| Anker | ||||
|---|---|---|---|---|
|
| Inhoudsopgave |
|---|
Precisieniveau's
De voorwaarde voor precisielandbouw is positiebepaling, zodat je weet wat op welke positie aan de hand is of nodig is. Voor positiebepaling wordt GPS (Global Positioning System) gebruikt. GPS heeft verschillende varianten met verschillende nauwkeurigheden. Standaard-GPS heeft een nauwkeurigheid van ca. 20 meter. DGPS heeft een nauwkeurigheid van ca. 2 meter en RTK-GPS is nog nauwkeuriger: tot op een enkele centimeter. Afhankelijk van de toepassing is er een bepaalde precisie nodig.
...
Metingen op het laagste niveau (blad) kunnen vertaald worden naar gegevens op hoger niveau, andersom echter niet. Verschillende technieken zijn nog in ontwikkeling.
...
Precisieniveau's in de fruitteelt.
...
Precisielandbouw bestaat uit drie stappen:
Waarnemen
Data-analyse
Actie
Waarnemen gebeurt meestal met sensoren, al dan niet gekoppeld aan een voertuig, bijvoorbeeld een trekker of drone. De waarnemingen die worden gedaan gaan over biomassa, vruchtherkenning, pH-waardes, vochtgehaltes, etc. Sensoren meten meestal een afgeleide waarde, die een verband heeft met de werkelijke situatie in de boomgaard. De lichtreflectie van het gewas kan bijvoorbeeld iets zeggen over de biomassa. De elektrische geleiding kan iets zeggen over het vochtgehalte. Sensoren kunnen vruchten herkennen tussen bladeren op basis van verschil in kleur en vorm.
...
Op basis van perceelsindeling kan vervolgens op GPS worden geplant. De gatenboor boort dan op exact de juiste positie het plantgat. 
...
Perceelsindeling met behulp van GPS.
...
Autonome voertuigen spelen een belangrijke rol in precisielandbouw. De voertuigen kunnen pleksgewijs waarnemingen verrichten en/of acties uitvoeren. Er bestaan verschillende concepten voor autonome voertuigen:
Wijze van besturing:
Teach and playback: De route en alle handelingen voor de machine wordt een keer ingereden/''ingeleerd''. Hierbij wordt gebruik gemaakt van GPS-technologie. Hierna kunnen de ingereden routes door de machine eindeloos vaak zelfstandig (zonder chauffeur) worden gereden. De Greenbot van Precisionmakers (zie afbeeldingen hieronder) werkt met dit principe. Er zijn ook ombouwpakketten gemaakt voor bestaande tractoren.
Omgeving aftasten met sensoren, bijvoorbeeld met gewasvoelers of laserscanners. Deze methode biedt mogelijkheden in de fruitteelt. Een laserscanner zendt pulsen uit en vangt de reflectie op. De tijd hiertussen geeft informatie over de afstand tussen sensor en het object. De Pluk-o-Trac heeft dergelijke sensoren voor het automatisch recht rijden in boomgaarden. Dit is in het algemeen een goedkopere vorm van navigatie, omdat geen GPS nodig is. Nauwkeurig navigeren op RTK-GPS (>2 cm) is relatief kostbaar. Ook kan het GPS-signaal onder een dicht bladerdek zwakker zijn, dus minder nauwkeurig.
...
Greenbot van Precisionmakers. 
...
Pluk-o-Trac is voorzien van GPS. Hiermee wordt de route van de pluk vastgelegd. Ook is er een ''lichtsensor'' gemonteerd op de hendel voor het lossen van de volle kist. Zora de hendel wordt overgehaald wordt de GPS-locatie geregistreerd als positie van een volle bak. De volle bewaarbakken zijn in deze case nog handmatig gelabeld met baknummers. In de toekomst zou dit kunnen met een barcode of RFID.
Type voertuigen:
Bestaande voertuigen aanpassen met sensoren, bijvoorbeeld Pluk-o-Trac of autonome Fendt-trekker.
Voertuigen die specifiek zijn ontworpen voor autonoom rijden/vliegen, bijvoorbeeld Greenbot. Deze robottrekker heeft geen cabine voor de chauffeur. Drones vallen ook in deze categorie: vooraf wordt een vruchtplan gemaakt, die de drone vervolgens zelfstandig uitvoert.
Terugkoppeling sorteerdata naar boomgaard
...
Op een Aweta-sorteermachine (wellicht ook andere) is het mogelijk om de sensordata per appel (op basis waarvan de appel gesorteerd wordt) te verzamelen. Dit levert gegevens op over het aantal vruchten, vruchtgewicht, -maat, -beschadiging en sorteerklasse. Per voorraadbak is het traject bekend, waar deze is volgeplukt. Echter de exacte pluklocatie per appel (boomniveau) is niet meer te achterhalen. In de case zijn gemiddelde waarden op kistniveau berekend.
...
Aweta-sorteermachine
| Multimedia | ||
|---|---|---|
|
| Multimedia | ||
|---|---|---|
|
Aweta-sorteermachine in actie
In deze case zijn de voorraadbakken handmatig gelabeld. In de toekomst moet dit geautomatiseerd worden.
...
Het kaartje geeft inzicht in de verschillen. De fruitteler kan met deze informatie op zoek gaan de oorzaak van de verschillen (bodem, water, ziekten, etc.) en vervolgens proberen op te lossen.
...
Vergelijking totale oogst (links) en aantal vruchten per meter per boomrij (rechts).
Data is beschikbaar op voorraadbakniveau en daarmee ook op plukmoment. De data kan gecombineerd worden naar een totaalplaatje van de hele oogst.
...
Gecombineerd levert dit het totaalplaatje op (rechterplaatje), waarbij in linkerbovenhoek gemiddeld kleinere appels werden geplukt als in rechter zijkant. In dit geval was er correlatie met het aantal appels: in gebieden met minder appels per meter boomrij was de gemiddelde maat per appel groter (verklaarbaar effect).
...
Maatverdeling van een boomgaard, pluk 1, 2 en 3.
Na enkele jaren van dataverzameling is er vergelijking van meerdere jaren mogelijk. In de afbeelding hieronder zie je de totale oogst (kg/m boomrij) van dezelfde boomgaard in 2017 en 2018. In 2018 was de oogst flink groter. In 2017 waren er vrij grote verschillen binnen de boomgaard. In 2018 veel minder. Het is nog niet bekend waarom de oogst in 2018 veel homogener was.
...
Totale oogst van de boomgaard in 2017 en 2018.
...
Voor de ontwikkeling van de tool zijn 3 beoordelingsmomenten uitgekozen:
Volle bloei (aanname: weinig bloei in te zwakke of te sterk groeiende bomen).
Rond langste dag (aanname: maximale scheutgroei is bereikt, dus verschillen in biomassa en/of boomhoogte zouden zichtbaar moeten zijn; sterk groeiende bomen hebben meer biomassa dan zwak groeiende bomen).
Rond bladverkleuring (oktober) (aanname: sterk groeiende bomen blijven langer groen dan zwak groeiende bomen → hoeveelheid chlorofyll kan onderscheid maken tussen zwak- en sterk groeiende bomen).
De drone-data wordt dan op boomniveau teruggerekend. Zodra er een geschikt model is (welke data heeft de goede correlatie met groeikracht) kan op basis van de drone-data een taakkaart worden gemaakt, die de wortelsnijmachine aanstuurt.
...
In de (nabije) toekomst zullen er allerlei nieuwe manieren van precisiefruitteelt worden ontwikkeld. Denk hierbij aan:
Bemesting op boomniveau
Vruchtdunning op boomniveau
Plukinfo op boomniveau
Verdere ontwikkelingen voor de snoeirobot
Verdere ontwikkelingen voor de plukrobot