Logo Uni Bremen

Zentrum für Technomathematik

ZeTeM > Forschung und Anwendungen > Projekte > NeXaTauto - Ganzheitliche Konzeption, feldbasierte Praxiserprobung und Validierung autonomer Arbeitsprozesse im Pflanzenbau

Kontakt Sitemap Impressum [ English | Deutsch ]

NeXaTauto - Ganzheitliche Konzeption, feldbasierte Praxiserprobung und Validierung autonomer Arbeitsprozesse im Pflanzenbau

Arbeitsgruppe:AG Optimierung und Optimale Steuerung
Leitung: Prof. Dr. Christof Büskens ((0421) 218-63861, E-Mail: bueskens@math.uni-bremen.de )
Andreas Folkers ((0421) 218-63867, E-Mail: afolkers@uni-bremen.de)
Bearbeitung: Maria Höffmann (E-Mail: mhffmann@uni-bremen.de)
David Stronzek (E-Mail: stronzek@uni-bremen.de)
Dr. Shruti Patel (E-Mail: shruti.patel@uni-bremen.de)
Dr. Margarita Smolentseva (E-Mail: msmolent@uni-bremen.de)
Martin Jäntsch (E-Mail: martinjo@uni-bremen.de)
Ruggero Simonelli (E-Mail: ruggero@uni-bremen.de)
Benedikt Thy ((0541) 969 5278, E-Mail: b.thy@kalverkamp.de)
Lutz Plagge ((0541) 969 5285, E-Mail: l.plagge@kalverkamp.de)
Projektförderung: Landwirtschaftliche Rentenbank
Projektpartner: NeXaT GmbH
Fakultät Agrarwissenschaften und Landschaftsarchitektur, Hochschule Osnabrück
Laufzeit: 01.09.2020 - 31.08.2023
Die Firma Kalverkamp entwickelt mit Unterstützung der Arbeitsgruppe für Optimierung und Optimale Steuerung des Zentrums für Technomathematik und der Fachhochschule Osnabrück das neuartige, elektrisch angetriebene, multifunktionale landwirtschaftliche Fahrzeug NeXaT für die Autonome Landwirtschaft und die Beseitigung ökologischer und ökonomischer Schwachstellen heutiger Traktorkombinationen.
Das mit vier individuell steuerbaren Bandlaufwerken ausgestattete NeXaT-Fahrzeug bewegt sich mit einer Breite von 18 m auf einer nur 60 cm breiten Kontaktfläche mit dem Feld. Im Vergleich zu konventionellen Anbaumethoden können dadurch Bodenschäden durch die Erdverdichtung so wie möglich minimiert werden.
Ziel des NeXaTauto-Projekts ist es, dieses neuartige Konzept mittels sogenannter digitaler Zwillinge und Techniken der nichtlinearen Optimierung und Künstlichen Intelligenz autonom im Feld nutzbar zu machen und durch praktische Tests unter realen Bedingungen neue Erkenntnisse zu gewinnen.