Op weg naar autonoom telen

Afgelopen donderdag is de 3^e Autonomous Greenhouse Challenge van start gegaan. Vergelijkbaar met de eerste en tweede editie is er een selectieproces (24-uurs Hackathon) georganiseerd. In een 24-uurs Hackathon-event is zijn uit de 17 deelnemende 17 teams, 5 teams geselecteerd voor het echte werk mee doen aan het Greenhouse Growing Experiment. 

In deze Hackaton zijn de AI-vaardigheden getest door een virtueel slagewas te telen in een virtuele kas met behulp van een geavanceerde digitale simulatieomgeving van Wageningen University & Research. Op dit moment weet ik nog niet wie de winnende teams zijn die door mogen na het kasexperiment welke gaat plaatsvinden van februari tot juni 2022. Naast de selectie was er nog een ander belangrijk doel wat wij als businessunit glastuinbouw wilden behalen, wij wilden deelnemers uit de AI en tuinbouw vanuit verschillende culturele achtergronden met elkaar te verbinden, kennis uit te laten wisselen en interactie te stimuleren. 

Onderzoek
Tijdens het kasexperiment krijgt elk team een kascompartiment van Wageningen University & Research op de onderzoek locatie Bleiswijk. Teams moeten volledig autonoom een slagewas telen met een hoge opbrengst en kwaliteit en met duurzaam gebruik van hulpbronnen zoals energie en water. Dat moeten ze tijdens twee teeltcycli doen met behulp van hun eigen kunstmatige intelligentie-algoritmen. De afgelopen jaren heeft ons geleerd dat er veel belangstelling is voor het ‘autonoom telen’ in de glastuinbouw. De Autonomous Greenhouse Challenges van afgelopen twee winters hebben een enorme boost gegeven aan deze ontwikkeling. Iets waar we als businessunit Glastuinbouw en Bloembollen erg trots op zijn. Met het gewas komkommer en tomaat hebben we aangetoond dat het mogelijk is een kas op afstand te sturen en daarin efficiënt om te gaan met arbeid en energie en een goede productie te kunnen halen. 

Interessant project
Naast de Autonomous Greenhouse Challange loopt er nog een meer dan interessant project nl. AGROS^*. Een project dat ingegeven is door het ontstaan van een groot tekort aan ‘groene kennis’, oftewel: mensen die het maximale uit een gewas weten te halen. Kunstmatige intelligentie kan daarbij helpen. Daarom werkt de Business Unit Glastuinbouw en Bloembollen van Wageningen University & Research aan de ontwikkeling van algoritmen die de teler ondersteunen bij het nemen van beslissingen. De huidige coronacrisis maakt de behoefte aan autonoom telen alleen nog maar groter: er is behoefte aan vers, gezond voedsel, en het feit dat er voldoende arbeid is in de kas is niet meer vanzelfsprekend. Binnen dit project wordt samen met bedrijfsleven gewerkt aan de realisatie van de autonome kas waarbij het uiteindelijke doel is het sturen van de teelt op afstand op basis van de stand van het gewas, waarbij plantsensoren een grote rol spelen. Op dit moment loopt de eerste proef, waarbij gebruik wordt gemaakt van de belichte komkommerteelt in de Winterlichtkas. In deze teelt is een groot aantal sensoren geïnstalleerd, die continu metingen doen aan het lichtniveau in het gewas, EC en watergehalte van de mat, wateropname en verdamping via weggoten, sapstroom en stengeldikte, en via camerasystemen volgen we de ontwikkeling van het gewas.

Klimaat
De resultaten van deze sensoren worden gecombineerd om na te gaan welke sensoren het meest geschikt zijn om te gebruiken in de algoritmes die de autonome kas aan moeten sturen. Bij het ontwikkelen van deze algoritmes is het belangrijk wat telers zelf de grootste uitdagingen vinden in het regelen van hun klimaat. Om hierachter te komen, is een vragenlijst opgesteld, die door een aantal komkommertelers is ingevuld. De reacties van de telers helpen om prioriteit aan te brengen in de ontwikkeling van de algoritmes.

Kunstmatige intelligentie
Uit gespreken met komkommertelers bleek duidelijk dat telers de water- en nutriëntengift als een van de onderdelen van de teelt zien waarbij het autonoom maken een grote meerwaarde zou zijn. Verder blijft het monitoren van de gewasstatus van groot belang, want hier worden veel van de teelthandelingen en klimaataanpassingen op gebaseerd. Dat betekent dat onderzoekers zich binnen dit project vooral zullen richten op de sturing van water en nutriënten als op het monitoren van plantkenmerken, met de nieuwste (vision)technieken. Het is de bedoeling om in de zomermaanden een nieuwe teelt te starten in de Winterlichtkas, waar deze onderwerpen dan weer in zullen worden meegenomen. Het uiteindelijke doel is een computer die net zo goed kan telen als een echte teler, of misschien zelfs beter. Hiervoor moet de kunstmatige intelligentie weten welke beslissingen een teler neemt en daarvoor de juiste informatie verkrijgen. Dat klinkt makkelijker dan het is. Zo zien telers bladeren als een belangrijke indicator voor de groei van het gewas, maar hoe kan een camera met beeldherkenning het aantal bladeren in een dicht gewas correct tellen?

Drie delen
Het project bestaat uit drie delen. Het eerste deel is een inventarisatie van welke parameters nodig zijn om de juiste teeltbeslissingen te nemen. Het gaat dan om gegevens over bijvoorbeeld het klimaat en het gewas. Het tweede deel gaat over de hardware: welke sensoren zijn nodig om de gewenste parameters nauwkeurig te meten? Kan dat met bestaande sensoren of moet er nieuwe hardware worden ontwikkeld? De derde stap is het ontwikkelen van de juiste algoritmen.

* AGROS staat voor AGRicultural Operation Systems. In vier jaar tijd wordt gewerkt aan de ontwikkeling van agrotechnologie ter ondersteuning van ecologische en biologische functies in de glastuinbouw, akkerbouw en melkveehouderij. De Business Unit Glastuinbouw en Bloembollen richt zich op het autonoom telen in tuinbouwgewassen.

Jan Willem de Vries
University & Research
Business Unit Glastuinbouw