In der Forstwirtschaft sind viele manuelle Tätigkeiten wie Inventurarbeiten, Holzernte und Rundholzvermessung nicht nur zeitaufwändig, sondern erfordern auch Einsätze in schwer zugänglichen oder gefährlichen Umgebungen. Automatisierte Arbeitsmaschinen und -prozesse können hier Abhilfe schaffen und die Arbeitskräfte unterstützten, aber auch vor Risiken schützen. Dazu ist eine robuste Technologie erforderlich, die Baumstämme zuverlässig erkennt, vermisst und die erfassten Daten für weitere Arbeitsprozesse bereitstellt. Bislang fehlte es an ausreichenden Trainings- und Referenzdaten, die für die Entwicklung und Validierung KI-basierter Modelle unerlässlich sind. Hier setzen die Experten vom Center for Vision, Automation & Control des AIT Austrian Institute of Technolgy (AIT) an.
Was passiert bei TimberVision?
„Unsere Arbeit stellt einen neuartigen Algorithmus vor, um in Echtzeit Baumstämme inklusive ihrer geometrischen Eigenschaften wie Umrisse und Mittellinien zu erkennen. Unser Ansatz bestimmt die Baumstämme und ihre Bestandteile mit hoher Genauigkeit. Alle Daten werden zu einer einheitlichen Darstellung fusioniert,“ erläutert Julia Simon vom AIT. „Das Besondere ist, dass unser System selbst unter herausfordernden Bedingungen wie beispielsweise schwierigen Witterungsverhältnissen oder teilweisen Verdeckungen verlässlich funktioniert und die Baumstämme präzise über Bildsequenzen hinweg verfolgt, das heißt sie auch immer wieder erkennt,“ ergänzt ihr Kollege Daniel Steininger.
Über 2.000 annotierte Farbbilder und mehr als 51.000 erfasste Baumstamm-Komponenten, inklusive Schnitt- und Mantelflächen, machen TimberVision zur größten Sammlung ihrer Art.
Um die Forschung weiter voranzutreiben, stellt das AIT-Team den gesamten TimberVision-Datensatz sowie die entwickelten Algorithmen für akademische Zwecke öffentlich zur Verfügung. Wissenschafter:innen weltweit sind eingeladen, das System zu nutzen und weiterzuentwickeln.
Kommentare