Probleem
Handmatig en op het volledige perceel vruchtdunnen zorgt voor grote inefficiëntie in de fruitteelt/appelteelt. Bij mensen werken we aan gepersonaliseerd leren en persoonlijke voedingspatronen, maar op een fruitperceel van 15.000 bomen krijgt iedere boom dezelfde dosering vruchtdunning, meststoffen en gewasbescherming. Het is in de huidige situatie ook niet te doen voor een teler om iedere boom afzonderlijk te behandelen. Omdat een beslissing per boom veel tijd vergt als dit visueel gedaan moet worden. Door het in kaart brengen van de bomen en het gebruik van beslismodellen kan iedere boom individueel behandeld worden.
Aanpak
Hoewel handmatig vruchtdunnen per boom nauwkeuriger is dan ‘volvelds’ chemisch dunnen kost dit tot wel 200 uur per hectare, ofwel 4000 – 5000 EUR/ha aan arbeid, waarvan de beschikbaarheid sowieso al schaars is. Daarnaast kost het volvelds chemisch vruchtdunnen tot wel 25% aan opbrengst doordat ook bomen gedund worden die dat niet nodig hebben. Hiervoor ontwikkelen we in dit project een totaalconcept voor autonome, sensor-gestuurde vruchtdunning op boomniveau. De werkzaamheden voor dit project bestaan uit:
- Selecteren van proefpercelen voor de project validatie
- Selecteren van bestaande technieken om het autonoom, boom specifiek middelen in te zetten
- Opbouwen- kalibreren en testen van de gecombineerde technologieën - Het maken van taakkaarten middels camera beelden om bespuitingen op boomniveau te kunnen realiseren
- Beslismodellen die adviseren rond dunningsstrategie per boom en een taakkaart voor vruchtdunning produceren - Uitvoeren van autonome, plaats specifieke spot-spray bespuitingen
- Valideren van de uitgevoerde bespuitingen op correctheid, impact en financieel resultaat
Beoogd resultaat
Dit project realiseert een besparing in gebruik van chemische gewasbeschermingsmiddelen en een lagere arbeidsbehoefte terwijl het financieel rendement van de fruitteler omhoog gaat. Dit doen we door ontwikkeling, demonstratie en validatie van autonome uitvoering van bloesemdunning op boomniveau, uitgevoerd door een zelfrijdende tractor met spuitmachine die op boomniveau kan doseren. De sensoren op de spuit en/of trekker analyseren middels kunstmatige intelligentie in real-time de sensordata, die door landbouwkundige beslismodellen wordt geïnterpreteerd wat resulteert in een strategie per boom. Hierbij wordt de teler ondersteunt en ontzorgd in zijn keuzes. Deze strategie wordt daar opvolgend op boomniveau uitgevoerd door de zelfrijdende tractor met spuitmachine. Het financiële doel is om 10% meer opbrengst, 10% besparing op arbeid & ongeveer 40% hogere netto marge voor de fruitteler te realiseren.
