Comment est la croissance ? Les ravageurs et les maladies ont-ils frappé? L'augmentation des sécheresses affecte-t-elle les plantes ? Les sélectionneurs de nouvelles variétés doivent collecter de nombreuses données sur ces questions. La start-up "Pheno-Inspect" de l'Université de Bonn veut accélérer la culture des plantes. Des drones équipés de caméras enregistrent les récoltes, le logiciel évalue ensuite automatiquement leurs propriétés à l'aide de méthodes d'intelligence artificielle. Cela indique très rapidement si la nouvelle race est un succès. Le projet est soutenu par le programme « START-UP University Spin-offs ».

Avec un léger bourdonnement, le drone survole les champs du sélectionneur. Pendant le vol, il prend en continu des photos des plantes, qui sont ensuite analysés automatiquement à l'aide de l'intelligence artificielle. Le sélectionneur peut alors utiliser les résultats pour évaluer quelles variétés sont particulièrement adaptées à l'objectif de sélection. "La croissance démographique mondiale signifie que l'agriculture devra produire des rendements encore plus élevés à l'avenir, tandis que la superficie des terres arables reste la même, " dit Philipp Lottes, chercheur associé à l'Institut de géodésie et de géoinformation de l'Université de Bonn. « Le goulot d'étranglement actuel dans le développement de nouvelles et meilleures variétés est le phénotypage à haut débit sur le terrain. »

C'est encore un processus très complexe dans la culture des plantes. En phénotypage, les experts déterminent l'apparence ou le phénotype des plantes :quelle est la taille des épis de blé d'une nouvelle variété ? La culture souffre-t-elle de parasites ou de maladies ? Comment la plante résiste-t-elle à la sécheresse ? "Ce n'est que lorsque ces données sont statistiquement sûres que les sélectionneurs savent si leur nouvel hybride est un succès par rapport à d'autres variétés, " rapporte Lottes. A l'avenir, ces données pourraient être collectées automatiquement à l'aide de l'intelligence artificielle. La start-up "Pheno-Inspect, " dont Lottes est la fondatrice, va de l'avant avec ces plans.

Méthodes informatiques automatiques d'auto-apprentissage

Le géodésien a déjà étudié les méthodes d'apprentissage automatique pour la reconnaissance des plantes dans ses études doctorales, qu'il a également écrit à l'Université de Bonn dans le cadre du pôle d'excellence « PhenoRob ». Au cours de cela, il a développé des méthodes pour utiliser des drones pour prendre des photos de cultures, à partir de quel logiciel est capable de déterminer, par exemple, le nombre de plantes cultivées, la distribution de différentes mauvaises herbes ainsi que l'infestation par les ravageurs et les maladies. "Ce sont des autodidactes, des processus automatisés qui s'optimisent sur la base des spécifications des utilisateurs, » rapporte Lottes. Dans une « phase de formation, " le logiciel apprend quel grain épis, Les symptômes de stress sec ou les mauvaises herbes ressemblent sur la base d'un grand nombre de photos. En utilisant des méthodes statistiques, le programme d'analyse peut alors évaluer automatiquement les images et fournir une documentation complète sous forme de cartes qui montrent quelles parcelles de reproduction souffrent de carences en éléments nutritifs ou lesquelles sont particulièrement productives. "En particulier, l'évaluation entièrement automatique des données à grande échelle a un grand potentiel, " explique le Prof. Dr. Cyrill Stachniss.

Lors de l'inspection, le drone vole à des altitudes comprises entre dix et 100 mètres au-dessus des cultures. Aucun brin d'herbe n'échappe aux caméras, car la résolution fournit des détails jusqu'à quelques millimètres. « Le positionnement se fait via un GPS très précis, tel qu'utilisé par les géodésiens, " rapporte Lottes. " Le GPS des smartphones ne peut rivaliser en précision. "

Financement via le programme « START-UP University Spin-offs »

Avec son mentor Prof. Dr. Cyrill Stachniss, chef du groupe de travail pour la photogrammétrie et la robotique à l'Université de Bonn, le géodésien bénéficie désormais d'un financement dans le cadre du programme « START-UP University Spin-offs » de l'état de Rhénanie du Nord-Westphalie et de l'Union européenne. Au cours des 18 prochains mois, Pheno-Inspect bénéficiera d'un financement d'environ 270, 000 euros pour inspecter le phénotype. "Nous voulons développer davantage notre logiciel et l'adapter aux besoins des utilisateurs, " rapporte Lotte, qui fait également avancer le plan d'affaires.

Jusque là, le Bundessortenamt, l'Institut für Zuckerrübenforschung, la Gemeinschaft zur Förderung von Pflanzeninnovationen e.V. et le Campus agricole Klein-Altendorf de l'Université de Bonn ont testé les développements de Pheno-Inspect en tant que partenaires de développement. Lottes : « Quiconque a des propositions d'applications pratiques pour notre phénotypage automatisé à haut débit sur le terrain ou souhaite faire progresser le degré d'automatisation dans son entreprise doit nous contacter. » Les agriculteurs conventionnels et biologiques pourraient également bénéficier de la méthode lorsqu'il s'agit de déterminer le niveau d'infestation de mauvaises herbes ou de ravageurs dans une culture ou comment l'utilisation d'engrais peut être optimisée.

« Le procédé de phénotypage à haut débit de Pheno-Inspect est une approche prometteuse pour accélérer significativement la culture de nouvelles variétés, " note Rüdiger Wolf du transfert de technologie à l'université de Bonn, qui a conseillé les fondateurs. "La start-up souligne une fois de plus le fort potentiel entrepreneurial dans les domaines de la santé et du développement durable."