Neuer Open-Source-Datensatz für KI-gestützte Forsttechnik

Mit „TimberVision“ stellt das AIT Austrian Institute of Technology den weltweit größten öffentlich verfügbaren Bilddatensatz zur Baumstammerkennung vor. Die Kombination aus präziser Geometrieanalyse und Objekterkennung sowie frei zugänglicher Software schafft eine neue Grundlage für automatisierte Prozesse in der Forstwirtschaft – von der Inventur bis zur Holzernte.

Potenzial für mehr Sicherheit und Effizienz im Forstbetrieb

In der Forstwirtschaft sind viele manuelle Tätigkeiten wie Inventurarbeiten, Holzernte und Rundholzvermessung nicht nur zeitaufwändig, sondern erfordern auch Einsätze in schwer zugänglichen oder gefährlichen Umgebungen. Automatisierte Arbeitsmaschinen und -prozesse können hier Abhilfe schaffen und die Arbeitskräfte unterstützen, aber auch vor Risiken schützen. Dazu ist eine robuste Technologie erforderlich, die Baumstämme zuverlässig erkennt, vermisst und die erfassten Daten für weitere Arbeitsprozesse bereitstellt. Bislang fehlte es an ausreichenden Trainings- und Referenzdaten, die für die Entwicklung und Validierung KI-basierter Modelle unerlässlich sind.

Expertenteam vom AIT entwickelt TimberVision

Hier setzen die Expert:innen Julia Simon, Daniel Steininger, Andreas Trondl und Markus Murschitz vom Center for Vision, Automation & Control des AIT Austrian Institute of Technology an. „Mit TimberVision schafft das AIT durch ein leicht zugängliches System und einen einzigartigen Bilddatensatz die Basis für die nächste Generation autonomer Maschinen in der Forstwirtschaft,“ erläutert Markus Murschitz, Projektleiter am AIT.

Algorithmus erkennt Baumstämme in Echtzeit

„Unsere Arbeit stellt einen neuartigen Algorithmus vor, um in Echtzeit Baumstämme inklusive ihrer geometrischen Eigenschaften wie Umrisse und Mittellinien zu erkennen. Unser Ansatz bestimmt die Baumstämme und ihre Bestandteile mit hoher Genauigkeit. Alle Daten werden zu einer einheitlichen Darstellung fusioniert,“ erläutert Julia Simon. „Das Besondere ist, dass unser System selbst unter herausfordernden Bedingungen wie beispielsweise schwierigen Witterungsverhältnissen oder teilweisen Verdeckungen verlässlich funktioniert und die Baumstämme präzise über Bildsequenzen hinweg verfolgt, das heißt sie auch immer wieder erkennt,“ ergänzt ihr Kollege Daniel Steininger.

Mehr als 51.000 Baumstamm-Komponenten erfasst

Mit TimberVision haben sie einen neuartigen, öffentlich zugänglichen Bilddatensatz und ein KI-Modell entwickelt, das Baumstämme zuverlässig erkennt und deren Konturen präzise erfasst. Über 2.000 annotierte Farbbilder und mehr als 51.000 erfasste Baumstamm-Komponenten, inklusive Schnitt- und Mantelflächen, machen ihn zur größten Sammlung ihrer Art. Dafür hat das Team die Daten mit handelsüblichen RGB-Kameras aufgenommen und mit einer eigens entwickelten semi-automatischen Verarbeitungspipeline annotiert. Es wurden mehrere KI-Modelle trainiert und auf vielfältige Umfeldbedingungen, unterschiedliche Standorte, Distanzen, Licht- und Wetterverhältnisse sowie Baumstammvariationen systematisch evaluiert, um eine hohe Modellrobustheit sicherzustellen. Die Genauigkeit des Modells wurde in mehreren Tests erfolgreich bestätigt. Durch Kombination mit weiteren Sensoren kann das System beispielsweise für eine automatisierte Inventur sowie eine optimierte Holzernte und Verladung eingesetzt werden.

TimberVision als Open Source zugänglich

Um die Forschung weiter voranzutreiben, stellt das AIT-Team den gesamten TimberVision-Datensatz sowie die entwickelten Algorithmen für akademische Zwecke öffentlich zur Verfügung. Wissenschafter:innen weltweit sind eingeladen, das System zu nutzen und weiterzuentwickeln.

Erschienen in zek KOMMUNAL, Ausgabe 2/2025