Greenity 67

PPS Bollenrevolutie 4.0

Januari 2019 vond op de Mechanisatietentoonstelling de start plaats van het publiek-private samenwerkingsproject Bollenre- volutie 4.0. Binnen dit onderzoeksprogramma gaan partners met elkaar naar de beste oplossingsrichtingen kijken om de bloembol- lenteelt te combineren met de modernste technologieën. Er zijn vijf werkpakketten: Veld (ziekzoeken), Verwerking (detecteren en sorteren), Datamanagement, Demonstratiebedrijf en communica- tie met onder meer innovatiecirkels. Greenity besteedt aandacht aan de eerste drie onderdelen. Partners zijn Wageningen University & Research, Topsector Tuin- bouw & Uitgangsmateriaal, Agrisim, Anthos, BKD, Cremer Speci- aalmachines, KAVB en Machinefabriek Steketee.

22 mei 2020 Het bedrijf ziet mogelijkheden om tijdens het tellen van de bollen met camera’s de bolkwaliteit te laten beoordelen. Nu gebeurt dit bij Cremer al bij andere sectoren. “Als een ondernemer de kwaliteit van zijn product kan verbeteren door over te gaan op dataherkenning, dan is dat interessant. Of het gaat lukken, dat weten we nog niet, maar we zien wel mogelijkheden om hiermee aan de slag te gaan. Beter kan altijd.” TELKENNIS Een van de partners in dit werkpakket is Cremer Speciaal- machines uit Lisse. Het bedrijf participeert voor het eerst in een dergelijk groot onderzoeksproject. “We kregen contact met de onderzoekers van WUR en hoorden het verhaal aan. Dat maakte ons enthousiast, mede omdat wij denken dat dit onderzoek voor ons een goede toegevoegde waarde kan hebben. WUR heeft voor dit onderzoek technieken in huis waarmee we de sector wellicht nog beter van dienst zouden kunnen zijn. Daarom zijn we erin gestapt”, aldus Walter Hermans, die samen met John Vos en Peter de Haas in de werkgroep Verwerking zitten. Cremer heeft de afgelopen zeventig jaar veel expertise opgebouwd waar het gaat om het tellen van bloembollen en andere producten. Inmiddels is Cremer wereldmarktleider op het gebied van tel- en verpakkingsoplossingen. “Research and Development heeft een prominente plek binnen onze organisatie. Als oplossingen nog beter en sneller kunnen, dan zijn wij daarin geïnteresseerd”, aldus Hermans matiger het gewas opkomt en hoe sneller het daardoor ook kan worden geoogst. Ruizendaal: “Nu is dat deels nog handwerk en deels mogelijk met het sorteren van de tulpen met spijlenplaten. Door met 3D-camera’s te gaan werken, moet er een grotere mate van uniformiteit worden bereikt bij de af te leveren bollen dan dat nu het geval is. Waar we gebruik van maken, is het prin- cipe van ‘deep learning’. We geven de computer een flinke verzameling beelden, waarmee hij kan leren de voorbeelden te herkennen. Hoe groter de dataset, hoe minder gevoelig het systeem wordt voor verschillen. Eind van dit jaar weten we hoe goed de dataset zijn werk doet. Op basis van die resultaten bepalen we hoe we verder gaan.”

zijn er drie controlegroepen van bollen zonder afwijkingen in klein, middel en groot formaat. Bij deze visuele bepaling levert onder meer onderzoeker Martin van Dam de beno- digde kennis. Jos Ruizendaal is als onderzoeker agrorobotica bij WUR betrokken bij dit onderdeel van het project. Hij legt uit hoe deze uiterlijke kenmerken tegenwoordig snel zijn vast te leggen. “Met de nieuwste typen 3D-camera’s zijn in korte tijd foto’s te maken van veel bollen. De beelden worden op een computer geanalyseerd met een getraind detectie-algo- ritme voor de vier genoemde uiterlijke kenmerken. Daar- mee kan worden bepaald welke bol goed is en welke niet.” Binnenkort worden bij de locatie van WUR in Bleiswijk al de eerste bollen gerooid, waarvan 3D-foto’s worden gemaakt. Komende zomer worden nog eens zevenhonderd bollen in de praktijk verzameld. Van al die bollen worden foto’s gemaakt, die als basis gaan dienen voor het selecte- ren van bollen via beeldherkenning. Deze manier van selecteren is gebaseerd op het idee dat bollen met een gelijk volume in de broeierij ook leiden tot gelijkmatige planten. Hoe gelijker het volume, hoe gelijk-

17

22 mei 2020

Made with FlippingBook - Online catalogs