Smart Farming Peren 2.0: Slim Snoeien

Het telen van appels en peren in een boomgaard is een arbeidsintensief proces. Handelingen als snoeien, dunnen en oogsten vragen om kundige seizoenswerkers, welke immer schaarser worden, en waarvan de kosten al maar oplopen. Mechanisatie van oogsthandelingen als spuiten, dunnen, oogsten en snoeien kunnen een substantiële vermindering in de arbeidsbehoefte realiseren. Specifiek snoeien leent zich goed voor
robotisering, en op dat gebied is in voorgaande projecten (o.a. KIEM.K20.01.072 en RAAK.MKB14.005) substantiële voortgang geboekt op de kerntechnologieën.

Uit dit eerdere werk komen echter enkele knelpunten naar voren: i) bestaande computer vision technologieën kunnen geen onderscheid te maken tussen blad- en bloemknoppen, en ii) het ontbreekt aan een digitale omgeving om de snoei te plannen, optimaliseren en aan te sturen. Binnen deze nieuwe RAAK-mkb aanvraag willen we op deze punten verdiepen, en toewerken naar een geïntegreerde snoeirobot op Technology Readiness Level (TRL) 5 en Investment Readiness Level (IRL) 3. Om de afhankelijkheid van seizoensdata te verminderen zal synthetische data gegenereerd worden met daarin verwerkt een variabiliteit aan edge cases [WP1], voor een betrouwbare set van digitale boommodellen, waarmee vervolgens computer vision algoritmes getraind kunnen worden om onderscheid te maken tussen blad- en bloemknoppen) [WP2], en waarmee een
continu-lerende digital twin opgebouwd kan worden in een productie omgeving [WP3]. Vervolgens zullen de subsystemen (o.a. snoei instrument, robot aansturing, snoei-algoritme) worden doorontwikkeld, geïntegreerd en ontsloten (TRL4) [WP4]. Tot slot zullen praktijktesten worden uitgevoerd waarmee modellen, snoeialgoritmen en snoeisysteem worden gevalideerd in de boomgaard (TRL5, IRL 3) [WP5].

Het project moet leiden tot behoud en versteviging van de Noord-Hollandse/Nederlandse concurrentiepositie in deze wereldmarkt, vermindering van uitval, verduurzaming van de teelt en het verhogen van de productkwaliteit. Daartoe zullen binnen het projectteam kwekers, teelt-experts, machinebouwers, computer vision en robotica experts nauw samenwerken om tot een gevalideerde oplossing te komen.