De partners willen samenwerken aan product-/prototypeontwikkeling voor computer vision-gebaseerde oplossingen voor de kassensector om operationele optimalisatie mogelijk te maken.
Dit zal kaseigenaren in staat stellen om mobiele camera’s te gebruiken om het tellen en meten van groenten en fruit te automatiseren – twee van de meest tijdrovende en ingewikkelde taken op dit moment. Tijdens een uitgebreide ‘klantenverkenning’ in NL en D realiseerden we ons dat de behoefte aan automatisering groot is. Dit kan alleen via ‘computer vision’ / CV (kunstmatige intelligentie voor het herkennen van groenten en fruit), wat weer een ‘mobiele component’ vereist zodat er niet te veel camera’s gebruikt hoeven te worden.
De projectpartners gebruiken CV ook om inzicht te krijgen in de groeisnelheid van groenten en fruit in de kas, zodat kaseigenaren kunnen voorspellen en zelfs beïnvloeden wanneer en hoeveel ze kunnen oogsten door de juiste input (bijv. licht) aan te passen. Dit zal een oplossing bieden voor belangrijke problemen in de glastuinbouw, zoals het verminderen van de huidige aanzienlijke productverliezen als gevolg van discrepanties tussen oogst- en verkooptijdstippen, of kasexploitanten in staat stellen om nauwkeurigere beloften te doen aan kopers zoals supermarktketens over wanneer de kas hoeveel producten zal leveren.
Het project is onderverdeeld in 3 werkpakketten:
Ten eerste de ontwikkeling van cameramobiliteitsoplossingen. Deze bestaan uit twee “autonome” mobiliteitsoplossingen, namelijk drones en robots, en twee niet-autonome oplossingen, namelijk camera-gebaseerde opnames via een mobiele telefoon app en kleine “torens” van camera’s die geïntegreerd kunnen worden in bestaande transportoplossingen in kassen.
Ten tweede, overdraagbaarheid van het beeldverwerkingswerk naar verschillende gewassen.
Ten derde, het koppelen van voorspellingen op basis van CV’s aan prijsvoorspellingen, zodat kassen hun toekomstige inkomsten kunnen voorspellen en plannen.
