© 2024 SURF
De broccoliteelt kampt momenteel met uitdagingen op het gebied van personeel en het gebruik van gewasbeschermingsmiddelen. Het wordt steeds lastiger om (tijdelijk) personeel te vinden om het fysiek zware en belastende werk van de broccoli-oogst uit te voeren. Tegelijkertijd is er toenemende (internationale en maatschappelijke) druk om minder gewasbeschermingsmiddelen in te zetten voor de broccoliteelt. Om deze uitdagingen op een duurzame wijze te kunnen oplossen, wordt er gekeken naar het gebruik van precisietechnologieën en data in de broccoliteelt. Het initiatief is opgezet door Vollegrondsgroente.net om meer praktijkkennis en ervaring op te doen voor een meer duurzame broccoli-oogst.
De huidige machines die mechanisch oogsten houden geen rekening met de grootte van de kroon, maar oogsten alle planten, waaronder ook planten met een onvolgroeide kroon. Hierdoor kan slechts 50% van de geoogste broccoli daadwerkelijk als kwaliteitsproduct op de versmarkt gebracht worden. Door het gebruik van precisietechnologieën en data kan er selectiever worden gekeken naar de broccoliteelt, waardoor er over het geheel minder uitval, een hogere opbrengst en minder verspilling van middelen zullen zijn.
Dit project is een vervolg op het KIEM.K20.01.078 project waarin een haalbaarheidsstudie is verricht naar de mogelijkheden voor precisielandbouw in de broccoliteelt. In het KIEM project is gekozen voor focus op de oogsthandeling, waar meer dan 50% van de teeltkosten mee gemoeid is. In dit project breiden we het projectteam uit met meer kwekers, teelt-experts en machinebouwers, en willen we verder inzoomen op en kijken naar concrete mogelijkheden voor het realiseren van selectief oogsten:
1.Localiseren en classificeren van broccoli op oogstrijpheid door middel van (beeld)sensoren;
2.Onderzoeken van mogelijkheden voor het mechanisch selectief oogsten van broccoli;
3.Realiseren van een autonoom platform voor dataverzameling, oogsten en verwerken;
4.Verkennen van toepassingen van precisietechnologie bij andere vollegrondsgroente.