Inertiale Sensorik erhöht Präzision und Produktivität in der Smart Farming-Landwirtschaft

Der ADIS16576 von ADI ist eine MEMS-IMU, die sowohl hinsichtlich der funktionalen Integration als auch der Leistungsfähigkeit der Kernsensoren einen bedeutenden Durchbruch darstellt. Besonders hervorzuheben sind die Verbesserungen beim Vibration Rectification Error (VRE): eine 10-fache Verbesserung für das Gyroskop und eine 50-fache Verbesserung für den Beschleunigungssensor. Die grundlegende Funktion einer MEMS-IMU besteht darin, die dreiachsige Winkelgeschwindigkeit um drei zueinander orthogonale Achsen (Roll, Nick, Gier) sowie die dreiachsige lineare Beschleunigung entlang derselben Achsen zu erfassen.

Der Beschleunigungssensor ermöglicht die Schätzung des mittleren (bzw. statischen) Neigungswinkels, während die integrierten Gyroskopmessungen die Winkelverlagerung in Echtzeit liefern. Der Systemprozessor kombiniert diese beiden Quellen der Winkelschätzung, um zuverlässige Rückkopplungsinformationen für GNC- (Guidance, Navigation and Control) oder Ausrichtungsregelungssysteme bereitzustellen. Unter diesen Bedingungen bedeutet ein Beschleunigungssensor-VRE von 1,3 mg bei einer Vibration von 4 g, dass die GNC-Plattform einen Lagewinkel von besser als 0,1° aufrechterhalten kann, ohne auf zusätzliche Sensorfunktionen angewiesen zu sein. Dies ist insbesondere für UAVs von Vorteil, vor allem für solche, deren Vibrationsniveau sich mit dem Schub stark verändert.

Bei Gyroskopen kann VRE schnelle und anhaltende Änderungen des Bias verursachen, was zu fehlerhaften Bewegungskorrekturen und im schlimmsten Fall zu Instabilität der Plattform führt. Geräte früherer Generationen konnten unter 8 g RMS-Vibration VRE-Reaktionen von über 300°/h aufweisen, während der ADIS16576 lediglich 12°/h erreicht. Dadurch wird die Belastung anderer Sensorsysteme hinsichtlich Schätzung und Korrektur erheblich reduziert. Eine der wichtigsten funktionalen Verbesserungen dieser MEMS-IMU ist ihre skalierbare externe Synchronisation. Dank einer benutzerprogrammierbaren Takt-Skalierungsfunktion können Systementwickler nun eine IMU-Datenabtastrate von 4000 Hz mithilfe langsamerer systemweiter Referenzen wie GPS oder Videosynchronisation betreiben. Dies ermöglicht eine enge Kopplung mit Pulse-per-Second- (PPS-) oder Wahrnehmungssensor-Referenzen und bewahrt gleichzeitig die Vorteile der digitalen Signalverarbeitung, die höhere Abtastraten bieten.

Am Beispiel einer autonomen Fahrzeugplattform kann eine GPS-Referenz mit 20 Hz zusammen mit einem Skalierungsfaktor von 200 verwendet werden, um eine interne Abtastrate von 4000 Hz zu erzeugen. Darüber hinaus kann das System einen integrierten Dezimationsfilter einsetzen, um die Ausgangsdatenrate um den Faktor 20 auf 200 Hz zu reduzieren. In dynamischeren Anwendungen, etwa bei einer Drohne zur Feldinspektion unter windigen Bedingungen, muss der Systemprozessor die Daten möglicherweise mit der maximalen Abtastrate auslesen und verarbeiten, um Stabilität und Manövrierfähigkeit sicherzustellen.

Inertialsensoren spielen auch in IoT-Systemen eine entscheidende Rolle, die zur kontinuierlichen Überwachung des Tierstandorts und physiologischer Zustände eingesetzt werden können. Typische Ausführungen umfassen Marken, die am Ohr, Schwanz oder Körper befestigt werden, oder smarte Halsbänder, die um den Hals getragen werden. Diese Marken helfen nicht nur bei der Verwaltung des Herdenstandorts, sondern liefern vor allem kontinuierlich Tiergesundheitsdaten wie Aktivitätsniveaus, Fütterungszeiten und Atemfrequenzen. Darüber hinaus verfügen neuere Marken über die Fähigkeit, die Herzfrequenz und andere Vitalzeichen zu erfassen. Am Hals getragene Halsbänder sind zu unverzichtbaren Werkzeugen für die Erkennung von Brunst, Wiederkauen, Lahmheit und anderen Zuständen bei Rindern geworden. Eine der Kernanforderungen an solche IoT-Systeme ist ein geringer Stromverbrauch, da die Wartung von Batterien (wiederaufladbar oder Primärbatterien) für große Herden eine mühsame und anspruchsvolle Aufgabe ist.
 
ADI's ADXL366 bietet außergewöhnliche Vorteile bei geringem Stromverbrauch. Dieser dreiachsige Beschleunigungssensor verfügt über eine interne Spannungsregelung, sodass er direkt an eine Batterie angeschlossen werden kann. Seine minimale Betriebsspannung beträgt 1.1 V, und er kann Bewegungsdaten mit 100 Hz bei einem Leistungsverbrauch von nur etwa 1 µW bereitstellen. Dieses Energieniveau liegt unter der Selbstentladerate einer Knopfzellenbatterie. Bei Einsatz in einem am Hals getragenen Halsband kann dieser Beschleunigungssensor zwischen Low-Power- und Low-Noise-Modus umschalten und ein Mindestsignal zwischen 3 mg und 8 mg rms liefern, ausreichend zur Unterscheidung von Kauen, Wiederkauen und Atemfrequenz (RR). Der ADXL380 bietet eine verbesserte Fähigkeit zur Überwachung von Vitalzeichen, mit Betriebsrauschpegeln, die über eine Bandbreite von 4 kHz nahezu zwei Größenordnungen niedriger sind. Für einen Vergleich bei äquivalenter Bandbreite von 200 Hz beträgt das äquivalente Rauschen für diesen Beschleunigungssensor 0.4 mg rms. Das hohe Signal-Rausch-Verhältnis (SNR) in Kombination mit der großen Bandbreite ermöglicht es diesem dreiachsigen Beschleunigungssensor, als "Stethoskop" zu fungieren, indem er Herzfrequenzinformationen über Ballistokardiogramme erfasst oder verschiedene Geräusche im Zusammenhang mit Atmung, Verdauung und anderen physiologischen Funktionen aufnimmt.
 
Eine weitere Kernfähigkeit extrem stromsparender Inertialsensoren ist die Unterstützung des System-Power-Managements für IoT-Knoten. Der ADXL366 bietet einen dedizierten Wake-up-Modus, der basierend auf erkannten Bewegungsprofilen Interrupts auslösen kann, um den Leistungszyklus elektronischer Systeme zu steuern. Der Beschleunigungssensor bietet einen umfangreichen Satz programmierbarer Parameter, um das gewünschte Bewegungsprofil zu konfigurieren und, was am wichtigsten ist, aufzuwecken und mit voller Bandbreite zu sampeln. Diese Fähigkeit ist entscheidend, um Aliasing und Fehldetektion zu vermeiden. Im Wake-up-Modus verbraucht der ADXL366 erstaunlich geringe 180 nA. Durch Nutzung dieser Funktion können leistungsintensive Sensoren, Funkmodule und andere Komponenten bei Nichtbedarf abgeschaltet werden, wodurch sich die nutzbare Lebensdauer des Sensorknotens verlängert.

Schließlich wendet sich die Diskussion der Integration von Inertialsensorik und AI-Analytik zu, mit dem Ziel, eine vorausschauende Wartung in der Smart-Farming-Landwirtschaft zu erreichen. Da moderne Farmen in ihrer Größe wachsen, sind sie zunehmend auf Maschinen mit hohen Investitionskosten für die Produktion angewiesen. Solche Geräte müssen nicht nur präzise arbeiten, sondern auch den rauen Umgebungen und intensiven Anforderungen saisonaler landwirtschaftlicher Aufgaben standhalten. Ein Geräteausfall während der kurzen Aussaat- oder Erntesaison kann zu erheblichen wirtschaftlichen Verlusten führen.
 
So müssen Präzisionsmaschinen wie Sämaschinen oder Mähdrescher häufig unter widrigen Bedingungen wie Regen, Wind, Staub, Schlamm und Gesteinsfragmenten arbeiten. In diesen Umgebungen können Änderungen in wichtigen Vibrationssignaturen genutzt werden, um Geräteprobleme im Voraus vorherzusagen und so Wartung in Zeiträumen zu ermöglichen, die die Produktionszeiten mit Spitzenbedarf nur minimal beeinträchtigen. Die Analyse mechanischer Schwingungen (ähnlich der Überwachung von Vitalzeichen bei Nutztieren) kann die Ausfallarten und den Zeitpunkt verschiedener Probleme in mechanischen Elementen, wie Lagerfehler, Achsfehlstellung, Unwucht, Lockerheit, Getriebefehler und andere Probleme, präzise identifizieren. Betrachten Sie einen Lagerdefekt, wie Abplatzungen oder eine Abweichung von einer idealen sphärischen Form. Jedes Mal, wenn dieser Defekt die Maschinenoberfläche berührt, erzeugt er einen Impuls auf der Plattform und löst eine komplexe Schwingungsantwort aus, die sowohl Grundschwingungs- als auch Breitbandanteile enthält.
 
Daher müssen Beschleunigungssensoren zur Umsetzung einer vorausschauenden Wartung drei wichtige Leistungskriterien erfüllen: geringes Rauschen (für frühe Vorhersagen), hohe Bandbreite (zur Erfassung aller spektralen Inhalte und zur Unterstützung der Fehlerklassifizierung) sowie einen ausreichend großen Messbereich. Die letzte Anforderung wird jedoch häufig übersehen, weil die Beschleunigungsamplitude proportional zum Quadrat der Frequenz (ω²) ist. Wird dies nicht berücksichtigt, kann hochfrequenter Spektralinhalt den Sensor sättigen. ADI's neuer digitaler triaxialer ADXL382-Beschleunigungssensor in einem kompakten Gehäuse erfüllt alle drei Anforderungen. Dieses Produkt unterstützt Messbereiche von ±15 g, ±30 g und ±60 g, bietet eine Bandbreite von 8 kHz und zeichnet sich durch ein extrem geringes Rauschen von weniger als 55 μg/√Hz aus.
 
Der ADXL382 bietet eine branchenführende Rauschperformance und ermöglicht hochpräzise Anwendungen mit minimaler Kalibrierung. Seine Eigenschaften in Bezug auf geringes Rauschen und niedrige Leistungsaufnahme ermöglichen eine genaue Messung von Audiosignalen oder Herztönen selbst in Umgebungen mit starken Vibrationen. Darüber hinaus ermöglicht der ADXL382 eine echte Systemleistung auf Systemebene, einschließlich eines integrierten Mikroleistungs-Temperatursensors, einer Einzel-, Doppel- oder Dreifach-Tap-Erkennung sowie einer Zustandsmaschine zur Vermeidung von Fehlauslösungen.

Automatisierung und technologischer Fortschritt in der Landwirtschaft sind zentrale Kräfte bei der Bewältigung kritischer globaler Herausforderungen wie Ernährungssicherheit, Arbeitskräftemangel und ökologischer Nachhaltigkeit. Durch die Einführung von Innovationen wie AI, Robotik und Präzisionslandwirtschaft kann die landwirtschaftliche Produktion die Effizienz steigern, Kosten senken und eine nachhaltigere Zukunft der Lebensmittelproduktion sicherstellen. Innerhalb des Ökosystems der Agrartechnologie liefern Trägheitssensoren grundlegende Sensorfunktionen und spielen eine entscheidende Rolle. Bei der Auswahl von Sensoren muss jedoch sorgfältig vorgegangen werden, um sicherzustellen, dass ihre Leistung und Funktionalität mit der jeweiligen Anwendung übereinstimmen. Die entsprechenden von ADI angebotenen Lösungen werden die Entwicklung der Smart-Farming-Technologie beschleunigen und zählen zu den optimalen Optionen für entsprechende Anwendungen.