Zum Hauptinhalt springen

Suchen Sie etwas?

Ultra-Save - Ultraschallbasierte KI: Nachhaltige Landwirtschaft und vorhersagbare Mängel in konventioneller und hydroponischer Pflanzenkultivierung

Das ULTRA-SAVE-Projekt entwickelt ein innovatives, ultraschallbasiertes Sensorsystem zur Überwachung von Pflanzenzuständen in konventioneller und hydroponischer Landwirtschaft. Durch den Einsatz von KI ermöglicht es präzise und nachhaltige Bewässerung sowie Früherkennung von Pflanzenstress und Krankheiten.

Das ULTRA-SAVE-Projekt entwickelt ein Sensorsystem, das Ultraschallsensoren und Künstliche Intelligenz (KI) kombiniert, um Pflanzenstress und -gesundheit in konventioneller und hydroponischer Landwirtschaft zu überwachen. Durch die Erfassung und Analyse akustischer Signale von Pflanzen können präzise Entscheidungen zur Bewässerung und Pflege getroffen werden. In Zusammenarbeit mit der Hahn-Schickard-Gesellschaft und dem Fraunhofer IGB werden akustische Signale interpretiert, um den Gesundheitszustand und Bewässerungsbedarf der Pflanzen zu bestimmen. TinyML wird zur Echtzeitanalyse auf energieeffizienten Systemen angewendet. Das Projekt hat eine Laufzeit von 36 Monaten. Die entwickelten Technologien verbessern die Effizienz der Landwirtschaft, indem sie den Wasserverbrauch reduzieren, Erträge steigern und die Früherkennung von Pflanzenkrankheiten und Schädlingsbefall ermöglichen. Zusätzlich wird eine offene Datenplattform entwickelt, um die Zusammenarbeit in der Forschungsgemeinschaft zu fördern. Das Projekt verspricht, nachhaltigere und effizientere landwirtschaftliche Praktiken zu ermöglichen und somit einen Beitrag zum Umweltschutz zu leisten.

Projektname
Ultraschallbasierte KI: Nachhaltige Landwirtschaft und vorhersagbare Mängel in konventioneller und hydroponischer Pflanzenkultivierung
Fördergeber
Baden-Württemberg Stiftung
Projektträger
Projektträger Jülich
Fördernummer
KLR-026
Laufzeit
17.04.2024 bis 17.04.2027
Kooperationspartner
Fraunhofer IGB
zurück zur Übersicht


Kontakt

Kompetenzen

  • Künstliche Intelligenz
  • Softwareentwickler
  • Data Science
  • Feature Engineering