Researchers of Wageningen University & Research, BU Greenhouse horticulture, developed weeding machines which are able to do intra-row weeding. Our experts in robotics were responsible for the detection of weed based on camera images. This development brings great advantage in weed control on the field, improving crop size and quality.
When growing organic vegetables on the field, one of the main tasks in the field is weeding. The weeding represents a major part of the labour required on the field, but it is of great importance for the quality of the crop. The intra-row weeding machines are based on vision systems which detect the weeds in the crop. In the advanced machines there are several camera’s which acquire images of the crop and weeds.
More use of data
After the weed is detected in the images, the only action done is hoeing the weed. Until now there is no further processing of the images to gather valuable information. To increase the value of the images from the field, use case 4.3: ‘Added value weeding data’ was started within the IoF2020 project. The goal is to extract data on crop growth, weed pressure, harvest moment and nutrient shortage from the images.
Data will be represented as heat maps to the grower, which can be viewed in all main farm management systems. By structuring the data in a user friendly way, the grower will be supported to make choices to grow its crops more efficient.
IoF2020 - Internet of Food and Farm 2020 - has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement no. 731884
Onderzoekers van Wageningen University & Research, BU Glastuinbouw hebben automatische schoffelmachines ontwikkeld waarmee naast in de rij, ook tussen de planten in de rij geschoffeld kan worden. De experts hebben hierbij gewerkt aan de herkenning van de planten met behulp van camerabeelden. De beheersing van de onkruiddruk is daarmee sterk verbeterd.
Bij de biologische groenteteelt is het onkruidvrij houden van het perceel een van de grootste problemen. Dit vraagt veel arbeid maar is belangrijk voor een goede kwaliteit van het gewas. De door WUR-onderzoekers ontwikkelde techniek is gebaseerd op camerabeelden van het gewas. In de schoffelmachine hangen verschillende camera’s waarmee beelden worden gemaakt van het gewas en het onkruid.
Meer gebruik van data
Tot op heden wordt er naast het onkruid wieden geen gebruik gemaakt van de data. Omdat er veel meer informatie uit de beelden van de schoffelmachine gehaald kan worden, is het project ‘Use Case 4.3 Added value weeding data’ binnen IoF2020 gestart. Het doel is om gewasgroei, onkruiddruk, oogstmoment en nutriëntentekorten in kaart te brengen.
De informatie kan als verschillende heat maps worden weergegeven in een bestaand farm management systeem. Door alle data op een gebruiksvriendelijke manier weer te geven moet het eenvoudiger voor de gebruiker worden om keuzes te maken voor een efficiëntere teelt.
IoF2020 - Internet of Food and Farm 2020 - has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement no. 731884
Topics
Species
