Project

Affordable multi-spectral imaging for greenhouse automation

Overview

Project status
Other
Start date
End date
Region

Purpose

Spectrale camera’s meten reflectie in meer kleuren dan alleen rood, groen en blauw. Bovendien doen
ze dat gekalibreerd naar hoeveelheid licht, zodat elke pixel van een afbeelding een spectrum
weergeeft. Deze camera’s zijn echter erg duur (ongeveer 10 tot wel 100 duizend euro). In dit project
hebben we een prototype ontwikkeld dat slechts honderden euro’s kost met een alternatief technisch
principe. Waar de meeste spectrale camera’s de kleuren scheiden aan de kant van de camera,
belichten wij sequentieel met verschillende kleuren LEDs om het spectrale beeld op te bouwen.
Ons prototype hebben we ontwikkeld, onderzocht en gevalideerd, samen met studenten van de
opleidingen Elektrotechniek en Technische Natuurkunde. Hiervoor moesten we elektronica
ontwerpen en realiseren, een behuizing maken en de spectrale metingen goed gekalibreerd uitvoeren
en valideren. Het prototype bleek goed te werken in een vergelijking met een hoge resolutie
spectrometer. We hebben ons prototype en onderzoek gepubliceerd in een peer reviewed publicatie:
https://doi.org/10.3390/s24165229 . Ook hebben we voorlopige (niet gepubliceerde) resultaten
behaald om meeldauw te detecteren op bladeren van planten.
Deze ontwikkeling biedt mogelijkheden om spectrale camera’s als sensoren te gebruiken tegen
lagere kosten. Als voor een bepaalde toepassing een beperkte hoeveelheid kleuren voldoende is om
nauwkeurig te meten en waarbij het van extra belang is dat de kosten laag moeten blijven kan deze
aanpak een uitkomst bieden. Mogelijke toepassingen waar we verder aan werken zijn ziektedetectie
aan planten in de glastuinbouw en het meten van indicatoren voor huidkanker aan de mens.


Description

De glastuinbouw in Nederland is wereldwijd toonaangevend en loopt voorop in automatisering en data-gedreven bedrijfsvoering. Voor de data-gedreven teelt wordt, naast het monitoren van de kas-parameters ook het monitoren van gewasparameters steeds meer gevraagd. De sector is daarbij vooral geïnteresseerd in niet-destructieve, contactloze en persoonsonafhankelijk monitoring van gewassen. Optische sensortechnologie, zoals spectrale afbeeldingstechnologie, kan veel waardevolle informatie opleveren over de staat van een gewas of vrucht, bijvoorbeeld over het suikergehalte, maar ook de aanwezigheid van plantziektes of insecten. Echter is dit vaak een te kostbare oplossing voor zowel de technologiebedrijven die oplossingen leveren als voor de telers zelf. In dit project onderzoeken wij de mogelijkheid om spectrale beeldvorming tegen lagere kosten te realiseren. Het beoogde resultaat is een prototype van een instrument dat tegen lage kosten met spectrale beeldvorming een of meerdere gewaseigenschappen kan kwantificeren. Realisatie van dit prototype heeft een sterke Fotonica-component (expertise Haagse Hogeschool) maakt gebruik van Machine Learning (expertise perClass) en is bedoeld voor toepassing op scout robots in de glastuinbouw (expertise Mythronics). Een betaalbare oplossing betekent in potentie voor de teler een betere controle over kwaliteit van het gewas en automatisering voor detectie van ziekte-uitbraken. Bij een succesvol prototype kan deze innovatie leiden tot betere voedselkwaliteit en minder verspilling in de glastuinbouw.


© 2024 SURF