbeitung mit geringem Zugkraftbedarf, zum Beispiel mittels Fingerhackräder oder Hackschare bei geringer Arbeitstiefe.
Abbildung 10: Zugkraftmessung des Roboters
Für einen höheren Zugkraftbedarf können entweder zusätzliche Antriebsmodule angebaut werden oder ein
Antriebsmodul mit höherer Antriebsleistung entwickelt werden.
Reihendetektion und autonome Navigation
Die im Zuge dieses Projekts entwickelte Pflanzenreihenerkennung wurde speziell optimiert für Roboter. Im
Gegenzug zu herkömmlichen Spurhaltesystemen ist es notwendig, dass Pflanzenreihen aus beliebigen Blickwinkeln detektiert werden können. Außerdem ist der entwickelte Algorithmus robust und generisch bezüglich
Reihenweite, Pflanzenart und fehlender Pflanzen (vgl. Abbildung 11). Die Methode wurde bei Feldtests mit
dem Roboter FRANC getestet. Dazu wurde der Roboter entlang von parallelen Pflanzenreihen navigiert. Durch
Seite 20
Ergebnisse
die Navigation entlang von Pflanzenreihen kann ein Parameterfenster für die Reihenposition p und dem Winkel
α definiert werden, wodurch semi-automatisch Groundtruth-Daten erstellt werden können. Ein korrektes Reihendetektionsergebnis muss dementsprechend innerhalb dieses Parameterfensters liegen. Der Reihenabstand d ist während des gesamten Feldtests konstant und wurde manuell gemessen. Der Partikelfilter wurde
mit N = 1.000 Partikel, mit Parameterkonfigurationen von α = [-/2, /2], p = [-0,75 m, 0,75 m] und d = [0,2 m,
1,5 m] zufällig initialisiert. Abbildung 11 zeigt die Parameterdefinition der Reihendetektion.
Abbildung 11: Parameterdefinition der Reihendetektion
Für die Evaluierung wurde das Parameterfenster auf pw = [0,2 m, -0,2 m] und αw = [+0,2 rad, -0,2 rad] eingestellt. Der gemessene Reihenabstand beträgt dGT = 0,45 m. Die Evaluierung ergab, dass der Partikelfilter im
Schnitt nach 5 Iterationen in eine korrekte Reihendetektion, mit allen drei Parametern innerhalb des Parameterfensters konvergiert (vgl. Abbildung 12, Abbildung 13, Abbildung 14). Der Sprung in Abbildung 12 resultiert
aus der gewählten Reihendefinition, die automatisch die naheste Reihe zum Koordinatenursprung als Referenz wählt. Durch die Montage der Kamera, versetzt zum Robotermittelpunkt, versetzt in y-Richtung, wird bei
diesem Versuch entweder Reihe 2 oder Reihe 3 als Referenz gewählt (vgl. Abbildung 11).
Abbildung 12: Offset-Plot
Ergebnisse
Seite 21
Abbildung 13: Darstellung der Orientierung
Abbildung 14: Darstellung des Reihenabstandes
Für weitere Tests und Evaluierungsergebnisse wird auf [Halmetschlager et al., 2014] und [Halmetschlager et
al., 2015] verwiesen.
Seite 22
Ergebnisse
1.2 Bericht über die Einbindung der Schüler/innen in die Forschungsaktivitäten und
ihre Beiträge zu den Forschungsergebnissen und Überblick über erreichte Schüler/innen
Bericht über die Einbindung der Schüler/innen
Im Projekt FRANC übernahmen sowohl die Schulen als auch die universitären Projektpartner spezialisierte
Teilaufgaben an denen geforscht und entwickelt wurde. In Projektmeetings und Workshops wurde der Fortschritt kontrolliert, eventuelle Abweichungen vom Projektplan besprochen und die weitere Vorgehensweise
erarbeitet. Hinsichtlich der Projektstruktur gab es im Sparkling Science Projekt FRANC in keiner Weise Unterschiede zu anderen Forschungs- und Entwicklungsprojekten. Schüler arbeiteten erstmals während der Schulausbildung an einem interdisziplinären, integrierenden Projekt und waren sowohl durch technische Fragestellungen, als auch durch Planungs- und Managementaufgaben gefordert.
Im Speziellen gab es Aufgabenstellungen wie z.B. Entwicklung und Bau einfacher mechanischer Teile wie
Trägerrahmen, Einzelradaufhängungen, Antrieb, Bremse und Lenkung, welche die Schüler/innen teilweise
bereits selbständig lösen konnten. Diese Aufgaben wurden direkt an Schüler/innen übertragen und unter Begleitung der Lehrer/innen abgearbeitet. Dabei konnten Schülern/innen ihr erworbenes Wissen direkt anwenden. Ein wichtiger Bestandteil dabei war zu vermitteln, dass auch hier bereits das Gesamtziel nicht aus den
Augen verloren werden darf.
In darüber hinausgehenden Bereichen, welche sowohl für die Schüler/innen als auch für die Lehrer/innen
Neuland war, war der Input der Wissenschaftler/innen gefragt. Wichtig dabei war die Zusammenarbeit von
Lehrer/innen und Wissenschaftler/innen, um pädagogisch abgestimmte Aufgabenpakete für die Schüler/innen
zu entwickeln. Durch diese Zusammenarbeit in Fachgebieten, die für die beteiligten Schulen neu waren, konnten vor allem die beteiligten Lehrkräfte von den Wissenschaftler/innen profitieren.
Die Gesamtkoordination und Projektleitung lag in Händen der Wissenschaftler/innen. Sie bildeten unter Einbindung der beteiligten Schulen die Steuerungsgruppe und waren auch für die Einhaltung der Termine gemäß
Terminplanung verantwortlich.
Am Anfang des Projektes wurden gemeinsam einzelne Arbeitspakete mit Aufgaben und Terminen erstellt.
Dabei wurde geachtet, dass die jeweiligen Pakete an den Zeitplan der Schulen (Schuljahr) angepasst waren.
Die Aufgabenpakete wurden primär zu Themen für Diplomarbeiten der Schüler/innen zusammengefasst und
dann von diesen unter Betreuung der Lehrer/innen und im Speziellen in Zusammenarbeit mit den Wissenschaftler/innen von den Diplomand/innen (Schüler/innen) abgearbeitet.
Zwischen Diplomand/innen und betreuende/n Lehrer/innen fanden Besprechungen im Rahmen des Unterrichts statt. Diese dienten vor allem zur Klärung laufender Fragestellungen und zur Kontrolle des Projektfortschritts. Besondere Bedeutung hatte eine gute Koordinierung zwischen den beteiligten Projektgruppen. Die
ursprünglichen veranschlagten monatlichen Projektbesprechungen zwischen Projektleitung, Lehrer/innen und
den beteiligten Schüler/innen wurden ersetzt durch on-demand Meetings, angestoßen sowohl von Schüler/innen, Lehrer/innen als auch vom universitären Projektpartner. Der Grund dafür war der enge Zeitplan von
Schüler/innen und Lehrer/innen zu bestimmten Stoßzeiten. Dadurch wurde es teilweise schwierig, aber auch
durch den trägeren Projektfortschritt unnötig, den exakt regelmäßigen Zeitplan aufrecht zu erhalten.
In projektrelevanten Zeiten und vor allem vor Meilensteinen wurden dann in engeren Abständen Projektbesprechungen und Gesamtpräsentationen unter Beteiligung aller Projektpartner abgehalten. Dadurch wurde
sichergestellt, dass alle am Projekt beteiligten Personen vom Gesamtverlauf des Projekts informiert sind. Zu
Ergebnisse
Seite 23
diesen Zeitpunkten wurden dann auch strategische Entscheidungen getroffen, die auf den Erfahrungsberichten der Projektgruppen aufbauten.
Die umfangreiche Dokumentation des Projekts wurde durch die Erstellung von schriftlichen Diplomarbeiten und Publikationen gewährleistet.
Überblick über direkt und indirekt erreichte Schüler/innen
Projekt: SPA/04 – 084/ FRANC – Field Robot for Advanced Navigation in bio Crops
Tabelle 1: Sparkling Science, 4. Ausschreibung, Überblick über die direkt und indirekt eingebundenen Schüler/innen
direkt eingebundene Schüler/innen
Name der
Kooperationsschule
indirekt
Anzahl
der
Klassen
Anzahl
der
Buben
Anzahl
der
Mädchen
Alter
von - bis
Gesamtzahl
Schule 1
Francisco Josephinum (FJ)
4
9
0
17 - 19
86
Schule 2
HTL Waidhofen an der Ybbs
(HTL WY)
1
2
0
16 - 19
28
Schule 3
Schule 4
Schule 5
Wann sind Schüler/innen direkt und wann indirekt eingebunden?
direkt = aktiv eingebundene Schüler/innen
indirekt = nicht aktiv bzw. eher passiv eingebundene Schüler/innen, die z.B. ausschließlich bei einem Vortrag
oder einer Präsentation zuhören oder einen kurzen Fragebogen ausfüllen
Seite 24
Ergebnisse
1.3 Stellungnahmen von beteiligten Wissenschaftler/innen, Lehrer/innen und Schüler/innen
Stellungnahme zum Ablauf und den Ergebnissen der Zusammenarbeit sowie zur Realisierbarkeit von
Dauerpartnerschaften zwischen den involvierten Forschungseinrichtungen und Schulen
Wie im Projektantrag vorgeschlagen, wurden die Schüler/innen im Zuge von Projektmeetings in die Planung
mit eingebunden, um konkrete Arbeitspakete zu verteilen. Durch das Verteilen der Arbeitskapazitäten wurde
es möglich, einen beachtlichen Projektumfang bei beschränkten Budgetmitteln zu realisieren. Schüler/innen
übernahmen dabei – unter der Betreuung der Lehrer – sowohl Entwicklungstätigkeit als auch Aufbau und
Fertigung der jeweiligen Arbeitspakete. Dadurch wurde ein Bogen von der Planung und Entwicklung, über die
Konstruktion bis hin zur Fertigung gespannt. Bei der Fertigung wurde weitgehend auf Ressourcen der Schulen
zurückgegriffen. Zur Entwicklung der Navigation in Pflanzenreihen ist es nötig, Daten in verschiedenen Entwicklungsstadien der Pflanzen aufzunehmen. Speziell bei der Organisation der Datenaufnahme (zeitliche Abstimmung) als auch bei der Durchführung, zuerst mit Dummy-Aufbauten (siehe Abbildung 15 und Abbildung
16) und schlussendlich mit dem fertigen Roboter (siehe Abbildung 17), konnte auf die Praxisnähe der Schüler/innen zurückgegriffen werden.
Abbildung 15: Datenaufnahme mit Dummy-Aufbau
Ergebnisse
Seite 25
Abbildung 16: Datenaufnahme mit Dummy-Aufbau
Abbildung 17: Feldversuch mit mechanisch und elektrisch fertig aufgebautem Roboter
Die im ursprünglichen Konzept geplanten monatlichen Besprechungen wurden durch Besprechungen on-demand ersetzt. Der Grund dafür ist, dass sowohl Lehrer/innen als auch Schüler/innen „schulische“ Stoßzeiten
haben, in denen es sich als äußerst schwierig erwies und teilweise auch auf Grund des geringen Projektfortschritts unnötig war Besprechungen abzuhalten. On-demand Besprechungen wurden dafür in projektkritischen
Zeiten öfter angestoßen und von jedem Projektpartner, sowohl von Schüler/innen, Lehrer/innen als auch vom
universitären Partner organisiert. Zum Teil wurden diese Meetings per Telefon, bilateral oder vor allem zur
Gesamtabstimmung mit allen Projektpartnern vor Ort abgehalten.
Seite 26
Ergebnisse
Eine maximale kreative Freiheit für Schüler/innen bei Planung und Entwicklung erwies sich zielführend. Es
wurden immer funktionstüchtige Lösungen entwickelt und bei manchen Teilproblemen wurden überaus „geniale“ Lösungen entworfen und umgesetzt. Zum Beispiel entwickelten Schüler/innen des Francisco Josephinum
lenkbare Antriebseinheiten ohne Kabeldurchführung, sodass es möglich ist, jederzeit in eine beliebige Richtung zu lenken oder auch ein Rad beliebig oft zu drehen, ohne dass ein Kabel beschädigt wird. Als weiteres
Beispiel wäre die Steuerung mittels Smartphone inklusiv Sicherheitskonzept zu nennen. Schüler/innen der
HTL Waidhofen an der Ybbs entwickelten eine App, mit welcher es möglich ist den Roboter zu steuern. Als
Sicherheitsfunktion werden dabei ständig Bewegung des Smartphones und Verbindung zum Roboter überwacht und im Fehlerfall der Roboter unmittelbar zum Stillstand gebracht.
Mit diesem Projekt wurde eine Roboterplattform geschaffen, auf der zukünftige Technologien (Sensortechnik,
Steuerungstechnik, Navigation,…) entwickelt, demonstriert, untersucht und vorangetrieben werden können.
Die Roboterplattform ist wie geplant fertig aufgebaut worden und kann für weitere Untersuchungen verwendet
werden. Durch das Engagement der Schüler konnten schon jetzt Teile und Funktionen – z.B. Steuerung per
Smartphone, Anbaugeräte bzw. Arbeitswerkzeuge – über dem im Projektantrag vorgeschlagenem Umfang
umgesetzt werden.
Nicht nur, aber vor allem durch die komplementären Kompetenzen sowohl der beiden Schulen, als auch mit
dem universitären Partner ist eine Fortführung von Folgeprojekten bzw. eine langfristige Kooperation erstrebenswert. Aus Sicht des Forschungspartners der sich zu 100 % durch Drittmittel-Budget finanziert, ist die
Zusammenarbeit zwar erstrebenswert, hängt aber primär von zukünftigen Finanzierungen und Projektzielen
ab. Im Schuljahr 2015/2016 werden mit dem Roboter FRANC Diplomarbeiten durchgeführt.
Zitate
„Im Kick-off Workshop wurde durch den Gesamtblick auf das autonome Fahrzeug und dessen Einsatzgebiet
ein wichtiger Grundstein für den Erfolg des Projekts FRANC gelegt.“ (Zitat Lehrer HTL Waidhofen an der Ybbs)
„Die Kooperation mit den Partnern zur Projektentwicklung läuft ohne Probleme. Das erste Meeting war sehr
hilfreich, um einerseits die Partner kennenzulernen und andererseits Ideen zu diskutieren. Ich bin begeistert
vom Projekt FRANC.“ (Zitat Schüler)
„FRANC ist ein wegweisendes Projekt in die Zukunft der Landtechnik. Dabei werden Technologien angewendet, die für eine präzise und hochautomatisierte Landwirtschaft notwendig sind. Ein klares Ziel in dem Sparkling Science Projekt ist aber auch, dass die beteiligten Schüler und auch die Pädagogen motiviert werden,
sich mit diesen neuen Technologien weiter zu beschäftigen.“ (Zitat Leiter BLT Wieselburg)
„Engagierte Schüler und Studenten, die sich mit dieser Thematik auseinandersetzen und dabei verschiedene
Technologien entwickeln und ausprobieren, sind der Garant für den Fortschritt in der Landtechnik. Mit diesem
Forschungsauftrag erzielt man einen nachhaltigen Nutzen, macht Schüler und Studenten schon früh mit innovativer Technologie vertraut und schafft die Motivation sich mit Robotertechnologien und Fahrzeugnavigation
auseinander zu setzen…“ (Auszug Diplomarbeit am Lehr- und Forschungszentrum Francisco Josephinum)
„Das Projekt FRANC öffnet die Tür für eine ganze Reihe von Projekten, in welchen wir in Zukunft weitere neue
Ideen ausprobieren können.“ (Zitat Lehrer Francisco Josephinum)
„Die besten Ideen können nur durch Kooperationen gut umgesetzt werden.“ (Zitat Schüler)
Projektdokumentation
2.
Seite 27
PROJEKTDOKUMENTATION
2.1 Aktuelle, allgemein verständliche Projektbeschreibung
Während in der modernen Landwirtschaft zunehmend leistungsfähige komplexe Maschinen mit hoch entwickelter Technologie eingesetzt werden, ist der Biolandbau vielfach von manuellen Arbeiten geprägt. Im Projekt
FRANC wurde ein autonomes Fahrzeug entwickelt und gebaut, welches speziell im Biolandbau eingesetzt
werden kann.
FRANC ist die Abkürzung für „Field Robot for Advanced Navigation in bio Crops“, was so viel heißt, wie „Feldroboter mit hoch entwickelter Navigation im Biolandbau“. Der Roboter wurde von Schüler/innen der HBLFA
Francisco Josephinum in Wieselburg und der HTL Waidhofen an der Ybbs in Zusammenarbeit mit der Technischen Universität Wien entwickelt. Ziel des Projekts war die Entwicklung eines Roboters zur vollautomatischen Unkrautbekämpfung speziell im Biolandbau. FRANC wird elektrisch angetrieben und ist mit der nötigen
Sensortechnik ausgestattet, sodass er selbstständig durch Reihenkulturen navigieren kann. Bei der Entwicklung wurde auf einen modularen Aufbau geachtet. Es können verschiedene Arbeitsgeräte einzeln oder in
Kombination montiert oder aber auch die lenkbaren Antriebseinheiten zur Automatisierung eines völlig neuen
Gerätes verwendet werden. Die Antriebsachsen des Roboters sind frei drehbar, sodass er am Stand wenden
und in jede Richtung wegfahren kann. Zur Navigation besitzt der Roboter eine Stereokamera sowie eine Kamera für den nahen Infrarotbereich. Im Gegensatz zu kamerageführten Hackgeräten ermöglicht die entwickelte Pflanzendetektion dem Roboter das Einfahren in Reihenkulturen aus verschiedensten Blickwinkeln. Aus
Sicherheitsgründen wurde ein Lasersensor aufgebaut, der die Umgebung abtastet und das Fahrzeug sofort
anhält, sobald sich jemand im Gefahrenbereich befindet. Die Bedienung von FRANC erfolgt mit einem Smartphone. Dieses fungiert nicht nur zur interaktiven Steuerung, sondern auch als Not-Ausschalter. Sobald das
Smartphone zu stark bewegt wird – z. B. wenn sich die bedienende Person erschreckt oder stürzt – oder die
Verbindung abbricht, wird der Roboter sofort zum Stillstand gebracht. Die Aufgabe der Schüler am Francisco
Josephinums war die Entwicklung des Modulkonzepts sowie der mechanischen Trägerplattform und der Arbeitsgeräte. Schüler/innen der HTL Waidhofen an der Ybbs haben den elektrischen Antrieb, die Steuerung
und Bedienung vorangetrieben. Aufgabe der TU Wien war neben der Projektleitung die Entwicklung der notwendigen Software zur Reihenerkennung und Navigation.
Mit diesem Projekt wurde die Schulausbildung an eine sehr bedeutende technologische Entwicklung in der
Landtechnik herangeführt und vor allem das Interesse vieler Schüler an der Robotik geweckt.
Der Trend in der Landwirtschaft geht hin zur individuellen Erkennung und Behandlung einzelner Pflanzen.
Dadurch werden nicht nur Kosten an Betriebsmittel gespart, sondern vor allem Ressourcen schonend und
umweltfreundlich eingesetzt. Beispielsweise können in Zukunft bei einer kleinstrukturierten, automatisierten
Feldbearbeitung einzelne Pflanzen detektiert werden, um entweder Pflanzenschutzmittel effizienter einzusetzen oder Unkraut mechanisch zu entfernen.
Seite 28
3.
Informationen zur Programmdokumentation
INFORMATIONEN ZUR PROGRAMMDOKUMENTATION
3.1 Überblick über sämtliche vom/von der Förderungsnehmer/in an im Projekt mitwirkende Schulen, Lehrer/innen und Schüler/innen vergebene Teilnehmerbestätigungen und Partnerschaftsurkunden
An Schüler/innen übergebene Teilnahmebestätigungen
Elf Schüler des Francisco Josephinum in Wieselburg bzw. der HTL in Waidhofen an der Ybbs haben im Zuge
des Projekts FRANC ihre Diplomarbeit geschrieben. Für den außerordentlichen Einsatz, weit über das übliche
schulische Ausmaß hinaus, wurde folgenden Schülern eine Teilnahmebestätigung überreicht:
Wilhelm BAYERL, 23.6.2014
Alexander NEUBÖCK, 23.6.2014
Christoph PFABIGAN, 23.6.2014
Benjamin WEISS, 23.6.2014
Thomas WELS, 23.6.2014
Franz GEHRER, 22.6.2015
Florian HALLER, 22.6.2015
Christoph SCHRAMMEL, 22.6.2015
Alexander WIMMER, 22.6.2015
Michael LEICHTFRIED, 28.7.2015
Thomas SCHERZER, 28.7.2015
3.2 Publizierte und eingereichte Fachartikel, Tagungsbeiträge, Medienberichte, Veranstaltungen und weitere Aktivitäten der Öffentlichkeitsarbeit
Wissenschaftliche Publikationen (Peer Review)
Halmetschlager G., Vincze M., Prankl J.: „Probabilistic Near Infrared and Depth Based Crop Line Identification"; in: Proceedings of the International Workshop on Recent Advances in Agricultural Robotics (RAAR),
Italy, Padua; (2014)
Halmetschlager G., Vincze M., Prankl J.: „Evaluation of Different Importance Functions for a 4D Probabilistic
Crop Row Parameter Estimation“ in: Proceedings of Austrian Robotics Workshop (ARW), Klagenfurt, Austria;
(2015)
Halmetschlager G., Vincze M., Prankl J.: „Increasing the Precision of Generic Crop Row Detection and Tracking and Row End Detection“, IROS workshop on Agri-Food Robotics, Hamburg, Germany; (2015) (submitted
to)
Informationen zur Programmdokumentation
Seite 29
Diplomarbeit an der TU Wien
Halmetschlager G.: „Crop Row Detection for the Autonomous Navigation of Field Robots". Betreuer/in(nen):
M. Vincze, J. Prankl; E376, 2014; Abschlussprüfung: 10.10.2014.
Schulische Abschlussarbeiten
Leichtfried M., Scherzer T.: „FRANC – Field Robot for Advanced Navigation in bio Crops“; HTBLuVA Waidhofen an der Ybbs – Höhere Abteilung für Elektrotechnik, Waidhofen an der Ybbs, 2015 (Diplomarbeit)
Gehrer F., Haller F., Schrammel C., Wimmer A.: „Entwicklung, Konstruktion und Fertigung eines Bearbeitungsgerätes für den Feldroboter F.R.A.N.C.“; Höhere Bundeslehr- und Forschungsanstalt Francisco Josephinum
– Abteilung Landtechnik, Wieselburg, 2015 (Diplomarbeit)
Bayerl W., Neuböck A., Pfabigan C., Weiss B., Wels T.: „F.R.A.N.C - Field Robot for Advanced Navigation in
bio Crops“; Höhere Bundeslehr- und Forschungsanstalt Francisco Josephinum – Abteilung Landtechnik, Wieselburg, 2014 (Diplomarbeit)
Medien
Das Projekt FRANC ist in folgenden Medien gezeigt bzw. präsentiert worden:
 „Große Messe für die heimische kleinstrukturierte Landwirtschaft“, Österreichische Bauernzeitung, 25. Juni
2015
 „Roboter auf den Feldern“; Bauern Zeitung, Nr. 30, 23. Juli 2015
 „Bauern rüsten auf“; ORF/ Niederösterreich heute, Beitrag im Zuge der Wieselburger Messe, 2. Juli 2015
 „Schüler entwickeln Feldroboter FRANC“; top agrar, 10. Juli 2015
 „Trotz hoher Temperaturen ein voller Erfolg“; AGRAR TECHNIK ÖSTERREICH, Ausgabe 8, August 2015
 „Forschungsprojekt FRANC Feldroboter“; Landwirt, 18. August 2015 (http://www.landwirt.com/Forschungsprojekt-FRANC-Feldroboter-,,16067,,Bericht.html)
 „Das war die Wieselburger Messe Inter-Agrar“; Bauernzeitung, 06. Juli 2015 (http://www.bauernzeitung.at/?id=2500,1071366)
 „Signal des Optimismus | Teil zwei des NÖN-Streifzuges durch die 75. Auflage der Wieselburger Messe“;
NÖN, Nr. 28, 07. Juli 2015
Veranstaltungen und Wettbewerbe
Das Projekt FRANC wurde auf folgenden Veranstaltungen präsentiert bzw. hat an folgenden Wettbewerben
teilgenommen:
 Messe INTERAGRAR: Stand Francisco Josephinum/BLT Wieselburg; Highlight Roboter FRANC als Beispiel innovativer Agrartechnik der BLT Wieselburg, 2. bis 5. Juli 2015
 Nominierung für BOSCH Technik fürs Leben 2015
 Mostviertel Innovationspreis 2014 (3. Platz)
 YO!TECH im Technischen Museum Wien, 2014
Seite 30
Informationen zur Programmdokumentation
 Tag der offenen Tür Bundesministerium für Wissenschaft, Forschung und Wirtschaft, Wien, 2014
 Tag der offenen Tür Francisco Josephinum, Wieselburg, 2014/2015
 Tag er offenen Tür HTL Waidhofen an der Ybbs, 2014/2015
3.3 Durchgeführte Maßnahmen zur Förderung von Mädchen im natur- und technikwissenschaftlichen Unterricht und/oder zur Förderung von Frauen in der Wissenschaft
Es wurden keine zusätzlichen Mittel für entsprechende projektspezifische Fördermaßnahmen erhalten.
Literatur
4.
Seite 31
LITERATUR
[Li et al., 2009] Li, M., Imou, K., Wakabayashi, K., and Yokoyama, S. (2009): „Review of research on agricultural vehicle autonomous guidance“, International Journal of Agricultural and Biological Engineering, 2(3):1–
16.
[Bangert et al., 2013] Bangert, W., Kielhorn, A., Rahe, F., Albert, A., Biber, P., Grzonka, S., Haug, S., Michaels,
A., Mentrup, D., Hansel, M., et al. (2013): „Field-robot-based agri-culture:remotefarming. 1 and bonirob-apps“,
VDI-Berichte, (2193):439–446.
[Bak und Jakobsen, 2004] Bak, T. and Jakobsen, H. (2004): „Agricultural robotic platform with four wheel
steering for weed detection“, Biosystems Engineering, 87(2):125–136.
[Dudek und Jenkin, 2010] Dudek, G. and Jenkin, M. (2010): „Computational principles of mobile robotics“,
Cambridge university press.
[Gehrer et al., 2015] Gehrer, F., Haller, F., Schrammel, C., Wimmer, A. (2015): „Entwicklung, Konstruktion und
Fertigung eines Bearbeitungsgerätes für den Feldroboter F.R.A.N.C.“, Höhere Bundeslehr- und Forschungsanstalt Francisco Josephinum – Abteilung Landtechnik, Wieselburg, 2015 (Diplomarbeit)
[Bayerl et al., 2014] Bayerl, W., Neuböck, A., Pfabigan, C., Weiss, B., Wels, T. (2014): „F.R.A.N.C - Field Robot
for Advanced Navigation in bio Crops“, Höhere Bundeslehr- und Forschungsanstalt Francisco Josephinum –
Abteilung Landtechnik, Wieselburg, 2014 (Diplomarbeit)
[Leichtfried und Scherzer, 2015] Leichtfried, M., Scherzer, T. (2015): „FRANC – Field Robot for Advanced
Navigation in bio Crops“; HTBLuVA Waidhofen an der Ybbs – Höhere Abteilung für Elektrotechnik, Waidhofen
an der Ybbs, 2015 (Diplomarbeit)
[Woebbecke, 1995] Meyer, G., Von Bargen, K., and Mortensen, D. (1995): „Color indices for weed identification
under various soil, residue, and lighting conditions“, Transactions of the ASAE, 38(1):259–269.
[Lenain et al., 2006] Lenain, R., Thuilot, B., Cariou, C., and Martinet, P. (2006): „High accuracy path tracking
for vehicles in presence of sliding: Application to farm vehicle automatic guidance for agricultural tasks“, Autonomous robots, 21(1):79–97.
[Halmetschlager et al., 2014] Halmetschlager, G., Vincze, M., Prankl, J. (2014): „Probabilistic Near Infrared
and Depth Based Crop Line Identification“, Proceedings of the International Workshop on Recent Advances
in Agricultural Robotics (RAAR), Italy, Padua; (2014)
[Halmetschlager et al., 2015] Halmetschlager, G., Vincze, M., Prankl, J. (2015): „Evaluation of Different Importance Functions for a 4D Probabilistic Crop Row Parameter Estimation“, Proceedings of Austrian Robotics
Workshop (ARW), Klagenfurt, Austria; (2015)
[Åstrand und Baerveldt; 2005] Åstrand, B. and Baerveldt, A.-J. (2005): „A vision based row-following system
for agricultural field machinery“, Mechatronics, 15(2):251 – 269.
[Jiang et al., 2010] Jiang, G.-Q., Zhao, C.-J., and Si, Y.-S. (2010): „A machine vision based crop rows detection
for agricultural robots“, In Wavelet Analysis and Pattern Recognition (ICWAPR), 2010 International Conference
on, pages 114–118.
Seite 32
Literatur
[Romeo et al., 2012] Romeo, J., Pajares, G., Montalvo, M., Guerrero, J., Guijarro, M., and Ribeiro, A. (2012):
„Crop row detection in maize fields inspired on the human visual perception“, The Scientific World Journal,
2012.
[Ruiz et al. 2010] Ruiz, G. R., Gracia, L. M. N., Gil, J. G., and Junior, M. C. S. (2010): „Sequence correlation
for row tracking and weed detection using computer vision“, In Workshop on Image Analysis in Agriculture,
26-27.
[Weiss und Biber, 2011] Weiss, U. and Biber, P. (2011): „Plant detection and mapping for agricultural robots
using a 3d lidar sensor“, Robotics and Autonomous Systems, 59(5):265 – 273. Special Issue ECMR 2009.
[Kise et al., 2005] Kise, M., Zhang, Q., and Rovira Más, F. (2005): „A stereovision-based crop row detection
method for tractor-automated guidance“, Biosystems Engineering, 90(4):357– 367.
[Albertz, 2009] Albertz, J. (2009): „Einführung in die Fernerkundung: Grundlagen der Interpretation von Luftund Satellitenbildern“, Wiss. Buchges.
[Thrun et al., 2005] Thrun, S., Burgard, W., and Fox, D. (2005): „Probabilistic Robotics (Intelligent Robotics
and Autonomous Agents)“, The MIT Press.
[Slaughter et al., 2008] Slaughter, D., Giles, D., and Downey, D. (2008): „Autonomous robotic weed control
systems: A review“, Computers and Electronics in Agriculture, 61(1):63 – 78.
ISBN 978-3-902451-15-6

Download Report