Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven

U maakt gebruik van software die onze advertenties blokkeert (adblocker).

Omdat wij het nieuws gratis aanbieden zijn wij afhankelijk van banner-inkomsten. Schakel dus uw adblocker uit en herlaad de pagina om deze site te blijven gebruiken.
Bedankt!

Klik hier voor een uitleg over het uitzetten van uw adblocker.

Meld je nu aan voor onze dagelijkse nieuwsbrief en blijf up-to-date met al het laatste nieuws!

Abonneren Ik ben al ingeschreven

Maximale plantdichtheid loont in Autonomous Greenhouse Challenge

Tholen - Het gewas zag er na drie maanden autonoom telen niet echt fraai meer uit, maar met omgerekend 45 kilogram tomaten per vierkante meter per jaar kan het winnende team wel thuiskomen. Een team met Chinese knappe koppen won de vierde editie van de Autonomous Greenhouse Challenge, waarin dwergtomaten zijn geteeld.


Team IDEAS met op de foto van links naar rechts: Jury Leo Marcelis, Tao Lin, Wei Liu en Jury Kathy Steppe. (Foto: Sarah Vlekke)

Het winnende team, team IDEAS met een afvaardiging van Zhejiang University uit China, durfde de meeste potten per vierkante meter in het kascompartiment te zetten. Met 40 potten per vierkante meter realiseerde dit team de hoogste netto-omzet. De all-or-nothing-strategie van dit team pakte goed uit.

Alle vijf de teams, met overwegend Aziatische deelnemers, maar ook experts van commerciële bedrijven, ook uit Nederland, realiseerden een positieve netto-omzet. Wel bleek donderdagmiddag dat er nog heel wat te leren valt.

Team Tomatonuts eindigde als vijfde. In het team zaten deelnemers van Wageningen University, China Agricultural University, Jingwa Agricultural Science and Technology Innovation Centre en Golden Scorpion.

Simulator versus praktijk
Zo erkende team Tomatonuts dat er een groot verschil zit tussen de simulator en de praktijk, in de kas. Team Trigger kwam er gaandeweg de teelt achter dat men niet genoeg kennis en ervaring had met alle technische systemen in de kas. Alleen goede artificiële intelligentie bleek niet voldoende.

Nadat de teams in de zomer hard hadden gewerkt aan de ontwikkeling van een algoritme voor autonome aansturing van hun kas, ging begin september de teelt van start. Vanaf dat moment nam hun algoritme de volledige controle over de kas over. Hierin hadden ze strategieën verwerkt voor de hoeveelheid belichting, verwarming, CO₂ en water dat hun gewas kreeg, de hoeveelheid planten per vierkante meter en het moment dat er geoogst moest worden.


Vreugdenhil Breeding & Seeds was een van de sponsors. Het bedrijf ontwikkelt dwergtomatenplanten.

Plantdichtheid geeft doorslag
Angst voor het losbarsten van allerlei plagen door een te hoge plantdichtheid maakte dat team AgriFusion niet hoger dan 25 potten per vierkante meter durfde te gaan. De teamcaptain erkende dat men verrast was over hoe efficiënt bestaande technieken voor plaagbeheersing, waaronder vangplaten, zijn. "Als we dat hadden geweten, dan hadden we een hogere plantdichtheid gekozen."


Team AgriFusion eindigde als tweede. In het team deelnemers van Croft, IMEC, GreenBites, Harvard University, Korea University of Technology and Education en Seoul National University

Stef Maree, die als datawetenschapper bij de Challenge is betrokken namens de WUR, zegt over die plantdichtheid. "Het is gebruikelijk dat je gedurende de teelt de planten steeds iets verder uit elkaar zet, zodat alle bladeren voldoende licht krijgen en de plant een mooie vorm houdt. Maar voor een goede opbrengst blijkt dat dus niet nodig."

Ook de referentietelers, die voor het eerst ook autonoom teelden met inzichten uit het project AGROS waarin autonoom komkommers zijn geteeld, kozen voor 25 potten per vierkante meter. Daarmee realiseerden zij, omgerekend naar een jaarrond teelt, een productie per vierkante meter van net geen 35 kilogram. Goed voor een vierde plek van de zes deelnemers.

Team Trigger werd vierde. In het team zaten deelnemers van Grit, Ridder, Daeyoung, Bigwave, Seoul National University en Keimyung University

Oogstmoment bepalen
Voor alle teams gold dat ze het moeilijk vonden het juiste oogstmoment te kiezen. "Wat autonoom telen van dwergtomaten uitdagend maakt, is het bepalen van het oogstmoment", zegt projectleider Silke Hemming van de WUR. "De plant moet genoeg rijpe vruchten hebben. Dat kun je niet afleiden uit alleen het gewicht van de plant, zoals bij sla, het gewas van de vorige editie."

Gemiddeld was men met de oogst van dwergtomaten een week te laat, met hierdoor extra onnodig gemaakte kosten. Van een afstandje in een dichtgroeiend gewas bleek het lastig inschatten hoe rijp de vruchten al waren, omdat er soms ongewild ook nog scheuten boven het maaiveld uitstaken. Silke: "Het feit dat dwergtomaten slechts één oogstmoment hebben, de oogst gedaan kan worden door robots en de planten op dezelfde hoogte groeien, maakt ze zeer geschikt voor autonome teelt."

Monique Bijlaard van de WUR bij het verpotten van de tomatenplanten, in aanloop naar de teeltwedstrijd. Donderdagmiddag vertelde Monique namens de referentietelers veel lol te hebben gehad bij het zien van de planten uit de kas. Die waren niet allemaal even fraai, en soms vielen ze, topzwaar als ze waren, ook om. "Aan de planten kon je goed zien wat er in de kas gebeurde."

Algoritme sturen
Wie denkt dat de teams in de vierde editie van de teeltwedstrijd inmiddels wel blind durven te varen op AI, heeft het mis. Meerdere teams erkenden wel degelijk beperkingen op te leggen aan het algoritmes, om te voorkomen dat er gekke dingen gebeuren. Tegelijkertijd koos team MuGrow voor een beperking van het algoritme voor belichting, die ook niet goed uitpakte. Er werd veel meer licht in de teelt gestopt dan nodig was, ook als andere signalen uit de kas zeiden 'nee, niet doen'. Een leerpunt.

Team MuGrow had kennis aan boord van TU Delft, Gardin, Birds.ai, Rijk Zwaan, Wageningen University

Sensoren
Voor signalen uit de kas vertrouwen de teams op sensoren. Voorafgaand aan de bekendmaking sprak onderzoekster Kathy Steppe van de Universiteit Gent over werken met sensoren in de teelt. Daarbij besprak ze onder meer de casus van de hybride vertical farmingopstelling die vorig jaar in Agrotopia in Roeselare is geopend. De teelttoren zit vol sensoren, en ook de roterende lagen zijn met veel sensoren uitgerust. Het laat onder meer zien dat er op een zomerse dag tussen de onderste laag van negen lagen en de bovenste vier graden Celsius verschil zit.


Kathy Steppe

Modellen
Naast met sensoren, die data genereren, werken de teams ook met modellen. Dat is niets nieuws, vertelde Leo Marcelis, hoogleraar bij de WUR. Hij liet modellen uit de jaren '90 zien die bijvoorbeeld in komkommer op basis van klimaat al vrij goed oogst konden voorspellen. Als het aan de WUR-onderzoeker ligt, ontwikkelt de glastuinbouw zich van telen op basis van kas- en klimaatcontrole naar telen op basis van plantcontrole. Dat vraagt veel meer gerichte sensordata, die vervolgens weer goed omgerekend kunnen worden naar modellen om hele kassen op te sturen.

Leo Marcelis

Stap richting autonoom telen
Uit de vierde Autonomous Greenhouse Challenge bleek dat het voor een volledig autonome teelt nog te vroeg is, maar projectleider Silke Hemming van de WUR is wel zeer tevreden over het niveau. "De teams hebben een ontzettend hoog niveau gehaald. Op een paar kleine ingrepen na heeft elk team autonoom een succesvolle oogst gerealiseerd. En dat alles ruim voor de deadline van 15 december. Daaruit blijkt dat ze hele goede algoritmes hebben ontwikkeld. En dat in relatief korte tijd. Dit jaar zag je – net als in voorgaande jaren – dat de teams aanvankelijk onderschatten hoeveel werk het kost en hoe complex het is. Zeker bij het testen voordat de challenge start, lopen dingen vaak anders dan gepland. Maar uiteindelijk is het dus voor elk team goed gekomen."

"Het loslaten van een algoritme op een kas, waarbij je na een paar maanden een volledige oogst hebt, bestaat in de praktijk nog niet. Er is nog geen enkele teler die dit geheel autonoom doet. Wel worden losse aspecten, zoals het autonoom reguleren van de temperatuur, al toegepast. Wij hebben laten zien dat je een teelt – op onderdelen als IPM na – volledig autonoom kunt aansturen. Natuurlijk zijn er nog genoeg uitdagingen en verbeteringen mogelijk, maar het bewijs dat je met een algoritme de eindstreep kunt halen, is er nu."

De volledige uitslag van de Autonomous Greenhouse Challenge 2024. Minimaal 150 gram tomaten, waarvan 1/3 rijp, een vruchtgewicht van minimaal 6 gram en als bonuspunt meer dan 7% droge stof waren eisen die de teams kregen opgelegd. Meer data zijn te vinden op het dashboard van de challenge.


Wat viel op aan de geteelde planten?

Tegen de tijd dat er geoogst kon worden viel op dat het gewas er niet meer fraai uit zag, maar dat was ook geen doel.


In-Bok Lee, jurylid van Seoul National University, vertelde over de ontwikkeling van de tuinbouw in Zuid-Korea

Sponsors
Tencent, Biobest, Quantified Sensor Technology, Vreugdenhil Breeding & Seeds, Certhon, Fluence, Lensli, Pöppelmann, Gebr. Geers en LetsGrow.com sponsorden de Autonomous Greenhouse Challenge.