Steckbrief WAI-KnotCT
| Name | WAI-KnotCT – Wood Artificial Intelligence – Knot modelling by Computed Tomography |
| Funktion | Einblicke in den Stamm KI und CT für Holzforschung Erhöhte Produktionseffizienz in der Forst-Holz-Kette Ziel: Steigerung der Produktionseffizienz von festigkeits- und aussehenssortiertem Bauholz |
| Technologie | Maschinelles Lernen durch Trainieren mit CT-Aufnahmen Algorithmen zur Asterkennung basierend auf CT und KI |
| Einsatzbereiche | Bereiche: Forst- und Holzindustrie; Forstbetriebe |
| Datenquellen | CT-Scanning für Datenbank der Stamm- und Aststruktur ergänzt mit forstwissenschaftlichen Daten |
| Ergebnis / Output | Erkennung von innenliegenden Ästen |
| Vorteile | Verbesserung und Verfeinerung der Methodik zur Astextraktion aus CT-Bildern von Stämmen. |
| Zielgruppe | Forst- und Holzbranche: zur Modellierung der Ast- und Kronenentwicklung in der waldwachstumskundlichen Forschung und Bewertung von Waldbehandlungskonzepten, für eine Weiterentwicklung der Charakterisierung und Sortierung von Stammholz, für eine Weiterentwicklung von Produktionsabläufen in der holzverarbeitenden Industrie oder zum vertieften Verständnis des Einflusses von Ästen auf die Festigkeit von Holz mittels Finiter Elemente-Simulationen |
| Projekte / Referenzen | BMBF Internationale Kooperation: TU Lulea (schweden, Koordination), Uni Life Science (Norwegen), Uni British Columbia (Kanada), TU München, FVA Ba-Wü 01.05.2023 – 30.04.2026 293.753,00 € |
| Verfügbarkeit und Kontakt | Dr. Franka Brüchert: Franka.Bruechert@forst.bwl.de https://www.fva-bw.de/top-meta-navigation/fachabteilungen/waldnutzung/wai-knotct https://www.forstpraxis.de/holzforschung-40-ki-sorgt-fuer-einblicke-holzstaemme-22106 |
