SmartMowAI

In Österreich gibt es ca. 128.000 km Straßen. Straßenerhalter haben den gesetzlichen Auftrag, deren angrenzende Wiesen von gefährdendem Bewuchs freizuhalten, eine wesentliche und kostenintensive Aufgabe. Unter Berücksichtigung beider Straßenseiten ergeben sich ca. 260.000 Mähkilometer für die österreichischen Straßenmeistereien. Darüber hinaus gibt es die gesetzliche Verpflichtung, die derzeitigen fossilen Mähfahrzeuge bis 2030 schrittweise durch emissionsfreie Fahrzeuge zu ersetzen.

Es gibt heute keine Möglichkeit, sich einen Überblick über den aktuellen Zustand der Wiesen entlang des gesamten Straßennetzes zu verschaffen. Um die gesetzlichen Vorgaben sicherzustellen, wird heute regelmäßig und mit hoher Frequenz gemäht, obwohl dies für große Teile des Straßennetzes nicht erforderlich ist. Dringende Mähentscheidungen werden vom Wartungspersonal aufgrund sehr lokaler Beobachtungen getroffen, was dazu führt, dass Mähfahrzeuge über das große Straßennetz hin und her fahren, um diese Mähenaufgaben zu erfüllen. Der Mangel an Informationen über den Zustand der Wiesen führt zu einer nicht optimalen Nutzung der Ressourcen (erhöhte CO2-Emissionen, Arbeitszeit, Anzahl der Mähfahrzeuge usw.).

Das Hauptziel von SmartMowAI ist es, Methoden zu erforschen, die es ermöglichen, den Wiesenzustand entlang großer Straßennetze zu erfassen, diese Zustandsinformation zu nutzen, um eine optimierte Mähstrategie für das gesamte Straßennetz zu entwickeln, und die erforschten Methoden durch einen Proof of Concept im steirischen Straßennetz zu validieren.

SmartMowAI erforscht neuartige, adaptive KI-Modelle zur automatisierten Detektion relevanter intensiver und extensiver Mähflächen entlang von Straßen und Radwegen, situative KI-Methoden zur Klassifizierung dieser Mähflächen hinsichtlich ihres phänologischen Zustandes (dem lokalen Entwicklungszustand von Wiesenpflanzen über die gesamte Vegetationsperiode), sowie mehrere Ansätze zur Optimierung der Ressourceneffizienz der KI-Methoden. Die erforderliche Datenerhebung, sowohl für die KI-Forschung im Forschungsprojekt als auch später für einen produktiven Betrieb, wird von den Fahrzeugen der Straßenmeisterei im Rahmen des regulären Betriebes durchgeführt. Dadurch entstehen keine zusätzlichen Emissionen.

Auf der Grundlage des phänologischen Zustandes intensiv und extensiv gemähter Flächen wird eine optimierte Mähstrategie für das gesamte Straßennetz entwickelt. Daraus ergeben sich folgende Vorteile:

• Verringerung der Anzahl der Mähzyklen, Einsatz von weniger Fahrzeugen und Vermeidung dringender Einsätze der Mähfahrzeuge reduziert die CO2-Emissionen und Arbeitszeiten erheblich.
• Ermöglichung des Einsatzes von emissionsfreien Mähfahrzeugen, da deren Reichweite begrenzt ist.
• Erhöhung der Artenvielfalt der Wiesenflächen durch späteres und selteneres Mähen.
• Sicherstellung der Sichtbarkeit zur Vermeidung von Verkehrsunfällen an Kreuzungen, Einfahrten, Kurven und Bereichen mit hohem Wildaufkommen.
• Freihalten von Verkehrszeichen, Leitpfosten, Radwegen und Wildwarneinrichtungen.
• Sicherstellung der Funktionsfähigkeit der Straßenentwässerung.

SmartMowAI führt zu neuartigen, adaptiven KI-Lernmethoden für die Segmentierung und die situative Zustandsklassifizierung von Wiesenflächen entlang von Straßen, und bildet damit die Grundlage für zukünftige, marktreife Lösungen, die für die Mobilitätswende zur biodiversitätsoptimierten Mähplanung benötigt werden und den Einsatz von emissionsfreien Mähfahrzeugen überhaupt erst ermöglichen.

Das Projekt SmartMowAI baut auf den Erfahrungen und Ergebnissen von FloraMon auf.