Was bei den nun frühlingshaften Temperaturen Spazierende am Wegrand stört, ist vielen Landwirtinnen und Landwirten ein bekanntes Übel: Littering, also achtlos liegengelassene oder weggeworfene Abfallgegenstände wie beispielsweise Verpackungspapier, PET- und Glasflaschen oder ALU-Getränkedosen. Dieser Abfall stört nicht nur die Ästhetik der Natur und trägt zu deren Verschmutzung bei, sondern bildet auch eine nicht zu unterschätzende Verletzungsgefahr für Mensch und Tier, speziell in der Landwirtschaft.
Besonders gefährlich ist es, wenn beim Mähen von Wiesen ALU-Dosen oder Glasflaschen zerkleinert werden, wodurch meist scharfkantige Abfallstücke entstehen. Gelangen diese ins Futter, können sie meistens nicht mehr erkannt, geschweige denn entfernt werden. Daher gelangen auf diesem Weg immer wieder gefährliche Abfallstücke in die Futtertröge und können zu schwerwiegenden Verletzungen bis hin zum qualvollen Tod einzelner Tiere führen.
Grosser Aufwand im ländlichen Raum
Obwohl durch diverse Sensibilisierungskampagnen versucht wird, Littering bei den Verursachenden zu verhindern, zeigt sich weiterhin eine grosse Problematik gerade im ländlichen Raum. Um die negativen Auswirkungen von Littering zu minimieren, muss unsachgemäss entsorgter Abfall in der Regel mit grossem zeitlichen und finanziellen Aufwand händisch eingesammelt werden. Anders als im urbanen Raum, wo Kehrmaschinen die Aufnahme auf befestigten Flächen erleichtern, gibt es im ländlichen Raum noch keine etablierten Methoden, um das Aufnehmen von Hand zu automatisieren.
Mit bestehenden Verfahren lassen sich Abfallstücke derzeit nur sehr schwer entfernen.
Mit bestehenden Verfahren lassen sich Abfallstücke derzeit nur sehr schwer aus Wiesen, von Feldern oder unter Gebüschen entfernen. Deshalb müssen Mitarbeitende des Strassenunterhaltes oder allenfalls Landwirtinnen und Landwirte selber den Abfall von Hand in einer mühsamen und zeitintensiven Arbeit spätestens vor dem Grasschnitt einsammeln, was aber nicht immer und überall durchführbar ist.
Abfallerkennung mit künstlicher Intelligenz
Damit in Zukunft Littering möglichst einfach und automatisiert auch auf Wiesen und Weiden einzusammeln ist, hat sich Agroscope in einem von den Kantonen Aargau, St. Gallen, Thurgau und Zürich finanzierten Vorprojektes intensiv mit dem Thema Littering befasst. Um, im wahrsten Sinne des Wortes, ein genaueres Bild von Littering im ländlichen Raum zu erhalten, wurden mittels Drohnen Bildaufnahmen von Vegetationsflächen entlang verschiedener Strassenabschnitte gesammelt.
Der Datensatz dient als Basis für das Trainieren einer automatischen Abfallerkennung mittels künstlichen Intelligenz.
Der dabei entstandene Datensatz gibt einen ersten Einblick vom Littering-Ausmass im ländlichen Raum, insbesondere zu den vorgefundenen Abfalldichten und der Abfallverteilung orthogonal vom Strassenrand Richtung Wiese/Böschung, beides wichtige Grössen für die Konzeption und Entwicklung eines zukünftigen Detektions- und Aufnahmeverfahrens. Der Datensatz dient zudem als Basis für das Trainieren einer automatischen Abfallerkennung mittels Methoden der künstlichen Intelligenz.
Die hohe Qualität heutiger Drohnenbilder erlaubt die Unterscheidung der meisten Abfallarten von Auge. Sogar Zigarettenstummel (rote Pfeile) lassen sich so erkennen.
Automatisches Einsammeln entlang von Strassen
Mit den erhobenen Daten konnte gezeigt werden, dass Littering im ländlichen Raum durch eine inhomogene Verteilung gekennzeichnet ist. Abgesehen von lokalen und/oder temporären Hotspots mit sehr hoher Abfalldichte, wurden in den stichprobenartig untersuchten Gebieten bei normalem Reinigungsintervall auch relativ geringe Abfalldichten beobachtet. Solche Dichten führen meist zu einem zeitintensiven manuellen Suchen und Aufnehmen, da grosse Distanzen zurückgelegt und viel Zeit für das Auffinden des Abfalls aufgewendet werden muss. Weiter stellte sich im Vorprojekt heraus, dass Littering oft sehr unterschiedlich auf den Flächen orthogonal zum Strassenrand vorzufinden ist. Der Abfall liegt bis 5 m vom Strassenrand entfernt und sollte von einem Erkennungs- und Aufnahmesystem erreicht werden können.
Aus Drohnenbilder lassen sich die orthogonalen Distanzen d der Abfallobjekte abschätzen.
Durch die beobachtete inhomogene Abfallverteilung erscheint ein automatisches Erkennen und Aufsammeln des Abfalls zwingend. Es konnte aufgezeigt werden, dass eine automatische Erkennung des Abfalls per Kamera und Bildanalyse möglich ist. Eine zusätzliche Klassifizierung nach Abfallart (z.B. ALU-Getränkedosen, PET-Flaschen, usw.), wie es erste kommerzielle Systeme auf versiegelten Flächen im urbanen Raum (Cortexia AG) bereits erreichen, konnte noch nicht realisiert werden, sollte aber weitgehend auch im Grünland funktionieren, auch wenn die Fehlerquote höher liegen dürfte.
Die ermutigenden Resultate der automatischen Erkennung lassen neue Konzepte zur automatischen punktuellen Abfallaufnahme als machbar erscheinen.
Die ermutigenden Resultate der automatischen Erkennung lassen neue Konzepte zur automatischen punktuellen Abfallaufnahme als machbar erscheinen. Durch eine smarte Steuerung wird das Aufnahmegerät nur aktiv, wenn aufzusammelnde Abfallstücke erkannt werden, wodurch ein energieeffizientes, arbeitssparendes und schonendes Abfallaufsammeln möglich ist. Daneben bleibt auch weiterhin auf die Sensibilisierung und Aufklärung zu setzen – denn auch die menschliche Intelligenz gilt bekanntlich als lernfähig.
