Open Source für Solawi

Gute Bewertungen in der Open-Food-Facts-Datenbank würden vermutlich die Produkte vieler Solawis (englisch CSA, für Community Supported Agriculture) erhalten. Die Idee hinter der solidarischen Landwirtschaft: Eine Community legt zusammen und finanziert Bauern mit festen monatlichen Beträgen vor. Das schützt den Bauern vor Verlust bei schlechten Ernten, im Gegenzug erhalten die Mitglieder die angebauten Produkte, meist Bio-Lebensmittel.

An solche Solawis, von denen es europaweit geschätzt 3.000 gibt, richtet sich Open Olitor. Das auf der Fosdem vorgestellte Tool steht unter der AGPLv3 und soll den Gemeinschaften bei den organisatorischen Aufgaben helfen. Zum Einsatz kommen ein Scala-Server mit Maria-DB- und AWS-S3-Anbindung. Als Frontend kommt Angular.js zum Einsatz. Die 15 Entwickler rund um das Projekt streben dabei eine Refinanzierung nach dem Solawi-Modell an. Sie haben verschiedene Organisationen und Stiftungen gegründet, die Software-Entwicklung und Ressourceneinsatz refinanzieren sollen. Auch dieses Projekt ist offen für Helfer, etwa zum Übersetzen von Texten.

Pflanzen stapeln

Auch aus dem Vertical-Farming-Bereich stellten sich Projekte auf der Fosdem vor. Dabei geht es darum, Gemüse und Kräuter in einer geschlossenen Umgebung effektiv anzubauen. Ein Pariser Projekt namens Agricool baut etwa Erdbeeren in Containern an, unter künstlichem Licht, in Nährlösung und beobachtet von Kameras und Sensoren, wie es das Team auf der Fosdem beschreibt. Der Clou beim Vertical Farming besteht darin, dass die Anbauer einerseits Schädlinge aussperren, andererseits die Anbaubedingungen für die Pflanzen weitgehend kontrollieren: Bewässerung, Benetzung, Dünger und so weiter. Das steigert die Effizienz, weshalb Agricool nach eigenen Angaben 15 bis 20 Kilogramm Erdbeeren pro Quadratmeter im Jahr ernte.

Die vom Unternehmen verwendete Technologie ist noch nicht Open Source, soll es aber in Zukunft werden. Zumindest einen Blick auf die verwendeten Werkzeuge erlaubten die Erdbeerbauern aber in ihrem Fosdem-Vortrag. Demnach greifen sie über ein Debian-System auf einen Controller zu, der Aktoren und Sensoren steuert. Dazu gehört zum Beispiel ein Drucksensor in den Wasserleitungen, um Lecks zu entdecken. Die verwendeten Dienste setzen sie in einer Microservice-Architektur ein, Monitoring macht das Projekt über Prometheus. Ebenso setzt das Team AWS, Grafana, Slack, InfluxDB und Redash ein. Vieles sei allerdings noch handgemacht, künftig wolle das Projekt daher womöglich stärker auf KI- und Automatisierungsprozesse setzen.

Ein anderes Projekt macht dies bereits: Der französische Forscher Alexis Duque betreibt Indoor-Farming mit Hilfe von OpenCV und Tensorflow Lite auf Raspberry Pis. Seine Arbeit mit dem vertikalen Gemüse ist allerdings noch eher eine Forschungsarbeit, um die Möglichkeiten von Machine Learning in diesem Bereich zu evaluieren. Mit OpenCV wird die Größe des Gemüses überwacht, die Daten landen dann in der Cloud, um sie auszuwerten. Dieser Aufbau soll einen hochautomatisierten vertikalen Anbau ermöglichen, aus den Daten lassen sich Erkenntnisse über weitere Optimierungen ziehen. In seinem Vortrag zeigte Duque auch eine kurze Demo mit Tensorflow Lite, die auf Github zu finden ist.