Het gaat dan om interfacing binnen een machine, bijvoorbeeld via ISOBUS/ISOXML, maar ook met externe systemen, zoals farmmanagement software en systemen zoals Akkerweb / Farmmaps. We hebben hiervoor sessies gehad met Agrirouter en Agroconnect. De conclusie daar was dat als we een commerciele oplossing kunnen vinden we echt naar de industriele standaarden en integratiemogelijkheden met externe systemen gaan kijken. Als we een prototype gaan ontwikkelen, dan wordt hier in eerste instantie minder nadruk op gelegd, omdat technieken als ISOBUS de ontwikkeling een lastiger kunnen maken.

Detectie en lokalisatie

We zijn dus op zoek naar een component waarmee we nauwkeurig de locatie van gewassen kunnen bepalen. In principe kijken we heel breed. Het kunnen oplossingen zijn op basis van vision, multispectraal, near infrared, laser, NDVI, enz. Tot op heden hebben we nog geen commercieel verkrijgbare component gevonden die zelfstandig onkruid kan detecteren. We hebben contact gehad met distributeurs zoals Abemec en Kverneland, maar ook met bedrijven als BBleap en Homburg Holland. We gaan dit proces in samenwerking met Tech in Motion verder uitdiepen. Als iemand een systeem kent, dan horen wij het graag: w.j.bonestroo@saxion.nl

Als blijkt dat dergelijke systemen nog niet commercieel beschikbaar zijn, dan richten we ons dus op de ontwikkeling van een prototype. Op Saxion heeft een groep studenten de eisen voor een dergelijk detectie systeem al uitgewerkt. Deze groep werkt momenteel aan het proof-of-principle om een specifiek onderdeel uit de eisen verder uit te werken. Daarnaast hebben verschillende bedrijven (PixelFarming, BBleap en Homburg Holland) camera’s en (embedded) computers die geschikt zijn voor plaatsing op voertuigen. Naast dat we in de breedte zoeken naar mogelijke oplossing richten we ons ook parallel op een aantal 3D camera’s om beelden te verzamelen. Dit zijn de Intel Realsense camera (1000 euro), ZED 2 camera (500 euro) en de AOK-D (200 euro). Het plan is om op korte termijn alvast beelden te gaan maken met die drie 3D camera’s en om deze beelden te gebruiken voor het trainen van een netwerk. Het doel is dan om gewassen en onkruid in een afbeelding te detecteren zoals in de afbeelding bovenaan deze pagina.

Dit onderzoek is medegefinancierd door Regieorgaan SIA, onderdeel van de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO).

Betrokken partners

PreciSIAlandbouw: robotisering in dienst van kringlooplandbouw

Looptijd