Die Ernte von Spargel gehört zu den arbeitsintensivsten Aufgaben in der Landwirtschaft und stellt hohe Anforderungen an Präzision und Effizienz. Forschende der Technischen Universität München (TUM) haben nun einen Roboterprototypen entwickelt, der mithilfe von Künstlicher Intelligenz Spargelstangen erkennen und lokalisieren kann.

KI-gestützte Erkennung auf dem Feld

Der Roboter nutzt mehrere Kameras und Algorithmen, um reifen grünen Spargel zu identifizieren und seine Position zu bestimmen. Dabei verarbeitet das System kontinuierlich Bilddaten und berücksichtigt, dass sich der Roboter während der Ernte bewegt und sich die Position der Spargelstangen verändert.

Der entwickelte Prototyp zeigt bereits in diesen ersten Schritten eine hohe Leistungsfähigkeit und arbeitet deutlich schneller als bisher verfügbare Systeme.

Geschwindigkeit und Automatisierung

Um mit menschlichen Erntehelfern mithalten zu können, ist eine Mindestgeschwindigkeit von 0,33 Metern pro Sekunde erforderlich. Der TUM-Prototyp erreicht jedoch bis zu 0,8 m/s auf unebenem und bis zu 1 m/s auf ebenem Gelände – und übertrifft damit bestehende Lösungen deutlich.

Die Forschenden sehen großes Potenzial für den Einsatz von Robotik in der Spargelernte. In weiteren Schritten sollen die Erkennungsalgorithmen weiter verbessert und der vollständige Ernteprozess automatisiert werden.

Langfristig könnten solche KI-gestützten Systeme dazu beitragen, Arbeitskräfte zu entlasten und landwirtschaftliche Prozesse effizienter zu gestalten.