Robots gaan ons helpen

Als Glastuinbouw kunnen we nog veel leren van de open teelten als het gaat om oogstautomatisering en autonoom voortbewegende machines.

Binnen Wageningen University & Research wordt hard gewerkt aan robots die hun toepassing vinden in onze kassen. Grofweg zijn er twee soorten robots, de manipulator en de field robot.

De manipulator voert ter plekke taken uit, zoals stekken, enten, verpakken en oogsten. De stekrobots en de paprika-oogstrobot Sweeper zijn daar een goed voorbeeld van. De field robot, kent noch nauwelijks een toepassing in de glastuinbouw. Dit type robot kan autonoom navigeren en kan worden uitgerust met allerlei verschillende sensoren. Zoals voor monitoring van ziekten en plagen, metingen van kasklimaat en gewasprestaties. Voorbeelden van robots naast Sweeper zijn de Octinion (aardbeienoogstrobot) en de komkommeroogstrobot.

Door toepassing van kunstmatige intelligentie en deep learning komen ontwikkelingen in een stroomversnelling. Ook op het gebied van beeldherkenning en -verwerking. Dit leidt tot versnelling van de innovatie.

Handwerk
Ik vraag mij af of de toekomst voor de glastuinbouw er één is waar alles automatisch gaat en er geen handen meer nodig zijn in de kas? Waarbij het oogsten van producten en de verdere verwerking, zoals bossen sorteren en verpakking helemaal automatisch gebeurt? Nu is het zo dat het steeds moeilijker is om vakbekwaam personeel te vinden die repeterende, steeds weer dezelfde handelingen onder zware klimatologische omstandigheden willen uitvoeren. Als ik alleen al kijk naar ons eigen bedrijf hoe moeilijk het is om vacatures vervuld te krijgen, kan ik mij voorstellen dat er een groeiende behoefte en noodzaak is om arbeidsintensieve taken en kort cyclisch werk te automatiseren. 

Robots
Steeds vaker kom ik berichtjes tegen waar robots werkzaamheden overnemen en in staat zijn om in moeilijke omstandigheden hun werkzaamheden uit te kunnen voeren. Robots die zichzelf voortdurend verbeteren door zelf lerend te zijn en 24 * 7 kunnen werken komen er aan. Ik hoor u denken dat is nog heel ver weg.
Niets is minder waar.
Neem nu bijvoorbeeld de innovatiekracht van ons bedrijf. De oogstrobot van paprika's. Deze robot luistert naar de naam Sweeper. Het doel van het project waarbinnen de Sweeper wordt ontwikkeld is om een eerste generatie paprika-oogstrobots op de markt te brengen welke telers helpt om de oogstarbeid in kassen te automatiseren. Binnen dit project zal ook het teeltsysteem worden geoptimaliseerd om het oogsten met een robot te vereenvoudigen. Om het niveau van de cognitieve vaardigheden van de robot te verbeteren, zullen gewasmodellen worden toegepast om de locatie van de paprika's bij benadering te bepalen. De term cognitie komt van het Latijnse woord cognoscere, wat kennen of weten betekent. Het staat voor het vermogen om dingen te leren.  

Het voldoende beschikbaar zijn van gekwalificeerd personeel voor kwaliteitsinspectie binnen onze sector neemt snel af. Daarom is er een groeiende behoefte om taken zoals kleurbeoordeling van fruit, groenten en bewerkte voedingsmiddelen te automatiseren voor sorteerdoeleinden of om batches te classificeren.
Voordelen die automatisering met zich mee brengen en binnen handbereik liggen, zijn ook dat het werk sneller, objectiever, nauwkeuriger en 24/7 indien nodig kan worden gedaan.

Het Color Cabinet is wederom nog een mooi voorbeeld van de innovatiekracht van ons bedrijf. Het is een precisie-instrument voor het objectief meten en analyseren van de kleur van landbouw- en voedselproducten in alle delen van de productieketen, van oogst tot detailhandel. 

Natuur inclusieve landbouw
Mobiele robots helpen telers om werkzaamheden op het land uit te voeren zonder dat ze urenlang hoeven door te brengen in hun tractorcabines. Het vervangen van tractoren naar mobiele robots heeft daarom een veelbelovende toekomst. Deze werkwijze zal het mogelijk maken om natuur inclusief landbouw te beoefenen, zoals 'pixel farming' met nauwkeurige bewerkingen voor zaaien, gewasverzorging en oogsten. Natuur inclusieve landbouw moet de gangbare landbouw van de toekomst worden, het betekent dat je de natuur niet alleen optimaal gebruikt, maar die ook spaart en verzorgt. 

Robots kunnen appels plukken, onkruid wieden en opgeslagen fruit en/ of groenten sorteren. Een vereiste is dat robots hun taken op een eenvoudige manier kunnen leren. Ze moeten nieuwe handelingen eenvoudig kunnen leren van andere robotdemonstraties of rechtstreeks van mensen. Dit vereist nieuwe, innovatieve en flexibele robotsystemen. Diepgaand leren en kunstmatige intelligentie zijn nodig om robotsystemen hun werkzaamheden te kunnen laten doen. 

O ja, we zoeken nog enthousiaste en ambitieuze collega's die ons op het terrein van computer vision en machine learning systemen wil komen versterken.

Kijk op onze website voor meer info. 

Jan Willem de Vries
Wageningen University & Research
Business Unit Glastuinbouw