ZierSens - CMOS-Bildsensor für die Bestimmung von Pflanzeninhaltsstoffen

Bei der Erzeugung von Zierpflanzen werden laufend Informationen zum Ernährungszustand der Pflanzen benötigt. Diese Informationen dienen der Düngungsoptimierung für das Erreichen der Termin- und Qualitätsziele ebenso wie für eine ressourcenschonende, umweltfreundliche Produktion.

Die bisher in der Praxis dafür in erster Linie genutzten Substratanalysen sind aufwendig. Sie liefern nur zeitversetzt Informationen über den Zustand in der Wurzelumgebung, nicht aber der Pflanze selbst. Benötigt wird eine innovative Methode für die gärtnerische Praxis, mit welcher der aktuelle Ernährungszustand der Pflanzen zerstörungsfrei, zeitnah, mit geringem Aufwand sowie repräsentativ und sicher bestimmt werden kann. Diese Lücke soll durch das FuE-Vorhaben geschlossen werden.

• Entwicklung einer neuen Messmethode zur Bestimmung von Pflanzeninhaltsstoffen unter Nutzung eines CMOS-Chip mit OLED, der gleichzeitig als definierte Lichtquelle, Kamera und hochauflösender optischer Sensor fungiert
• Entwicklung einer Spitzentechnologie zur Beurteilung des Ernährungszustandes von Pflanzen für eine optimale Düngung
• Verbesserung der Kultursicherheit, Produktqualität und Wirtschaftlichkeit sowie der Umweltfreundlichkeit bei der Produktion von Zierpflanzen und anderen Pflanzen

Innovativer Ansatz ist die Nutzung eines CMOS-Chip mit OLED. Dieser wird gleichzeitig als definierte Lichtquelle, Kamera und hochauflösender optischer Sensor genutzt. Durch Bilderkennung werden die Messflächen für die multispektralen Messungen optimiert, die unter Nutzung eines intelligenten Auswertungsmodells Informationen zum Ernährungszustand der Pflanzen liefern.

Entwicklungsziel ist ein komplexer Messvorgang mit mehreren Schritten:

1. Bildaufnahme und -auswertung für automatische Auswahl des optimalen Messfleckes;
2. Sequenzielle Abfrage verschiedener Spektralbereiche;
3. Intelligente Datenanalyse, Vergleich mit Referenzwerten;
4. Ausgabe mehrerer düngungsrelevanter Parameter zum Ernährungszustand der Pflanzen unter Nutzung von Methoden des maschinellen Lernens und der Computational Intelligence für das Management und die Auswertung des komplexes Messvorgangs.

Im Projekt werden Beispielskulturen aus dem Zierpflanzenbau für das Anlernen und die Erprobung des Systems genutzt. Für das Projekt sind folgende Arbeitspakete vorgesehen:

• AP 1:  Entwicklung und Konditionierung der 1. Sensorgeneration
• AP 2:  Generierung von Messdaten an Pflanzenmaterial
• AP 3:  Entwicklung von Auswertungsalgorithmen
• AP 4:  Entwicklung und Konditionierung der 2. Sensorgeneration
• AP 5:  Kalibrierung anhand umfangreicher Pflanzendaten
• AP 6:  Praxistests
• AP 7:  Öffentlichkeitsarbeit

Mit der Zusammenführung der speziellen Fachkompetenzen des Fraunhofer FEP auf dem Gebiet der organischen Mikroelektronik und des LfULG zur Pflanzenernährung bei Zierpflanzen wird gemeinsam ein herausgehobenes Forschungs- und Entwicklungsvorhaben zur Umsetzung im Gartenbau bzw. in der Landwirtschaft realisiert.