Terug naar overzicht

Rijdende robot oogst geen tomaten, maar data

Contact /Colinda de Beer Datum /

Een belangrijk deel van het werk van een teler bestaat uit: kijken. Zitten er bijvoorbeeld schadelijke insecten in het tomatengewas? Wat is de afstand tussen de stengels? Hoeveel vruchten groeien er? Robotontwikkelaar Gearbox en tomatenteler Lans sloegen de handen ineen voor een robot die in het gewas nuttige informatie verwerft. “Data produceren is niet het probleem. Het gaat erom: welke data zijn relevant voor de teler?”

Wie tomaten teelt, moet voorkomen dat het gewas aangetast wordt door ziekten en plagen. Die kunnen immers zorgen voor een lagere kwaliteit of productie. Zo zuigt de witte vlieg plantsappen uit de tomatenplant en laat het honingdauw (een plakkerige massa) achter op het gewas. Bij Lans – een van de grootste tomatentelers in Nederland – worden de kassen dan ook voortdurend gecontroleerd op ziekten en plagen.

“Met vangplaten monitoren we of er bijvoorbeeld mineervliegen of witte vliegen zijn. En we lopen veel door het gewas om te controleren op ziekten en plagen”, vertelt Vincent van der Lans, directeur Teelt en Energie bij het bedrijf, dat verspreid over zeven vestigingen in Nederland 80 hectare en Egypte 25 hectare tomaten teelt. “Maar ja, dat monitoren is best een klus. En je komt niet elke week op elke plek in de kas.”

Gearbox uit Maasdijk ontwikkelt rijdende robots die wél een hele kas bezoeken. Zoals de Gearrover: die robot herkent rijpe rozen en gerbera’s (door middel van beeldherkenning) en wijst die aan met een gekleurde laser. De oogstmedewerker hoeft daardoor niet zelf op zoek naar rijpe bloemen, en kan dus sneller en preciezer oogsten. Dat idee is wellicht te vertalen naar de detectie van ziekten en plagen in groenteteelten, dacht Gearbox. En misschien kan een robot juist andere, minstens zo nuttige informatie verzamelen.

Verticaal gewas

Het lijkt een open deur: een roos is geen tomaat. Maar zeker als het gaat om beeldherkenning zijn de verschillen tussen beide gewassen heel groot, vertelt Harm van Adrichem, Strategisch Business Developer bij Gearbox. “Roos is een horizontaal gewas. Om te zien welke bloemen rijp zijn, hoef je alleen de bovenzijde van het gewas in beeld te brengen, met 2D-beeldherkenning. Groenten als tomaat zijn juist verticale gewassen.”

Tomaten groeien niet boven in het gewas, zoals bloemen, maar aan de stengel. Daarvoor is dus 3D-beeldherkenning nodig. Om het ingewikkeld te maken: de tomaten hangen tussen de bladeren en zijn soms niet goed zichtbaar. En ook veel plagen verstoppen zich. Zo is de favoriete plek van de witte vlieg ónder het blad van de tomatenplant. Van Adrichem: “Een beestje detecteren is iets heel anders dan de rijpheid controleren. Het was dus niet alleen een kwestie van een camera verticaal ophangen.”

Zelfstandig door gewas

Met steun van het Innovatieprogramma AgriTech startten Gearbox en Lans met de ontwikkeling van een robot die zelfstandig door het gewas rijdt en onderweg nuttige informatie verwerft. Het gaat daarbij in eerste instantie om mogelijke ziekten en plagen. Bijvoorbeeld de schimmel Botrytis is goed te herkennen aan de vlekken op de stam. En voor een plaag als de witte vlieg is het een kwestie van veel en vaak monitoren, in de verwachting dat de robot met enige regelmaat toch vliegen ziet. Van Adrichem: “Zo kun je dus wel een trend ontdekken.”

Maar als de robot toch door het gewas rijdt over de buisrail, dan kan hij net zo goed andere informatie verwerven. Bijvoorbeeld de groei van het gewas of de aanstaande productie. En die informatie is minstens zo interessant voor een teler, vertelt Van der Lans. Zo zijn gegevens als het aantal internodiën (de stengels tussen de bladeren), de groeisnelheid en het aantal vruchten waardevolle input voor een succesvolle teeltstrategie.

Welke data zijn interessant?

Inmiddels zijn van de nieuwe robot vier versies ontwikkeld. Stap voor stap onderzochten Gearbox en Lans onder meer: wat ziet de robot en welke data zijn interessant voor de teler? Van Adrichem: “Data produceren is niet het probleem. Het gaat erom: welke data zijn relevant voor de teler? En hoe kun je een tool ontwikkelen waarmee een teler bijvoorbeeld het middelengebruik naar beneden kan brengen, of een betere oogstprognose kan opstellen.”

De vierde versie van de robot bleek alles te hebben wat de teler zoekt. De beeldherkenning en bijhorende algoritmes leveren juiste, betrouwbare en nuttige informatie. “We werken nu aan het finetunen van de hardware, dus onder meer: kan de robot zelfstandig heen en terug in het gewas, en kan hij zelf oversteken naar het volgende pad?”

Flexibel zijn

De samenwerking tussen Gearbox en Lans startte met het idee dat een robot ziekten en plagen zou herkennen. De kans bestaat dat de machine zich richt op ándere relevante data: daarover maakt Gearbox in de loop van dit jaar meer bekend. “Maar zo’n innovatietraject zit altijd vol verrassingen. Je moet flexibel zijn, en bereid zijn eventueel van je aanvankelijke plan af te stappen.”

Bij dat plan speelde de voucher van het Innovatieprogramma AgriTech een grote rol. Van Adrichem: “Het is belangrijk dat de overheid zulke initiatieven steunt. Want daardoor kunnen we tools ontwikkelen die telers helpen met bijvoorbeeld het verminderen van hun gebruik van bijvoorbeeld gewasbeschermingsmiddelen of energie. Zo kunnen we de sector verder helpen.” Van der Lans: “Het innovatieprogramma heeft ons zeker geholpen samen verder te komen.”

Over AgriTech

Het Innovatieprogramma AgriTech was een initiatief van InnovationQuarter, Greenport West-Holland, MRDH, de provincie Zuid-Holland en TNO. InnovationQuarter voerde namens de partners de coördinatie van het programma uit.

Meer weten? Ga naar de pagina over AgriTech: https://www.innovationquarter.nl/item/agritech/

Eerdere artikelen in deze reeks