Autonome robot bestrijdt aardappelopslag in suikerbieten
Aardappelopslag in zaaiuien. - Foto: Peter Roek
Over Crkls
In de afgelopen decennia is het landbouwkundig onderzoek in Nederland enorm versplinterd en uit elkaar gegroeid. En ja, boeren hebben vertrouwen in onderzoek, maar hun vertrouwen is niet onvoorwaardelijk. Ook sluit het onderzoek niet altijd goed aan op de urgente problemen waarmee boeren worstelen in de praktijk.
De initiatiefnemers van Crkls: Misset Uitgeverij, BO Akkerbouw, Wageningen University & Research, Aeres Hogeschool en Groen Kennisnet willen hier wat aan doen voor een toekomstbestendige landbouw in Nederland die nu voor grote uitdagingen staat.
Het kennisplatform Crkls wil het kaf van het koren scheiden en bewezen kennis gemakkelijk vindbaar maken voor boeren op een plek. De resultaten van alle onderzoeken en praktijkproeven in Nederland worden verzameld en door een onafhankelijke redactie beoordeelt en op een uniforme en compacte wijze gepubliceerd.
Onderzoeksinstituut:
Wageningen University & Research
Locatie:
Niet specifiek
Periode:
2019
Gefinancierd door:
Provincie Drenthe, KPN
Status onderzoek:
Afgerond
Bodemsoort:
n.v.t.
Betrouwbaarheidsscore:
Toelichting bekijken
Ja(a)r(en) van onderzoek:
1
2
3
4
4+
Statistische onderbouwing:
Het onderzoek is niet statistisch onderbouwd.
Herhalingen:
Ja
Betrouwbaarheidsscore onderbouwing
Het onderzoek is eenjarig uitgevoerd met herhalingen. De resultaten bevatten geen statistische onderbouwing. Het is daarmee matig betrouwbaar.
Aardappelopslag bestrijden is arbeidsintensief en duur. Aardappelopslag maakt gewasrotaties voor bestrijding van aaltjes en Phytophthora ongedaan en concurreert met gewassen. Een nieuwe autonome robot (voorzien van een camera- en spuitunit) bestrijdt aardappelopslag in suikerbieten. In de cloud (via het 5G netwerk) wordt de rekenintensieve operatie uitgevoerd. De robot is veelbelovend en bijna praktijkrijp (verwacht in 2025).
Conclusies
Tijdens een demodag bestreed de robot 96% van de aardappelopslagplanten en 3% van de suikerbieten werden geraakt (voor de praktijk nog te veel suikerbieten geraakt).
Veldtesten toonden aan dat in 0,25 seconde een bespuiting op de juiste aardappelopslag-plek plaatsvond (in 0,25 seconde van foto tot cloud tot analyse tot aansturing van de robot (3,6 km/u).
Voor praktijktoepassing zal het herkennings-algoritme meer universeel toepasbaar worden gemaakt (voor een algemene hoge nauwkeurigheid in de praktijk) .
Voor praktijktoepassing zal tussen de robot en de andere systemen een robuust communicatiesysteem worden ontwikkeld (denk aan een stop-signaal als het gewasbeschermingsmiddel op is).
In Nederland ontbreekt nog een dekking van het 5G netwerk in het landelijk gebied, dit is nodig voor de werking van de robot in de praktijk.
Een nog te ontwikkelen alternatieve bestrijdingsmethode (zonder een gewasbeschermingsmiddel) kan in de toekomst relatief gemakkelijk aan de nieuwe robot worden gekoppeld.
Samenvatting
Aardappelopslag groeit uit de overgebleven knollen van het vorige seizoen. Tijdens zachte winters overleven de knollen en worden ongewenste onkruiden in het volgende gewas. Bij het mechanisch weghalen van de bovengrondse delen vormen de knollen nieuwe stengels (tot 10 keer toe).
Gewasbeschermingsmiddelen die zowel het bovengrondse deel als de knol bestrijden zijn beschikbaar, maar deze middelen moeten met de hand, onkruidrol of kappenspuit worden aangebracht om schade aan suikerbieten te voorkomen (is arbeidsintensief en brengt hoge kosten met zich mee).
Lees meer
Doel project
Een robot ontwikkelen (met state-of-the-art deep learning technologieën) die met één bewerking het perceel scant, interpreteert waar de ongewenste aardappelplanten staan en elke aardappelplant specifiek bestrijdt met een gewasbeschermingsmiddel.
Methode
Robot voor bestrijding aardappelopslag
Project was opgedeeld in 2 fasen met praktijkdemonstraties.
Fase 1 (april tot mei 2019) Testen zijn gedaan om data van één camera (via 5G) efficiënt over te sturen met een stabiele verbinding naar een KPN-server in Den Haag.
Op 28 mei 2019 was een demonstratie op de Innovatiedag “ Dàg, Onkruid!” te Valthermond.
Fase 2 (juni tot september 2019) Werkend autonoom systeem is ontwikkeld om aardappelopslag te bestrijden, met behulp van 5G, state-of-the-art deep learning en analyse in de KPN-cloud.
Op de demodag “ 5G Autonome en Duurzame Onkruidbestrijding” te Valthermond is de robot gedemonstreerd.
Uitbreiding functionaliteit
Aardappelopslag is een probleem dat zich niet alleen voordoet in de teelt van suikerbieten, maar ook in grote teelten zoals zaaiuien, winterpeen en witlof. Omdat de investeringskosten relatief hoog zijn is het inzetten in andere teelten een must. Ook het herkennen en bestrijden van andere onkruiden tijdens de werkgang van de robot zouden het systeem compleet maken. Dit vergt nog veel onderzoek de komende jaren.
Aanvullende informatie
Rapport: 5 G Fieldlab Rural Drenthe Duurzame en autonome onkruidbestrijding, Auteurs: Johan Booij, Ard Nieuwenhuizen, Koen van Boheemen. Wageningen University & Research, Rapport WPR maart 2020
Voor meer informatie:
Autonome Aanpak Aardappelopslag Resultaten activiteiten 2019-2020. Auteurs: Johan Booij, Wim-Peter Dirks, Thijs Ruigrok, Ard Nieuwenhuizen en Jan Kamp, Wageningen University & Research, april 2021, rapport WPR-878. Dit rapport is gratis te downloaden op https://doi.org/10.18174/545572
Impactscore
Met de Impactscore laten we zien op welke bedrijfsactiviteiten de onderzoekresultaten
direct effect hebben. Een onderzoeksresultaat kan bijvoorbeeld leiden tot het gebruik
van minder gewasbeschermingsmiddelen of minder meststoffen. Dat vermelden we met een
korte toelichting.
Gewasopbrengst
Meer
Als de aardappelopslag met de autonome robot goed bestreden wordt zal de opbrengst hoger zijn.
Betrouwbaarheidsscore:
Het onderzoek is eenjarig uitgevoerd met herhalingen. De resultaten bevatten geen statistische onderbouwing. Het is daarmee matig betrouwbaar.
