search.noResults

search.searching

dataCollection.invalidEmail
note.createNoteMessage

search.noResults

search.searching

orderForm.title

orderForm.productCode
orderForm.description
orderForm.quantity
orderForm.itemPrice
orderForm.price
orderForm.totalPrice
orderForm.deliveryDetails.billingAddress
orderForm.deliveryDetails.deliveryAddress
orderForm.noItems
TEELT ▶▶▶ TELEN 4.0 ▶▶▶ AUTONOMOUS GREENHOUSE


‘Van plantmorfologie naar groeistrategie lastige stap’


De tweede editie van de Autonomous Greenhouse Challenge zit in de eindfase. Vanaf december besturen vijf teams met hun algoritmes een cherrytomatenteelt op de onderzoeklocatie van Wageningen University & Research in Bleiswijk. Team AiCU wist voor de tweede keer de eindronde te halen.


VAK | door Harry Stijger


AiCU is een van de vijf deelnemende teams en bestaat uit negen personen en drie nationaliteiten: Chinees, Roemeens en Italiaans. Dit internationale team kent een variatie aan participerende partijen, ook van buiten de tuinbouw. Een groot deel van het team deed eveneens aan de vorige challenge mee. Het gaat hier om medewerkers, onderzoekers en studenten van Wageningen Universiteit en Research, Silicon Integrated, IGMPR Imagineering Horti Culture, Evertill Agriculture en Ibeo Automotive Eindhoven. Deze deelnemen- de partijen hebben expertise op het ge- bied van gewasgroei en klimaatbeheer- sing in kassen, plantenwetenschappen, ontwikkeling van algoritmen, gewasmo- dellering, data-analyse en modellering. Dit jaar zijn vertegenwoordigers van CGI, Rotterdam.ai, Port of Rotterdam-Fordata en Imec OnePlanet onderzoekscentrum nieuw bij het team gekomen. “Zij hebben een goede expertise in data-science en kunstmatige intelligentie (AI), waarmee we in vergelijking met de eerste challenge ons team hebben versterkt”, zegt Xing Zhao, kernlid van het team. Hij is Chinees en technische directeur bij Evertill Agricul- ture. “Want de kennis van zowel gewasbe- heer als AI is essentieel voor deze uitda-


34


ging. We vormen nu een goed team van experts op het gebied van planten voor bijvoorbeeld fysiologie, modellering, kas, en op het gebied van AI, zoals algoritme, data-science en machine-learning.”


Winst en duurzaamheid De opdracht van de challenge is om met een belichte cherrytomatenteelt, ras Axia- ny, de hoogste winst in euro’s te behalen, waarbij de smaak (hoge brix-waarde) van invloed is op de uitbetaalprijs. Tevens wor- den de teams door een jury beoordeeld op duurzaamheid en de presentatie van de aanpak en het toegepaste model. “Onze teeltstrategie is evenwichtig en in- tensief telen door het stimuleren van de productie met een geoptimaliseerd ge- bruik van hulpbronnen. Met deze strate- gie willen we de balans houden tussen economische winst en duurzaamheid.” Met deze challenge hopen ze te leren hoe ze de plantengroei kunnen volgen met behulp van allerlei geavanceerde senso- ren. Hiervoor gebruiken ze bijvoorbeeld de PhytoStem van 2Grow voor het meten van stengelstroom, en diametersensoren en de multisensor GroSens van Grodan voor het analyseren van EC, pH en water- gehalte. “Samen met de teeltkennis van een teler, geloven we dat AI ons kan hel- pen om betere en op maat gemaakte be-


▶GROENTEN & FRUIT | 5 juni 2020


slissingen te nemen in de toekomstige kas. Bij de teeltkennis gaat het om hoe een gewas te telen. Om meer specifiek te zijn: hoe moet je waarnemingen doen en hoe neem je beslissingen op basis van deze waarnemingen om de economische winst te maximaliseren”, laat Xing weten.


Wonderen niet voorspelbaar Belangrijke leerpunten voor het team zijn het aanpassingsvermogen en de grenzen van het gewas. “We onderzoeken dapper het potentieel van de productie en er kun- nen wonderen gebeuren. Maar wonderen zijn niet voorspelbaar door AI noch door mensen. Het verkennen van de mogelijk- heden is naar onze mening het leuke en zinvolle deel van de uitdaging”, zo is de er- varing van het kernlid. Het eerste verschil met vorig jaar is dat ze


De autonoom door AI gestuurde cherrytomatenteelt van AiCU.


FOTO’S AICU


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40  |  Page 41  |  Page 42  |  Page 43  |  Page 44  |  Page 45  |  Page 46  |  Page 47  |  Page 48