De fruitteelt staat voor een aantal grote uitdagingen waarbij de inzet van precisietechnieken en datatoepassing (smart farming) gezien worden als sleutel voor een gezonde toekomst.
Fruittelers streven naar zo homogeen mogelijk gewas. Een egaal groeipatroon resulteert namelijk in een gelijkmatige oogst, homogene kwaliteit van de bomen en de peren. Een gelijkmatig gewas is minder gevoelig voor plagen en ziekten, en dan is er minder gewasbescherming. Momenteel worden in de perenteelt veel werkzaamheden nog ‘op het oog’ of handmatig uitgevoerd, terwijl fruitteeltbedrijven in oppervlakte groeien. De sector kampt daarnaast met een verminderde beschikbaarheid van vakmensen en seizoenarbeiders en een afname/verbod op specifieke gewasbeschermingsmiddelen.
De grootste uitdaging zit in het verkrijgen van betrouwbare meetgegevens in combinatie met een teelt technische strategie. Aan de hand van de beelden kunnen verschillen in groei, bloei en productie worden omgezet in cijfers. Op basis van deze cijfers kunnen verschillende snoei- en spuitmachines selectief worden aangestuurd. Hierbij moet de combinatie tussen data verzameling en uiteindelijke handeling nog worden uitgewerkt.
Deze RAAK MKB aanvraag is een vervolg op het KIEM project Smart Farming Peren (dossier KIEM.K20.01.072). Uit het KIEM project kwam naar voren dat de teelthandelingen snoeien en plaagdetectie het meest in aanmerking komen voor verdiepend onderzoek.
Het onderzoek binnen Smart Farming Peren is onderverdeeld in vijf werkpakketten.
Werkpakket 1: Drone Data
Onderzoek naar nieuwe en nauwkeurigere manieren van dataverzameling door middel van drones. Het ontwikkelen van de drone-techniek zelf valt buiten de scope van dit project.
Werkpakket 2: Tractor Data
Verzamelen van specifieke perendata van individuele bomen door met een set opnameapparatuur op/achter een tractor door een boomgaard te rijden.
Op basis van de verzamelde en verwerkte drone/tractor data zullen groeimodellen opgesteld worden die de prototypes in de werkpakketen snoeien en plaag herkenning gaan aansturen. De tractor data kan ook worden gebruikt om gerichte keuzes te maken met betrekking tot het wortelsnoeien, de beregening of bemesting.
Werkpakket 3: Snoeien
De verkregen data en groeimodellen worden geanalyseerd en tot taakkaarten voor de meest geschikte snoeitechniek verwerkt. Hierbij wordt gekeken naar het snoeien van de kroon, de takken en de wortels. Het ‘juist’ snoeien van de perenbomen heeft een groot effect op toekomstige oogsten.
Werkpakket 4: Plaagherkenning
De verkregen data en groeimodellen worden geanalyseerd om plagen in een vroegtijdig stadium te kunnen herkennen. Hiervoor is het noodzakelijk om bij specifieke bomen op microscopisch niveau in te kunnen zoomen. Zodra een plaag geconstateerd wordt, kan de teler gerichte acties ondernemen ter bestrijding en voorkoming van verspreiding.
Werkpakket 5: Praktijktesten
Op basis van deze taakkaarten voor het snoeien en de plaagherkenning wordt in dit werkpakket bepaald welke concrete acties er nodig zijn voor het gericht kunnen uitvoeren van de gewenste teelthandeling.
Voor alle nieuwe handelingen waarbij hardware wordt gebouwd, wordt deze eerst in simulatie getest. Vervolgens wordt er in praktijktesten nagegaan of de modellen kloppen en de hardware ook daadwerkelijk in de praktijk werkt.
Kenmerkend voor het Smart Farming Peren project is de cross-domein samenwerking tussen studenten en (docent) onderzoekers vanuit Technische (TOI) domein, het domein Business (BFL) en het domein Agri (AFL). Samen met een breed scala aan partijen uit het werkveld. Door deze cross-over raken de studenten vertrouwd met de multidisciplinaire aanpak van complexe en innovatieve maatschappelijke vraagstukken en leveren de behaalde innovatieve oplossingen belangrijke bijdrage aan het werkveld en de maatschappij.
Daarnaast werken we samen met het TechValley ontwikkelplatform en R&D centrum voor Smart Machinebouw, waarin 35 regionale machinebouwers, Ontwikkelingsbedrijf NHN, Parbleu en Inholland participeren. Het kerndomein binnen dit Fieldlab TechValley is data-driven mechatronica met als doel vervlechting en versterking van de sectoren ‘grijs’ en ‘groen’.
De onderzoeksaktiviteiten binnen de werkpakketten worden uitgevoerd door studenten, docent-onderzoeker(s) en de consortiumpartners, onder leiding van lector Cock Heemskerk.
Naast deelname van het werkveld aan de reguliere projectbijeenkomsten wordt de kennis actief gedissemineerd via symposia, (gast)colleges en branche-bijeenkomsten. Verder worden de projectresultaten gepubliceerd in vaktijdschriften, de online media van Inholland en consortiumpartners en in wetenschappelijke publicaties (indien relevant).
De centrale onderzoeksvraag van het Smart Farming Peren project luidt: wat zijn de concrete mogelijkheden voor precisietechnologie op basis van data in de perenteelt in Noord-Holland?
Op basis van de interacties met het werkveld zoomen we verder in op concrete mogelijkheden voor de perenteelt op het gebied van:
Binnen de Smart Farming projecten van het lectoraat Robotica wordt gewerkt aan de ontwikkeling van een prototype van één Smart Farming kar, voorzien van camera en cobotarm, om verschillende teelthandelingen in diverse agri-sectoren gericht uit te kunnen voeren.
In de perenteelt ligt de focus van meest gewenste teelthandelingen op het snoeien van de perenbomen en het automatiseren van de plaagdetectie. Dit zal uiteindelijk leiden tot minder zwaar fysiek werk, een hogere opbrengst per hectare en minder verspilling van omgeving-belastende middelen.
Deze video's zijn geproduceerd door Gomotion Productions.
