Effektive Datenaufzeichnung in der Landwirtschaft: Ein robustes System für mobile Maschinen

Abstract

Die präzise Erfassung und Verarbeitung von Sensordaten stellt eine Schlüsselvoraussetzung für die Entwicklung KI-gestützter Anwendungen in der Landwirtschaft dar. In dieser Studie werden die Konzeption und Implementierung eines robusten Datenaufzeichnungssystems für mobile landwirtschaftliche Maschinen vorgestellt, das auch unter extremen Einsatzbedingungen zuverlässig arbeitet. Das System erfasst und speichert die Bild- und Signaldatenströme einer multispektralen Kamera im sichtbaren und nahinfraroten Spektralbereich sowie zweier maschinenspezifischer CAN-Bussysteme. Die Hardware basiert auf einem Rechnersystem mit stoß- und vibrationsresistentem Gehäuse sowie austauschbaren SSD-Speichern, die eine langfristige Sicherung großer Datenmengen ermöglichen. Die Softwarearchitektur erlaubt eine autarke, ereignisgesteuerte Datenerfassung und gewährleistet durch das Precision Time Protocol eine präzise Synchronisation aller Quellen. Validierungen im Labor und unter realen Einsatzbedingungen auf einer Überlademaschine für Zuckerrüben belegen die hohe Verfügbarkeit, die konsistente Datenqualität sowie die zeitlich determinierte Erfassung und zeitnahe Verarbeitung der Sensordaten. Die Bildqualität wurde anhand des Signal-Rausch-Verhältnisses bewertet und als gut eingestuft; zudem konnte eine korrekte Ausleuchtung in 99,97 % der Aufnahmen nachgewiesen werden. Die Ergebnisse bestätigen die Praxistauglichkeit des Systems und seine Eignung als Aufzeichnungsgerät dieser Datenströme. Das entwickelte Konzept bietet darüber hinaus eine flexibel anpassbare Lösung für zukünftige Anwendungen zur Datenakquise in der Präzisionslandwirtschaft.

The precise acquisition and processing of sensor data is a key prerequisite for the development of AI-supported applications in agriculture. This study presents the design and implementation of a robust data recording system for mobile agricultural machinery that operates reliably even under extreme operating conditions. The system acquires and stores the image and signal data streams from a multispectral camera in the visible and near-infrared spectral range, as well as from two machine-specific CAN bus systems. The hardware is based on a computer system with a shock- and vibration-resistant housing and replaceable SSD storages, enabling long-term archiving of large data volumes. The software architecture allows for autonomous, event-driven data acquisition and ensures precise synchronization of all sources through the Precision Time Protocol. Validations in laboratory and under real-world operating conditions on a sugar beet overloading machine demonstrate the high availability, consistent data quality, and the time-determined acquisition and real-time processing of sensor data. Image quality was assessed based on the signal-to-noise ratio and rated as good. Furthermore, correct illumination was confirmed in 99.97% of the images. The results confirm the system's practicality and its suitability as a recording device for these data streams. The developed concept also offers a flexibly adaptable solution for future applications usable for data acquisition in precision agriculture.