Pericentric lens image young plant roots

Met AI alleen gezonde planten verplanten naar de kas

26 maart 2024

Het Dynamic Machine Learning-project is gericht op het modelleren en voorspellen van complexe kwaliteitseigenschappen in verse producten. Een van de werkpakketten focust op het creëren van een geautomatiseerde methode om een selectie te maken van alléén gezonde jonge planten om in de kas te transplanteren. Onderzoekers van WUR’s Vision + Robotics werken samen met het machinebedrijf Viscon om een nieuwe technologie te ontwikkelen die dit tuinbouwproces kan automatiseren. De technologie zou telers in staat kunnen stellen om niet-levensvatbare planten uit te sorteren voordat ze de kas in gaan, zodat ze hun middelen kunnen sparen voor de gezonde planten.

Het project richt zich op planten uit weefselkweek als een van de huidige belangrijkste commerciële landbouwgewassen, maar de technologie die de onderzoekers willen ontwikkelen zou toepasbaar kunnen zijn op verschillende andere belangrijke gewassen. De planten beginnen als weefselkweek, worden vervolgens getransplanteerd in trays en ten slotte worden de jonge planten overgebracht naar een kas. Het sorteren en selecteren van gezonde planten die worden overgeplant naar de volgende fase van de teelt wordt vaak handmatig gedaan door telers. Het visuele onderzoek van de planten in elk stadium is een arbeidsintensieve taak. In Nederlandse kassen is het sorteerproces al geautomatiseerd, maar wat het huidige onderzoek uniek maakt, is dat het sorteren van de planten én de voorspelling of ze de aanpassingen aan de kas kunnen overleven, zou worden gedaan door AI.

Machine learning en plant fenotypering moeten selecteren van gezonde jonge planten makkelijker te maken

Suzane Pols, teamleider Plant Science bij Viscon: “Machine learning en plant fenotyping zijn twee hot topics in de land- en tuinbouw. We willen gebruik maken van deze gebieden om waarde toe te voegen in het kweekproces van weefselkweek-gekweekte planten. De vraag is, kunnen we wat we visueel waarnemen in planten en de gegevens die we verzamelen op basis van die waarnemingen omzetten in bruikbare informatie waarmee telers aan de slag kunnen? Het doel is om het selecteren en sorteren van gezonde jonge planten voor transplantatie een volledig geautomatiseerde en minder bewerkelijke taak te maken voor telers.”
En wat is een gezonde plant? “Daar is veel discussie over in de plantenwetenschap. We hopen dat machine learning ons helpt om te bepalen welke belangrijke kenmerken voorspellers zijn voor de gezondheid van planten en ons vervolgens helpt om die gezonde planten te scheiden, zodat we het sorteerproces kunnen helpen verbeteren en efficiënter maken”, zegt Pols.

RGB-camera met pericentrische lens

“Wat we aan het ontwikkelen zijn is een technologie die een foto kan maken van de wortels en de scheut van de plant, en beeldverwerking en uiteindelijk deep learning kan gebruiken om te identificeren of die plant gezond is. We willen dat deze methode geautomatiseerd, betrouwbaar, herhaalbaar en schaalbaar is”, legt Lydia Meesters uit, projectleider en wetenschapper Computer Vision bij WUR’s Vision + Robotics programma.

Het project heeft al een nieuwe technologische innovatie opgeleverd: het team heeft een RGB-camera ontwikkeld met een pericentrische lens die 360 graden in elke richting in één enkel beeld kan vastleggen. De lens brengt niet alleen de onderkant van de jonge plantplug in beeld, maar ook de zijkanten, waardoor de onderzoekers een compleet beeld krijgen van de wortels van de plant.

“We zitten midden in onze haalbaarheidsstudie: kunnen we beelden maken van de eigenschappen van de plant die nodig zijn om de gezondheid van de plant te bepalen? En zo ja, hoe kunnen we deze eigenschappen optimaal in beeld brengen met een eenvoudige en schaalbare techniek? Dat gaan we de komende tijd verder onderzoeken”, besluit Meesters.

Camera setup with pericentric lens captures bottom and side view of young plant plug

Camera met pericentrische lens legt zowel de onderkant als de zijkanten van de plantplug vast.

dr. LMJ (Lydia) Meesters

Onderzoeker Computer Vision

Neem contact op met dr. LMJ (Lydia) Meesters