In dit werkpakket verkennen we mogelijke toekomsten voor ‘slimme’ mengteelten in de akkerbouw. Het doel is samen met stakeholders na te denken over hoe de toekomst van de akkerbouw er (plausibel) uit zou kunnen zien en hoe we daar komen. De visies die we ontwikkelen zijn gebaseerd op huidige trends en ontwikkelingen in de akkerbouw. [ … ]
Werkpakket 2A – Herkenning en beheersing van ziekten en plagen
Het doel is verduurzaming van gewasbescherming door middel van inzet (digitale) kennis en technieken. Bayer en WPR willen in AGROS met andere partners toepassingen ontwikkelen en valideren op het Boerderij van de Toekomst (BvdT) Field Lab om zo te zien hoe technieken ingepast kunnen worden in nieuwe teeltsystemen. De belangrijkste drie onderwerpen zijn: Inpassen van [ … ]
Werkpakket 2B – Ziektedetectie in pootaardappelen
Het belangrijkste doel is een robuust detectiesysteem te ontwikkelen voor bacterie- en virusziekten in pootaardappelen. We werken aan betere algoritmes om de detectie in verschillende aardappelvariëteiten mogelijk te maken. Naast de focus op verschillende PVY virussen (primair/secundair) richten we ons ook op bacteriële infecties (3 soorten Erwinia). Kverneland samen met AgroIntelli zijn hiervoor de lead [ … ]
Werkpakket 2C – Onkruidbeheersing m.b.v. vision en deep learning
Een belangrijk domein is het bestrijden van aardappelopslag in volggewassen. Deze overgebleven planten worden vermeerderen nematoden in de bodem en kunnen ziekten overbrengen. Bestrijding vraagt veel menskracht en is daardoor kostbaar. In het project staat allereerst een optimale detectie van deze planten centraal met behulp van het trainen van een deep learning algoritme. Vervolgens wordt [ … ]
Werkpakket 2D – Herkenning en classificatie van natuurstroken nabij percelen
Het doel is automatische detectie en classificatie van vegetaties die bijdragen aan natuur-inclusieve landbouw. De detectie gebeurt op basis van beeldmateriaal dat met drone-camera’s verzameld wordt. Orphiction en WR willen detectie-algoritmen ontwikkelen met artificial intelligence tools om zo in weide- en later ook akkerbouwgebieden vegetaties te beoordelen op kansen voor weide- en akkervogels. De belangrijkste [ … ]
Werkpakket 2E – Opsporen en bescherming van dieren en nesten in percelen
Het doel is automatische detectie van vogelnesten in weiland. De detectie gebeurt op basis van beeldmateriaal dat met drone-camera’s verzameld wordt. Orphiction en WR willen detectie-algoritmen ontwikkelen met artificial intelligence tools om zo in weiland nesten van belangrijke weidevogels te detecteren en in kaart te brengen. De belangrijkste drie onderwerpen zijn: Verzamelen en annoteren van [ … ]
Werkpakket 3 – Ontwikkelen en testen van kleinschalige data- en energie infrastructuur
De toepassing van mengteelten op bedrijfsniveau vereist een andere infrastructuur voor het beheer van de activiteiten, op het gebied van informatietechnologie en energievoorziening. De introductie van nieuwe bedrijfssystemen met bijbehorende technologie zal leiden tot het verzamelen van grote hoeveelheden data door inzet van sensoren om een groot aantal processen op het bedrijf te monitoren. Deze [ … ]
Werkpakket 1: (Door)ontwikkeling van sensoren
Sensoren op basis van infrarood spectra en/of op basis van beeldverwerking zullen (door)ontwikkeld worden om in een stalomgeving van individuele koeien in een kudde gegevens te kunnen verzamelen over de input en output van die koe. Afzonderlijke sensoren voor onder andere voeropname, methaanemissie, urinesamenstelling, mestsamenstelling van individuele koeien zullen binnen Synergia ontwikkeld worden in een [ … ]
Werkpakket 2: Decision support tools voor veehouders
Op basis van de gegevens die door de sensoren worden verzameld zullen via machine learning technieken decision support tools (= adviesdienst) ontwikkeld worden die de veehouder zal ondersteunen met het individueel managen van iedere koe in zijn kudde. De gegevens van de sensoren zullen worden samengevoegd met andere beschikbare informatie van en om het dier, [ … ]
Werkpakket 1: Begrijpen gewas fysiologie in reactie op veranderende klimaat condities
Voordat intelligente algoritmen voor de autonome kas kunnen worden ontwikkeld, moeten we kijken naar de onderliggende gewasfysiologische kennis. In dit project maken we een lijst van de belangrijkste planteigenschappen voor een autonome kas en evalueren we hoe deze eigenschappen worden beïnvloed door veranderingen in het kasklimaat. In het thema gewasfysiologie gaan we de plasticiteit van [ … ]
Werkpakket 2: Vertaling van sensordata naar gewas parameters en gewas reacties
Om metingen te automatiseren en om de plant zelf te gebruiken als spiegel van zijn biologische status en omgeving, zullen plantkenmerken worden gemeten met sensoren. De sensoren maken gebruik van optische en beeldvormingstechnieken en verzamelen continu data. Om ruwe sensordata te vertalen naar biologisch relevante plantfysiologische kenmerken, zullen kunstmatige intelligentie-algoritmen worden ontwikkeld voor komkommer en [ … ]
Werkpakket 3: Uitwerken stalontwerp
Nadat een sensor ontwikkeld is in lab-omstandigheden, zal deze in een semi-praktijksituatie op kleine schaal getest worden in een stalomgeving met een paar dieren. Als dit voor alle sensoren werkt, zal dit opgeschaald worden naar een demo met alle sensoren. De door deze sensoren gegenereerde data zal dan ook middels de ontwikkelde decision support tools [ … ]