Schnelle Hilfe bei Pannen und der regelmäßigen Wartung von Landmaschinen verspricht ein gemeinsames
Forschungsprojekt von Huawei und dem Fraunhofer-Institut für Kognitive Systeme IKS (ehemals ESK) München. Mit dem Internet der Dinge (Internet of Things, IoT)
und Augmented Reality (AR) erhalten Fahrer und Techniker Unterstützung aus der Cloud.
Bauernhof und Cloud Computing sind kein Widerspruch. Die Digitalisierung kann auch Unternehmen in der Landwirtschaft
unterstützen, zum Beispiel mit IoT-Technologien und dem Konzept des Edge Computings, also dem Einsatz von Computerkapazität
am Rande des Netzwerks. Für den Landwirt ist das zugleich der Rand eines Felds, auf dem er ernten muss – wie in
diesem Beispiel: Eine Erntemaschine bleibt plötzlich auf dem Rübenfeld stehen, ein Sensor hat ein technisches Problem
entdeckt. Und jetzt? Die Zeit drängt, denn es wird bald regnen. Es ist unmöglich, das Riesengefährt in eine Werkstatt
zu schleppen. Und ein Servicetechniker braucht lange für die Anfahrt.
Solche Situationen sind in der Landwirtschaft kritisch, denn die Landmaschinen müssen während der Erntezeit rund um die
Uhr auf dem Feld sein. Ansonsten arbeiten sie nicht wirtschaftlich und gefährden den Umsatz des Betriebs. Bis heute muss
ein Landwirt bei Pannen improvisieren und hoffen, dass es sich nur um ein kleines Problem handelt. Dank digitaler
Technologien wie Cloud Computing, dem Internet der Dinge und digitalen Verfahren aus der Industrie 4.0 könnten solche
Situationen bald ganz anders aussehen.
Augmented-Reality-Assistenzsystem für Fahrer und Techniker
Wenn es nach dem von Huawei geförderten Fraunhofer-Projekt INVIA geht, wird sich ein Landwirt mit einer vernetzten
mobilen Anwendung und dem Internet der Dinge in Zukunft selbst helfen können. Unterstützt wird die digitale Landwirtschaft
dabei durch eine mobile Augmented-Reality-Anwendung in der Cloud. Das könnte so aussehen: Der Landwirt nutzt eine Datenbrille,
die via Mobilfunk mit dem Internet verbunden ist und sich mit dem Servicezentrum des Herstellers der Erntemaschine in Verbindung
setzt. Dort erkennt ein Servicetechniker, dass der Kunde ein Problem hat, und fragt nach.
Nun beginnt eine bild- und videogestützte Diagnose der Fehlerursache. Das Hersteller-Servicedesk in der Cloud führt den Landwirt,
der die AR-Datenbrille trägt, via Internet durch einen vordefinierten Serviceprozess, der am Schluss zur Entdeckung des
Problems führt. In einigen Fällen wird der Landwirt nun in der Lage sein, die Panne selbst zu beheben – immer unterstützt
durch den Servicetechniker. In anderen Fällen weiß der Hersteller immerhin, wo das Problem liegt und welche Bauteile eventuell
ersetzt werden müssen. Er wird nun einen Techniker an den betreffenden Ort schicken, der mit der richtigen Ausstattung das Problem rasch löst.
Ein Assistenzsystem mit AR-Technologie hilft nicht nur den Fahrern auf dem Feld, sondern auch den Servicetechnikern.
Sie werden ebenfalls durch eine mobile Internetverbindung mit AR-Brille unterstützt, sodass sie ein sehr breites Spektrum
unterschiedlicher Landmaschinen warten und reparieren können. Eine dritte Möglichkeit für INVIA: Die Mitarbeiter im
landwirtschaftlichen Betrieb erhalten ein Onlinetraining on-the-job. Moderne Landmaschinen sind äußerst komplex und eine
Schulung kann nicht jede Situation abdecken. Hier ist dann der Rückgriff auf die mobile Verbindung in die Cloud hilfreich;
in unbekannten Situationen kann der Fahrer durch einen Trainer unterstützt werden.
Die Kombination aus Cloud, Edge und Fog Computing
Eine solche Anwendung stellt erhebliche technische Anforderungen. Durch die permanente Übertragung von Audio- und Videostream sind für eine
Echtzeitkommunikation geringe Latenzzeiten und eine dauerhaft stabile Mobilfunkverbindung notwendig. Doch beides ist vor
allem im ländlichen Bereich nicht immer garantiert. Die Felder der landwirtschaftlichen Betriebe können sich auch außerhalb oder an den
Rändern einer Mobilfunkzelle befinden. Dort gibt es entweder keine Verbindung oder nur eine mit recht geringer Bandbreite. Entsprechend benötigen
die Assistenzsysteme eine Anpassung an die äußeren Rahmenbedingungen.
Eine sehr praktische Möglichkeit für die Adaption an uneinheitlich stabile Netzverbindungen ist die Kombination aus
Cloud Computing, Mobile Edge Computing (MEC) und Fog Computing. Cloud Computing steht hier für alle zentralen Aufgaben,
die in einem Cloud-Rechenzentrum erledigt werden und immer eine möglichst breitbandige Internetverbindung erfordern. Edge
Computing bezieht sich auf Rechenkapazitäten am Rande des Mobilfunknetzwerks. Fog Computing ist eng mit Edge Computing verwandt
und bezeichnet eine Technologie, bei der Daten im IoT in einem dezentralen Mini-Rechenzentrum verarbeitet werden und nicht in der Cloud.
Durch diese drei Konzepte entsteht eine verteilte Anwendung, die Nutzer von Problemen mit der Netzwerkverbindung
zur Cloud abschirmt und sich deshalb gut für den Einsatz in landwirtschaftlichen Betrieben eignet. Die zugehörige Software wird im
Projekt INVIA des Fraunhofer-Instituts für Kognitive Systeme IKS (ehemals EKS) erprobt, zusammen mit Industriepartnern
wie Herstellern landwirtschaftlicher Maschinen und Experten für smarte IoT-Devices. Huawei bringt in dieses Projekt seine Expertise auf
dem Gebiet des Mobilfunks und des Edge Computings ein.
Das Prinzip des verteilten Assistenzsystems: Grundfunktionen sollen in einer sogenannten Fog Cloud auch ohne Verbindung zur
Servicezentrale in der Cloud genutzt werden können. Dafür werden Verfahren und Komponenten des
Mobile Edge Computings (MEC) in die
Anwendung integriert. Nun können die Forscher untersuchen, welche Vorteile solche Komponenten im Rahmen von Edge Computing haben,
als Alternative oder Ergänzung zu einer zentralen Cloud.
Rechenleistung in der Edge – am Rand des Netzwerks
Das MEC-Konzept bietet aufgrund der Nähe von Datenverarbeitungsleistung zur Landmaschine geringe Latenzzeiten.
Zudem verfügen MEC-Komponenten über eine vergleichsweise hohe Rechenkapazität. Dadurch sind die Geräte in der Lage,
Software zu verteilen, Daten zu verwalten und ein Nahbereichsfunknetz – in diesem Fall WLAN – zur Verfügung zu stellen.
Im Vorfeld wird das Anwendungsszenario analysiert, um die richtige Platzierung der Hardware auf den Landmaschinen und in der Edge zu berechnen.
Wenn schnelle Ergebnisse der digitalen Bilderkennung notwendig sind, wird das Edge-Device entweder direkt an der Landmaschine oder in der
Nähe platziert. Es sorgt dafür, dass der Fahrer bei einer Panne unkomplizierte und direkte Unterstützung bekommt. Er muss nicht stundenlang
auf einen Servicetechniker warten. Im Idealfall kann er nach kurzer Zeit weiterfahren und seine Arbeit beenden. Auf diese Weise eignet
sich das Assistenzsystem gut für die Bereitstellung von Augmented-Reality- und Videodiensten und unterstützt so die Digitalisierung der
Landwirtschaft.