Projekt INFIMEDAR

INFIMEDAR - Optische Sensoren für die Landwirtschaft von morgen#

© Universität Bonn/Premosys

Problemstellung

Bereits heute werden Pflanzenschutzmittel in der Landwirtschaft in großem Umfang eingesetzt, um Pflanzen gesund zu halten und den Schädlingsbefall weitestgehend zu minimieren. Jedoch wird der Einsatz von Pflanzenschutzmittel aufgrund seiner negativen Umweltauswirkungen zunehmend kritisiert. Denn Pflanzenschutzmittel wirken auch dort, wo dies nicht erwünscht ist, wie beispielsweise auf die Artenvielfalt sowie Gewässerqualität. Zusätzlich sind ökonomische und ökologische Aspekte von Bedeutung – sowohl die hohen Kosten als auch die immer weiter sinkende gesellschaftliche Akzeptanz und die politische Vorgabe, den Einsatz von Pflanzenschutzmitteln zu reduzieren.

Lösungsansatz

Mit einer auf die jeweilige Pflanze abgestimmte Anwendung von Pflanzenschutzmitteln können bis zu 90% der Menge der Pflanzenschutzmittel eingespart werden. Auch teurere, aber biologisch unbedenkliche Mittel, wie Bioherbizide, können bei zielgerichteter Ausbringung eine Alternative darstellen. Die dafür notwendige Unterscheidung von bspw. Pflanzen mit und ohne Schädlingsbefall ist mit Sensoren grundsätzlich möglich. Im Gegensatz zu den aktuell verfügbaren Sensoren sind aber für eine zuverlässige Anwendung in der Landwirtschaft Sensoren mit einer sehr hohen Ortsauflösung durch mehrere Einzelsensoren (Sensor-Arrays) oder Flächensensoren mit jeweils vielen spektralen Kanälen erforderlich, um gezielte Maßnahmen auslösen zu können.

Umsetzung des Lösungsansatzes durch Integration mehrkanaliger optischer Sensoren in eine CMOS-Technologie

Das Ziel des Projektes INFIMEDAR ist daher die Erforschung miniaturisierter, hochintegrierter und kostengünstiger optischer Sensoren mit einer Eignung für einen breiten Bereich des Lichtspektrums für die Anwendung in der Landwirtschaft. Hierbei wird eine neuartige Technologie zur Realisierung der erforderlichen Farbfilter für die optische Sensorik eingesetzt, sogenannte „plasmonische Filter“. Diese Filter bestehen aus metallischen Strukturen, die kleiner als die Wellenlänge des Lichtes sind und die abhängig von ihrem Material und ihrer Geometrie bestimmte Wellenlängen von einfallendem Licht selektiv dämpfen, sprich filtern, können.

Eine wesentliche Innovation des Projektes besteht in Design, Simulation und Fertigung dieser optischen Nanostrukturen. Diese werden direkt im Rahmen der Halbleiterfertigung in Metallschichten des CMOS-Prozesses gefertigt ohne dass weitere Fertiungsschritte (postprocessing) wie z. B. das Abscheiden von Dünnschichtfilter erforderlich ist. Die entstehenden monotlithisch integrierten Sensorsysteme umfassen durch diese Integration und Miniaturisierung eine große Anzahl verschiedener Funktionalitäten in einem kleinen und kostengünstigen System, das aus plasmonischen Filtern, optischen Detektoren, elektrischer Signalverarbeitung und geeigneten Schnittstellen für die Datenübertragung besteht.                

Anschließend findet eine Evaluierung von Einsatzmöglichkeiten der Technologie im Bereich Smart-Farming und Agrar-Robotik für verschiedene Anwendungen in der Landwirtschaft statt. Zu diesen gehören u.a.:

  • Unkrauterkennung und -unterscheidung zur Nutzpflanzenerkennung im Feld,
  • Bestimmung physikalischer Eigenschaften (z. B. Färbung) von landwirtschaftlichen Produkten zur Optimierung von Ernte- und Nacherntevorgängen,
  • Bestimmung physiologischer Zustände: Wasser-, Zucker-, Stärke- und Proteingehalt zur Ermittlung von Qualitätseigenschaften von Nahrungsmitteln.

Das Konsortium des vom BMBF geförderten Projektes INFIMEDAR besteht aus folgenden Parteien:
PREMOSYS GmbH, X-FAB Semiconductor Foundries GmbH, Rheinische Friedrich-Wilhelms-Universität Bonn, Productivity Engineering GmbH und Fraunhofer-Institut für Integrierte Schaltungen (IIS)

Das Fraunhofer IIS ist hierbei sowohl für das Design und die Simulation der spektralen Eigenschaften der Filter, das IC-Design der Sensoren, sowie für die optische Charakterisierung der realisierten Multispektralsensoren verantwortlich.