Dynamische onkruid detectie en manipulatie

Er is in groeiende mate interesse in automatiseringsoplossingen in de land- en tuinbouw. Het autonoom mechanisch wieden van onkruid is een handeling waar Saxion i.s.m. o.a. mkb praktijkpartners Odd.Bot en Pixelfarming al enkele jaren aan werkt.
De traditionele landbouw is momenteel sterk afhankelijk van chemisch herbicidegebruik voor onkruidbestrijding gedurende het groeiseizoen. Dit zorgt voor nadelige effecten zoals bodem- en water verontreiniging door uitspoeling, afname van biodiversiteit of de gezondheidsrisico’s voor arbeiders die worden blootgesteld aan landbouwgif. Verder zorgt strengere wet- en regelgeving ervoor dat bepaalde herbiciden binnen afzienbare tijd niet meer mogen worden gebruikt. Mechanisch wieden is een goed alternatief, maar dit is erg arbeidsintensief en arbeid wordt in groeiende mate schaars binnen de landbouw.
Uit voorgaande projecten is gebleken dat de prestaties van de robot systemen op een aantal punten moeten worden verbeterd voordat het commercieel gezien interessant wordt voor een boer om een dergelijk robotplatform aan te schaffen. De systemen en componenten waaruit de robots zijn opgebouwd zijn complex en onderling sterk afhankelijk van elkaar.
Het verder brengen van de platforms is iets wat veel R&D tijd vergt. Eerst moeten de mogelijke oplossingsrichtingen voor platformverbeteringen worden opgesteld. Vervolgens moet er o.b.v. experimenten een selectie komen van definitieve oplossingsrichtingen waar dan de komende jaren aan kan worden gewerkt. Daarbij moet de mate van modulariteit bij elke oplossing goed worden omschreven. Dit is iets wat de mkb-partners graag willen onderzoeken, maar zelf onvoldoende tijd en middelen voor hebben.
Dat is dan ook het doel van dit project. Een verkennende studie uitvoeren die moet uitwijzen hoe en waar deze prestaties (betrouwbaarheid, nauwkeurigheid en toepasbaarheid) van de robotplatforms kunnen worden verbeterd. Daarbij dient het eindresultaat van deze studie als startpunt voor een grotere vervolgstudie waar de voorgestelde verbeteringen en aanpassingen in kunnen worden ontwikkeld.

Het project heeft als doel om onkruidwiedende robotplatformen te verbeteren door latentieproblemen op een modulaire manier aan te pakken. Om de betrouwbaarheid, nauwkeurigheid en toepasbaarheid van hun oplossing te verbeteren, maken de partners uitgebreid gebruik van simulatie. Ze ondervinden echter praktische problemen bij het simuleren van hun systeem en de omgeving op een nuttige manier. Daarom heeft dit project zich gericht op de volgende deelproblemen:

1. Verbeteren van realistische simulatie van rugvelden zoals gebruikt bij uien- en aardappelteelt:
De wens is om dergelijke velden eenvoudig te kunen simuleren op basis van een beperkt aantal parameters die in de praktijk kunnen worden gemeten (zoals bijvoorbeeld rughoogte en -afstand). Er is een proof-of-principle simulatieomgeving gecreëerd die laat zien hoe een Blender-simulatie eenvoudig aangepast kan worden door parameters aan te passen. Dit geheel werd gekoppeld aan het Robot Operating System (ROS) dat door de partners in de praktijk toegepast wordt.

2. Verminderen van de verschillen tussen simulatie en werkelijke robot:
Door gebruik te maken van ROS en het zogenaamde ros2_control framework ontstaat er de mogelijkheid om eenvoudig te wisselen tussen aansturing van daadwerkelijke hardware zoals motoren en wielen en de gesimuleerde variant daarvan. Er is een proof-of-principle ontwikkeld hoe dit opgezet kan worden zodat er zoveel mogelijk gebruik gemaakt kan worden van bestaande software bibliotheken.

Hoewel er nog geen definitieve oplossing is gerealiseerd, heeft ons initiële onderzoek de praktijkpartners geholpen om de grenzen en mogelijke benaderingen voor een werkbare toepassing beter te begrijpen. Deze inzichten vormen een waardevolle basis voor verdere ontwikkeling binnen een mogelijk vervolgproject. De partners toonden zich nieuwsgierig naar de volgende fase van het traject. Tijdens onze gesprekken hebben we actief ideeën uitgewisseld over een passende aanpak voor de voortzetting van het project.
Momenteel werken we aan het formuleren van onderzoeksvragen die nauw aansluiten bij de behoeften en uitdagingen binnen de industrie.