Strawberry Harvest Prediction

Het goed voorspellen van de oogst van aardbeien, paprika’s, tomaten of komkommers die in kassen groeien is niet accuraat genoeg. Het komt regelmatig voor dat de oogst 30 procent hoger of lager uitvalt dan verwacht wordt o.b.v. de statistische modellen die nu gehanteerd worden. De onbetrouwbare voorspellingen zorgen bij de telers voor de nodige stress en extra kosten, omdat zij hierdoor bijvoorbeeld moeite hebben om goed in te schatten hoeveel personeel zij voor de oogst nodig hebben. Ook zorgt het ervoor dat het een negatief effect heeft op de opbrengsten die op de veiling verkregen worden. Vaker dan nodig moeten bovendien delen van de oogst doorgedraaid worden (voedselverspilling). GTL wil in een jaar tijd een proof of concept ontwikkelen van een systeem dat met behulp van een Digital Twin oogstvoorspellingen kan doen voor de teelt van aardbeien. Door de ontwikkeling van een (Digital) Twin kan veel sneller (wel 100 tot 1000 keer) een algoritme ontwikkeld worden. Het project levert een proof of concept op van een virtueel aardbeien oogst voorspelling systeem dat d.m.v. Digital Twin technieken oogstvoorspellingen doet voor de teelt van aardbeien. Het project levert een proof of concept op van een virtuele aardbeien oogst voorspelling systeem dat d.m.v. Digital Twin technieken. Dit is op zekere hoogte goed gelukt. Het systeem is van een digital twin  machine learning  deep learning  algoritme gekomen en deze is getest in een gebruikersomgeving. De resultaten zijn minder dan wat er gehoopt is. Echter de minimale technische verificatie is aanwezig als resultaat. Aanbeveling voor de toekomst is meer geclassificeerde data onder verschillende camera hoeken te creëren in combinatie met hoogwaardig gedetailleerde texturen zal de meetdata in de specifiek groei fases van aardbei significant verbeteren.

Onbetrouwbare oogstvoorspellingen in kassen veroorzaken onnodige kosten bij telers. Fontys/Green Tech Lab (GTL) is in een eerdere studie tot de conclusie gekomen dat het meten van de mogelijke oogst middels een camera systeem mogelijk is. Dit wordt ook wel ‘scouten’ genoemd.
Dit heeft men al gedaan met paprika’s en komkommers. Nu is de vraag gekomen of dit ook mogelijk is voor het telen en voorspellen van de oogst van aardbeien: Strawberry Harvest Prediction.

Nu wil men dit onderzoeken door het herkennen van vruchten en groeicurves (algoritmen) niet met echte beelden van de vruchten te doen, maar met digitale beelden als een ‘Digital Twin’. In deze virtuele kas worden virtuele planten met bloemetjes, vruchten en aardbeien ‘gekweekt’ middels de groeicurve van een aardbeiplant. Hiertoe heeft men een samenwerkingsverband opgericht met Kwekerij de Kemp BV en Kwekerij VieVerde BV (oogstvoorspelling m.b.v. kunstmatige intelligentie). Het samenwerkingsverband is voor dit doel opgericht en nieuw in deze samenstelling.

GTL wil in een jaar tijd een proof of concept ontwikkelen van een systeem dat met behulp van een Digital Twin oogstvoorspellingen kan doen voor de teelt van aardbeien. Door de ontwikkeling van een Digital Twin kan veel sneller (wel 100 tot 1000 keer) een algoritme ontwikkeld worden.

Het project levert een proof of concept op van een virtual strawberry harvest prediction -systeem dat d.m.v. Digital Twin technieken oogstvoorspellingen doet voor de teelt van aardbeien.