Door: FHI, Federatie van Technologie Branches Het oogsten van een paprika met plukrobot ‘Sweeper’ kost gemiddeld 24 seconden. Maar om het plukproces volledig te automatiseren, is er veel innovatie nodig geweest, zegt Jos Balendonck van de Wageningen University & Research (WUR). Op het Machinebouw event zal Balendonck details over het project geven.
Door: Dimitri Reijerman
Eerder dit jaar is de Sweeper in een commerciële kas aan het werk gezet. De robot wist tijdens deze demonstratie geheel zelfstandig gele paprika’s te oogsten. Dat moment vormde een mijlpaal in de ontwikkeling van de oogstrobot, een project waarin een consortium waaraan een Europese consortium binnen het Europese Sweepers-project bijna vier jaar heeft samengewerkt op het gebied van de agro-robotica.
De kiem voor dit werk werd al twintig jaar geleden bij de WUR gelegd, zegt Balendonck: “We hebben eind vorige eeuw aan een eerste robot gewerkt, voor de hoge-draad-komkommerteelt. Dat was het begin van het robotica-avontuur binnen onze club. Al die tijd zijn we verdergegaan. Een jaar of acht geleden deden we mee aan een Europees project, CROPS. Daarin hebben we een eerste prototype van de paprikaplukrobot ontwikkeld waarvan we heel veel geleerd hebben.”
Paprika’s in Nederlandse kassen groeien op een substraatblokje. De plant heeft drie stengels die in een V-vorm tot 3 à 4 meter omhoog groeien. De Sweeper is in staat om ongeveer de helft van de paprika’s aan een plant te oogsten; vruchten die aan de binnenzijde van de plant groeien zijn voor de Sweeper nog niet te plukken. “De robot kan ze daar nog niet herkennen en bereiken”, zegt de onderzoeker. “Ook groeien sommige paprika’s in clusters en zitten bladeren in het blikveld van de robot. Die paprika’s kunnen we ook niet oogsten. Ook het snijmes op de juiste plek krijgen, om zo het steeltje door te snijden, vormt een uitdaging.”
Deep learning
De Sweeper gebruikt een gecombineerde camera die in het grijphandje is geplaatst om een paprika te kunnen herkennen. De camera registeert een RGB-beeld van de vrucht, terwijl ook een dieptebeeld wordt gemaakt. Met behulp van deep learning-algoritmen is de robot in staat een vrucht met een grote nauwkeurigheid te herkennen. Het omgevingslicht verstoort de beelden niet omdat een zeer heldere flits wordt gebruikt. Met behulp van deep learning-algoritmen is de robot in staat om niet alleen een vrucht, maar ook de stengel, bladeren en steeltjes te herkennen. Deze deep learning-algoritmen zijn uitvoerig getraind en getest.
Voor het afsnijden van de vrucht is een vibrerend mesje ontwikkeld. zo te positioneren dat het steeltje van de paprika zo dicht mogelijk bij de plantstengel snijdt en daarbij de plant en paprika niet beschadigt, legt Balendonck uit.
Terwijl de eerste prototypes van de plukrobot nog meer dan een minuut nodig hadden voor het oogsten van een enkele paprika, is de huidige Sweeper in staat om dat in 24 seconden te doen. Maar een menselijke plukker doet er slechts 5 seconden over. De WUR-onderzoeker denkt dat de snelheid van de Sweeper kan worden verdubbeld door de twee hoofdtaken – het plukken en het verplaatsen – te parallelliseren. Ook andere onderdelen van het geautomatiseerde plukproces kunnen nog geoptimaliseerd worden.
Marktintroductie
Balendonck denkt over circa drie tot vijf jaar een marktrijpe robot op de markt te kunnen zetten: “De marktintroductie zal in twee stappen verlopen. Eerst zal de robot samenwerken met de mens, waarbij ieder ongeveer de helft plukt. Als we het teeltsysteem aanpassen naar een enkelrij-opstelling en de plukrobot op de manier achter de plant kan komen, dan kan de robot volledig autonoom worden, mogelijk over vijf tot tien jaar.”
Jos Balendonck zal op 6 december tijdens het Machinebouw event een keynote geven over de Sweeper. U kunt dit event na registratie gratis bezoeken.
