Doorgaan naar artikel

Betere robot-detectie tomaten

De Plantalyzer legt volkomen autonoom zijn uitgestippelde route af. - Foto: HortiKey

De Plantalyzer legt volkomen autonoom zijn uitgestippelde route af. - Foto: HortiKey

De prestaties van de Plantalyzer Vision software ten behoeve van geautomatiseerde oogstprognoses, zijn sterk verbeterd.

Na een eerste release in 2019 van de Plantalyzer-robot voor oogstprognose, van HortiKey in De Lier, begon het ontwikkelingsteam te werken aan de volgende generatie Vision software, met een deeplearning algoritme voor tomatendetectie. Het resultaat is een oplossing met een grote capaciteit in beeldanalyses.

Anreas Hofland van HortiKey: “In een nacht worden wel zo’n 120.000 foto’s gemaakt met de robot, die ze direct analyseert. Daarna zijn de resultaten ten behoeve van oogstprognoses beschikbaar. Omdat de nieuwe release meer grafische verwerkingsprestaties vereist, zal op alle huidige operationele systemen een nieuwe computer worden geïnstalleerd.”

Trossen tellen

Het deeplearning algoritme voor tomatendetectie heeft ook al geleid tot een software-uitbreiding met een functie voor het tellen van trossen. Hofland: “Je moet op basis van de gemaakte foto’s een reconstructie maken van hoe het in de kas is. Dat kan complex zijn. Soms hangen trossen dicht bij elkaar of zijn er elkaar overlappende stengels.”

Nauwkeurig

Het is gelukt om grove trostomaten te detecteren met een hele hoge nauwkeurigheid van 99,7%. Bij een ander ras was dat ook met meer dan 99% nauwkeurigheid mogelijk. Daarmee vormt de nieuwe Plantalyzer Vision software een uitstekende basis voor een kwalitatief goede oogstvoorspelling. Er wordt ook al getest om de toepassing uit te breiden naar andere tomatensegmenten, zoals cocktailtomaten of troscherrytomaatjes.

Beheer
WP Admin