Fruit 4.0 De vruchten van meer technologie
Rapport-Fruit-4.0-De-vruchten-van-meer-technologie
Rapport-Fruit-4.0-De-vruchten-van-meer-technologie
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Figuur 3.9 geeft aan dat in <strong>Fruit</strong> <strong>4.0</strong> de besturingscyclus <strong>van</strong> slim meten & bewaken (smart sensing &<br />
monitoring), slim analyseren & plannen (smart analysis & plannen) en slim aansturen (smart control)<br />
centraal staat. Datamanagement is de s<strong>meer</strong>olie om dit vliegwiel in beweging te krijgen en te houden.<br />
Figuur 3.10 Besturingscyclus <strong>van</strong> <strong>Fruit</strong> <strong>4.0</strong><br />
Met foto’s <strong>van</strong>: Vision Robotics Corporation, USU Extension, www.onemandrone.com<br />
<strong>Fruit</strong> <strong>4.0</strong> begint met slim meten en bewaken. Met behulp <strong>van</strong> allerlei sensoren worden alle processen<br />
in de boomgaard en na de oogst continu gemeten en bewaakt. Met camera’s op drones of autonome<br />
voertuigen kunnen bijvoorbeeld:<br />
• bloemen worden geteld<br />
• bladverkleuringen worden gemeten,<br />
• afstervende takken worden gesignaleerd en<br />
• de vruchtmaat en kleur voor de oogst worden gemeten.<br />
Met bodemsensoren kan de vochttoestand en het nitraatgehalte <strong>van</strong> de bodem worden gemeten.<br />
Sorteerinformatie kan worden teruggekoppeld tot op boomniveau of direct tijdens de oogst worden<br />
verzameld. Door sensoren en RFID-chips in oogstkratten kan zeer gedetailleerde en plaatsspecifieke<br />
informatie worden verzameld. <strong>De</strong> sensoren kunnen via draadloze netwerken op afstand worden<br />
uitgelezen.<br />
Vervolgens worden deze data geanalyseerd en verwerkt tot bruikbare managementinformatie en tot<br />
planningsinformatie voor gerichte preventieve en correctieve maatregelen. <strong>De</strong> metingen <strong>van</strong> de<br />
bloemvorming kunnen bijvoorbeeld worden verwerkt tot informatie over hoe intensief een perceel<br />
bloeit en daarmee kan het gebruikt worden voor de planning <strong>van</strong> het dunproces. <strong>De</strong> informatie over<br />
bladverkleuring is een indicatie voor roestmijt en afstervende takken zijn een indicatie voor<br />
vruchtboomkanker. <strong>De</strong> metingen <strong>van</strong> het aantal <strong>vruchten</strong> aan de boom, de vruchtmaat en -kleur<br />
kunnen worden verwerkt tot gedetailleerde oogstprognoses en tot informatie voor het inschatten <strong>van</strong><br />
de arbeidsbehoefte voor de pluk. Op basis <strong>van</strong> bodemvocht- en nitraatinformatie kan het bemestingen<br />
irrigatieproces worden gepland. Voor deze analyses komen steeds slimmere systemen beschikbaar<br />
die enorme hoeveelheden en complexe data kunnen analyseren en combineren met allerlei externe<br />
data, bijvoorbeeld weersinformatie of satellietdata.<br />
<strong>De</strong> volgende stap is de slimme aansturing <strong>van</strong> het uitvoeren <strong>van</strong> de adviezen en planningen (smart<br />
control). <strong>De</strong> mogelijkheden om deze ingrepen te mechaniseren en automatiseren nemen toe. Er zijn<br />
LEI Rapport 2016-004 | 27