RADAR

Real-time Algoritmische Detectie van Aardappelziekte middels Roboticasysteem.

Hoe houden we de wereldwijde toppositie van de Nederlandse pootaardappel veilig? Door met slimme technologie ziektes te detecteren voordat ze zichtbaar zijn en daarmee het vakmanschap van de boer te versterken met AI. 

In het kort 

• RADAR: Real-time Algoritmische Detectie van Aardappelziekte middels Roboticasysteem
  
• Nederland wil zijn wereldwijde toppositie in pootgoedexport behouden. 

• Croptimal ontwikkelt een AI-gedreven detectiesysteem voor aardappelziekten. 

• Het systeem moet onder echte veldomstandigheden werken, ook op autonome voertuigen. 

• Resultaten kunnen leiden tot bredere toepassingen zoals schimmelherkenning in andere gewassen.
   

De uitdaging: behoud van topkwaliteit in een veranderende landbouw 

De teelt van pootaardappelen vormt de economische ruggengraat van veel akkerbouwbedrijven in Groningen en Friesland. Nederland is koploper in pootgoedexport, maar die positie staat onder druk. Klimaatverandering, arbeidsschaarste en opkomende virusvarianten maken het moeilijker om op tijd zieke planten te herkennen. Bovendien zijn de symptomen per aardappelras verschillend en worden ze beïnvloed door factoren als bemesting en weersomstandigheden. 

Om ook in de toekomst kwalitatief hoogwaardig pootgoed te leveren, is innovatie noodzakelijk. Digitalisering biedt hierin kansen.  

Over het project: AI in het veld 

Croptimal wil een slimme detectietool ontwikkelen die met behulp van Artificial Intelligence en cameratechniek ziekten in aardappelplanten opspoort. Het doel is een volledig autonoom systeem dat realtime werkt in het veld, ook onder wisselende omstandigheden. 

In dit project wordt hardware gekoppeld aan zelflerende software. Die software moet ziektebeelden herkennen, ongeacht ras, weersinvloeden of bodemcondities. De uitdaging ligt in het overbrengen van bewezen labresultaten naar een robuuste toepassing op praktijkniveau. Uiteindelijk moet het systeem data verzamelen, analyseren en direct toepassen in het veld – allemaal zonder menselijke tussenkomst. 

Verwachte resultaten 

Het uitgangspunt is om tot een basistechnologie te komen die eenvoudig geschikt gemaakt kan worden voor andere toepassingen binnen de landbouwpraktijk. Het gaat hierbij om mogelijkheden t.a.v. het analyseren van gewassen op plantniveau en het bieden van handelingsperspectief aan de boer. 

Aan het einde van het project verwacht Croptimal: 

• Een werkend prototype dat aardappelziekten onder praktijkomstandigheden detecteert. 

• Integratie van het systeem op een autonoom voertuig dat 24/7 kan opereren. 

• Een algoritme dat ook bij verschillende rassen effectief is. 

• Besparing op arbeid en kosten door vergaande automatisering van het selectieproces. 

Het systeem genereert daarnaast waardevolle data over de groei en gezondheid van het gewas. Daarmee ontstaat perspectief voor precisiebemesting en -bescherming, met minder input en betere opbrengst. En hoewel dit project zich richt op pootaardappelen, wordt ook de basis gelegd voor bredere toepassingen, zoals schimmelherkenning in uien.