Smart Farming: Peren

In het project Smart Farming Peren (RAAK.MKB14.005) lag de focus op het automatiseren van het snoeien van perenbomen. De belangrijkste ontwikkelingen waren de ontwikkeling van een nieuw zelfrijdend robotplatform uitgerust met data- en sensorsystemen voor lokalisatie en het verkrijgen van 3D modellen van de bomen; een eerste digitaal 3D boom-model, en algoritmes voor pad planning en snoeioptimalisatie.
Om de snoei-installatie op de juiste plek in de boomgaard te krijgen zijn verschillende oplossingen denkbaar. O.a. vanwege lagere belasting voor de ondergrond, is gekozen om de mogelijkheden van een klein zelfrijdend systeem (‘AGV’) te verkennen.


Figuur 1 Het frame van het eerste prototype platform (links) bleek te zwak in de eerste veldtest. Met het tweede prototype werden succesvolle veldtesten gedaan (midden). Inmiddels wordt gewerkt aan onafhankelijke wielophanging (rechts)

Een zelfrijdend platform werd ontworpen met GPS-RTK navigatie, diverse camera’s, ultrasoon sensoren, direct drive elektromotoren, batterij en aansturing Het frame van het eerste prototype (Figuur 1) bleek te zwak in de eerste veldtest. Met het tweede prototype zijn in februari 2024 in een boomgaard in Benschop succesvolle opnames gemaakt als basis voor 3D boommodellen. De testervaring (na extreme neerslag was de ondergrond zeer zacht en modderig, lastig begaanbaar, met grote gaten) heeft daarnaast geleid tot herontwerp van de stuurinrichting en de wielophanging.
 
Figuur 2 Veldtesten met het tweede prototype. Het grijze kastje is de high-resolution LIDAR, daarboven is de GoPro camera te zien. De combinatie wordt gebruikt voor het nauwkeurig in kaart brengen van de perenboom (o.a. takkenstructuren – opname rechts)
Belangrijke stappen zijn gemaakt in het combineren van point cloud beelden vanuit meerdere gezichtspunten om occlusie van de achterste takken op te heffen en te komen tot een compleet 3D model van de boom.

 

In de perenteelt worden nog steeds veel werkzaamheden ‘op het oog’ uitgevoerd. Veel fruitteeltbedrijven groeien echter in areaal, waardoor het overzicht steeds lastiger te bewaren en het totale perceel steeds lastiger te managen is.

Dit project is een vervolg op het KIEM.K20.01.072 project waarin een haalbaarheidsstudie is verricht naar de mogelijkheden voor precisielandbouw in de perenteelt op basis van data, door het toepassen van smart methodes en technieken.

In dit project breiden we het projectteam verder uit met meer kwekers, teelt-experts en machinebouwers en willen we nader inzoomen op en kijken naar concrete mogelijkheden voor:
• Het verzamelen van data in het veld (scouting, data verzamelen).
• Het werken en het maken van strategische keuzes op basis van die digitale metingen in het veld (data analyseren en interpreteren).
• Het robotiseren van (arbeidsintensieve) werkzaamheden op basis van de beschikbare data. Binnen de scope van dit project leggen we hierbij de nadruk op het snoeien.
• Het reduceren en voorkómen van (omgeving belastende) teelthandelingen, zoals het gericht en locatie specifiek spuiten van gewasbeschermingsmiddelen. Hierbij leggen we de nadruk op de mogelijkheden voor het automatiseren van plaagdetectie.

De centrale onderzoeksvraag luidt: Wat zijn de concrete mogelijkheden voor precisietechnologie op basis van data in de perenteelt in Noord-Holland?

Primaire doelen zijn het verminderen van uitval, het verduurzamen van de teelt en het verhogen van de productkwaliteit, voor behoud en versteviging van de Noord-Hollandse/Nederlandse concurrentiepositie in deze wereldmarkt.

Een clusteraanpak tussen telers, onderzoek/advies/studenten en mechanisatiebedrijven kan de ontwikkeling van een tech-systeem voor de fruitteelt een extra boost geven. De meerwaarde van de gevonden oplossingen wordt aangetoond met prototypes en praktijktesten.