Voor de robotisering in de glastuinbouw zijn niet alleen mechanische systemen nodig. Achter de kilo’s staal en elektronica zit ook een software raamwerk dat de robots een vorm van cognitie geeft. Bijvoorbeeld om het onderscheid te maken tussen vruchten, stengels en bladeren.
Hierdoor weet de robot waar zijn doel is en welke obstakels het moet mijden. In het project ‘Sweeper’ wordt gewerkt aan een oogstrobot voor paprika. Ook die moet geavanceerde beeldherkenningstechnieken toepassen om zich te oriënteren in de kas. Tussen een gele paprika en een groen blad lijkt op het eerste oog een groot verschil. Sommige paprika’s zijn echter nog deels groen. Bovendien, onder bepaalde hoeken lijken vormen van bladeren en paprika’s op elkaar. De gevarieerde lichtomstandigheden spelen ook nog een rol; het gewas ziet er op ieder tijdstip van de dag anders uit.
Omdat de robot continu beeldinformatie verzamelt uit de kas, is er erg veel en gevarieerde data; ook wel Big Data genoemd. Recent is een samenwerkingsverband opgezet om dit type informatie te verwerken, bijvoorbeeld om beeldherkenning van de robot in te leren. De techniek die hiervoor wordt gebruikt heet Deep Learning; een van de meest belovende recente technieken in de kunstmatige intelligentie.
Tekst en foto: Wageningen UR.
