De broccoliteelt kampt met uitdagingen op het gebied van personeel en het gebruik van gewasbeschermingsmiddelen. Het wordt steeds lastiger om (tijdelijk) personeel te vinden voor het fysiek zware en belastende werk van het handmatig broccoli-oogsten. Er bestaan enkele broccoli-oogstmachines, maar deze houden geen rekening met de grootte van de kroon en oogsten alle schermen in een keer. Hierdoor kan slechts 50% van de oogst daadwerkelijk als kwaliteitsproduct op de versmarkt gebracht worden. Daarnaast zijn de machines vaak te groot en te zwaar voor de Nederlandse akkers en niet toegespitst op het oogsten van de Nederlandse broccolisoorten. Tegelijkertijd is er toenemende (internationale en maatschappelijke) druk om minder gewasbeschermingsmiddelen in te zetten voor de broccoliteelt.
Om deze uitdagingen op een duurzame wijze op te lossen, kijken wij binnen dit project naar het gebruik van precisietechnologieën en data in de broccoliteelt. We werken toe naar een mechanische oogstmethode die zorgt voor minder uitval en verspilling van middelen en een hogere verkoopbare oogst. Het doel hierbij is om de broccoliteelt te verduurzamen en bij te dragen aan een gezonde samenleving.
Het KIEM project ‘automatisch oogsten van broccoli’ is een initiatief van Vollegrondsgroente.net en wordt uitgevoerd door het lectoraat Robotica Inholland met diverse broccolitelers. Het onderzoek wordt (mede)gefinancierd door Regieorgaan SIA, onderdeel van de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO).
Het onderzoek binnen Smart Farming Broccoli is onderverdeeld in vier werkpakketten.
Werkpakket 1: Detecteren en classificeren
Onderzoek naar de beeldvorming, sensoren en algoritmes. De Machine Vision-systemen moeten voldoende nauwkeurig en snel zijn voor realtime detectie en selectie in het veld van oogstrijpe/zieke schermen.
Werkpakket 2: Oogsthandeling
Het uitvoeren van de oogsthandeling (ontbladeren, snijden en verwerken in de machine) op basis van de eerder verkregen data over de individuele broccoliplanten. Hierbij ligt de nadruk op het realiseren van een effectieve oogstkop.
Werkpakket 3: Logistieke handeling
Hier onderzoeken wij de optimalisering van de logistieke processen. Naast de autonome oogstmachine zijn deze mede bepalend voor de economische haalbaarheid. Bij het ontwerp van het prototype wordt rekening gehouden met het aantal oogstkoppen en de snelheid van de machine.
Werkpakket 4: Prototype + testen
In dit werkpakket wordt aan de hand van de data en resultaten uit de eerdere werkpakketten een compleet prototype robot gecreëerd en getest. De nadruk ligt hierbij op systemintegratie. Er wordt modelgebaseerd gewerkt.
Met dit RAAK-mkb project wordt op gestructureerde wijze een prototype van een nieuwe broccoli-oogstmachine ontworpen, gebouwd en getest. Het doel is dat deze machine rijpe broccolischermen selectief kan oogsten en ziektes in een vroeg stadium kan herkennen. Dit zal uiteindelijk leiden tot minder zwaar fysiek werk, een hogere opbrengst per hectare en minder verspilling van omgeving-belastende middelen.
In februari 2021 zijn twee studenten van de Hogeschool Inholland gestart met hun afstudeerstage voor het Smart Farming Broccoli project. Doel was de ontwikkeling van een productierijpe machine voor het automatisch oogsten van broccoli; de Broccoli Bot. Thijs Bouwes, 4e jaars student Technische Informatica, hield zich bezig met de ontwikkeling van een beeldherkenningsmethode voor broccolischermen. Met deze technologie zal de robot in de toekomst broccolischermen in het veld kunnen detecteren en beoordelen op maat en kwaliteit, om vervolgens de beslissing te maken of het broccolischerm geoogst gaat worden. Stefan Zwagerman, 4e jaars student Werktuigbouwkunde, werkte aan de ontwikkeling van een grijper waarmee de broccolischermen geoogst kunnen worden.
>Lees hier het artikel over het afstudeerproject en de Broccoli Bot.
Dit project is afgerond.
