Disruptieve veranderingen... mogelijkheden op gebied van robotica zijn legio | De Bloemenkrant
Logo bloemenkrant.nl
Foto: WUR
Column

Disruptieve veranderingen... mogelijkheden op gebied van robotica zijn legio

Ik kom op heel veel bijeenkomsten. Overal wordt gesproken over een nieuw tijdperk waar we voor staan en dat veranderingen nodig zijn. In deze column wil ik u laten zien dat er niet alleen gesproken wordt, maar dat er ook heel veel gebeurt!

Ik denk dat velen onder u niet eens weten waar allemaal ontwikkelingen plaats vinden. Wist u bijvoorbeeld dat Wageningen University & Research (WUR) naast de Technische Universiteit Eindhoven, de Technische Universiteit Delft en de Universiteit Twente één van de vier technische universiteiten is die Nederland rijk is? Binnen de WUR werken de kenniseenheden samen binnen de onderzoeksgroep Agro Food Robotics.


Agro Food Robotics
Dit initiatief biedt bedrijven technologie en kennis die nodig is om robotica in de agrarische sector te ontwikkelen. Het begint al bij het uitgangsmateriaal, de inspectie van zaden. Met behulp van Nabij infraRood Spectroscopie (NIRS) kunnen zaken worden gemeten en gesorteerd en er voor zorgen dat alleen zaden van goede kwaliteit gebruikt worden. Zo worden technieken ontwikkeld waarbij de kwaliteit van elk individueel zaadje gemeten kan worden. Het systeem analyseert het vocht, vet, eiwit en koolhydraten van het zaadje en meet kwaliteitskenmerken zoals kiemkracht en de kleur. Door gebruik te maken van moderne processpectrofotometers zijn hoge sorteersnelheid mogelijk is. Als de zaden vervolgens zijn uitgegroeid tot (kiem)planten, zijn er verschillen in kwaliteit zichtbaar in de eerste stadia van de groei. WUR ontwikkelt Vision technieken, zoals phenotyping en technieken waarmee onder andere de 3D vorm, fotosyntheseactiviteit en kleur van ieder plantje wordt gemeten. Hierdoor is een efficiënte sortering van kiemplanten mogelijk wat ervoor zorgt dat alleen planten met de beste productieverwachting worden gebruikt in het toekomstige teeltproces. 


Op dit moment werken we er heel hard aan om planten die in een kas uitgroeien tot productiegewassen nauwkeurig in de gaten te houden door robots die uitgerust met diverse sensoren die door de kas bewegen. Aspecten van de plant (zoals biomassa en fotosyntheseactiviteit) en van de vruchten (zoals grootte, kleur en vorm) geven de teler veel informatie om elke plant te geven wat hij nodig heeft. Ook wordt gewerkt aan  methoden om ziektes en plagen, zoals botrytis, meeldauw, trips, etc. tijdig te detecteren waarbij er snel ingegrepen kan worden om productieverlies te beperken.


Sensordata
Buiten op het veld, denk bijvoorbeeld aan tulpen, is het haast niet te doen om op het oog van onze gewassen te bepalen of het goed groeit. Laat staan in een vroeg stadium waar te nemen of er ziektes en plagen zich ontwikkelen of dat er sprake is van tekorten zoals bijvoorbeeld. stikstof. Om deze vragen goed te kunnen beantwoorden worden technieken ontwikkeld om planten op het veld te inspecteren. Satellieten, tractoren en (onbemande) vliegtuigen die zijn uitgerust met camera's en sensoren, scannen het gewas en geven informatie om op iedere plek precies de juiste hoeveelheid meststoffen en gewasbeschermingsmiddelen toe te dienen. Dit komt de uiteindelijke productiehoeveelheid van het gewas ten goede. Nauwkeurige bemesting en onkruidbestrijding helpt ons om onze gewassen optimaal te laten groeien.

WUR doet onderzoek om precisiehandelingen op het land uit te laten voeren door  machines en robots die gebruik maken van sensorinformatie. Zo kunnen drones, op basis van sensordata, heel nauwkeurig gebieden op het land bemesten of onkruid bestrijden. Dit bespaart kosten en vermindert het gebruik van chemicaliën. Het is nu al mogelijk om met met autonome schoffels volledig mechanisch onkruid te bestrijden, zonder gebruik van herbiciden. Deze schoffels worden door autonoom navigerende, oftewel zelfrijdende tractoren voortbewogen. Wij doen onderzoek om deze machines steeds nauwkeuriger en ook in gebieden met slecht GPS bereik autonoom te laten navigeren en obstakels te vermijden. Dit laatste met oog voor veiligheid van mens, dier en plant.


Oogstrobots
Oogsten is over het algemeen een arbeidsintensief werk waarbij behoefte is aan extra arbeidskrachten welke vervolgens steeds moeilijker te verkrijgen zijn. Bij veel gewassen is het niet mogelijk om alle producten in één keer te oogsten. Dit is het geval wanneer er sprake is van een variatie in uiterlijk, het product heel kwetsbaar is of omdat slechts een deel van het gewas geschikt is om geoogst te worden. WUR doet voor dit soort gewassen onderzoek naar methoden voor het oogsten met robots. De robots identificeren op basis van sensorinformatie de oogstbare producten en bepalen de optimale grijpstrategie, zodat product zonder beschadigingen geoogst kan worden.


Kwaliteitscontrole
Voordat de geoogste producten verpakt of getransporteerd worden, is het belangrijk om de kwaliteit vast te stellen en defecten en ziektes te detecteren. Deze informatie helpt bij het bepalen van de conditie(s) waaronder het product bewaard moet worden. Het vaststellen van de kwaliteit wordt nu vaak door mensen gedaan met een subjectief en inconsistent resultaat als gevolg. Door gebruik te maken van verschillende sensoren, zoals kleurcamera's, hyperspectraal camera's, laser sensoren en X-ray, en met de juiste belichting, ontwikkelt Wageningen University & Research automatische en objectieve methoden voor het meten van kwaliteit van agrofoodproducten. Met deze informatie wordt onder andere de afzetmarkt bepaalt. 


Een deel van de agrofoodproducten wordt verwerkt door robots. Een voorbeeld hiervan is de steksteekrobot, die volledig autonoom stekjes knipt van een rozentak om die vervolgens in een potje te planten. Robots zijn ook inzetbaar om groente en fruit te ontdoen van de (bittere) kern voor de fresh-cut industrie. Vanwege de variatie (kleur, vorm, grootte, etc.) van agrofoodproducten en de variatie in de verpakking, worden veel agrofoodproducten nog met de hand ingepakt. Huidige verpakkingsmachines zijn vaak niet in staat dit werk (volledig) over te nemen.


Adaptieve grippers
Wij onderzoeken hoe producten met robots automatisch verpakt kunnen worden. Er wordt gewerkt aan de ontwikkeling van sensorsystemen op basis van waarschijnlijkheidswaarde modellen, machineleertechnieken en het gebruik van adaptieve grippers. Hierdoor kunnen steeds meer agrofoodproducten door robots automatisch verpakt worden. Om vervolgens in de winkel met behulp van door ons ontwikkelde software welke alle producten identificeert op de lopende band, zonder streepjescode. Voor de klant betekent dat snelheid bij het afrekenen en gemak tijdens het winkelen, voor de supermarkt betekent dit minder aanslagfouten en meer personeel beschikbaar om service te leveren.

Door slim data uit de hele logistieke keten te gebruiken, vanaf de teelt tot de verkoop in een supermarkt, kunnen interessante verbanden bloot gelegd worden. Hierbij kun je denken aan de relatie tussen de beginkwaliteit van versproducten en de uiteindelijke kwaliteit bij de consument in de keuken. Door in de gehele keten strategisch op kwaliteitsontwikkeling te sturen, krijgt de consument betere kwaliteit verse producten en zijn er door de keten heen minder productverliezen.

Jan Willem de Vries
Wageningen University & Research
Business Unit Glastuinbouw
 

Meer berichten

Dagelijks het laatste nieuws in je mailbox ontvangen?

Aanmelden
<SCRIPT SRC="//secure.adnxs.com/ttj?id=13225608&size=160x600&promo_sizes=120x600&cb=[CACHEBUSTER]&promo_alignment=center&referrer=bloemenkrant.nl&pubclick=[INSERT_CLICK_TAG]&postcode=" TYPE="text/javascript"></SCRIPT>
<SCRIPT SRC="//secure.adnxs.com/ttj?id=13225606&cb=[CACHEBUSTER]&referrer=bloemenkrant.nl&pubclick=[INSERT_CLICK_TAG]&postcode=" TYPE="text/javascript"></SCRIPT>