Pełna nazwa projektu brzmi „Inteligentne systemy i usługi automatyzacji dla sadownictwa w regionie Niederelbe”. Prace prowadzi Instytut Fraunhofer ds. Techniki Produkcji i Stosowanych Badań Materiałowych IFAM w Stade we współpracy z Uniwersytetem Nauk Stosowanych HAW Hamburg, uczelnią Hochschule 21 w Buxtehude, Uniwersytetem Technicznym w Hamburgu oraz partnerem praktycznym – Sadowniczym Kołem Doświadczalnym Starego Kraju w Jork. Celem przedsięwzięcia jest ograniczenie nakładów pracy, efektywniejsze wykorzystanie zasobów oraz zwiększenie odporności sadownictwa na zagrożenia klimatyczne i ekonomiczne.
Centralnym elementem rozwiązania jest moduł sensoryczny opracowany przez Fraunhofer IFAM. Urządzenie montuje się na trzypunktowym układzie zawieszenia ciągnika, dzięki czemu może pracować podczas standardowych przejazdów między rzędami drzew. W jednej obudowie zintegrowano LiDAR, czujnik IMU, kamery stereoskopowe oraz precyzyjny system GNSS. Kamery rejestrują obrazy z różnych perspektyw, a jednocześnie zapisywane są dokładne dane o położeniu. Pozwala to gromadzić informacje o pojedynczych drzewach, kwiatach i owocach przez cały okres wegetacji, bez potrzeby wykonywania dodatkowych przejazdów przeznaczonych wyłącznie do pomiarów.
Ocena kwitnienia i zmienne dawkowanie zabiegów
Jednym z zastosowań systemu jest automatyczna ocena intensywności kwitnienia. Ma ona duże znaczenie praktyczne. Nadmierna liczba zawiązków może prowadzić do uzyskania drobniejszych owoców o niższej jakości, a w kolejnym sezonie – do ograniczenia liczby pąków kwiatowych i wystąpienia zjawiska przemiennego owocowania.
W projekcie Samson sztuczna inteligencja przypisuje każdemu drzewu ocenę w skali od 1 do 9, uwzględniając relację między pąkami liściowymi a kwiatowymi. Na podstawie tych informacji powstają mapy aplikacyjne odczytywane przez opryskiwacze sterowane za pomocą GPS. Rozwiązanie umożliwia dostosowanie intensywności przerzedzania do konkretnego drzewa – chemicznie, poprzez oprysk, lub mechanicznie, z wykorzystaniem wrzecion roboczych. Pierwsze próby na odmianie Elstar, przeprowadzone wiosną 2025 r. przez OVR, wykazały dobrą zgodność automatycznej oceny z ręczną bonitacją.
Liczenie jabłek i prognozowanie plonu
Uniwersytet Techniczny w Hamburgu opracował metodę cyfrowego rozpoznawania owoców oraz pomiaru ich wielkości. System wykorzystuje obrazy stereo, dane GNSS i algorytmy wizualnego śledzenia ruchu. Każdemu wykrytemu jabłku przypisywane są jednoznaczne współrzędne GNSS. Dzięki temu owoc można przyporządkować do właściwego drzewa nawet wtedy, gdy jest widoczny z kilku stron.
Algorytmy śledzące zachowują stałą cyfrową identyfikację jabłka na kolejnych obrazach, także w przypadku chwilowego zasłonięcia go przez liście. Pierwsze wyniki wskazują, że dokładność liczenia na pojedynczym drzewie wynosi około 80% w porównaniu z kontrolą ręczną. Średnica owoców jest natomiast określana na podstawie pikselowej segmentacji ich konturów połączonej z informacją o głębi obrazu. W pierwszych pomiarach odchylenia wynosiły zaledwie kilka milimetrów.
Choroby i szkodniki z przypisaniem do drzewa
Kolejny obszar badań obejmuje rozpoznawanie chorób i szkodników. Kamery modułu sensorycznego, dane GPS oraz trenowane modele sztucznej inteligencji mają umożliwić wykrywanie charakterystycznych objawów i przypisywanie ich do konkretnych miejsc w sadzie.
HAW Hamburg wykorzystuje bazowy model sztucznej inteligencji do wizualnej detekcji ruchu i rekonstrukcji 3D. Pozwala to określić pozycję oraz orientację kamery, a następnie stworzyć przestrzenny model otoczenia. Obecnie dobre wyniki uzyskiwane są na makrofotografiach o wysokiej rozdzielczości wykonywanych smartfonem. Następnym etapem będzie trenowanie modeli na obrazach pochodzących bezpośrednio z modułu sensorycznego. To trudniejsze zadanie, ponieważ symptomy chorób zajmują na takich zdjęciach znacznie mniejszą część kadru.
System potrafi już rozpoznawać raka drzew owocowych, parcha jabłoni, mączniaka oraz obecność bawełnicy korówki.
Do końca 2027 r. zakres projektu ma zostać rozszerzony o robota mobilnego, moduły ochrony przed przymrozkami i systemy nawadniania, a także cyfrowy system zarządzania gospodarstwem wykorzystujący wirtualne bliźniaki drzew.
Źródło: Fraunhofer IFAM
