Sensornetzwerke zur Erfassung von Prozessen
Im Innovationsprojekt InSensEPro wurden die drahtlose Kommunikation innerhalb von Erntemaschinen und die Anwendungsmöglichkeiten von Künstlicher Intelligenz auf Sensornetzwerke untersucht.
CLAAS KGaA mbH

Marvin Barther
Details
Software Development & Tools
Mustererkennung & -analyse
Mikroelektronik
Bluetooth
Inhaltsblöcke
Motivation
Die Erntebedingungen unterliegen kontinuierlichen Veränderungen, da die Felder sehr inhomogen sind. Das bedeutet, dass auf einem Feld durch Bodeneinflüsse, Wasserstellen, Schattenbildungen oder auch durch unterschiedliche Bewirtschaftung des Feldes die Pflanzen in Größe und ihre Ähren in ihrer Kornzahl und Korngröße stark variieren können. Somit muss der Ernteprozess laufend beobachtet und bewertet werden und der Mähdrescher an die jeweiligen Bedingungen im Feld angepasst werden.
Bisher wurde der Ernteprozess in den Mähdreschern nur sehr punktuell erfasst, was die Beobachtung und Bewertung nur eingeschränkt möglich macht. Mit einem verteilten Sensornetzwerk sollte der Prozess detaillierter erfasst werden. Da sich die Prozesse nicht nur in Gutflussrichtung längs zur Erntemaschine, sondern auch in der Breite ändern können, sollte das Sensornetzwerk zweidimensional aufgespannt werden.
Dafür müssen Sensoren jedoch auch an Positionen von beweglichen Elementen montiert werdenkönnen. Die starken mechanischen Einflüsse und der stark begrenzte Bauraum innerhalb der Erntemaschine ermöglichen keine verschleißfreie Verlegung oder Entlastung der Kabel zur Versorgung und Kommunikation mit den Sensoren. Aus diesem Grund sollten die Sensoren drahtlos kommunizieren können.


Mut zu einem verteilten Sensornetzwerk
Im Rahmen von InSensEPro wurde ein verteiltes Sensornetzwerk in die Erntemaschine eingebracht. Aufgrund des begrenzten Bauraums wurden an der Erntemaschine Modifikationen vorgenommen, um eine optimale Verteilung der Sensoren zu ermöglichen. Dabei wurde das Ziel verfolgt, die Prozesse möglichst räumlich dicht und mehrdimensional abtasten zu können.
Bei der Auswertung der Daten wurden unterschiedliche Methoden der Künstlichen Intelligenz mit unterschiedlichen Architekturen und Datenrepräsentationen des Sensornetzwerks untersucht. Dabei stellte sich eine zweidimensionale Strukturierung der Daten als besonders geeignet heraus. Durch die hohe räumliche Auflösung und die zweidimensionale Datenrepräsentation war es möglich, die Prozesse detaillierter zu analysieren und Anomalien genauer zu identifizieren. Daraus ließen sich neue Erkenntnisse über den Ernteprozess ermitteln.
Somit kann aus diesem Projekt die Erkenntnis gewonnen werden, dass für die Analyse von Materialförderungen, Gutflüssen, Flächenbelastungen oder ähnliches eine mehrdimensionale Datenaufzeichnung maßgeblich zum Erfolg beitragen kann. Dabei wird empfohlen bei der Dichte der Abtastung initial möglichst hoch anzusetzen.
BLE als Kommunikationstechnologie
Im Rahmen von InSensEPro sollten Sensoren drahtlos kommunizieren können. Durch den Einsatz eines Sensornetzwerks sollte dabei die Kommunikation mit möglichst vielen Teilnehmern möglich sein. Des Weiteren sollte die Übertragungsenergie möglichst niedrig gehalten werden, da durch fehlende kabelgebundene Verbindungsmöglichkeiten die Sensoren entweder mit Energiespeichern wie Batterien mit möglichst langen Austauschperioden oder mithilfe von Energy Harvesting versorgt werden müssen. Im Sinne der Langlebigkeit sollte ebenfalls eine standardisierte Übertragungstechnik gewählt werden, die in Wissenschaft und Industrie noch über einen voraussichtlich langen Zeitraum unterstützt wird.
Unter diesen Gesichtspunkten setzte sich für den Einsatz in der Erntemaschine in Voruntersuchungen Bluetooth Low Energy (BLE) durch. Sowohl im Labor- als auch im Feldeinsatz wurde die Kommunikationstechnik in der Erntemaschine mit unterschiedlichen Sende- und Empfangspositionen untersucht. Ein Einfluss durch metallische Materialien, die statisch zur Stabilität oder beweglich, oft rotierend, als Werkzeuge eingesetzt wurden, konnte zwar gemessen werden, hatte jedoch nur bei sehr langen Übertragungsstrecken und großer Menge an Materialaufkommen einen signifikanten Einfluss. Die Bewegung der metallischen Werkzeuge selbst hatte keinen signifikanten Einfluss. Die größte Einschränkung der Übertragungsstärke ergab sich durch die Feuchtigkeit im Erntematerial. Hier zeigte sich, dass besonders Empfänger im Bauraum innerhalb der Erntemaschine eine sehr gute Übertragungsqualität mit den Sendern garantieren konnten.
Somit kann aus diesem Projekt ebenfalls die Erkenntnis gewonnen werden, dass BLE eine geeignete Übertragungstechnologie ist. Um eine hohe Toleranz gegenüber feuchtem Erntematerial zu erzielen, ist darauf zu achten, die Empfänger geschickt zu platzieren. Signifikante Störungen durch metallische Gegenstände treten aufgrund der Beschaffenheit des Bauraums nicht auf.


Zusammenfassung
Zusammenfassend steht als Lösungsbaustein eine erprobte Methodik für die Ausbringung und Vernetzung von verteilten Sensorknoten in einer herausfordernden Umgebung zur Verfügung. Zudem können Erkenntnisse aus der Strukturierung der verteilt erfassten Daten und der Auswertung durch maschinelle Lernverfahren transferiert werden.
Kommentare
Zum Kommentieren anmelden

