Kunstmatige intelligentie verandert fruitteelt
Autonoom beweegt de robot door de boomgaard, precies wetende welke appel of peer te plukken. Het illustreert hoe kunstmatige intelligentie kan worden toegepast in de fruitteelt. Voordat het zover is, moeten nog veel meer data worden verzameld.
De fruitteeltsector werkt toe naar een meer datagestuurde teelt. 'De afgelopen jaren is het aantal handelingen dat wordt uitgevoerd op basis van verzamelde data sterk toegenomen', zegt directeur Harrij Schmeitz van de Fruit Tech Campus.
Dit demonstratie- en opleidingscentrum in het Gelderse Geldermalsen wil fruit, techniek en data samenbrengen. 'Een voorbeeld is dat op basis van dronebeelden in de zomer wordt bepaald hoe de wortel in februari wordt gesnoeid', zegt Schmeitz.
Groeiende interesse
Ook programmamanager Erik Pekkeriet van 'Vision + Robotics' van Wageningen University & Research ziet een groeiende interesse in door kunstmatige intelligentie (AI) aangedreven technieken. 'Dat is een positieve ontwikkeling. Met technieken als beeldverwerking en camerasensoren kan een teler zich ontpoppen tot een nog betere teler.'
Hoe eerder je je in data verdiept, hoe sneller je de waarde eruit kunt halen
Pekkeriet verwacht dat ondernemers via AI in de toekomst al gedurende het seizoen kunnen zien hoeveel producten en wanneer ze kunnen oogsten. 'Nu maakt het oog die inschatting. De kans dat je er dan enkele procenten naast zit, is groot. Als je weet hoeveel aan de bomen hangt, kun je ook eerder of later bestaande en nieuwe oogst verkopen. Dat levert financiële voordelen op.'
Data en AI-technieken helpen ondernemers ook met hun storytelling richting de afnemer en maatschappij. De programmamanager beschrijft dat fruittelers met precisiebespuitingen kunnen aantonen dat op bepaalde plekken wel of niet met middelen is gespoten. 'Onbespoten of halfbespoten appels kunnen apart worden aangeboden. Het is maar net hoe mooi de consument het wil hebben.'
Plaatsspecifiek werken
Op termijn wordt precisiespuittechniek ook in Europese regelgeving opgenomen, denkt Pekkeriet. 'Het zou mij niet verbazen als het aantal keren dat je mag spuiten, wordt bepaald op basis van het kunnen aantonen van data over eerdere bespuitingen. Dus hoe plaatsspecifieker je werkt, hoe sneller je een extra ronde mag maken.'
Tekst gaat verder onder het kader.
Precisiefruitteelt toegevoegd aan cursusaanbod Fruit Tech Campus
Omdat precisietechnieken in de toekomst een belangrijke rol gaan spelen in de fruitteeltsector, heeft de Fruit Tech Campus in het Gelderse Geldermalsen de cursus Precisiefruitteelt toegevoegd aan de opleidingsagenda. Deze opleiding is voor fruittelers, medewerkers van fruitteeltbedrijven, adviseurs, leveranciers en/of fabrikanten die aan de slag willen met precisiefruitteelt. Aan de hand van theorielessen en verschillende praktijkmiddagen komen onder andere de onderwerpen wortelsnoeien, bloesemdunning en autonoom rijden aan bod. 'Kunstmatige intelligentie kan op deze thema's uitstekend worden toegepast', zegt directeur Harrij Schmeitz van de Fruit Tech Campus. De opleiding beslaat vijf dagen: 18 januari, 1 februari, 7 maart, 4 april en 6 juni 2024. Het is een initiatief van de Fruit Tech Campus, maar inhoudelijk vormgegeven door Laurens Tack. Tack is zelf precisiefruitteler en de oprichter van Agromanager. Verder worden diverse experts ingevlogen om voorbeelden uit de praktijk te geven. Na afronding ontvangen de deelnemers het certificaat 'Cursus Precisiefruitteelt' van Fruit Tech Campus en Agromanager.Op de middellange termijn zorgt AI voor drie veranderingen in de teelt, voorspelt Schmeitz. 'Allereerst beweegt de sector toe naar telen op boomniveau. Bij ons op de campus wordt al gesproken over individueel boommanagement als het gaat om het takenpakket van de fruitteler van de toekomst.' Hij legt uit dat dit betekent dat op boomniveau keuzes worden gemaakt in plaats van op perceelsniveau.
Plukken en snoeien
Daarnaast schat de directeur van de Fruit Tech Campus in dat de komende jaren stappen worden gemaakt in gerobotiseerd plukken en snoeien. 'Alleen een plukrobot is financieel niet interessant. Dus verwacht ik dat het snoeien wordt meegepakt. Die toevoeging wordt ook gemakkelijker, omdat we steeds meer naar een haagsysteem toewerken.' Ten derde voorziet hij gerobotiseerde pakstations, vooral omdat daar nog veel handjes nodig zijn.
Toch komt één kanttekening bij Schmeitz telkens terug. 'Alles begint bij een goede dataverzameling op het perceel en in de keten. Pas dan wordt kunstmatige intelligentie interessant.' Hij benadrukt dan ook dat we onszelf niet te snel rijk moeten rekenen. 'Het proces van data verzamelen en een lerend model ontwikkelen kan jaren kosten.'
Deeplearningproces
Data zijn essentieel voor de ontwikkeling van kunstmatige intelligentie, legt de directeur van de Fruit Tech Campus uit. 'Kunstmatige intelligentie is volledig gebaseerd op data. Zolang telers alles nog in een spuitschrift schrijven, kunnen we niet verder met de ontwikkeling van het deeplearningproces.'
Bij dit proces wordt geleerd van eerdere resultaten. 'Als tientallen keren hetzelfde resultaat naar voren komt, dan kan in het algoritme van de robot of machine worden vastgesteld dat bij een bepaalde waarneming een bepaalde actie moet worden uitgevoerd', legt Schmeitz uit.
Veel leren
Pekkeriet is het met de directeur van de Fruit Tech Campus eens over dataverzameling in de sector. 'Fruittelers hebben nog veel te leren over data. Op dit moment gebruiken ze hun eigen databronnen nog niet voldoende of geven ze zelfs data weg zonder er controle over te hebben', zegt hij. 'Telers moeten gaan afwegen welke data ze ter beschikking stellen aan derden, wat ze in de cloud opslaan en welke data ze lokaal bewaren.'
Aanstaande regelgeving zal daarin ondersteunen. 'Daarin is goed geregeld wie eigenaar is van de data en hoe je data van de ene naar de andere partij kunt overbrengen zonder lock-in door de eerste partij', zegt Pekkeriet.
'Maar wacht dat niet af: hoe eerder ondernemers zich in dit onderwerp verdiepen, hoe beter zij straks gebruik kunnen maken van datadiensten en hoe sneller zij waarde uit hun eigen data kunnen halen. Zorg dat je weet welke tools voor jou van meerwaarde kunnen zijn.'
WUR en Oregon State University onderzoeken optimalisatie plukrobots
Plukrobots gebruiken voornamelijk camerasensoren om te bepalen waar een appel of peer hangt. Maar die sensoren zien niet alles, blijkt uit onderzoek van Wageningen University & Research (WUR). Zo kan een vrucht achter een blad of tak hangen. In dat geval zijn andere technieken nodig, bijvoorbeeld sensoren die druk meten. In het driejarige project 'Integrated sensing and real-time control for intelligent fruit picking' onderzoeken de WUR en Oregon State University hoe informatie van verschillende sensoren kan worden geïnterpreteerd en hoe daarmee de grijper van een robotarm kan worden aangestuurd. Specifiek wordt gezocht naar de integratie van data van zicht-, kracht- en tactiele sensoren. WUR-onderzoeker Jochen Hemming: 'Het is al mogelijk dat een robot voelt of de vrucht op de juiste manier wordt beetgepakt. Die informatie moet door een algoritme worden vertaald in de juiste aansturing van de robotarm en de grijper.' Het project wordt gefinancierd vanuit de Amerikaanse brancheorganisatie Washington Tree Fruit Research Commission en valt onder het WUR-programma 'Vision + Robotics'.Bekijk meer over:
Lees ook
Marktprijzen Meer marktprijzen
Laatste nieuws
Nieuwste video's
Kennispartners
Meest gelezen
Nieuw op MechanisatieMarkt.nl
-
GF8501 MH
Gebruikt, € 2.500
-
Fendt 313 Vario Profi S4
2016, P.O.A.
-
Pottinger TOP 962C dubbele hark
2023, P.O.A.
-
John Deere - 6155R AP
2022, P.O.A.
Vacatures
Bestuurslid met voorzitterskwaliteiten
Coöperatie Natuurrijk Limburg - NL
Accountmanager Binnendienst
AgriPers - Wageningen
Weer
-
Woensdag11° / 1°10 %
-
Donderdag10° / 6°10 %
-
Vrijdag11° / 3°10 %