Laut Studie erfordern automatisierte Landmaschinen neue Ansätze zur Gewährleistung der Sicherheit

Von selbstfahrenden Traktoren über Jätroboter bis hin zur KI-gestützten Datenerfassung revolutionieren automatisierte Maschinen die landwirtschaftliche Produktion. Während diese technologischen Fortschritte die Produktivität erheblich verbessern können, werfen sie auch neue Fragen zu Sicherheitsmaßnahmen und -vorschriften auf. Um diese Probleme anzugehen, untersuchte eine aktuelle Studie der University of Illinois die aktuelle wissenschaftliche Literatur zur Sicherheit automatisierter Landmaschinen. Basierend auf einer Durchsicht von mehr als 60 Artikeln identifizierten die Forscher drei Hauptthemen: Umweltwahrnehmung, Risikobewertung und -minderung sowie menschliche Faktoren und Ergonomie.

„Der Großteil der Forschung konzentriert sich auf die erste Kategorie, die Umweltwahrnehmung. Diese Studien befassen sich hauptsächlich damit, wie Maschinen Hindernisse in der Umgebung wahrnehmen und darauf reagieren. Es gibt nur begrenzte Arbeiten zur Risikobewertung oder Ergonomie“, sagte Salah Issa, Illinois Extension-Spezialist und Assistenzprofessor am Department of Agricultural and Biological Engineering (ABE), Teil des College of Agricultural, Consumer and Environmental Sciences und des Grainger College of Engineering an der U of I. Issa ist korrespondierender Autor des Artikels.

Automatisierte Maschinen erkennen Objekte durch Wahrnehmungssensoren, die dann durch maschinelle Lernalgorithmen interpretiert werden, um die Ausrüstung anzuweisen, anzuhalten, langsamer zu werden oder die Richtung zu ändern. Es gibt drei Haupttypen von Hindernissen, mit denen Maschinen umgehen können müssen: positive, negative und bewegliche. Positive Hindernisse sind Objekte, die über der Erde erscheinen, wie etwa Felsen, Bäume und Gebäude. Negative Hindernisse sind solche, die tiefer als das Bodenniveau liegen, wie zum Beispiel Gräben und Löcher. Bewegte oder dynamische Hindernisse sind solche, die plötzlich auftauchen, beispielsweise ein Mensch, ein Tier oder eine andere sich bewegende Maschine. Diese Hindernisse können je nach Ernteart, Gegebenheiten des Gebiets und Wetterbedingungen sehr unterschiedlich sein.

Issa und Co-Autor Guy Roger Aby, Doktorand bei ABE, stellten fest, dass die Forschungsarbeiten eine Vielzahl unterschiedlicher Rezeptor- und Sensortypen untersuchten, darunter 3D-Laserscanner, Ultraschallsensoren, Fernerkundung, Stereovision, Wärmebildkameras und hochauflösende Kameras , und mehr. Jeder Typ hat Vor- und Nachteile, und die effektivsten Ansätze umfassen eine Kombination verschiedener Methoden.

„Der Trend in der Fachliteratur geht dahin, mehrere Sensortypen statt nur eines einzigen Sensors zu verwenden. Dies ist auch die Richtung, in die die meisten Unternehmen gehen. Für landwirtschaftliche Maschinen ist das angesichts der sehr dynamischen Umgebungen, in denen sie arbeiten, absolut sinnvoll“, sagt Issa notiert.

„Allerdings gibt es noch viele Fragen, die geklärt werden müssen. Beispielsweise müssen Sensoren empfindlich genug sein, um sofort anzuhalten, wenn ein Mensch oder ein anderes Objekt auftaucht. Wenn die Maschine jedoch anhält und der Landwirt nicht anwesend ist, müssten sie dann gehen.“ zurück, um den Sensor zu überprüfen und die Maschine zurückzusetzen? Dies ist besonders schwierig, wenn es darum geht, sich schnell bewegende Hindernisse wie ein vorbeiziehendes Eichhörnchen oder einen Vogel zu überwinden.“

Automatische Landwirtschaftsfahrzeuge stehen teilweise vor den gleichen Herausforderungen wie selbstfahrende Autos, es gibt jedoch auch bemerkenswerte Unterschiede. Beispielsweise stellt die Landwirtschaft ein komplexeres Umfeld dar als das Fahren in der Stadt, wo die Straßen strukturiert und markiert sind. Allerdings sei unberechenbares menschliches Verhalten anderer Autofahrer auf Stadtstraßen ein Problem, sei aber auf landwirtschaftlichen Feldern weniger ein Faktor, stellt Issa fest.

Nur wenige Forschungsarbeiten befassten sich mit dem zweiten Thema, Risikobewertungstechniken und -strategien. Laut Issa ist dies nicht überraschend, da die meisten in der Technik eingesetzten Systeme zur Risikobewertung auf historischen Daten basieren. Für autonome Systeme in der Landwirtschaft gibt es das noch nicht; Es gibt nur wenige öffentlich verfügbare Daten über ihre Funktionsweise und die damit verbundenen Risiken.

„Wir glauben, dass bestehende Sicherheitsstandards nicht gut für autonome Systeme geeignet sind. Es werden jedoch erhebliche Anstrengungen unternommen, um die aktuellen Standards zu überarbeiten, sodass es in einigen Jahren neue und überarbeitete Standards geben wird“, sagte er. Sicherheitsbestimmungen zu Verletzungen und Todesfällen fallen unter die Bundesbehörde für Sicherheit und Gesundheitsschutz am Arbeitsplatz (OSHA), aber einige Bundesstaaten, darunter Kalifornien und Indiana, haben auch ihre eigenen Vorschriften.

Die Forscher identifizierten eine begrenzte Anzahl von Arbeiten zum dritten Thema, menschliche Faktoren und Ergonomie.

„Dies ist ein besonders herausforderndes Thema in der Landwirtschaft. In den meisten Fertigungsindustrien kann die Mensch-Roboter-Interaktion minimiert werden. Aber einige landwirtschaftliche Roboter, wie Erntemaschinen und Pflücker, sind so konzipiert, dass sie im gleichen Raum wie Menschen arbeiten. Die wenigen Artikel dazu.“ Das Thema untersuchte Mensch-Roboter-Interaktionen aus ergonomischer Sicht und konzentrierte sich dabei auf die Frage, wie das Maschinendesign verbessert werden kann, um die Sicherheit zu gewährleisten“, sagte Issa.

Während autonome Roboter eine aufstrebende Technologie sind, sind einige Maschinen bereits kommerziell erhältlich. Beispielsweise stellt ein Unternehmen automatische Sprühgeräte für Obstgärten her, und in ausgewählten Gebieten werden selbstfahrende Traktoren getestet und eingesetzt. Automatisierte landwirtschaftliche Maschinen werden in den nächsten Jahrzehnten zweifellos zu unverzichtbaren Bestandteilen der modernen Landwirtschaft werden, und robuste Sicherheitssysteme sind für ihre flächendeckende Verbreitung von entscheidender Bedeutung, schlussfolgerten Issa und Aby.

Die Forschung wird in der Zeitschrift veröffentlicht Sicherheit.