Expertisegebieden van Agro Food Robotics

De expertise van Wageningen University & Research biedt een unieke combinatie van expertise op het gebied van robottechnologie met kennis van agri, food en life sciences. Gebaseerd op 100 jaar kennis van fundamenteel en toegepast onderzoek, onderzoeken, bedenken en brengen we innovaties in de praktijk. Onze Agro Food Robotics-experts werken aan sensoren om de opbrengst en kwaliteit te voorspellen. Zo kunnen we plagen, ziekten of een gebrek aan voedingsstoffen detecteren.

We ontwikkelen robotsystemen die intelligent, robuust en hygiënisch zijn, en die onder zware omstandigheden kunnen werken:

  • Robots die leren, op hoge snelheid draaien, flexibel zijn en kunnen omgaan met grote gegevensproblemen.
  • Systemen die sensorgegevens overbrengen naar veldkaarten en managementondersteuning
  • KI-systemen met leer- en beslissingsvaardigheden

Onze technologie-experts zijn gespecialiseerd in het ontwerp van robotsystemen, evenals innovaties op het gebied van intelligentie en detectie van robots. Ze blinken uit in visie, machine learning en spectrale beeldvorming.

Computer visie

Een belangrijk aspect van Agro Food Robotics is visie. Hoe kan een robot of systemen gegevens zien en verwerken tot informatie om op te reageren? Met computer vision-methoden kunnen we gegevens nauwkeurig analyseren en modellen creëren om vorm te geven aan objectieve informatie. Zodoende kunnen we automatisch verschillende product- of planteigenschappen detecteren door functies te meten, zoals productgrootte, oppervlaktegebreken, bladoppervlak of steellengte.

Bestaande op zicht gebaseerde systemen richten zich ofwel op snelheid met behulp van 2D-beeldvorming, wat als bijgevolg onnauwkeurig is, of op nauwkeurigheid met behulp van tijdrovende 3D-methoden. We combineren de sterktes van beide. We ontwikkelden beeldverwerkingsmethoden voor de identificatie en segmentatie van plantorganen (bijvoorbeeld stengel en blad) van 3D-plantmodellen. Verschillende metingen van plantkenmerken zoals plantvolume, bladoppervlak en steellengte worden geschat op basis van deze plantensegmenten.

> Wilt u meer weten? Neem contact op met: franck.golbach@wur.nl

Machine learning (AI)

Een andere belangrijke technologie van Agro Food Robotics is het lerend vermogen van robots, een belangrijk onderdeel van hun intelligentie. Door machine learning is het mogelijk om patronen in bijvoorbeeld afbeeldingen te leren. Beschikkend over grote hoeveelheden trainingsgegevenssets, vindt de kunstmatige intelligentie automatisch manieren om zichzelf te leren wat in het beeld zit, en waar.

Een sterk kenmerk van machinaal leren is dat het bestand is tegen de vele variatie die aanwezig is in natuurlijke landbouw- en voedselproducten. Bovendien kunnen, eenmaal getraind, de algoritmen snel worden toegepast op nieuwe gevallen. Zo kan bijvoorbeeld een algoritme voor het herkennen van gele paprika's, klaar om te oogsten, gebruikt worden voor het herkennen van rode tomaten. Maar machine learning kan ook voor andere doeleinden dan beeldomgeving worden gebruikt. Bijvoorbeeld om een robot te leren begrijpen, of om opbrengstresultaten te voorspellen. De volgende stap van Agro Food Robotics zal een krachtig element van machine learning hebben, waardoor robots flexibeler en leerbaarder worden.

> Wilt u meer weten? Neem contact op met: janne.kool@wur.nl

Spectrale beeldvorming

Binnen landbouw en voeding behoren multi- en hyperspectrale beeldvorming tot de krachtigste beeldvormingsmethoden om plant- en fruitbestanddelen, plantstress en ziektesymptomen te meten. Met spectrale beeldvorming zijn niet één, maar meerdere waarden of een volledig spectrum beschikbaar per pixel. Daardoor biedt spectrale beeldvorming meer informatie om objecten en hun locatie te detecteren. Ook kunnen we door het toepassen van modellen de ruimtelijke verdeling van het drogestofgehalte, de stikstofstatus, suikerconcentratie of zelfs de concentratie van lycopeen of chlorofyl meten.

Hyperspectrale sensoren en beeldvormingstechnieken hebben een enorm potentieel voor de detectie van plantenziekten aangetoond. Ze bieden nieuwe inzichten in interacties tussen planten en ziekteverwekkers. Binnen Agro Food Robotics passen we spectrale beeldvorming toe in het bereik van UV-NIR met behulp van verschillende optische technologieën. We doen projecten in het laboratorium, de kas en het open veld. Het gebruik van geavanceerde machine learning-algoritmen, zoals diepgaand leren op de 2D- of 3D-spectrale beelden, maakt spectrale beeldvorming een bijzonder geschikte techniek voor vele toepassingen in landbouw en voedsel.

> Wilt u meer weten? Neem contact op met: gerrit.polder@wur.nl

Robotsystemen

Een robot is een machine die werk uitvoert, vaak harde arbeid, waarvan mensen graag zouden willen dat het overgenomen wordt door machines. Om het werk te kunnen doen, combineert de robot drie hoofdfuncties: opmerken, denken en doen. De combinatie van deze functies en het ontwerp van het robotsysteem is een expertise op zich. Voor robotsystemen in de agro-food sector geldt dit nog sterker, omdat de omgevingen vaak hard zijn, veel variatie vertonen, en veranderen met de tijd. Om de zaken nog ingewikkelder te maken, variëren de verse eindproducten ook nog in grootte of vorm, en ook deze veranderen, b.v. door te groeien of rijpen.

Om in dergelijke omstandigheden automatisch een complexe reeks acties te kunnen uitvoeren, moet het robotsysteem zijn ontworpen met kennis van zowel de verschillende technologieën en onderdelen als de toepassing. Wageningse deskundigen ontwerpen robotsystemen die hardware en software combineren met een functionerende robot die intelligent kan denken, voelen en handelen in agro en food.

> Wilt u meer weten? Contact: angelo.mencarelli@wur.nl