Einführung
Da der Automatisierungsgrad in der Landtechnik stetig wächst, müssen sich auch die Entwicklungswerkzeuge für diese Maschinen entsprechend weiterentwickeln. Anwendungen wie das Sprühen mit variabler Rate, das autonome Jäten und die Präzisionsernte hängen in hohem Maße von Bildsensoren wie Kameras und von ISOBUS-Protokollen (ISO 11783) für die Kommunikation mit Traktoren und Anbaugeräten ab. Die Integration von Kameraeingängen mit hoher Bandbreite, Maschinensteuerungslogik und den strukturierten Kommunikationsflüssen, die durch ISOBUS definiert werden, ist nach wie vor eine schwierige Aufgabe für die Entwicklungsteams.
Dieser Artikel untersucht einen Ansatz zur Bewältigung dieser Komplexität mit Hilfe von dSPACE Werkzeugen – ein GUI-basiertes Entwicklungsframework in Kombination mit einem ISOBUS-Stack und einer Simulationssoftware – zur Unterstützung der Entwicklung anspruchsvoller landwirtschaftlicher Anwendungen wie Smart- oder Spot-Spraying.
Herausforderungen in Multi-Sensor-Off-Highway-Systemen
Eine Präzisionssprühanwendung kann als Robotersystem betrachtet werden. Die Kameras erzeugen kontinuierliche Bildströme; die Algorithmen zur Unkrauterkennung müssen mit geringer Latenz laufen und die Düsensteuerung muss auf Änderungen der Bodengeschwindigkeit und der Bewegung des Geräts reagieren. Diese Perzeptions-Pipelines müssen mit der auf der ISOBUS-Norm basierenden Kommunikation zwischen Traktor und Anbaugerät zeitsynchronisiert werden. Ingenieure stehen vor einigen Herausforderungen:
- Handhabung von Datenströmen mit hoher Bandbreite und zeitlichen Beschränkungen von Bildverarbeitungs-Pipelines
- Sicherstellung der Kompatibilität mit den ISOBUS-Konventionen, einschließlich der Abschnittskontrolle, der Handhabung von Applikationskarten und der Erstellung von Berichten
Das Ergebnis ist ein System, bei dem sich die Rohsensordaten, die algorithmische Verarbeitung und die ISOBUS-Steuerungslogik deterministisch verhalten müssen, aber gleichzeitig flexibel genug sind, um bei der Weiterentwicklung der Algorithmen angepasst zu werden.
Bau eines Spot-Sprayers
Zur Veranschaulichung dieser Integrationsherausforderungen betrachten wir den Prototyp eines intelligenten Spot-Sprayers. Das System verarbeitet die Bilder mehrerer Kameras, erkennt Pflanzen- oder Unkrautbüschel, wandelt die Erkennungen in Gerätekoordinaten um und aktiviert die Sprühabschnitte nur bei Bedarf. Gleichzeitig fungiert das Anbaugerät als ISOBUS-Client und versorgt den Task Controller mit Statusinformationen, Informationen über die Volumenanwendung und Rückmeldungen zum Arbeitsstatus.
Eine wichtige Voraussetzung für solche Systeme ist ein kohärentes Timing. Die Unkrauterkennung muss mit der tatsächlichen Position des Geräts übereinstimmen, auch wenn die Geschwindigkeit des Traktors schwankt. Die Sprühentscheidungen hängen von den Zeitstempeln der Bilder, den Geschwindigkeitssignalen des Traktors und den räumlichen Abständen entlang des Auslegers ab.
Bevor ein Anbaugerät in die Praxis umgesetzt wird, stützen sich die Ingenieure zunehmend auf die Simulation, um die Wechselwirkungen zwischen Perzeption und ISOBUS zu validieren. Ein mehrschichtiger Simulationsaufbau könnte Folgendes umfassen:
- eine digitale Umgebung mit Traktorbewegungen und Geländebedingungen,
- 3D-Sensorsimulation zur Erzeugung der Kamerabilder, die die Perzeption steuern,
- und ISOBUS-Simulation.
dSPACE bietet Werkzeuge, mit denen Ingenieure die Entwicklung und Validierung beschleunigen können. Um diese Fähigkeiten zu demonstrieren, wurde eine Konzeptdemo entwickelt.
Übersicht Spot-Sprayer-Demo
Die Demo umfasst einen simulierten Traktor, der mit einem Punktsprühgerät verbunden ist. Sie beinhaltet zwei simulierte Kameras, einen auf maschinellem Lernen basierenden Algorithmus zur Unkrauterkennung, einen Controller für die Düsenaktivierung (6 Abschnitte) sowie ISOBUS-Clients für Task-Controller (TC) und Traktor-ECU (TECU) (unter Verwendung von OSB ISOsimulate). ISOBUS ermöglicht eine strukturierte Kommunikation zwischen Traktor-ECUs und Arbeitsgeräten.
Die Simulation wird mit den dSPACE Simulationswerkzeugen ASM und AURELION erstellt. Die Anwendungsentwicklung und -ausführung erfolgt auf der Middleware dSPACE RTMaps (Real-Time Multisensor Applications).
Die Verarbeitung umfasst die Sensorsimulation von ASM und AURELION. Die simulierten Rohbilddaten werden mit der Middleware RTMaps weiterverarbeitet. Ein auf Deep Learning basierender Algorithmus zur Unkrauterkennung, der in RTMaps ausgeführt wird, erkennt Unkraut in Bildern und sendet Signale an den Düsenaktivierungsalgorithmus. Der Algorithmus zur Düsenaktivierung empfängt auch Signale vom Task-Controller-Client, z. B. Applikationskarten und Sprühverfahren, sowie Traktorgeschwindigkeit und GNSS-Daten vom TECU-Client. Auf der Grundlage aller Eingaben generiert er zeitsynchronisierte Düsensteuerungsbefehle und sendet sie zurück an die Simulation, um das Spritzen zu aktivieren.
Visualisierungstools wie 3D-Scene-Viewer und Telemetrie-Dashboards ergänzen diesen Arbeitsablauf. Sie helfen den Entwicklern zu bestätigen, dass die Erkennungen mit der physischen Geometrie des Anbaugeräts übereinstimmen, dass das Timing der Abschnittsbefehle korrekt ist und dass der ISOBUS-TC genaue Berichtsinformationen erhält.
Simulation, Sensoren und ISOBUS mit Hilfe von Echtzeit-Middleware miteinander verbinden
Die zentrale Herausforderung bei einem System wie dem intelligenten Spot-Sprayer besteht darin, die schiere Menge der mit hoher Bandbreite erfassten Daten, z. B. Kamerabilder, neben deterministischen Steuersignalen, z. B. CAN/ISOBUS, zu verwalten. An dieser Stelle spielt dedizierte Middleware eine entscheidende Rolle.
In unserer Architektur verwenden wir die Middleware Real-Time Multi-sensor Applications (RTMaps), um diese Komplexität zu bewältigen. Anstatt sich in der Low-Level-Codierung für die Sensorsynchronisation zu verzetteln, können Ingenieure ein Datenflussdiagramm verwenden, das aus Komponenten, Ports und Datenverbindungen besteht. RTMaps unterstützt auch ISOBUS-Funktionen, die es den Ingenieuren ermöglichen, Parameter wie das Sollvolumen pro Flächenanwendung, den aktuellen Status der Abschnittssteuerung und den Status der Applikationssteuerung visuell zu steuern.
Das modellbasierte Design von RTMaps bietet viele Vorteile für die Entwicklung und den Test der Applikation:
- Parallele Ausführung: Die Komponenten arbeiten parallel und werden ereignisbasiert ausgelöst, was eine hohe Leistung gewährleistet.
- Integrierte Synchronisierung: Das System stützt sich auf eingebaute Zeitsynchronisierungsmechanismen, die auf Zeitstempeln von Datenpaketen basieren, die bei der Zusammenführung von Kameradaten mit Fahrzeuggeschwindigkeit und CAN-Telemetrie entscheidend sind.
- Unterstützung für den gesamten Lebenszyklus: Die Plattform unterstützt den gesamten Engineering-Workflow und ermöglicht es Teams, Daten aufzuzeichnen, wiederzugeben, zu synchronisieren, zu integrieren, zu debuggen, zu berechnen und zu verteilen.
- Workflow der Zusammenarbeit: Die beteiligten Kollegen und Partner können Komponenten und Diagramme austauschen anstelle von unklaren Spezifikationen oder Codeschnipseln.
Ein klarerer Weg zur Serie
Durch die Kombination einsatzbereiter Standardkomponenten für die Datenerfassung und Bildverarbeitung mit robuster ISOBUS-, Kamera- und Traktorsimulation können Entwickler ihre intelligenten Systeme validieren, lange bevor sie in die Praxis umgesetzt werden. Nachdem die Algorithmen in der Simulation validiert und anhand der aufgezeichneten Daten verfeinert wurden, ist der letzte Schritt der Einsatz in der tatsächlichen Steuerung. Die RTMaps-Laufzeitumgebung ermöglicht die Ausführung von Datenflussdiagrammen auf eingebetteter Hardware, ohne dass die Applikationslogik neu geschrieben werden muss. Dies hilft den Teams dabei, die Konsistenz zwischen Entwicklungs-, Test- und Serienumgebungen zu wahren – ein wichtiger Faktor für komplexe, sicherheitskritische Systeme.
Fazit
Da landwirtschaftliche Geräte weiterhin sensorgesteuerte Automatisierung mit ISOBUS-basierter Maschinenkommunikation integrieren, bieten Middleware-Schichten wie RTMaps einen zunehmend relevanten Architekturansatz.
Durch die Verwaltung der Sensorsynchronisation, der Ausführungszeit und des Kommunikationsroutings helfen solche Plattformen den Ingenieuren, sich auf die Entwicklung von Algorithmen und das Systemverhalten zu konzentrieren, anstatt sich mit Low-Level-Arbeiten aufzuhalten. Ob bei der Entwicklung von intelligenten Sprühgeräten, autonomen Lenksystemen oder variablen Anbaugeräten – dieser Middleware-zentrierte Entwicklungsablauf kann eine stabilere und skalierbare Grundlage für die nächste Generation der Automatisierung in der Landwirtschaft bieten.
Über die Autoren
Peter Ngure
Product Manager, Automated Driving & Software Solutions, dSPACE
Gautam Dobariya
Business Developer, Automated Driving & Software Solutions, dSPACE
Dieser Blog-Artikel erschien auch im Juni 2026 im CAN Newsletter Magazine.
