Virtual plant modelling for deep learned harvest prediction

Virtual plant modelling for deap learned harvest prediction
Onbetrouwbare oogstvoorspellingen in kassen veroorzaken onnodige kosten bij telers. Fontys GreenTechLab wil met partners een virtueel model (digital twin) ontwikkelen, waarmee men nauwkeurig voorspellingen kan doen over wat de te verwachten oogst is. Met behulp van een slim camerasysteem - dat gebruik maakt van vision-technieken - worden er opnamen gemaakt van een deel van de oogst.
Al eerder (mei 2018 – mei 2019) heeft een projectteam bij GreenTechLab samen met studenten en Kwekerij Litjens (paprika’s) een onderzoek gedaan naar de ontwikkeling van een virtueel model (digital twin) waarmee men heel nauwkeurig voorspellingen kan doen over de te verwachten oogst.
Nu wil men dit onderzoek verder verdiepen (nachtopnames) en het samenwerkingsverband uitbreiden met VieVerde B.V. (komkommers) en Yookr B.V. (besturingssystemen in kassen). Het samenwerkingsverband is voor dit doel opgericht en nieuw in deze samenstelling.
Het GreenTechLab wil nu een proof of concept ontwikkelen van een systeem dat in de nacht beelden analyseert en classificeert. Ook wil men data verzamelen over de effecten van het micro- en macroklimaat in de kas op de groei. Hiervoor moet de software die thans gebruikt wordt ook worden aangepast. Het systeem moet in eerste instantie zowel toepasbaar zijn bij de teelt van paprika’s als bij de teelt van komkommers.
Het project levert een proof of concept op van een virtual plant modelling-systeem dat d.m.v. vision technieken en deep learning technieken oogstvoorspellingen doet voor de teelt van paprika’s en komkommers.