Plantdata basis voor data-gedreven telen
In AGROS II werken Wageningen University & Research samen met de projectpartners aan de ontwikkeling van autonome kassen, die aangestuurd worden met intelligente algoritmes op basis van betrouwbare, automatisch verzamelde data. Anja Dieleman, projectleider van AGROS II: “Continue beschikbaarheid van uniforme data is daarbij belangrijk. Daarom werken we in dit project aan de ontwikkeling van een vision systeem om planteigenschappen automatisch te meten om op basis daarvan de teelt aan te kunnen sturen.”

Camera’s in plaats van handmatig meten
In de praktijk worden wekelijks met de hand gewasregistraties gedaan. Onderzoeker Bart van Marrewijk: “Deze metingen zijn arbeidsintensief en subjectief. Op de meeste bedrijven zijn er vaak maar één of enkele mensen die gewasmetingen doen om consistentie te garanderen. Met het gebruik van camera’s en slimme algoritmes kunnen deze metingen vaker gedaan worden. Elke plant wordt op dezelfde manier geanalyseerd, wat resulteert in robuustere data om de teelt op te kunnen sturen.” Op een zelfrijdend platform van VDL-ETG, partner in AGROS II, werd een opstelling gebouwd met 13 camera’s met een hoogte van 3,5 meter. Hiermee kunnen we het hele gewas in beeld brengen. Uit deze beelden worden planteigenschappen afgeleid die gebruikt kunnen worden om de teelt te sturen of als oogstvoorspelling.

Van beelden naar planteigenschappen
Het platform rijdt zelfstandig door de kas en de camera’s maken iedere 10 cm foto’s van het gewas. Deep learning-modellen worden gebruikt om in deze 2D-beelden bloemen, bladeren en vruchten te herkennen. De resultaten hiervan worden gekoppeld met de locatie van het platform. Vervolgens wordt deze informatie gebruikt om een 3D-reconstructie van het gewas te, waar per plant de gewenste eigenschappen uit afgeleid kunnen worden. Het mobiele systeem kan dagelijks door de kas gaan, waardoor er vaker en meer informatie beschikbaar komt. Bart: “Uit de beelden kunnen we de standaard gewaseigenschappen als aantal bladeren afleiden, echter doordat we met 3D-reconstructies werken kunnen we ook geavanceerdere gewaseigenschappen bepalen. Zoals plantbelasting en plantstatus op basis van de verhouding van komkommers en bladeren. Daarnaast kunnen we hierdoor ook planten in de tijd volgen. Zo kun je met één opstelling meerdere eigenschappen meten, zonder daarvoor verschillende sensoren te hoeven gebruiken.”

Toekomstige ontwikkelingen
Technologische ontwikkelingen in de glastuinbouw gaan snel. De ontwikkeling van data-gedreven glastuinbouw kan niet zonder continue betrouwbare gewasdata, maar deze data kunnen ook gebruikt worden om gewashandelingen door geautomatiseerde systemen, bijvoorbeeld een oogstrobot of bladplukrobot te ondersteunen. Ook op andere plaatsen waar veel gewasdata verzameld worden, zoals bij veredelingsbedrijven waar nieuwe rassen worden ontwikkeld. Bart: “De behoefte aan vision systemen zal in de komende jaren alleen maar toenemen. Binnen AGROS II werken wij aan nieuwe kennis en verdere ontwikkelingen van deze systemen om telers te ondersteunen in hun teelt.”

Over AGROS II
De glastuinbouw heeft te maken met uitdagingen op gebied van energiegebruik en beschikbaarheid van arbeid. Er is behoefte aan systemen die de teler kunnen ondersteunen in het nemen van beslissingen. In AGROS II wordt gewerkt aan intelligente algoritmes die teelt kunnen aansturen op basis van gewas-, substraat- en klimaatdata. Het project wordt uitgevoerd door Business Unit Glastuinbouw van Wageningen University & Research en gefinancierd en gecoördineerd door Kas als Energiebron, een innovatieprogramma van het Ministerie van LVVN en Glastuinbouw Nederland. Mede mogelijk gemaakt door Kennis in je Kas (KijK). In AGROS II werkt Wageningen University & Research samen met Cultilène, Mechatronix, Nunhems/BASF Vegetable Seeds, Delphy Improvement Centre, Greenport West Holland, Gavita International B.V., Van der Hoeven Horticultural Projects, VDL ETG, Source.ag, Gemeente Lansingerland, Innovatiefonds Hagelunie en Topsector Tuinbouw en Uitgangsmaterialen. Projectleider: Anja Dieleman.