Plantgedrag vertaald in data om algoritmen te optimaliseren

Plantgedrag vertaald in data om algoritmen te optimaliseren

Het doel van iedere teler is om de opbrengst en kwaliteit van zijn gewas te maximaliseren met minimaal gebruik van grondstoffen om kosten te besparen. Dit is precies de missie van de teams die deelnemen aan de Autonomous Greenhouse Challenge van de Wageningen Universiteit, maar dan zonder een stap in de kas te zetten.

Tot nu toe verloopt de challenge heel goed voor team AuTomatoes, bestaande uit consultants, data scientists, engineers, onderzoekers en studenten van TU Delft, Van der Hoeven Horticultural Projects, KeyGene en Hoogendoorn Growth Management. Een tijdje geleden hebben ze hun eerste tomaten geoogst en de resultaten zien er nog steeds veelbelovend uit.

Wat is het geheim van het succes van het team? Wie zijn ze en hoe doen ze het?

KeyGene is een onderzoeksbedrijf, gespecialiseerd in onder andere plantfenotypering en moleculaire veredeling voor de ontwikkeling van gewasinnovaties. Ze helpen plantenveredelaars bij het optimaliseren van gewasopbrengst en -kwaliteit. Voor de Autonomous Greenhouse Challenge draagt KeyGene bij aan het team door middel van hun kennis over digitale plantfenotypering en kennis van technieken voor beeldanalyse. Met camera’s wordt het plantgedrag vertaald naar relevante data. Datawetenschapper Niek Bouman gebruikt machine vision om relevante data uit de camerabeelden te halen. Deze gegevens worden vervolgens door Hoogendoorn gebruikt om de (AI) algoritmen te verbeteren, om zo het groeiklimaat te optimaliseren.

Hoogendoorn Growth Management is meer dan 50 jaar geleden opgericht en heeft in deze jaren veel ervaring en kennis opgedaan over tuinbouwautomatisering, klimaatregeling en data-analyse. Met hun automatiseringsoplossingen stellen ze telers in staat om hun groeiklimaat op een optimale manier te regelen. Hoogendoorn consultant Rene Beerkens heeft 20 jaar ervaring in klimaatregeling. Hij deelt zijn uitgebreide kennis met het team en werkt aan het bouwen van nieuwe, eenvoudige, maar intelligente regelingen.
Data-analisten Evripidis Papadopoulos en Gerdine van Donge zijn betrokken bij de ontwikkeling van nieuwe en intelligente algoritmen om de irrigatie en aansturing van de kasapparatuur te verbeteren. Daarnaast gebruikt Gerdine haar “out of the box” manier van denken om verschillende ideeën van teamleden te verbeteren, en Evripidis vertaalt de feedback van het gewas in data en neemt op basis hiervan beslissingen over stengeldichtheid en de behandeling van het gewas.

Kortom, KeyGene vertaalt plantgedrag in waardevolle data door middel van onder andere camera’s. Deze data wordt door Hoogendoorn gebruikt om de algoritmen die de groeifactoren regelen te verbeteren en zo het kasklimaat te optimaliseren volgens de behoefte van het gewas. In combinatie met de toegepaste en fundamentele kennis van Van der Hoeven en TU Delft beschikt het team over de multidisciplinaire kennis die nodig is om succesvol te zijn in de Autonomous Greenhouse Challenge.

Sitemap