De Australische CQUniversity heeft de eerste automatische mango-oogstrobot ter wereld gebouwd. Tijdens praktijktesten had de machine een nauwkeurigheidsscore van 75% voor het automatisch identificeren en plukken van fruit. Dit uitzonderlijk goede resultaat heeft de interesse van de sector gewekt. Professor Kerry Walsh van CQUniversity gaf onlangs tijdens een conferentie van de Australische mangosector meer uitleg over de oogstmachine.
De machine werd ontwikkeld in het kader van een door het Gemenebest gesubsidieerd project onder leiding van het R&D-bedrijf Horticulture Innovation. Onderzoekers van de CQUniversity werken momenteel aan de toepassing van hun sensor- en oogsttechnologie in de mangosector.
Walsh legde uit dat het doel is om de prestaties van de oogstmachine te verbeteren tot een nauwkeurigheid van meer dan 90% voor het detecteren van fruit en om de snelheid te verhogen en constructie te verfijnen om de kosten te verlagen.
"De oogstmachine zou een oplossing kunnen zijn voor het grote tekort aan arbeidskrachten waar de fruitsector tegenwoordig mee kampt," vervolgde Walsh. "De oogstmachine vormt onderdeel van een geïntegreerd systeem waardoor telers zeker weten hoeveel fruit er in de bomen hangt, wanneer het gereed is om geoogst te worden en hoeveel mensen er nodig zullen zijn voor het plukken en verpakken ervan. Het uiteindelijke doel is het verminderen van kosten en verhogen van de productiviteit, terwijl de consumentenvraag aan zal trekken omdat een perfecte smaakervaring keer op keer gegarandeerd is."
Het team van Walsh ontwikkelde eerder al een NIRS (nabij-infrarood)-meetsysteem voor de sector om de eetkwaliteit van mango's te bepalen en het optimale tijdstip van oogsten te voorspellen. NIRS-sensoren en de Fruitmaps applicatie worden nu aangepast voor de mangosector. "Dit legde de basis voor het onderzoek naar optische systemen voor het tellen en meten van fruit voor de oogst, waardoor telers hun seizoen beter kunnen plannen en tijding arbeidskrachten in kunnen schakelen. De volgende stap was het plukken van het fruit om ook dit proces te automatiseren," aldus Walsh.
"Zowel het maken van oogstramingen en automatisch plukken zijn het best toepasbaar in dicht geplante boomgaarden. Het prototype van de oogstmachine heeft ongeveer vijf seconden nodig om een mango te plukken vanaf het detecteren tot het plaatsen in de bak."
De eerste testen vonden plaats in de boomgaard van Groves Grown Fruit in Yeppoon. Ian Groves is enthousiast over het baanbrekende potentieel van de nieuwe technologie. "De machine die het fruit in de boomgaard identificeerde en telde, zat er maar een paar procent naast," aldus Groves.
"De technologie is ook in staat om de maten van het fruit in kaart te brengen en weet hoeveel fruit er per boomgaard geoogst moet worden en wanneer het rijp is. Dit betekent dat we tijdig voldoende arbeiders in kunnen schakelen, het juiste aantal dozen kunnen bestellen en dat is echt een doorbraak, niet alleen voor ons bedrijf maar voor de hele sector."
De automatische oogstmachine werd op een trailer geplaatst en voortgetrokken door een auto. Gedurende de volgende fase van het onderzoek zal het team mogelijkheden onderzoek om de machine op een landdrone te plaatsen zodat hij autonoom kan functioneren, met een nog hogere snelheid en grotere nauwkeurigheid.
Voor meer informatie:
https://www.cqu.edu.au/research