Binnen het Europese project SWEEPER wordt gewerkt aan een paprika oogstrobot. Een onderdeel van dit project is het ontwikkelen van vrucht- en obstakelherkenning op basis van kleur- en dieptebeelden.
Hiervoor is recent een kunstmatig 3D model van het paprikagewas geïmplementeerd op basis van plantmetingen in de kas. In het model zijn alle verhoudingen van hoeken en afmetingen meegenomen. Met het gedigitaliseerde model kunnen willekeurige, unieke digitale planten groeien in een gesimuleerde kasomgeving. Vervolgens kunnen synthetische kleuren- en dieptebeelden worden berekend op een supercomputer. Door kunstmatige intelligentie is het mogelijk om deze beelden te gebruiken als leermateriaal. Zo kunnen we vanuit het perspectief van de robot bepalen waar plantonderdelen zoals de vruchten, bladeren en stammen zijn.
De herkende stamdelen kunnen daarna bijvoorbeeld worden gebruikt om obstakels in kaart te brengen, zodat de robot daar tijdens zijn oogsthandeling rekening mee kan houden. Uit eerder onderzoek is gebleken dat de hoek van de aanvliegroute zeer belangrijk is voor een hoog oogstpercentage.
Foto: Wageningen University & Research.
