Kloof dichten tussen experiment en praktijk

Hoe is het gesteld met smart farming in Nederland en wat zijn de uitdagingen? Dit zijn enkele van de vragen die sprekers opwerpen op het symposium van het lectoraat Robotica Hogeschool Inholland. Behalve onderzoekers, lectoren en telers lieten studenten hun laatste projecten zien, zoals de kunststof robotarm met elektrische Makita-snoeischaar bij een plastic perenboom.

Het betreft een prototype takkensnoeirobot in het project Peren 2.0 Slim Snoeien. De robot wordt getraind om exact op de juiste plek te dunnen en te snoeien. Om data te verzamelen, zijn in twee dagen tweehonderd bomen ingelezen met stereovision-camera's.

Direct ernaast staat een robot die de grootte van broccoli kan meten om zo het groeiproces en het oogstmoment te bepalen. Onderzoeker Suray Giri: 'De grootte is al op 0,2 millimeter nauwkeurig te bepalen en er zijn gegevens van vijfhonderd broccoli's verzameld om het algoritme te voeden.'

Doel van Hogeschool Inholland is om de prototypes uiteindelijk via bedrijven op de markt te brengen. Maar vooral ook om te leren, samen te werken met de sector en de mogelijkheden van smart farming te verkennen.

Mathijs Koper, innovatiemanager bij Greenport Noord Holland Noord ziet ook uitdagingen. 'Er is een moeizame adoptie buiten de koplopers in de sector en er bestaat een kloof tussen experimenteren en opschaling in de praktijk.'

Daarnaast is volgens Koper ook sprake van versnippering van data en platforms. 'Om nog maar niet te spreken over het onduidelijke verdienmodel, de lage datavaardigheid in de sector en het gebrek aan standaarden binnen de techniek. Verder staat vaak niet vast wie eigenaar is van de data of het gebruik ervan.'

Desondanks zetten voorlopers ook grote stappen vooruit, blijkt uit een presentatie van Jacob van den Borne. Hij teelt met zes medewerkers op 500 tot 700 hectare aardappelen met andere gewassen. 80 procent van de 170 velden van elk zo'n 3 hectare ligt in België. Dit vraagt een flinke organisatie, maar door de inzet van precisielandbouw sinds 2009 maakt hij ook winst.

'Alleen al door de rijpaden in te plannen met gps winnen we 2 tot 3 procent op grondgebruik. Hierdoor had ik mijn investering al in een paar maanden terug', licht de teler toe. 'Precisielandbouw is al zo oud als de landbouw zelf. Mijn opa deed dit al door alles te registreren in een schrift; je leert zo wat het opbrengstpotentieel is. Dat is niet alleen afhankelijk van techniek. Een kwart wordt bepaald door de grond, een kwart door het pootgoed en de helft door het weer.'

Alle seizoenen verdeelt Van den Borne in zestien stappen van de teelt, oogst tot de opslag met precisielandbouw. Dat begint bij het in kaart brengen van de percelen via satelliet en bodemscanners en het inrekenen van de rijpaden. Alle data van het bouwplan met perceelsgrenzen en taken zijn digitaal vastgelegd en worden direct naar de trekkers gestuurd.

Eigen vliegveld voor drones

De chauffeur weet zo met welke ploeg op welke diepte hij waar aan de slag moet. Satellietbeelden en biomassasensoren volgen de gewasgroei en drones met RGB-camera's zoeken het onkruid voor de spotsprayer. Thermische sensoren brengen de koude en dus natte plekken in kaart. Hiervoor moest Van den Borne op papier zelfs een eigen vliegveld oprichten om te kunnen vliegen met zijn drones.

'De techniek is dus al ver, maar uiteindelijk bepaalt de mens het resultaat', weet Robin van der Veeken van automatiseerder Agrinserv. Zij werkt aan een systeem om witlofpennen in trekbakken te plaatsen via een vision-camera en kunstmatige intelligentie.

De kwaliteit van de witlof wordt bepaald door de plek waar de robot deze met een waterstraal afsnijdt. Dat moet nauwkeurig gebeuren. Om de robot dat te leren, is bij 26 telers met een liniaal het snijpunt bepaald. 'Techniek is nauwkeurig, maar de mens bepaalt de kwaliteit en die mening kan verschillen. Telers kunnen het niet eens zijn met een algoritme, maar het is wel consistenter', besluit Van der Veeken.