Autonóm mezőgazdasági robotplatformok, mesterséges intelligencia és precíziós növényállapot-monitoring fejlesztése szőlőültetvények, gyümölcsösök és szántóföldi haszonnövények számára.
A Green Tech Robotics célja intelligens, autonóm mezőgazdasági rendszerek fejlesztése, amelyek támogatják a növényállapot rendszeres megfigyelését és a gazdálkodói döntéshozatalt.
Fejlesztési koncepciónk a robotika, a szenzortechnológia, a térinformatika és a mesterséges intelligencia összekapcsolására épül.
Kiemelt kutatási területünk a szőlőültetvények növényegészségügyi monitoringja, ugyanakkor a fejlesztési koncepció gyümölcsösök és hagyományos szántóföldi haszonnövények vizsgálatára is kiterjed. Célunk az állomány állapotának rendszeres felmérése, a rendellenességek helyhez kötött azonosítása és a későbbi hozambecslés támogatása.
Rendszeres ültetvényvizsgálatot támogató terepi robotikai és szenzortechnológiai fejlesztések.
Képfeldolgozás és gépi tanulás kutatása növényi rendellenességek felismeréséhez.
A fejlesztési célok kialakítása mezőgazdasági termelők és szakmai partnerek bevonásával.
A rendszeres terepi adatgyűjtést AI-alapú elemzéssel és térképes megjelenítéssel összekapcsoló rendszer fejlesztésén dolgozunk szőlőben, gyümölcsösben és szántóföldi kultúrákban.
Kiemelt célunk a szőlő aranyszínű sárgaságára (Flavescence dorée) utaló vizuális tünetek AI-alapú felismerésének kutatása.
Az RGB-képfeldolgozásra épülő megközelítést multispektrális vizsgálatokkal tervezzük bővíteni.
A rendszer a gyanús növények azonosítását és térképes rögzítését támogatná, megkönnyítve a célzott helyszíni ellenőrzést.
Mesterséges intelligenciaNövényegészségügyTérinformatikaA fejlesztési koncepciót gyümölcsültetvényekben is alkalmazhatóvá szeretnénk tenni, különös tekintettel az alma- és meggytermesztés kihívásaira.
A lehetséges felhasználási területek közé tartozik a növényállapot és a rendellenességek megfigyelése, valamint a rendszeres adatgyűjtés automatizálása.
Célunk, hogy az eszközök az adott kultúrához és a termelők tényleges igényeihez igazodjanak.
GyümölcsültetvényekRobotikaPrecíziós mezőgazdaságA fejlesztési koncepció hagyományos szántóföldi kultúrák rendszeres, gépi látáson alapuló felmérésére is kiterjed.
Cél az állomány- és területállapot felmérése, a problémás növények vagy területrészek AI-alapú felismerése és GPS-koordinátával történő megjelölése.
A későbbi fejlesztési célok között szerepel a termés- és hozambecslés támogatása, valamint a kézi területbejárások és ellenőrzések célzottabbá tétele.
Szántóföldi kultúrákÁllapotfelmérésHozambecslésA pályázati fejlesztési koncepcióban a robotplatform nemcsak adatot gyűjt, hanem olyan döntéstámogató információkat is előállíthat, amelyek csökkenthetik a teljes terület kézi bejárásának igényét.
A növényzet állapotának rendszeres, összehasonlítható dokumentálása a gép normál munkamenete közben.
Növénybetegségre vagy más rendellenességre utaló vizuális jelek automatikus felismerésének kutatása, helyhez kötött GPS-jelöléssel.
A fejlődési állapotból és képi adatokból származó információk felhasználása későbbi termés- és hozambecslési modellekhez.
A problémás növények vagy zónák kiszűrése, hogy a gazdálkodó a teljes terület helyett a valóban indokolt pontokra koncentrálhasson. A fejlesztési irány a precíziós, célzott növényvédelmi beavatkozások támogatására is kiterjed.
A tervezett rendszer az autonóm adatgyűjtést, a képfeldolgozást és az elemzési eredmények megjelenítését kapcsolná össze.
Rendszeres ültetvényvizsgálat autonóm robotplatformmal.
Képi és más releváns növényállapot-adatok gyűjtése.
A felvételek elemzése és a lehetséges rendellenességek felismerésének támogatása.
Helyhez kötött eredmények a további vizsgálatok támogatására.
Nyitottak vagyunk szőlő- és gyümölcstermesztőkkel, szántóföldi növénytermesztőkkel, kutatási intézményekkel és technológiai partnerekkel történő együttműködésre.
Fontos számunkra, hogy a fejlesztési célokat a termelők tapasztalataira és gyakorlati igényeire építsük.
KapcsolatfelvételSzőlő- és gyümölcstermesztőket, szántóföldi növénytermesztőket, potenciális pilotpartnereket, kutatókat és technológiai együttműködőket.
Terepi vizsgálatok, adatgyűjtés, növényegészségügyi monitoring, állapotfelmérés, hozambecslési fejlesztések és gyakorlati validáció.
Ha termelőként, kutatási partnerként vagy technológiai együttműködőként érdeklődik a Green Tech Robotics fejlesztései iránt, írjon nekünk vagy töltse ki az oldal alján található kapcsolatfelvételi űrlapot.
A Green Tech Robotics fejlesztései jelenleg a Reverto-Global Kft. weboldalán belül jelennek meg.
Az alábbi űrlapon röviden írja le, milyen együttműködés vagy fejlesztési terület érdekli. Az üzenet az Odoo CRM-be érkezhet be leadként.
Kapcsolatfelvételi űrlapDeveloping autonomous agricultural robots, artificial intelligence and precision crop monitoring solutions for vineyards, orchards and conventional arable crops.
Green Tech Robotics aims to develop intelligent, autonomous agricultural systems that support regular crop health monitoring and informed decisions by growers.
Our development concept combines robotics, sensing technologies, geographic information systems and artificial intelligence.
Our primary research focus is plant health monitoring in vineyards, while the development concept also covers orchards and conventional arable crops. Our goals include regular crop and field condition assessment, geolocated identification of anomalies and, at a later stage, support for crop and yield estimation.
Field robotics and sensing technologies designed to support regular monitoring of plantations.
Research into image processing and machine learning to identify potential crop abnormalities.
Shaping development priorities together with growers and professional partners.
We are developing a concept that combines regular field data collection, AI-based analysis and map-based visualisation for vineyards, orchards and arable crops.
A key research objective is to investigate AI-based recognition of visual symptoms potentially associated with Flavescence dorée, or grapevine golden flavescence.
Our approach starts with RGB image analysis, with plans to extend it through multispectral imaging.
The proposed system would help flag and map potentially affected vines, enabling targeted on-site inspections.
Artificial intelligencePlant healthGISWe aim to adapt the concept for orchards as well, with particular attention to the practical challenges of apple and sour cherry production.
Potential applications include crop health monitoring, detecting unusual plant conditions and automating routine field data collection.
Our goal is to tailor the technology to individual crops and the real needs of growers.
OrchardsRoboticsPrecision agricultureThe development concept also covers routine machine-vision-based assessment of conventional arable crops.
Objectives include crop and field condition assessment, AI-based detection of problematic plants or areas, and geolocation using GPS coordinates.
Later-stage goals include supporting crop and yield estimation and making manual field scouting more targeted and efficient.
Arable cropsCondition assessmentYield estimationIn the grant development concept, the robot platform is intended not only to collect data but also to generate decision-support information that can reduce the need for full manual field scouting.
Regular and comparable documentation of crop condition during normal machine passes.
Research into automatic recognition of visual signs that may indicate disease or other abnormalities, with GPS-based geolocation.
Using crop development and image-derived information as inputs for future crop and yield estimation models.
Filtering problematic plants or zones so growers can focus on locations that actually require attention. The development direction also includes support for precision, targeted crop-protection interventions.
The proposed system would integrate autonomous data collection, image processing and the visualisation of analytical results.
Regular plantation monitoring using an autonomous robot platform.
Collection of imagery and other relevant crop health data.
Image analysis to support the identification of potential abnormalities.
Geolocated findings to support further investigation.
We welcome collaboration with vineyard, orchard and arable crop producers, research institutions and technology partners.
We believe that growers' experience and practical requirements should guide the development process.
Contact usVineyard, orchard and arable crop producers, potential pilot partners, researchers and technology collaborators.
Field trials, data collection, plant health monitoring, condition assessment, yield-estimation development and practical validation.
If you are interested in Green Tech Robotics as a grower, research partner or technology collaborator, contact us directly or use the enquiry form at the bottom of this page.
Green Tech Robotics developments are currently presented within the Reverto-Global Kft. website.
Use the form below to briefly describe the cooperation or development area you are interested in. The enquiry can be created directly as a lead in Odoo CRM.
Contact formEntwicklung autonomer Agrarroboter, künstlicher Intelligenz und präziser Systeme zur Überwachung des Pflanzenzustands in Weinbergen, Obstanlagen und klassischen Ackerkulturen.
Green Tech Robotics verfolgt das Ziel, intelligente, autonome Agrarsysteme zu entwickeln, die eine regelmäßige Überwachung des Pflanzenzustands und fundierte Entscheidungen landwirtschaftlicher Betriebe unterstützen.
Unser Entwicklungskonzept verbindet Robotik, Sensortechnologie, Geoinformationssysteme und künstliche Intelligenz.
Unser Forschungsschwerpunkt liegt auf dem Pflanzengesundheitsmonitoring im Weinbau. Das Entwicklungskonzept umfasst zugleich Obstanlagen und klassische Ackerkulturen. Ziele sind die regelmäßige Bestands- und Flächenzustandsbewertung, die georeferenzierte Erkennung von Auffälligkeiten und in einer späteren Entwicklungsphase die Unterstützung von Ertragsprognosen.
Robotik- und Sensortechnologien für die regelmäßige Überwachung landwirtschaftlicher Anlagen.
Forschung zu Bildverarbeitung und maschinellem Lernen zur Erkennung möglicher Pflanzenauffälligkeiten.
Entwicklungsziele gemeinsam mit landwirtschaftlichen Betrieben und Fachpartnern gestalten.
Wir entwickeln ein Konzept, das regelmäßige Felddatenerfassung, KI-gestützte Analyse und kartengestützte Darstellung für Weinbau, Obstanlagen und Ackerkulturen verbindet.
Ein zentrales Forschungsziel ist die KI-gestützte Erkennung sichtbarer Symptome, die auf die Goldgelbe Vergilbung der Rebe (Flavescence dorée) hindeuten können.
Der Ansatz beginnt mit der Analyse von RGB-Aufnahmen und soll später um multispektrale Bildgebung erweitert werden.
Das geplante System soll auffällige Rebstöcke markieren und kartieren, um gezielte Kontrollen vor Ort zu unterstützen.
Künstliche IntelligenzPflanzengesundheitGeoinformatikWir möchten das Entwicklungskonzept auch für Obstanlagen nutzbar machen, insbesondere für die Herausforderungen im Apfel- und Sauerkirschenanbau.
Mögliche Einsatzfelder sind die Überwachung des Pflanzenzustands, die Erkennung von Auffälligkeiten und die Automatisierung regelmäßiger Datenerhebungen.
Unser Ziel ist es, die Technologie an die jeweilige Kultur und die tatsächlichen Bedürfnisse der Betriebe anzupassen.
ObstanlagenRobotikPräzisionslandwirtschaftDas Entwicklungskonzept umfasst auch die regelmäßige, bildbasierte Bewertung klassischer Ackerkulturen.
Ziele sind die Bestands- und Flächenzustandsbewertung, die KI-gestützte Erkennung problematischer Pflanzen oder Teilflächen und deren Georeferenzierung per GPS.
Zu den späteren Entwicklungszielen gehören die Unterstützung von Ertragsprognosen sowie eine gezieltere und effizientere manuelle Feldkontrolle.
AckerkulturenZustandsbewertungErtragsprognoseIm Förderkonzept soll die Roboterplattform nicht nur Daten erfassen, sondern auch entscheidungsrelevante Informationen erzeugen, die den Bedarf an vollständigen manuellen Feldbegehungen reduzieren können.
Regelmäßige und vergleichbare Dokumentation des Pflanzenbestands während normaler Maschinenfahrten.
Forschung zur automatischen Erkennung visueller Anzeichen von Krankheiten oder anderen Auffälligkeiten mit GPS-basierter Georeferenzierung.
Nutzung von Entwicklungszustand und Bilddaten als Grundlage für zukünftige Modelle zur Abschätzung von Ernte und Ertrag.
Identifikation problematischer Pflanzen oder Zonen, damit sich Betriebe auf tatsächlich relevante Bereiche konzentrieren können. Die Entwicklungsrichtung umfasst auch die Unterstützung präziser, gezielter Pflanzenschutzmaßnahmen.
Das geplante System soll autonome Datenerfassung, Bildverarbeitung und die Darstellung der Analyseergebnisse miteinander verbinden.
Regelmäßige Kontrolle von Anbauflächen mit einer autonomen Roboterplattform.
Erfassung von Bildmaterial und weiteren relevanten Daten zum Pflanzenzustand.
Bildanalyse zur Unterstützung der Erkennung möglicher Auffälligkeiten.
Georeferenzierte Ergebnisse als Grundlage für weitere Untersuchungen.
Wir freuen uns über die Zusammenarbeit mit Weinbau-, Obstbau- und Ackerbaubetrieben, Forschungseinrichtungen und Technologiepartnern.
Die Erfahrungen und praktischen Anforderungen landwirtschaftlicher Betriebe sollen unsere Entwicklungsziele maßgeblich prägen.
Kontakt aufnehmenWeinbau-, Obstbau- und Ackerbaubetriebe, potenzielle Pilotpartner, Forschende und Technologiepartner.
Feldversuche, Datenerfassung, Pflanzengesundheitsmonitoring, Zustandsbewertung, Ertragsprognose-Entwicklung und praktische Validierung.
Wenn Sie sich als landwirtschaftlicher Betrieb, Forschungspartner oder Technologiepartner für die Entwicklungen von Green Tech Robotics interessieren, kontaktieren Sie uns direkt oder nutzen Sie das Kontaktformular am Ende dieser Seite.
Die Entwicklungen von Green Tech Robotics werden derzeit innerhalb der Website der Reverto-Global Kft. vorgestellt.
Beschreiben Sie im Formular unten kurz, für welche Zusammenarbeit oder welchen Entwicklungsbereich Sie sich interessieren. Die Anfrage kann direkt als Lead im Odoo CRM angelegt werden.
KontaktformularAutonóm mezőgazdasági robotplatformok, mesterséges intelligencia és precíziós növényállapot-monitoring fejlesztése szőlőültetvények, gyümölcsösök és szántóföldi haszonnövények számára.
A Green Tech Robotics célja intelligens, autonóm mezőgazdasági rendszerek fejlesztése, amelyek támogatják a növényállapot rendszeres megfigyelését és a gazdálkodói döntéshozatalt.
Fejlesztési koncepciónk a robotika, a szenzortechnológia, a térinformatika és a mesterséges intelligencia összekapcsolására épül.
Kiemelt kutatási területünk a szőlőültetvények növényegészségügyi monitoringja, ugyanakkor a fejlesztési koncepció gyümölcsösök és hagyományos szántóföldi haszonnövények vizsgálatára is kiterjed. Célunk az állomány állapotának rendszeres felmérése, a rendellenességek helyhez kötött azonosítása és a későbbi hozambecslés támogatása.
Rendszeres ültetvényvizsgálatot támogató terepi robotikai és szenzortechnológiai fejlesztések.
Képfeldolgozás és gépi tanulás kutatása növényi rendellenességek felismeréséhez.
A fejlesztési célok kialakítása mezőgazdasági termelők és szakmai partnerek bevonásával.
A rendszeres terepi adatgyűjtést AI-alapú elemzéssel és térképes megjelenítéssel összekapcsoló rendszer fejlesztésén dolgozunk szőlőben, gyümölcsösben és szántóföldi kultúrákban.
Kiemelt célunk a szőlő aranyszínű sárgaságára (Flavescence dorée) utaló vizuális tünetek AI-alapú felismerésének kutatása.
Az RGB-képfeldolgozásra épülő megközelítést multispektrális vizsgálatokkal tervezzük bővíteni.
A rendszer a gyanús növények azonosítását és térképes rögzítését támogatná, megkönnyítve a célzott helyszíni ellenőrzést.
Mesterséges intelligenciaNövényegészségügyTérinformatikaA fejlesztési koncepciót gyümölcsültetvényekben is alkalmazhatóvá szeretnénk tenni, különös tekintettel az alma- és meggytermesztés kihívásaira.
A lehetséges felhasználási területek közé tartozik a növényállapot és a rendellenességek megfigyelése, valamint a rendszeres adatgyűjtés automatizálása.
Célunk, hogy az eszközök az adott kultúrához és a termelők tényleges igényeihez igazodjanak.
GyümölcsültetvényekRobotikaPrecíziós mezőgazdaságA fejlesztési koncepció hagyományos szántóföldi kultúrák rendszeres, gépi látáson alapuló felmérésére is kiterjed.
Cél az állomány- és területállapot felmérése, a problémás növények vagy területrészek AI-alapú felismerése és GPS-koordinátával történő megjelölése.
A későbbi fejlesztési célok között szerepel a termés- és hozambecslés támogatása, valamint a kézi területbejárások és ellenőrzések célzottabbá tétele.
Szántóföldi kultúrákÁllapotfelmérésHozambecslésA pályázati fejlesztési koncepcióban a robotplatform nemcsak adatot gyűjt, hanem olyan döntéstámogató információkat is előállíthat, amelyek csökkenthetik a teljes terület kézi bejárásának igényét.
A növényzet állapotának rendszeres, összehasonlítható dokumentálása a gép normál munkamenete közben.
Növénybetegségre vagy más rendellenességre utaló vizuális jelek automatikus felismerésének kutatása, helyhez kötött GPS-jelöléssel.
A fejlődési állapotból és képi adatokból származó információk felhasználása későbbi termés- és hozambecslési modellekhez.
A problémás növények vagy zónák kiszűrése, hogy a gazdálkodó a teljes terület helyett a valóban indokolt pontokra koncentrálhasson. A fejlesztési irány a precíziós, célzott növényvédelmi beavatkozások támogatására is kiterjed.
A tervezett rendszer az autonóm adatgyűjtést, a képfeldolgozást és az elemzési eredmények megjelenítését kapcsolná össze.
Rendszeres ültetvényvizsgálat autonóm robotplatformmal.
Képi és más releváns növényállapot-adatok gyűjtése.
A felvételek elemzése és a lehetséges rendellenességek felismerésének támogatása.
Helyhez kötött eredmények a további vizsgálatok támogatására.
Nyitottak vagyunk szőlő- és gyümölcstermesztőkkel, szántóföldi növénytermesztőkkel, kutatási intézményekkel és technológiai partnerekkel történő együttműködésre.
Fontos számunkra, hogy a fejlesztési célokat a termelők tapasztalataira és gyakorlati igényeire építsük.
KapcsolatfelvételSzőlő- és gyümölcstermesztőket, szántóföldi növénytermesztőket, potenciális pilotpartnereket, kutatókat és technológiai együttműködőket.
Terepi vizsgálatok, adatgyűjtés, növényegészségügyi monitoring, állapotfelmérés, hozambecslési fejlesztések és gyakorlati validáció.
Ha termelőként, kutatási partnerként vagy technológiai együttműködőként érdeklődik a Green Tech Robotics fejlesztései iránt, írjon nekünk vagy töltse ki az oldal alján található kapcsolatfelvételi űrlapot.
A Green Tech Robotics fejlesztései jelenleg a Reverto-Global Kft. weboldalán belül jelennek meg.
Az alábbi űrlapon röviden írja le, milyen együttműködés vagy fejlesztési terület érdekli. Az üzenet az Odoo CRM-be érkezhet be leadként.
Kapcsolatfelvételi űrlapDeveloping autonomous agricultural robots, artificial intelligence and precision crop monitoring solutions for vineyards, orchards and conventional arable crops.
Green Tech Robotics aims to develop intelligent, autonomous agricultural systems that support regular crop health monitoring and informed decisions by growers.
Our development concept combines robotics, sensing technologies, geographic information systems and artificial intelligence.
Our primary research focus is plant health monitoring in vineyards, while the development concept also covers orchards and conventional arable crops. Our goals include regular crop and field condition assessment, geolocated identification of anomalies and, at a later stage, support for crop and yield estimation.
Field robotics and sensing technologies designed to support regular monitoring of plantations.
Research into image processing and machine learning to identify potential crop abnormalities.
Shaping development priorities together with growers and professional partners.
We are developing a concept that combines regular field data collection, AI-based analysis and map-based visualisation for vineyards, orchards and arable crops.
A key research objective is to investigate AI-based recognition of visual symptoms potentially associated with Flavescence dorée, or grapevine golden flavescence.
Our approach starts with RGB image analysis, with plans to extend it through multispectral imaging.
The proposed system would help flag and map potentially affected vines, enabling targeted on-site inspections.
Artificial intelligencePlant healthGISWe aim to adapt the concept for orchards as well, with particular attention to the practical challenges of apple and sour cherry production.
Potential applications include crop health monitoring, detecting unusual plant conditions and automating routine field data collection.
Our goal is to tailor the technology to individual crops and the real needs of growers.
OrchardsRoboticsPrecision agricultureThe development concept also covers routine machine-vision-based assessment of conventional arable crops.
Objectives include crop and field condition assessment, AI-based detection of problematic plants or areas, and geolocation using GPS coordinates.
Later-stage goals include supporting crop and yield estimation and making manual field scouting more targeted and efficient.
Arable cropsCondition assessmentYield estimationIn the grant development concept, the robot platform is intended not only to collect data but also to generate decision-support information that can reduce the need for full manual field scouting.
Regular and comparable documentation of crop condition during normal machine passes.
Research into automatic recognition of visual signs that may indicate disease or other abnormalities, with GPS-based geolocation.
Using crop development and image-derived information as inputs for future crop and yield estimation models.
Filtering problematic plants or zones so growers can focus on locations that actually require attention. The development direction also includes support for precision, targeted crop-protection interventions.
The proposed system would integrate autonomous data collection, image processing and the visualisation of analytical results.
Regular plantation monitoring using an autonomous robot platform.
Collection of imagery and other relevant crop health data.
Image analysis to support the identification of potential abnormalities.
Geolocated findings to support further investigation.
We welcome collaboration with vineyard, orchard and arable crop producers, research institutions and technology partners.
We believe that growers' experience and practical requirements should guide the development process.
Contact usVineyard, orchard and arable crop producers, potential pilot partners, researchers and technology collaborators.
Field trials, data collection, plant health monitoring, condition assessment, yield-estimation development and practical validation.
If you are interested in Green Tech Robotics as a grower, research partner or technology collaborator, contact us directly or use the enquiry form at the bottom of this page.
Green Tech Robotics developments are currently presented within the Reverto-Global Kft. website.
Use the form below to briefly describe the cooperation or development area you are interested in. The enquiry can be created directly as a lead in Odoo CRM.
Contact formEntwicklung autonomer Agrarroboter, künstlicher Intelligenz und präziser Systeme zur Überwachung des Pflanzenzustands in Weinbergen, Obstanlagen und klassischen Ackerkulturen.
Green Tech Robotics verfolgt das Ziel, intelligente, autonome Agrarsysteme zu entwickeln, die eine regelmäßige Überwachung des Pflanzenzustands und fundierte Entscheidungen landwirtschaftlicher Betriebe unterstützen.
Unser Entwicklungskonzept verbindet Robotik, Sensortechnologie, Geoinformationssysteme und künstliche Intelligenz.
Unser Forschungsschwerpunkt liegt auf dem Pflanzengesundheitsmonitoring im Weinbau. Das Entwicklungskonzept umfasst zugleich Obstanlagen und klassische Ackerkulturen. Ziele sind die regelmäßige Bestands- und Flächenzustandsbewertung, die georeferenzierte Erkennung von Auffälligkeiten und in einer späteren Entwicklungsphase die Unterstützung von Ertragsprognosen.
Robotik- und Sensortechnologien für die regelmäßige Überwachung landwirtschaftlicher Anlagen.
Forschung zu Bildverarbeitung und maschinellem Lernen zur Erkennung möglicher Pflanzenauffälligkeiten.
Entwicklungsziele gemeinsam mit landwirtschaftlichen Betrieben und Fachpartnern gestalten.
Wir entwickeln ein Konzept, das regelmäßige Felddatenerfassung, KI-gestützte Analyse und kartengestützte Darstellung für Weinbau, Obstanlagen und Ackerkulturen verbindet.
Ein zentrales Forschungsziel ist die KI-gestützte Erkennung sichtbarer Symptome, die auf die Goldgelbe Vergilbung der Rebe (Flavescence dorée) hindeuten können.
Der Ansatz beginnt mit der Analyse von RGB-Aufnahmen und soll später um multispektrale Bildgebung erweitert werden.
Das geplante System soll auffällige Rebstöcke markieren und kartieren, um gezielte Kontrollen vor Ort zu unterstützen.
Künstliche IntelligenzPflanzengesundheitGeoinformatikWir möchten das Entwicklungskonzept auch für Obstanlagen nutzbar machen, insbesondere für die Herausforderungen im Apfel- und Sauerkirschenanbau.
Mögliche Einsatzfelder sind die Überwachung des Pflanzenzustands, die Erkennung von Auffälligkeiten und die Automatisierung regelmäßiger Datenerhebungen.
Unser Ziel ist es, die Technologie an die jeweilige Kultur und die tatsächlichen Bedürfnisse der Betriebe anzupassen.
ObstanlagenRobotikPräzisionslandwirtschaftDas Entwicklungskonzept umfasst auch die regelmäßige, bildbasierte Bewertung klassischer Ackerkulturen.
Ziele sind die Bestands- und Flächenzustandsbewertung, die KI-gestützte Erkennung problematischer Pflanzen oder Teilflächen und deren Georeferenzierung per GPS.
Zu den späteren Entwicklungszielen gehören die Unterstützung von Ertragsprognosen sowie eine gezieltere und effizientere manuelle Feldkontrolle.
AckerkulturenZustandsbewertungErtragsprognoseIm Förderkonzept soll die Roboterplattform nicht nur Daten erfassen, sondern auch entscheidungsrelevante Informationen erzeugen, die den Bedarf an vollständigen manuellen Feldbegehungen reduzieren können.
Regelmäßige und vergleichbare Dokumentation des Pflanzenbestands während normaler Maschinenfahrten.
Forschung zur automatischen Erkennung visueller Anzeichen von Krankheiten oder anderen Auffälligkeiten mit GPS-basierter Georeferenzierung.
Nutzung von Entwicklungszustand und Bilddaten als Grundlage für zukünftige Modelle zur Abschätzung von Ernte und Ertrag.
Identifikation problematischer Pflanzen oder Zonen, damit sich Betriebe auf tatsächlich relevante Bereiche konzentrieren können. Die Entwicklungsrichtung umfasst auch die Unterstützung präziser, gezielter Pflanzenschutzmaßnahmen.
Das geplante System soll autonome Datenerfassung, Bildverarbeitung und die Darstellung der Analyseergebnisse miteinander verbinden.
Regelmäßige Kontrolle von Anbauflächen mit einer autonomen Roboterplattform.
Erfassung von Bildmaterial und weiteren relevanten Daten zum Pflanzenzustand.
Bildanalyse zur Unterstützung der Erkennung möglicher Auffälligkeiten.
Georeferenzierte Ergebnisse als Grundlage für weitere Untersuchungen.
Wir freuen uns über die Zusammenarbeit mit Weinbau-, Obstbau- und Ackerbaubetrieben, Forschungseinrichtungen und Technologiepartnern.
Die Erfahrungen und praktischen Anforderungen landwirtschaftlicher Betriebe sollen unsere Entwicklungsziele maßgeblich prägen.
Kontakt aufnehmenWeinbau-, Obstbau- und Ackerbaubetriebe, potenzielle Pilotpartner, Forschende und Technologiepartner.
Feldversuche, Datenerfassung, Pflanzengesundheitsmonitoring, Zustandsbewertung, Ertragsprognose-Entwicklung und praktische Validierung.
Wenn Sie sich als landwirtschaftlicher Betrieb, Forschungspartner oder Technologiepartner für die Entwicklungen von Green Tech Robotics interessieren, kontaktieren Sie uns direkt oder nutzen Sie das Kontaktformular am Ende dieser Seite.
Die Entwicklungen von Green Tech Robotics werden derzeit innerhalb der Website der Reverto-Global Kft. vorgestellt.
Beschreiben Sie im Formular unten kurz, für welche Zusammenarbeit oder welchen Entwicklungsbereich Sie sich interessieren. Die Anfrage kann direkt als Lead im Odoo CRM angelegt werden.
KontaktformularÍrja le röviden, milyen együttműködés vagy fejlesztési terület érdekli. / Tell us briefly what type of collaboration or development you are interested in. / Beschreiben Sie kurz, für welche Zusammenarbeit oder welchen Entwicklungsbereich Sie sich interessieren.
A weboldal megfelelő működésének biztosítása és a felhasználói élmény javítása érdekében sütiket használunk. Süti tájékoztató