Motivation
Mobile Arbeitsmaschinen, insbesondere Forstmaschinen, zu bedienen, ist körperlich, kognitiv und gesundheitlich anspruchsvoll. Der zunehmende Mangel an qualifizierten Fachkräften in Deutschland stellt die Forstbetriebe und damit auch den Startpunkt der Wertschöpfungskette der Holzindustrie bereits heute vor große Herausforderungen. Autonomes Fahren im Wald bildet die Grundlage für hoch- und vollautomatisierte Maschinen in der Waldbewirtschaftung und verwandte Offroad-Anwendungen. Allerdings unterscheidet sich die Steuerung eines Fahrzeugs auf unbefestigten Wegen wie im Wald erheblich vom autonomen Straßenverkehr, da einerseits nur ein unzureichendes GPS-Signal verfügbar ist und andererseits keine Fahrbahnmarkierungen existieren, während zudem schlechte Wegbeschaffenheiten wie Baumstümpfe, Steine oder Schlammlöcher berücksichtigt werden müssen.
Ziele und Vorgehen
KIFahrWald hat das Ziel, ein vollständiges Assistenzsystem bestehend aus einer geeigneten Sensorik und intelligenten Steuerung exemplarisch für eine Forstmaschine zu entwickeln, um das Befahren von Waldwegen und insbesondere Holzrückegassen zu ermöglichen. Dazu sollen intelligente KI-Systeme zur Umfelderkennung im Wald entwickelt werden. Zusätzlich werden die intelligenten Agenten in die konventionelle Regelung zur Steuerung eines Fahrzeugs auf Forstwegen und Rückgassen integriert. Die entwickelten Systeme werden anschließend auf einer Forstmaschine prototypisch implementiert und in mehreren Praxistests im realen Forsteinsatz evaluiert.
Innovationen und Perspektiven
Künstliche Intelligenz bietet sich als Lösungsansatz für ein solches Assistenzsystem an, da anspruchsvolle Szenarien erfasst und mithilfe maschinellen Lernens komplexe Steuerungsabläufe intelligent abgebildet werden können. Es soll gezeigt werden, dass komplexe Szenarien und anspruchsvolle Offroad-Fahraufgaben abseits des Straßenverkehrs bewältigt werden können, indem maschinelles Lernen, herkömmliche Regelungstechnik und analytische Fahrzeugsteuerung verknüpft werden. Durch die Anwendung auf Forstmaschinen wird eine nachhaltige heimische Forstwirtschaft gestärkt. Sie ist Teil des Clusters Forst und Holz mit 1,1 Millionen beschäftigten Personen in Deutschland.