Vooruitgang in selectieve oogstrobots, commercieel succes blijft uit
Foto: Canva
Over Crkls
In de afgelopen decennia is het landbouwkundig onderzoek in Nederland enorm versplinterd en uit elkaar gegroeid. En ja, boeren hebben vertrouwen in onderzoek, maar hun vertrouwen is niet onvoorwaardelijk. Ook sluit het onderzoek niet altijd goed aan op de urgente problemen waarmee boeren worstelen in de praktijk.
De initiatiefnemers van Crkls: Misset Uitgeverij, BO Akkerbouw, Wageningen University & Research, Aeres Hogeschool en Groen Kennisnet willen hier wat aan doen voor een toekomstbestendige landbouw in Nederland die nu voor grote uitdagingen staat.
Het kennisplatform Crkls wil het kaf van het koren scheiden en bewezen kennis gemakkelijk vindbaar maken voor boeren op een plek. De resultaten van alle onderzoeken en praktijkproeven in Nederland worden verzameld en door een onafhankelijke redactie beoordeelt en op een uniforme en compacte wijze gepubliceerd.
Onderzoeksinstituut:
Wageningen University & Research
Locatie:
n.v.t.
Periode:
2020
Gefinancierd door:
NWO
Status onderzoek:
Afgerond
Bodemsoort:
n.v.t.
Betrouwbaarheidsscore:
Niet van toepassing
Toelichting bekijken
Ja(a)r(en) van onderzoek:
1
2
3
4
4+
Statistische onderbouwing:
Geen statistische onderbouwing omdat het gaat om literatuuronderzoek.
Herhalingen:
Nee
Betrouwbaarheidsscore onderbouwing
Geen betrouwbaarheidsscore omdat het gaat om literatuuronderzoek.
Selectieve oogstrobots kunnen nog niet snel en betrouwbaar genoeg oogsten om een alternatief voor menselijke arbeid te bieden. Zowel in gesloten als open teelten wordt veel onderzoek naar geautomatiseerd oogsten gedaan. Dit heeft de prestaties op verschillende vlakken verbeterd, maar nog niet tot succesvolle commerciële robots geleid.
Conclusies
Oogstsucces en -snelheid van selectieve oogstrobots zijn nog te laag om economisch interessant te zijn.
Door deep learning zijn grote stappen gemaakt in de detectie van door bladeren bedekte objecten.
Ook de actuatoren (zoals grijpers en messen) beperken oogstsucces en -snelheid.
Teeltsystemen specifiek ingericht voor oogstrobots kunnen de prestaties verbeteren.
Een andere oplossing is actieve samenwerking tussen mens en robot.
Samenvatting
Selectief oogsten is moeilijk te mechaniseren en daardoor nog altijd een menselijke taak. Robotiseren kan wel, daarbij kunnen robots in potentie ook veel consistenter hun oogst beoordelen.
Lees meer
Gesloten teelt
In de glastuinbouw halen systemen in onderzoek een gemiddeld oogstsucces van 66% en doen ze 33 seconden over het verzamelen van 1 product. In veel gevallen zijn bladeren weggeknipt om het oogsten eenvoudiger te maken.
Boomgaard
Ook in de fruitteelt zijn tijden van rond de halve minuut gebruikelijk. Het oogstsucces ligt iets hoger, boven de 80%. Dit is vooral in kleine proeven onderzocht. Er zijn enkele commerciële robots in ontwikkeling, 1 bedrijf (Abundant Robotics) is inmiddels failliet.
Volle grond
Bij het oogsten van asperges worden tijden van slechts 2 seconden per asperge gehaald. Daar tegenover staat het oogsten van ijsbergsla dat gemiddeld bijna 32 seconde per krop kostte. Er zijn enkele commerciële systemen gelanceerd. Cerescon is inmiddels failliet. Het Britse Roboveg verkoopt nu broccolirobots.
Conclusies
Er zijn vrijwel geen commerciële robots op de markt voor selectief oogsten. Dit komt vooral door de moeilijkheid van het detecteren van deels bedekte objecten (fruit achter bladeren) en het moeten vastgrijpen van producten zonder ze te beschadigen. Door bladeren te verwijderen, kunnen de prestaties flink worden verbeterd. Veiligheid, zowel van de plant als de mens, is nog nauwelijks onderzocht.
Toekomstbeeld
Mogelijke oplossingen voor de gevonden problemen zijn om productiesystemen en gewassen specifiek aan te passen aan robotica. Ook kan meer domeinkennis worden toegepast bij het ontwerp van robots en software. Daarnaast kan gebruik worden gemaakt van andere detectiemethoden dan beeldverwerking. Tot slot kan een tussenstap worden gebruikt, waarin robots en mensen samenwerken.
Impactscore
Met de Impactscore laten we zien op welke bedrijfsactiviteiten de onderzoekresultaten
direct effect hebben. Een onderzoeksresultaat kan bijvoorbeeld leiden tot het gebruik
van minder gewasbeschermingsmiddelen of minder meststoffen. Dat vermelden we met een
korte toelichting.
Gebruik energie
Meer
Het energieverbruik is hoger dan bij handmatig werk.
Kosten
Meer
Vooralsnog is een robot in alle gevallen duurder.
Betrouwbaarheidsscore:
Geen betrouwbaarheidsscore omdat het gaat om literatuuronderzoek.