Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven

U maakt gebruik van software die onze advertenties blokkeert (adblocker).

Omdat wij het nieuws gratis aanbieden zijn wij afhankelijk van banner-inkomsten. Schakel dus uw adblocker uit en herlaad de pagina om deze site te blijven gebruiken.
Bedankt!

Klik hier voor een uitleg over het uitzetten van uw adblocker.

Meld je nu aan voor onze dagelijkse nieuwsbrief en blijf up-to-date met al het laatste nieuws!

Abonneren Ik ben al ingeschreven

"Autonome teelt blijft leiden tot hogere komkommeropbrengsten"

Sinds 2018 is Koidra CEO Dr. Kenneth Tran al bezig met het uitbreiden van de mogelijkheden van komkommerteelt in gecontroleerde omgevingen.

In 2023 werd een team onder leiding van Tran eerste bij de inaugurele Autonomous Greenhouse Challenge, met een wereldrecordopbrengst van 51,25 kg/m2 in minder dan vier maanden. In die tijd werkte Tran bij Microsoft Research aan onderzoek naar real-world reinforcement learning, waarbij hij zich richtte op toepassingen in energieoptimalisatie van datacenters en tuinbouw in gecontroleerde omgevingen.

Dr. Kenneth Tran (tweede van links) leidde Team Sonoma, dat de eerste International Autonomous Greenhouse Challenge won door in Nederland vier maanden lang met succes komkommers te telen terwijl het op afstand werkte vanuit Redmond, WA.

De wedstrijd, georganiseerd door Wageningen University & Research in Nederland, liet voor het eerst zien hoe komkommers op afstand werden geteeld met behulp van kunstmatige intelligentie. Vijf internationale teams uit negen landen moesten komkommers telen binnen een ruimte van 96 vierkante meter. Het doel was om de nettowinst te maximaliseren en het gebruik van hulpbronnen te minimaliseren.

Een zesde kas-compartiment werd bestuurd door ervaren Nederlandse telers en diende als referentie.

Elk team bestuurt op afstand actuatoren (voor verwarming, ventilatie, belichting, verneveling, CO2-toevoer, water en toevoer van voedingsstoffen) met behulp van AI-algoritmen. Deze verschilden per team, wat leidde tot verschillende teelt-, klimaat- en irrigatiestrategieën, evenals verschillende opbrengsten en efficiënt gebruik van hulpbronnen.

Tran's Team Sonoma viel op door zich te richten op een hoge dagelijkse hoeveelheid licht, terwijl ze tegelijkertijd kunstlicht, temperatuur en CO2 optimaliseerden.

Team Sonoma behaalde de hoogste opbrengst van de 5 teams die meededen aan de Autonomous Greenhouse Challenge 2018.

Team Sonoma had niet alleen de hoogste opbrengst, maar versloeg ook alle andere deelnemers op het gebied van winst en duurzaamheid. Vergeleken met de benchmark van de referentieteler was hun nettowinstwinst 17%.

"Dit bewees het potentieel van AI in de tuinbouw, met name in het verbeteren van de grondstoffenefficiëntie, gewasopbrengst en het verminderen van de behoefte aan continu menselijk toezicht," zei Tran, die nu CEO is van Koidra, een leverancier van intelligente kas-automatisering met behulp van AI.

Tran's overwinning in de eerste Autonomous Greenhouse Challenge van WUR was een belangrijke stap voorwaarts in het onderzoeken hoe technologie kan worden geïntegreerd in traditionele teeltpraktijken. Het speelde ook een belangrijke rol bij de oprichting van Koidra.

De groeiende rol van AI in de tuinbouw
De integratie van kunstmatige intelligentie (AI) in de tuinbouw met gecontroleerde omgeving markeert een nieuw tijdperk voor gewasteelt. Hoewel AI nog in de beginfase verkeert, blijven de gegevens uit studies en proeven positieve signalen geven. De implicaties van AI gaan verder dan enkel verhoogde opbrengsten en efficiëntie; het speelt een cruciale rol in het ondersteunen van complexe besluitvormingsprocessen die kunnen worden aangepast aan teeltbedrijven van alle groottes en ervaringsniveaus.

Ervaren telers kunnen met behulp van AI-tools nieuwe telers effectiever opleiden en standaard werkprocedures vaststellen, wat resulteert in een algemeen hoger niveau van teeltpraktijken. Bovendien geeft deze technologie nieuwe telers de middelen en het vertrouwen om weloverwogen beslissingen te nemen in het teeltproces. AI helpt telers ook bij het aanpassen aan en leren telen van nieuwe gewassen, waardoor ze snel kunnen reageren op veranderende markteisen en klimatologische omstandigheden.

Financieel gezien kunnen de voordelen van AI in de tuinbouw op twee belangrijke manieren worden gekwantificeerd: een toename van de inkomsten per vierkante meter per jaar en besparingen op de uitgaven per vierkante meter per jaar. De eerste wordt bereikt door hogere opbrengsten en verbeterde productkwaliteit, terwijl de tweede voortkomt uit een efficiënter gebruik van hulpbronnen, wat leidt tot aanzienlijke kostenbesparingen. Deze financiële opbrengsten worden actief gedemonstreerd in praktische toepassingen, zoals blijkt uit proeven en samenwerkingen tussen AI-bedrijven zoals Koidra en grootschalige teeltoperaties.

Autonome beheersing van komkommers als onderdeel van het AGROS-project.

Lopende ontwikkeling van AI-gestuurde komkommerkassen
Op dit moment blijft de WUR autonome kassystemen onderzoeken via het AGROS-project. De primaire focus ligt op het creëren van een autonome komkommerkas waarin de teelt op afstand wordt bestuurd met behulp van AI. Dit project integreert intelligente algoritmen en geavanceerde sensoren om de belangrijkste gewaskenmerken te monitoren en beslissingen voor een winstgevende teelt te ondersteunen.

In augustus van 2023 werd een validatieproef afgerond. Tijdens het experiment werden Hi Power komkommers in drie kascompartimenten geteeld, volgens verschillende methoden. Eén compartiment werd bestuurd door telers met behulp van traditionele methoden, terwijl de andere twee AI-algoritmen gebruikten - een Digital Twin en een Reinforcement Learning (RL) algoritme.

  • Het telerscompartiment, dat werkte op basis van de huidige kennis van de teler en de beste praktijken, behaalde de hoogste nettowinst. Dit bewees de effectiviteit van traditionele expertise in teelt- en irrigatiestrategieën.
  • Het Digital Twin compartiment, dat gewas- en klimaatreacties simuleerde, gebruikte realtime gegevens om kosten en baten in balans te brengen. Hoewel het minder komkommers opleverde, was het efficiënt in het elektriciteitsverbruik, wat leidde tot de laagste kosten per kWh elektriciteit.
  • In het RL-compartiment regelde het algoritme het klimaat autonoom door factoren als verlichting, CO2-concentratie en verwarming aan te passen. Ondanks het feit dat het niet getraind was voor irrigatie en het snoeien van fruit, paste het zich goed aan temperatuurschommelingen aan.

"Deze proef bevestigde dat autonome besturingssystemen, zoals Digital Twin en RL-algoritmen, effectief kasomgevingen kunnen beheren", zegt Anja Dieleman, projectleider AGROS en onderzoeker bij WUR's business unit Glastuinbouw. "De volgende stappen zijn het integreren van continue, geautomatiseerde gegevens van klimaat- en gewassensoren om deze systemen te verbeteren."

GLG zag een opbrengstverhoging van 19,6% bij komkommers, door het gebruik van Koidra's autonome teeltoplossingen

Aan de kant van de commerciële telers heeft Koidra in 2022 samengewerkt met Great Lakes Greenhouses Inc. (GLG), een van de grootste kastelers van Noord-Amerika, om te zien hoeveel opbrengstverhoging mogelijk is met een autonome komkommerkas.

Koidra past zijn AI-oplossingen, waaronder de DataPilot en KoPilot systemen, toe om de groeiomstandigheden bij GLG te optimaliseren. DataPilot speelt een cruciale rol in dit proces door het integreren en beheren van grote datasets, die essentieel zijn voor geïnformeerde besluitvorming. Deze datasets, opgeslagen in de cloud en gevisualiseerd op een dashboard, geven een uitgebreid overzicht van de omgevingsomstandigheden.

Ondertussen neemt KoPilot, op basis van deze gegevens, realtime beslissingen en het stuurt setpoints terug naar de klimaatcomputer. Dit maakt dynamische aanpassingen mogelijk. De synergie tussen DataPilot en KoPilot zorgt ervoor dat het systeem zich naadloos aanpast aan veranderende omstandigheden en de werking dynamisch optimaliseert, zodat er altijd een optimale groeiomgeving is.

De proef duurde drie maanden en resulteerde in een opbrengstverhoging van 19,6% vergeleken met de gecontroleerde zone die handmatig werd bediend door ervaren telers. Tegelijkertijd verlaagde GLG de elektriciteitskosten per eenheid met ongeveer 17% in de AI-gestuurde zone.

De opbrengstverbetering werd bereikt door 24/7 controle van temperatuur, vochtigheid en CO2-niveaus. Er werd geen extra verlichting gebruikt.

"Met optimalisatie richten we ons altijd in de eerste plaats op opbrengst", zegt Mark Reimer, onderzoeks- en bedrijfsontwikkelingsmanager bij GLG. "Maar als we dat kunnen doen zonder onze kasvoetafdruk te vergroten, dan is dat waar deze technologie ons een voordeel geeft."

Voor meer informatie:
Kenneth Tran
Koidra
hello@koidra.ai
www.koidra.ai

Publicatiedatum: