WSU: Erdbeerpflückroboter mit Ventilator steigert Ernteerfolg im Feld

Forschende berichten, dass ein Erdbeerpflückroboter im praktischen Einsatz deutlich erfolgreicher erntet, wenn er vor dem Zugreifen die Blätter mit einem Luftstrom zur Seite bläst.

Mit diesem Schritt rückt eine der empfindlichsten Arbeiten im Pflanzenbau näher an maschinelle Unterstützung heran – auch wenn Menschen derzeit weiterhin deutlich schneller sind.

So funktionieren die Roboter

In Erdbeerbeeten im Freiland liegen reife Früchte häufig unter Blättern verborgen; das versperrt Maschinen die Sicht und schränkt den Bewegungsraum beim Greifen ein.

Ingenieurinnen und Ingenieure an der Washington State University (WSU) haben diese Hürde im Feld dokumentiert und darauf aufbauend einen Roboter entwickelt, der die Abdeckung zuerst entfernt und erst danach versucht zu pflücken.

In Feldversuchen stieg die Pflückquote mit dem Ventilator auf 73.9%, gegenüber 58.1% ohne diese Unterstützung.

Trotz des Fortschritts dauerte die Ernte pro Beere weiterhin rund 20 Sekunden. Damit bleibt der Druck rund um Arbeitskräfte ein zentraler Punkt.

Lücken bei Arbeitskräften in der Landwirtschaft

Im Bundesstaat Washington ging die landwirtschaftliche Beschäftigung zwischen 2017 und 2022 um 23% zurück, während die Zahl der migrantischen Arbeitskräfte um 37% sank.

Am stärksten spüren Obstplantagen und Beerenfelder diese Engpässe: Reife Früchte müssen gefunden, beurteilt und vorsichtig geerntet werden.

„Das Ernten von Hand kostet sehr viel Geld“, sagte Lav Khot, Professor für Präzisionslandwirtschaft am Department of Biological Systems Engineering der WSU.

Genau dieser Druck erklärt, weshalb die WSU weiter an Erntehelfern arbeitet, die Belastung reduzieren sollen, statt ausschliesslich auf einen vollständig autonomen Vollernter zu setzen.

Weiche Robotik in Obstplantagen

Ein weiteres Team an der WSU entwickelte einen weichen, luftgefüllten Apfelarm, der nahe an Ästen arbeiten kann, ohne die Früchte zu schrammen.

Weil der textilartige Aufbau leicht bleibt und sanft bewegt, sinkt das Risiko, Äpfel oder Triebe zu verletzen.

Dazu passt, dass viele moderne Obstgärten ihre Reihen bereits zu flacheren „Wänden“ erziehen: Gerade, klarere Gassen geben Maschinen einfachere Fahr- und Greifwege vor.

Allein mehr Sicherheit behebt zwar keinen Erntemangel, zeigt aber, wie sich die technische Ausstattung von Plantagen zunehmend an Menschen und Bäumen orientiert.

Daten steuern Entscheidungen

Wetter- und Kulturdaten sind entscheidend, weil AgWeatherNet Betrieben hilft, Bedingungen einzuschätzen, bevor Roboter oder Teams ausrücken.

AgWeatherNet der WSU macht aus Messwerten der Stationen Anwendungen, die vor Hitze und Frost warnen sowie Hinweise zu Bewässerungszeitpunkten und Schädlingsrisiken liefern.

Diese Instrumente stützen sich auf maschinelles Lernen – also Software, die in grossen Datenströmen Muster erkennt – und nicht nur auf starre Regeln.

Gerade für die Automatisierung ist gutes Timing vor Ort wichtig: Wird eine Maschine zu früh oder zu spät eingesetzt, kann das sowohl Arbeitszeit als auch Wasser verschwenden.

Wasser folgt Sensoren

In einer Obstplantage bei Mattawa im Zentrum von Washington verbrauchte eine automatisierte Bewässerung 52.4% weniger Wasser als eine Vergleichsfläche.

Möglich wurde das, indem Signale aus Boden, Pflanze und Wetter mit Bewässerungsplänen verknüpft wurden, die Zeitpunkt und Menge automatisch anpassten.

Trotz der Reduktion meldeten die Forschenden keine Anzeichen von Stress bei den Bäumen und schätzten eine höhere Wassernutzungseffizienz.

Von solchen zeitnahen Informationen hängt auch Robotik ab, weil Bewässerung, Kühlung und Ernteplanung eng miteinander verknüpft sind.

Wetter unterscheidet sich innerhalb von Feldern

Selbst innerhalb eines Obstgartens kann ein Block anders aufheizen oder abkühlen als der nächste – deshalb ist Wetter auf Betriebsebene relevant.

Produzentinnen und Produzenten sprechen dabei vom Mikroklima, also dem Wetter in einem sehr kleinen Gebiet; es entscheidet mit darüber, wann Früchte unter Stress geraten.

Mit noch lokaleren Daten könnten Vorhersagen bis auf Entscheidungen pro Acre heruntergebrochen werden, sodass Maschinen gezielt Schwachstellen statt ganze Flächen ansteuern.

Eine solche Präzision könnte Automatisierung praktikabler machen, weil Betriebe selten überall gleichzeitig scheitern oder gedeihen.

Menschen bleiben zentral

Kein Prototyp in Washington ersetzt Ernteteams derzeit vollständig, und die überzeugendsten Resultate entstehen weiterhin dort, wo Maschinen mit Menschen zusammenarbeiten.

Arbeitskräfte beurteilen schwierige Früchte, bewegen Kisten und Behälter, überwachen Reparaturen und entscheiden, wann eine Parzelle für Software und Sensorik zu komplex ist.

„Den Stress, den wir früher hatten, um Dinge anzubauen, ich denke, KI kann helfen, diesen Stress für Menschen zu mindern“, sagte Khot.

In dieser Sichtweise sind die Systeme Partner: Sie nehmen monotone Belastung ab, während menschliches Urteilsvermögen die Kontrolle behält.

Geschwindigkeit bleibt schwierig

Beim Pflücken von Beeren liegt die Leistung weiterhin deutlich hinter routinierten Teams zurück – besonders dann, wenn Früchte unter unregelmässigem Blattwerk versteckt sind.

In Obstgärten entsteht die Verlangsamung aus anderen Gründen: Jeder Greifvorgang muss Äste, Spalierdrähte und nahe Früchte berücksichtigen.

Hinzu kommen Schlamm, Blendung, Wind und wechselndes Pflanzenwachstum, die solche Systeme weit stärker fordern als saubere Laborbedingungen.

Wahrscheinlich wird der Fortschritt als fortlaufende Entlastung bei repetitiver Arbeit sichtbar – und nicht als eine einzelne Maschine, die plötzlich alles übernimmt.

Vertrauen braucht Zeit

Produzentinnen und Produzenten übernehmen neue Technik nicht, nur weil sie einmal funktioniert, und öffentliche Universitäten müssen ihren Nutzen immer wieder belegen.

Feldtage, geteilte Datensätze und Versuche direkt auf Betrieben sind wichtig, weil Landwirtinnen und Landwirte sehen wollen, wie sich Werkzeuge über echte Saisons hinweg verhalten.

Wenn die WSU Geräte zusammen mit Betrieben testet, erfüllt sie ihren Auftrag als öffentliche Universität, die der Bevölkerung und den Gemeinschaften dienen soll.

Am Ende könnte genau diese kontinuierliche, öffentlich sichtbare Arbeit entscheiden, ob Prototypen zu Alltagswerkzeugen werden oder Demonstrationen bleiben.

Was sich jetzt verändert

Das Bild, das sich in Washington abzeichnet, sind nicht Betriebe ohne Menschen, sondern Betriebe, in denen Daten und Maschinen wiederkehrende Belastung abfangen.

Je schneller und je lokaler die Werkzeuge werden, desto mehr rückt eine Frage in den Mittelpunkt: Wie viel schwere Handarbeit können sie als Erstes überflüssig machen?