Steckbrief Digiforest
| Name | DigiForest – Digital Analytics and Robotics for Sustainable Forestry (Digitalisierung und Robotik für eine nachhaltige Waldbewirtschaftung) |
| Funktion | DIGIFOREST hat zum Ziel, die Technologie für eine nachhaltige digitale Waldbewirtschaftung zu entwickeln. Die Aktivitäten des Projektes umfassen grundlegende Entwicklungen für (1) mobile Roboternavigation (Multi-Sensor-Bewegungsschätzung, 3D-Missionsplanung) und (2) datengesteuerte semantische Kartierung. Diese sehr detaillierten Daten werden dann Waldplanern bereitgestellt, damit sie fundierte Entscheidungen treffen können. |
| Technologie | Mobile Robotik: Mobilitäts- und Echtzeit-Navigationstechniken für die Autonomie von Luft- und Bodenrobotern unter schwierigen (forstlichen) Bedingungen. Fusion von luft- und bodengestützten Daten für bessere räumlich-zeitlich aufgelöste Walddaten. Semantische Interpretation der Daten, die zu detaillierten semantisch-geometrischen Modellen führt. Entscheidungsunterstützung für die Erfassung und Bewertung von Ökosystemleistungen. Diese basiert auf räumlich expliziten, hochauflösenden Daten. |
| Einsatzbereiche | Bereiche: Forstwirtschaft, Umweltmanagement, Nachhaltige Holzproduktion, Bereitstellung verschiedener Waldleistungen Regionen: Projektregionen in Nordeuropa (EVO in Finnland) und Mitteleuropa ( Stein am Rhein, Schweiz) |
| Datenquellen | verschiedene komplementäre Sensoren von LiDAR und RGB-DKameras bis hin zu IMUs und GNSS. |
| Funktionsweise und Algorithmen | Autonome Navigation in dichten Wäldern mit mobiler Robotik. Semantische und geometrische Segmentierung von Baum- und Umgebungsdaten. Integration der gesammelten Daten in Entscheidungsunterstützungssysteme zur Erstellung von Biodiversitäts- und Logging-Plänen. Automatisiertes Logging mit autonomen, leichten Erntemaschinen. |
| Ergebnis / Output | Hochaufgelöste Karten und Modelle der Waldumgebung Biodiversitätsanalysen und Logging-Optimierungspläne Empfehlungen für nachhaltiges Forstmanagement |
| Vorteile | Präzisere Waldkartierung und -analyse, Geringere Umweltbelastung durch leichte Maschinen, Optimierte Ressourcennutzung und Biodiversitätsschutz, Minimierung von Bodenschäden |
| Zielgruppe | Forstbehörden, Wissenschaftler und Forscher, Forstmanager und Maschinenbediener Anforderungen: Grundlegende Schulung in der Nutzung von DSS und Robotik |
| Projekte / Referenzen | EU-Forschungsprojekt Dauer: 2022 – 2026 Finanzierung: EU Horizon 2020, Schweizer Staatssekretariat für Bildung, Forschung und Innovation SBFI Anwendung in digitalen Forstmanagement-Projekten in Europa. Wissenschaftliche Ambitionen umfassen robotische Navigation, semantische Kartierung und DSS-Integration. |
| Kosten | Wartungs- und Lizenzkosten abhängig von spezifischen Anforderungen und Region. |
| Nutzungserfahrungen | Berichtete Vorteile bei Umweltfreundlichkeit und Effizienz. |
| Risiken und Schwächen | Hohe anfängliche Anschaffungskosten; Viele Datensätze open access Potenzielle Abhängigkeit von fortschrittlicher Technologie Herausforderungen bei der Integration in bestehende Forstsysteme |
| Zukunftsperspektiven / Weiterentwicklung | Erweiterung der DSS-Funktionalitäten für Klimawandelanpassung Einführung weiterer Robotik-Funktionen, präzisere Navigation, Automatisierung Baumartenerkennung |
| Verfügbarkeit und Kontakt | Webseite: https://digiforest.eu/project/ Projektleitung: Prof. Stefan Leutenegger (TUM, ab April 2025 ETH Zürich) Leitung WP 5 Forest Decision Support: Janine Schweier. Mail: janine.schweier@wsl.ch |
