Robotische Automatisierung bietet erhebliches Entlastungspotenzial, es fehlt jedoch bislang an Lösungen für die hochvariablen, unstrukturierten und kulturspezifischen Arbeitsumgebungen in der Landwirtschaft.
Das Verbundprojekt TAIGER will die Agrarrobotik entscheidend voranbringen. Dazu entwickeln Forschende KI-basierte Verfahren, mit denen Roboter komplexe Aufgaben wie Beschneiden und Ernten in unstrukturierten Produktionsumgebungen robust bewältigen können. Die robotischen Assistenten lassen sich mithilfe natürlichsprachlicher Anweisungen und menschlicher Demonstrationen intuitiv an neue Aufgaben anpassen. Sie erhalten durch Sprachbefehle neue Navigationspfade, erkennen Fehler, lassen sich einfach aus Fehlerzuständen befreien und erlernen feinmotorische Fähigkeiten wie das Beschneiden oder Ernten anhand menschlicher Demonstrationen.
Für einen zuverlässigen Einsatz entwickelt das Team von TAIGER einen neuartigen Trust-Gate-Mechanismus. Dieser bewertet die Konfidenz geplanter Roboteraktionen und führt sie nur bei ausreichender Sicherheit aus. Andernfalls fordert das System menschlichen Eingriff an und es können beispielsweise neue Demonstrationen aufgenommen werden.
Das Konsortium vereint erfahrene taiwanische Forschende auf dem Gebiet der sprachgesteuerten Robotik mit deutschen Experten und Expertinnen für KI-basierte Bildverarbeitung, Robotik und Handhabung. Ergänzt wird es durch starke Industriepartner, darunter taiwanische Hardwarehersteller und ein deutsches Agrarrobotikunternehmen. Gemeinsam schafft TAIGER die Grundlage für den skalierbaren Einsatz von Agrarrobotern.
Das Projekt leistet einen wesentlichen Beitrag dazu, robotische Systeme im Agrarbereich auch ohne technische Vorkenntnisse intuitiv mithilfe natürlicher Sprache und menschlicher Demonstrationen zu programmieren und zu steuern. Darüber hinaus wird der sichere Betrieb KI-basierter Steuerungssysteme gewährleistet und die Voraussetzungen geschaffen, den Ansatz auf unterschiedliche Kulturen und Handhabungsprozesse zu übertragen. Damit legt TAIGER die Grundlage für einen skalierbaren Einsatz von Agrarrobotern, der sich durch intuitive Bedienbarkeit, hohe Anpassungsfähigkeit und verbesserte Zuverlässigkeit auszeichnet.