Vision
- Altjo_Aeres
- Tessa Jacobs
Object herkenning wordt steeds beter en makkelijker door nieuwe camera technieken in combinatie met Artificial Intelligence (AI) en machine learning (ML). Tijdens de teelt is actuele data nodig om beslissingen te kunnen nemen, met name op het gebied van de onkruidbestrijding en gewasbescherming. Op deze pagina de huidige stand van zaken met betrekking tot:
Al een aantal jaren wordt er bij het sorteren van bijvoorbeeld appels en aardappels gebruik gemaakt van vision techniek, voorbeelden hiervan staan hieronder.
De smartgrader van Miedema - DeWulf
Ellips biedt vision sorteren voor een groot aantal producten aan, waarbij er gesorteerd kan worden op interne kwaliteit, externe kwaliteit, kleur, gewicht en maat.
Plantherkenning
Om plaatsspecifiek onkruid te kunnen bestrijden is meer nodig dan coördinaten. Onkruiden en gewas groeien vaak doorelkaar en daarom is onkruid lastig te bestrijden. Volvelds spuiten met een veldspuit is vaak effectief en snel mits de onkruiden gevoelig zijn voor de toegestane gewasbeschermingsmiddelen. Plantherkenningsystemen die onkruiden kunnen detecteren bieden mogelijkheden. Plantherkenning kan aan de hand van regelmaat (bijvoorbeeld plantafstand), structuur van het gewas en reflectie. Met deze techniek kan plaatsspecifiek en selectief onkruid bestreden worden. Dit biedt mogelijkheden op effectiviteit maar ook op het gebied van arbeidsbesparing. Hier onder een video van Odd.bot waarin onkruiden in wortels herkend wordt.
Ziekteherkenning
Ziekten herkennen is nog steeds een grote uitdaging. Afwijkingen in planten zijn waarneembaar, maar de oorzaak van de afwijking is nog niet altijd direct aanwijsbaar. In diverse onderzoeken zijn al goede resultaten gehaald met ziekteherkenning. Probleem is vaak dat de ziekte zich dan al behoorlijk gemanifesteerd moet hebben en de eerste schade dus reeds heeft plaats gevonden.
Huidige stand van zaken is dat een aantal ziekten met een waarschijnlijkheid groter dan 90% kan worden vast gesteld middels beeldherkenning. De uitdaging is om dit naar de praktijk te brengen en het moment van herkenning zo vroeg mogelijk in de cyclus van de ziekte te laten plaatsvinden zodat schade geminimaliseerd kan worden en bestrijding zo effectief mogelijk kan plaatsvinden.
Een mogelijkheid die nu al toegepast wordt is ziekteherkenning met behulp van mobiele app's. De gebruiker neemt een foto van de ziekte en deze foto wordt vergeleken met foto's van ziekten. Daaruit volgt een match mits er voldoende zekerheid is. Hieronder een willekeurig overzicht van beschikbare apps,
Insectenherkenning
Traditioneel worden insecten gevangen met vallen om deze vervolgens periodiek te bekijken en op de aantallen te sturen. Er zijn momenteel bedrijven die een insectenval uitrusten met een camera en communicatie om op deze manier foto's te maken va de gevangen insecten. De foto's worden op de databank vergeleken met bekende foto's van bekende insecten en bij een match hoogt de telling op. Dit proces kan al volledig automatisch verlopen. De teler ziet dus als het ware de populatie van een insect groeien en kan op een gewenst tijdstip een actie uitvoeren.
Trapview / Metos / Koppert / http://farmsense.io