Die Entwicklung von Robotik und künstlicher Intelligenz in der Gewächshauskultur schreitet schneller voran als je zuvor. Der Unternehmer hat die Wahl zwischen immer mehr Möglichkeiten, ihm bei sich wiederholenden Arbeiten wie der Ernte zu helfen, ihn bei der Kultivierung in Form von Modellen zur Einstellung seines Klimacomputers zu unterstützen oder Messungen in seiner Kultur “digital” vorzunehmen. Mit all diesen neuen Anwendungen werden auch immer mehr Daten auf einem Bauernhof verfügbar. Hier besteht die erste Herausforderung darin, alle Daten aus den vielen digitalen Diensten und Produkten intelligent zu verknüpfen. Mehr über diese Interoperabilitätsherausforderung in einer zukünftigen Kolumne. Die Frage, die sich jetzt stellt, lautet: Wie bekommen wir all diese Daten, vor allem aus dem Gewächshaus, dorthin, wo sie gespeichert und verarbeitet werden?
Cloud Computing
Im Jahr 2006 führte Amazon seine Amazon Web Services (AWS) ein. Der Dienst ermöglichte es Benutzern, virtuelle Maschinen als Infrastruktur für ihre Daten und Anwendungen zu mieten. Salesforce begann 1999 mit dem Angebot von Software-as-a-Service (SaaS) über das Internet und ermöglichte damit Cloud Computing.
Laut Gartner gibt es mehrere Definitionen von Cloud Computing:
“Cloud Computing ist eine Art des Computing, bei der skalierbare und elastische IT-gestützte Funktionen als Service über Internettechnologien bereitgestellt werden.” Neben SaaS kann es sich auch um Paas (Platform-as-a-Service) oder IaaS (Infrastructure-as-a-Service) handeln. Derzeit sind schätzungsweise 90 % der Daten weltweit in der Cloud gespeichert.
Die Speicherung von Daten in der Cloud hat Vorteile. Es sind keine großen Investitionen in Hardware erforderlich, und die Skalierung von Speicher- und Rechnerkapazität ist relativ einfach. Allerdings gibt es auch Nachteile. Man denke nur an die Vorschriften vieler Länder bezüglich des Eigentums, der Speicherung und der Verarbeitung von Daten.
Bei Echtzeitanwendungen gibt es einen weiteren großen Nachteil: die Latenzzeit oder Verzögerung der Datenübertragung über das Netz. Bei einigen Anwendungen ist diese Verzögerung kein Problem; man denke nur daran, dass einmal am Tag die Gesamtzahl der in den letzten 24 Stunden im Gewächshaus ausgegebenen Liter Wasser übermittelt wird. Aber was ist, wenn ein Roboter mit Hilfe von Bildverarbeitung feststellen muss, ob eine Rose geerntet werden muss, und dann auch noch sofort anhalten und mit Laserlicht auf die betreffende Rose zeigen muss?
Oder, was noch wichtiger ist, wenn ein Logistiksystem im Gewächshaus in Echtzeit feststellen muss, ob es Gefahr läuft, einen Menschen umzustoßen, oder ob es das Ende seines Weges erreicht hat. Nicht rechtzeitig zu stoppen, kann schwerwiegende Folgen haben! In diesen Fällen werden die Daten in der Regel nicht in der Cloud, sondern “in der Nähe” oder sogar im System verarbeitet.
Edge- und Fog-Computing
Beim Edge-Computing geht es darum, die Datenverarbeitung näher an die Datenquelle zu bringen. Es basiert auf der Verarbeitung von Daten am “Rand” des Netzes. Dadurch verringert sich die Datenmenge, die zur Verarbeitung in die Cloud gesendet werden muss, wodurch sich die Netzwerklatenz verringert und die allgemeine Systemleistung verbessert.
Fog Computing ist ein verteiltes Computermodell, das das Edge Computing ergänzen soll. Es erweitert die Möglichkeiten des Edge-Computing, indem es eine Schicht von Recheninfrastruktur zwischen den Edge-Geräten und der Cloud bereitstellt. Diese Infrastruktur, die so genannte Fog-Schicht, bietet zusätzliche Anwendungs- und Datendienste für Edge-Geräte.
Das Fog Computing birgt jedoch eine Reihe von Herausforderungen. Edge-Anwendungen in einem Gewächshaus zum Beispiel umfassen viele verschiedene Anwendungen/Geräte, die alle ihre eigenen Protokolle, Authentifizierungs- und Sicherheitsfragen haben. Daher sind neue Standards unerlässlich!
5G
Ohne Edge Computing ist 5G eine schnelle Netzwerktechnologie, die entwickelt wurde, um große Datenmengen mit geringer Latenz und hoher Geschwindigkeit zu übertragen. Wenn viele Sensoren mit unterschiedlichen Datentypen das Netz nutzen, kann selbst ein 5G-Netz schnell überlastet werden. Daher ist es wichtig, dass (ein Teil) der Daten nach Möglichkeit “am Rand” verarbeitet wird. Darüber hinaus ist es mit der Technik des “Slicing” möglich, das Netz in “Slices” zu unterteilen, die jeweils einen anderen Teil des Datenstroms verarbeiten. Dadurch können Geschwindigkeit, Latenzzeit und Priorität der Daten in den verschiedenen “Slices” unterschieden werden.
In Gewächshäusern bietet 5G eine Lösung für die Übertragung der ständig zunehmenden Daten, die von Sensoren und Robotern gesammelt werden. Wifi ist oft im gesamten Gewächshaus nicht vorhanden oder funktioniert aufgrund des Stahls, des Glases, des Wassers und des dichten Pflanzenbestands bei einer Kultur wie der Tomate nicht gut. Daher entwickeln die Technologieentwickler ihre Lösungen jetzt oft mit Beacons oder Funkverbindungen. Der Nachteil ist, dass ein Gartenbauunternehmer in der Regel Systeme von verschiedenen Anbietern verwendet. So muss möglicherweise jeder Anbieter ein anderes System installieren, was hohe Kosten und einen hohen Wartungsaufwand verursacht.
In der Zwischenzeit wurde im Tomatengewächshaus des Feldlabors seit Ende 2023 ein praktisches 5G-Testfeld eingerichtet, das einen datengesteuerten Anbau in der Tomatoworld in Honselersdijk ermöglicht. Gemeinsam mit Forschern der TU Delft, des TNO und des Unternehmens MCS wurde ein privates 5G-Netzwerk eingerichtet, das Unternehmen nutzen können, um ihre Sensoren, Roboter und anderen Systeme im Gewächshaus auf die kommerzielle Einführung von 5G vorzubereiten.
Auf dem Weg zum freihändigen Gewächshaus
Mit der verfügbaren Technologie können die Entwickler zunehmend entscheiden, welche Daten wo verarbeitet und gespeichert werden sollen. Wo das sein wird, hängt von der Praktikabilität, dem Risiko und den Kosten ab.
Bei Robotern, die in Echtzeit agieren müssen, wird heute oft die Verarbeitung im Roboter selbst gewählt. Eine hohe Rechenkapazität und Speicherkapazität in Verbindung mit einer geringen Latenzzeit erfordert dann zum Beispiel einen in das System integrierten Industrie-PC. Ein solcher PC erhöht die Kosten und das Gewicht des Systems. Eingebaut in eine autonome Roboterplattform sind größere Batterien erforderlich, wenn das System noch einige Stunden ohne Aufladung arbeiten kann. In dem Moment, in dem viele Daten sehr schnell mit einer 5G-Verbindung im Gewächshaus an einen Server geschickt werden können, der sich z. B. in der Scheune des Unternehmens befindet, die Berechnung dort durchgeführt wird und das Ergebnis fast ohne Verzögerung an den Roboter zurückkommt, kann das System viel leichter und billiger werden!
Auch Sensoren oder Aktoren, die für den Betrieb immer notwendig sind, können mit einer stabilen und schnellen Verbindung leicht drahtlos gemacht werden. Bei einem kabellosen Temperatursensor ist es weniger problematisch, wenn einmal eine Messung aufgrund einer mangelhaften Datenverbindung ausfällt. Deshalb gibt es schon seit Jahren drahtlose Temperatursensoren für das Gewächshaus. Anders sieht es mit der drahtlosen Steuerung von Zapfstellen in einem Tomatengewächshaus aus. Es ist zwar oft technisch möglich, aber bei den immer größer werdenden Gewächshäusern möchte man nicht riskieren, dass ein wasservergiftender Wasserhahn drahtlos geschlossen wird, was aber wegen einer schlechten Netzverbindung nicht passiert ist!
Mit all den neuen Entwicklungen gibt es immer mehr Möglichkeiten, ein freihändiges Gewächshaus zu realisieren! Was glauben Sie, wie lange es dauern wird, bis wir eine Tomate mit einem Roboter pflücken?
