Die Auswirkungen

Relevanz für die Gesellschaft

Das iFOODis-Konsortium arbeitet an Datenerfassungsnetzwerken, um die Wirkung und den Inhalt von Prognosen für die Lebensmittelproduktion zu erweitern und nachhaltigere Wertschöpfungsketten für die Lebensmittelproduktion mit Hilfe von robotischen Methoden und Technologien zu gewährleisten, die im Prinzip übertragbar sind. Darüber hinaus konzentriert sich iFOODis darauf, die Grenzen der Robotik-Kerntechnologien zu erweitern, um fernüberwachte Roboteranlagen zu verbessern, die in einem kooperativen Team über lange Zeiträume und große Gebiete hochgradig autonom operieren können, um sicher, zuverlässig und robust lokale Daten zu erfassen. Diese Kerntechnologien sind in hohem Maße auf verschiedene Anwendungsbereiche übertragbar.

Die nachhaltige Wertschöpfungskette spiegelt sich in iFOODis in verschiedenen Formaten und Formen wider, beginnend mit der Umsetzung der Wertschöpfungskette durch das Konsortium über den gesamten Lebensmittelzyklus. Die insgesamt nachhaltigere Ernährungs- und Umweltnutzung unserer Küstengebiete, die sowohl ein wichtiger Lebensraum als auch von großer Bedeutung für die Nahrungsmittelproduktion für uns Menschen sind, steht im Vordergrund der Nachhaltigkeit. Eine vielfältigere, kleinräumige und nachhaltige Bewirtschaftung scheint hier ein Schlüssel zu sein.
Darüber hinaus kann nachhaltig auch als ökonomisch verstanden werden, weshalb dem Einsatz von „Low-Cost“-Automaten eine mögliche Schlüsselrolle für die zukünftige Agrarwirtschaft im Sinne einer „nachhaltigen Wertschöpfungskette“ zukommen kann. Nur durch den Einsatz von kostengünstigen Kleinmaschinen kann es gelingen, eine finanziell und ökonomisch tragfähige Alternative zu der bereits hoch automatisierten landwirtschaftlichen Flächenbewirtschaftung zu bieten, die derzeit auf große und schwere Maschinen ausgerichtet ist.
Um der berechtigten Aktion der Erfassung der Ist-Situation in diesem wertvollen Kreislauf jedoch die richtige Aktion voranzustellen, wird im iFOODis-Projekt der Fokus auf die „Situation Awareness“ gelegt, um ein nachhaltiges und belegbares Bild und Verständnis der Ist-Situation über die Zeit und an vielen Stellen im Detail zu erfassen.
Betrachtet man den gesamten Lebensmittelkreislauf, so wird deutlich, dass unter den Herausforderungen, denen sich unsere Weltbevölkerung in den kommenden Jahren stellen wird, automatisierte und assistierende Robotertechnologien die Nachhaltigkeit, Effizienz und Wirtschaftlichkeit der Lebensmittelproduktion, -verarbeitung, -transport, -verteilung, -verwertung, -lagerung und -entsorgung fördern werden.
Die Idee von iFOODis ist es, die Daten der Lebensmittelproduktionszyklen auf moderne Art und Weise zu erfassen und zu interpretieren. Das Ziel des Konsortiums ist es, aus den gewonnenen Daten eine Entscheidungsgrundlage zu generieren, die im Gegensatz zum direkten Einsatz von Robotertechnologien steht. Die Hauptakteure bei dieser Aufgabe sind Regierungsorganisationen. Es ist daher geplant, die folgenden Institutionen in die projektbegleitende Arbeitsgruppe einzubeziehen.

Die Schlüsselindikatoren

  • Bereitstellung wichtiger und wissenschaftlich fundierter Daten über die spezifischen Nahrungsmittelproduktionsregionen
  • Kombination von wasser- und landgestützten Messungen mit Hilfe fortschrittlicher Robotertechnologien und Erdbeobachtungsdaten unter Einsatz von KI-Methoden
  • Wissenstransfer an Endnutzer

Wirtschaftlicher und technischer Vorsprung

  • iFOODis wird den Nutzen von KI-gesteuerten Roboteranlagen für nachhaltige Lebensmittelkreisläufe demonstrieren

  • Verbesserung der Fähigkeiten von Robotern in

    anwendungsbezogenen Bereichen:


    • Kombination der Umweltwahrnehmung

      mit gleichzeitiger Lokalisierung,

    • Multi-Agenten- und Multi-Aktionsplanung,
    • intelligente Datenerfassung, -auswertung und -verwaltung
  • Geringere Überwachungskosten
  • Verteilte Messungen über eine Vielzahl von metrischen Skalen

Überblick über die Projektstruktur

  • Backbone-Projekt mit übergreifenden WPs

  • Technische Arbeitspakete in Teilprojekten

    für einen Hauptanwendungsfall und zwei Transferanwendungsfälle:

    • Teilprojekt I (Hauptprojekt) „Ostsee“: Zukünftige Landwirtschaft im Ostseeraum
    • Teilprojekt II „Lebensmittelversorgung“:
      Zukünftige Lebensmittelversorgung in Krisenregionen
    • Teilprojekt III „Agrarrobotik“: Nachhaltige Landwirtschaft mit intelligenten Robotersystemen
  • „iFOODis-edu“-Forschungsschule mit Graduiertenschule, Workshops und Sommerschulen

Die drei verschiedenen Teilprojekte werden auf unterschiedliche Weise zur Wirkung des iFOODis-Projekts beitragen.

Teilprojekt I wird anhand der Modellregion Schlei zeigen, wie der Zuwachs an Detailwissen durch Robotersysteme zum Verständnis lokaler Prozesse und Effekte in der Agrarkultur beitragen kann.

Teilprojekt II wird zeigen, wie Robotertransporte mit autonomen und teleoperierten Systemen bei der Lieferung von Nahrungsmitteln in einem humanitären Kontext helfen können.

Teilprojekt III steht in direktem Zusammenhang mit der derzeit wachsenden Agrarroboterindustrie, da die Roboter direkt zur Pflege landwirtschaftlicher Flächen eingesetzt werden.

Teilprojekt / Anwendungsfall I:

„Modellregion Schlei/Ostsee“ - Zukünftige terrestrische & marine Nahrungsressourcen
  • Kontinuierliche robotergestützte Bewertung des Zustands von Ökosystemen an Land und in Oberflächengewässern im Zusammenhang mit agrar- und marikulturellen Aktivitäten

  • Synoptische Beobachtung des Zustands der Nahrungsmittelpflanzen, der landwirtschaftlichen Tätigkeit und der Umweltparameter in der Atmosphäre, an Land und in Oberflächengewässern

Produkte / Übertragung:

  • Synoptische geospatiale Umweltdatenbank

    Datenbank (Echtzeit-Datenzugriff)

  • Bereitstellung von robotischen Beobachtungs

    Technologien

  • White paper für Land-Küsten-Gewässer
  • Verbesserte Optionen für umweltdatenbasierte landwirtschaftliche Aktivitäten

  • Übertragbarkeit von Technologie und Wissen auf andere Regionen weltweit

 

  • Quantifizierung des Austauschs zwischen der Atmosphäre, dem Boden und den Gewässern, die von landwirtschaftlichen Tätigkeiten betroffen sind, unter Berücksichtigung der wichtigsten Austauschpfade, wie z. B. der Ausfuhr von äolischem Staub, der Emission von Treibhausgasen aus dem Boden, der Ableitung von Grundwasser oder der Entwässerung
  • Bewertung des Zustands der Nahrungsmittelkulturen, Erhebung wichtiger Bodenparameter, Überwachung und Bewertung der Folgen für die angrenzenden Küstenökosysteme
  • Entschlüsselung der Anfälligkeit des untersuchten Gebietes gegenüber Unwetterereignissen wie lang anhaltenden Starkregen oder Dürren und Klimawandel

Sub-Project / Use-Case II:

“Food delivery” - Future food delivery in crises regions

Wo der Verlust der biologischen Vielfalt und der Ökosystemfunktionen bereits eingetreten ist -> Humanitäre Unterstützung ist erforderlich
  • Ziel: Anwendung und Erforschung von iFOODis-bezogenen Technologien im Bereich der humanitären Lebensmittelversorgung auf der letzten Meile
  • Das Teilprojekt verbindet iFOODis mit bereits etablierten Projekten und bereichert die Projektkonsortien um relevante Akteure in diesem Bereich (WFP, BRK)
  • Mit telegesteuerten Fahrzeugen können Hilfslieferungen ohne Risiko für den Fahrer garantiert werden
  • Innovationen in den Bereichen Umgebungswahrnehmung, Lokalisierung, semantische Szenenanalyse, Mensch-Maschine-Schnittstelle und Teleoperation sind auch im Bereich des autonomen Fahrens und der Digitalisierung des Verkehrs relevant und bieten ein hohes Potenzial im Hinblick auf anspruchsvolle Situationen in unstrukturierten Umgebungen

Diese Aktivität wird vom DLR und dem Bayerischen Wirtschaftsministerium querfinanziert. projekt-ahead.de

 

Teilprojekt / Anwendungsfall III:

„Agrarrobotik“ - Nachhaltige Landwirtschaft mit intelligenten Robotersystemen
  • Viele der in iFOODis entwickelten Technologien eignen sich nicht nur zur Überwachung, sondern bilden auch die Grundlage für eine aktive Landwirtschaft mit Robotern
  • Ziel dieses Teilprojekts ist es daher, mögliche Transferpotenziale einzelner Technologien oder Komponenten zu identifizieren
  • Eine vielversprechende Technologie wird ausgewählt und in einem relevanten Szenario demonstriert