NL: Test für Autonome Gewächshäuser

Ein 24-Stunden-Hackathon am Freitag, den 1. Juni an der Universität Wageningen & Research hat ermittelt, welche fünf der insgesamt 14 Teams an der diesjährigen Autonomous Greenhouses Challenge teilnehmen werden. Getestet werden autonom gesteuerte Gewächshäuser.

Vierzehn Teams mit rund 90 Mitgliedern aus 15 Nationen nahmen am 24-Stunden-Hackathon teil. Bild: Wageningen University & Research.

Anzeige

Die fünf Gewinnerteams deep_greens, AiCU, The Croperators, Sonoma und iGrow erhalten in der zweiten Jahreshälfte Zugang zu einem eigenen Gewächshaus, in dem sie Gurken mit künstlicher Intelligenz (AI) anbauen müssen. Grundsätzlich geht es darum möglichst wenige Ressourcen wie Wasser, Nährstoffe und Energie zu verwenden, während der Ertrag möglichst groß ausfällt.

Vierzehn Teams mit rund 90 Mitgliedern aus 15 Nationen nahmen am 24-Stunden-Hackathon teil. Viele Teams waren physisch am WUR-Standort in Bleiswijk vertreten, während andere Mitglieder online über Skype, Telefon und E-Mail mit der Veranstaltung verbunden waren. Dabei haben sich die Teams gegenseitig aktiv beraten und Erfahrungen ausgetauscht, was zu einer informellen und innovativen Atmosphäre beigetragen hat.

Der Hackathon bestand aus zwei Elementen: einem Team-Wettkampf und der während des Hackathons erzielten Rendite. Am Ende wählte die Jury fünf Teams für die zweite Runde aus, in der Gurken in einem echten Gewächshaus angebaut werden müssen.

Im Wettbewerb mussten die Teams ihren wissenschaftlichen und angewandten Ansatz für die eigentliche autonome Bewirtschaftung eines Gewächshauses in Bezug auf Klima, Düngung und Anbau vorstellen. Sie wurden nach ihrer Teamzusammensetzung und ihrem Ansatz beurteilt.

Der zweite Teil der Vorauswahl umfasste die Hackathon-Ergebnisse: die erzielte Rendite in Euro. Zur Teilnahme wurden den Teams ein Klimamodell und ein von WUR-Wissenschaftlern entwickeltes Pflanzenwachstumsmodell für Gurken zur Verfügung gestellt, um das vorgegebene Ziel zu erreichen.

Die Organisatoren hatten dafür gesorgt, dass die Modelle so viele Möglichkeiten enthielten, dass eine spielerische Situation entstand. So war es beispielsweise theoretisch möglich, einen zehnmal höheren finanziellen Gewinn zu erzielen, als die Landwirte in der Praxis derzeit erzielen können.

Mit eigenen Algorithmen mussten die Teams die idealen Sollwerte für Temperatur, Lichtmenge, CO2-Konzentration und eine Reihe von wachstumsrelevanten Parametern wie Pflanzen- und Stammdichte und Wachstumsperiode bestimmen.

Kommentare (0)

Bisher sind keine Kommentare zu diesem Artikel erstellt worden.