Beeldherkenning brengt selectieve oogstrobot voor broccoli stap dichterbij

Handmatig oogsten van broccoli voor de verse markt is erg arbeidsintensief en omvat ongeveer 35% van de totale productiekosten. Automatisering van de oogst zou naast een aanzienlijke kostenbesparing ook een verlichting opleveren van het beschikbare personeel in het piekseizoen. Onderzoekers van Wageningen Plant Research hebben beeldherkenningssoftware ontwikkeld waardoor automatisch oogsten van broccoli een stap dichterbij komt.

Een zelfstandig werkende oogstrobot moet in staat zijn broccoli in het veld te detecteren èn de grootte en rijpheid van de broccoli vast te stellen. Onderzoekers van Wageningen Plant Research hebben daarvoor beeldherkenningssoftware ontwikkeld die op basis van textuur en kleur de broccoli kan onderscheiden van de achtergrond. Daarmee is een eerste belangrijke stap gezet in de ontwikkeling van een zelfstandig werkende oogstrobot.

De automatische detectie is inmiddels in verschillende veldproeven onderzocht en geëvalueerd met beelden van broccoli uit het veld van verschillende grootte en van niet-verhandelbare en verhandelbare rijpheid. De resultaten vertoonden een veelbelovende nauwkeurigheid van 94%. De resultaten zijn gepresenteerd op AGRICONTROL 2016, de 5e IFAC conferentie over Sensing, Control and Automation Technologies for Agriculture, in Seattle USA.

In deze beeldanalyse zie je de detectie van de broccoli op grootte. Broccoli die te klein is of die al in een vorig beeld zijn gedetecteerd worden "overgeslagen" voor de geautomatiseerde oogst. Rijrichting is naar boven gericht (van zuid naar noord). Elke 15 cm machineverplaatsing wordt een nieuw beeld opgenomen en geanalyseerd, omdat de broccoli op 30 cm staat, wordt er nooit een broccoli gemist. Er wordt een cirkel om de broccoli getrokken om het werkelijk middelpunt (blauw kruisje) beter te schatten. Dit middelpunt is de input voor de robotische grijper die automatisch afdaalt en de broccoli netjes bij de stengel afsnijdt.

Bron: Wageningen UR