Hoe kan een slateler het beste de afstand van de sla op goten instellen en het beste oogstmoment bepalen? Over die vraag hebben onderzoekers van Wageningen University&Research zich gebogen, waarbij zij hebben ingezet op hulp van 3D-beelden en computer vision.
In een onlangs gepubliceerd onderzoekspaper gaan zij dieper in op de resultaten uit de derde Autonomous Greenhouse Challenge. Er worden door de onderzoekers twee indicatoren voorgesteld voor op afstand, datagestuurde en niet-invasieve besluitvorming over plantafstand en oogstmoment.
Anna Petropoulou van de WUR gaf tijdens de afsluiting van de derde Autonomous Greenhouse Challenge onder meer uitleg over plantafstand bepalen. Zij is een van de auteurs van de studie.
Camera en computervisie-algoritmen
In het onderzoek werden beelden die met dieptecamera's (RealSense) voor elke kas waren genomen tijdens de teeltwedstrijd gebruikt door computervisie-algoritmen (Deepabv3+ geïmplementeerd in detectron2 v0.6) bij het bepalen van de optimale plantafstand en het oogstmoment.
De resulterende planthoogte en bladbedekking konden nauwkeurig worden geschat met een R2 van 0,976, respectievelijk een mIoU van 98,2. Deze twee kenmerken werden gebruikt om een lichtverlies- en oogstindicator te ontwikkelen ter ondersteuning van besluitvorming op afstand.
Beslissingsinstrument
De lichtverliesindicator kan worden gebruikt als beslissingsinstrument voor tijdige spreiding, volgens de onderzoekers. Voor de oogstindicator werden verschillende kenmerken gecombineerd, wat uiteindelijk resulteerde in een schatting van het versgewicht met een gemiddelde absolute fout van 22 g.
De onderzoekers wijzen er nog wel op dat spectrale indexen die de groei van sla beschrijven en grotere datasets dan de momenteel toegankelijke 'cruciaal zijn om de bestaande tekortkomingen' tussen academische en meer praktijkgetrouwe productiesystemen aan te pakken.
Tijdens de finale van de Autonomous Greenhouse Challenge bleek dat sommige teams de sla te dicht op elkaar lieten groeien. Dat ging ten koste van de nettowinst van de teler. Drie van de vijf teams kozen het moment om de goten wijder te zetten goed volgens de jury. Des te knapper, omdat hier in de theorie opvallend weinig gegevens over zijn, gaven zij bij de bespreking vorig jaar zomer vlak na de challenge al.
Lollo bionda op beweegbare goten in het kascompartiment van de referentieteelt in de derde wedstrijd voor autonoom telen
Het onderzoek, gepubliceerd in wetenschappelijk magazine 'Sensors', is op 8 maart 2023 gepubliceerd. De volgende onderzoekers werkten aan het onderzoek: Anna Selini Petropoulou, Bart van Marrewijk, Feije de Zwart, Anne Elings, Monique Bijlaard, Tim van Daalen, Guido Jansen en Silke Hemming.
Voor meer informatie:
Anna Selini Petropoulou
WUR
anna.petropoulou@wur.nl
www.wur.nl