Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven

U maakt gebruik van software die onze advertenties blokkeert (adblocker).

Omdat wij het nieuws gratis aanbieden zijn wij afhankelijk van banner-inkomsten. Schakel dus uw adblocker uit en herlaad de pagina om deze site te blijven gebruiken.
Bedankt!

Klik hier voor een uitleg over het uitzetten van uw adblocker.

Meld je nu aan voor onze dagelijkse nieuwsbrief en blijf up-to-date met al het laatste nieuws!

Abonneren Ik ben al ingeschreven
TuberScan

Bodemsensortechnologie voor aardappelteelt

Bodemsensortechnologie TuberScan, ontwikkeld door agritechbedrijf B-hive Innovations en partners, gaat de laatste testfase in, zowel in het VK, waar de start van het aardappelseizoen dit jaar iets is uitgesteld door slecht weer, als in het buitenland.

In zijn huidige toestand bestaat het TuberScan systeem uit een op maat gemaakt grondpenetrerend radarsysteem (GPR), GPS-eenheden en sensoren in het veld en op afstand, ondersteund door computervisie en AI, die gedetailleerde informatie geven over de groeikenmerken en prestaties van aardappelen.

Het systeem detecteert ook waar elke aardappel is gepoot en daarmee gaat het verder dan de traditionele bemonsteringsmethoden die door telers worden uitgevoerd.

Het vierjarige R&D-project voor TuberScan is gefinancierd door Innovate UK in twee verschillende onderzoeksprogramma's. B-hive heeft samengewerkt met aardappelleverancier Branston, The University of Manchester en Harper Adams University om demonstratie-units te creëren.

Effie Warwick-John, projectmanager voor TuberScan bij B-hive Innovations, is ervan overtuigd dat het project op schema ligt voor een succesvol laatste seizoen, dat is begonnen met veldproeven op Mallorca en in Lincolnshire.

"We proberen tegen september zoveel mogelijk bevindingen te verzamelen over de gewasprestaties, om iets te doen aan het gebrek aan duidelijkheid waarmee telers momenteel kampen bij het voorspellen van de ondergrondse groei van de knollen", zegt Warwick-John.

"De proeven in Spanje stellen ons in staat om te controleren of onze apparatuur nauwkeurig werkt. We hebben voldoende hardware op voorraad om schade aan prototypes op te vangen tijdens het testen. Met de voorraad kunnen we ook bepalen welke hardware het meest geschikt is voor het begin of einde van het seizoen naarmate de omstandigheden veranderen en het gebladerte zich ontwikkelt."

In samenwerking met Mateu Exports heeft het projectteam in de vroege teelt op Mallorca de nauwkeurigheid van machine learning kunnen vergelijken met de gegevens van effectief gerooide aardappelen bij proefoogsten.


Proefoogst op Mallorca

"De proeven op Mallorca geven ons een fantastische voorsprong, waardoor we goed voorbereid het Britse seizoen kunnen aanvatten. De afbeeldingen van planten en stengels helpen om onze beeldverwerking te testen, aangezien we in het seizoen niet veel tijd hebben om dit te controleren. We experimenteren met gronddoordringende radarsystemen die ondanks een relatief grote luchtspleet tussen de sensor en de bodem met een hoge nauwkeurigheid kunnen werken, wat een goede balans biedt tussen montagegemak en kwaliteit van de gegevens", legt Warwick-John uit.

In het VK heeft TuberScan ook proeven gedaan op drie percelen van David Armstrong Farms in Lincolnshire om aanvullende testgegevens te verzamelen. "Als teler wil ik graag zoveel mogelijk over mijn producten leren", zegt David Armstrong. "Kennis over kwaliteit, rassen en algehele opbrengst is cruciaal om me te helpen weloverwogen beslissingen te nemen rond het teeltproces en te weten wat de verhandelbare opbrengst zal zijn. Het is opwindend om te zien hoe moderne methoden voor het monitoren van de prestaties van knolgewassen binnenkort de norm kunnen worden en het is absoluut noodzakelijk dat we verspilling tot een minimum beperken. Uit ervaring uit de eerste hand geloven we dat TuberScan een belangrijk onderdeel kan zijn om dit te bereiken."

Om de technologie verder te beoordelen, heeft B-hive ook een polytunnel geïnstalleerd, waardoor het testen kan worden voortgezet wanneer het buiten te nat is. Het team test TuberScan ook met verschillende aardappelrassen en met lichtere en donkerdere grondsoorten, van waaruit de machine learning technologie kan worden getraind om de planten te detecteren.

"Het systeem evolueert voortdurend en na september willen we in staat zijn om de commerciële levensvatbaarheid van een bodemsensorproduct te onderzoeken. Er is tot nu toe al veel belangstelling geweest en we hopen dat TuberScan in de toekomst een grote bijdrage blijft leveren aan het elimineren van voedselverspilling en het aanpakken van problemen in de toeleveringsketen", besluit Effie.

Voor meer informatie:
www.b-hiveinnovations.co.uk/projects/tuberscan 

Publicatiedatum: