Deep learning toegepast in de landbouw

Cases

Het klimaat verandert, de hoeveelheid landbouwgrond neemt af en consumentenwensen verschuiven. Dat alles vraagt om vernieuwing en meer efficiëntie in de landbouw. De paddenstoelensector loopt op dat gebied voorop, blijkt bij Verbruggen Paddestoelen. Recent hebben ze samen met het Arnhemse ingenieursbureau QING een verkennend onderzoek uitgevoerd naar de mogelijkheden van machine learning bij het sorteren en verpakken van de producten.

Verbruggen Paddestoelen gebruikt reststromen uit de landbouw als grondstoffen en er wordt geteeld in klimaatcellen. Door dit zogeheten vertical farming wordt efficiënt gebruikgemaakt van de beschikbare ruimte en er is meer controle over de omstandigheden, waardoor er minder land en minder water nodig is.

Populair als vleesvervanger
Het bedrijf uit Erp richt zich momenteel op oesterzwammen, die dankzij hun stevige en vlezige structuur steeds populairder worden als vleesvervanger. Bij het oogsten, verpakken en sorteren van oesterzwammen komt momenteel nog veel handwerk kijken, en het vinden van geschikt personeel wordt steeds lastiger.

Om aan de toenemende vraag te voldoen wordt gezocht naar automatiseringskansen, te beginnen bij het sorteer- en verpakkingsproces. Daartoe is de oesterzwamkweker een samenwerking aangegaan met QING, aldus het hightech ingenieursbureau op haar website. Samen onderzochten zij of het mogelijk is om de oesterzwammen op betrouwbare wijze met beeldverwerking te analyseren.

Automatische inpakmachine
De resultaten van dit onderzoek leverden de twee partijen belangrijke inzichten op over de toepassing van conventionele beeldverwerking en deep learning, om meer waarde te halen uit oesterzwammen. Concreet leverde dit onder andere inzicht op in hoe groot de investering is voor een automatische inpakmachine. Verbruggen beslist nog hoe zij deze innovatie gaan uitrollen.

Meer weten over AI-toepassingen in de landbouw- en voedingsindustrie? Neem contact op.