project - EIP-AGRI Operational Group
Autonomous Precision Fruit Growing
Autonome Precisie Fruitteelt
Kontext
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.
Objectives
This project realizes savings in the use of chemical crop protection agents and reduced labor requirements while increasing the financial returns of the fruit grower. We do this by developing, demonstrating and validating autonomous execution of blossom thinning at tree level, performed by a self-propelled tractor with sprayer that can dose at tree level. Using artificial intelligence, the sensors on the sprayer and/or tractor analyze sensor data in real-time, which is interpreted by agricultural decision models resulting in a strategy per tree. Hereby the grower is supported and relieved in his choices.
Objectives
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.
Activities
In this project, we are developing a total concept for autonomous, sensor-controlled fruit thinning at the tree level. The work consists of:
- Selecting trial plots for project validation
- Selecting existing techniques to deploy the autonomous, tree-specific means
- Build-up-calibrate and test the combined technologies
- Decision models that advise around thinning strategy per tree and produce a task map for fruit thinning - Conduct autonomous, site-specific spot-spray sprays
- Validating the performed sprays for correctness, impact and financial outcome
Activities
We ontwikkelen in dit project een totaalconcept voor autonome, sensor-gestuurde vruchtdunning op boomniveau. De werkzaamheden 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
- 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
Project details
- Main funding source
- Rural development 2014-2020 for Operational Groups
- Rural Development Programme
- 2014NL06RDNP001 Plattelandsontwikkelingsprogramma voor Nederland 2014-2020 (POP3)
Ort
- Main geographical location
- Zuidwest-Gelderland
EUR 370 971.00
Total budget
Total contributions from EAFRD, national co-financing, additional national financing and other financing.
Contacts
Project coordinator
-
E.M. de Jong - De Jong Varik
Project coordinator
Project partners
-
Delphy B.V.
Project partner
-
Rietveld-Schipper V.O.F., GPX Solutions B.V. en Aurea Imaging B.V
Project partner