Slimmere oogstprocessen door geavanceerde detectie
De inzet van slimme technologie kan helpen om de efficiëntie en duurzaamheid van de oogst te verbeteren. Oxbo testte een prototype oogstmachine, uitgerust met detectietechnologie en kunstmatige intelligentie, om de oogstkwaliteit te optimaliseren. Dit onderzoek richt zich op het verminderen van afhankelijkheid van menselijke operators en het verbeteren van geautomatiseerde monitoring in het oogstproces.
Innovatiepakket, use case en type test
Open Field Cultivation
Handsfree autonoom oogsten vollegrondsgroente
Status: evaluatieverslag
Technische functionaliteit
Brede kennisvraag
Hoe kan detectietechnologie de oogstkwaliteit verbeteren?
Een efficiëntere oogst vereist nauwkeurige monitoring en geautomatiseerde aanpassingen. Dit project onderzoekt hoe sensoren en AI-modellen kunnen bijdragen aan het verminderen van oogstverliezen en het optimaliseren van machineprestaties, terwijl de kwaliteit van het gewas behouden blijft.
Aanpak
Testen van detectietechnologie in de praktijk
Een prototype oogstmachine werd uitgerust met geavanceerde detectieapparatuur en onder verschillende omstandigheden getest. Het systeem monitorde de oogstkwaliteit en onderzocht de invloed van verschillende machine-instellingen. Experts beoordeelden de resultaten en evalueerden de mogelijkheid van automatische aanpassingen.
Doel
Validatie van technologie voor precisie-oogst
Het doel van deze test was om te bepalen hoe detectietechnologie kan worden ingezet om de oogstkwaliteit te meten en te verbeteren. Dit helpt bij het verminderen van oogstverliezen, het verhogen van precisie in gewasverwerking en het optimaliseren van de prestaties van de oogstmachines.
Resultaat en reflectie
Waardevolle inzichten in oogstkwaliteit en verbeterpunten
De technologie leverde relevante inzichten op over de verwerking van gewassen en de invloed van machine-instellingen.
Geslaagd:
Sensoren verzamelden gedetailleerde data over het verwerkte product.
Het AI-model detecteerde groenten met een hoge nauwkeurigheid.
Twee van de acht geteste machine-instellingen hadden een meetbaar effect op de verwerking.
Leerpunten:
De detectie van verontreinigingen in het gewas was minder effectief en vraagt om verdere verfijning.
Extra tests zijn nodig om de technologie breder toepasbaar te maken onder verschillende omstandigheden.