Autonome drones in serres: indoor navigatie voor oogstvoorspelling

Drones in de Landbouw...
Ontwikkelingen op vlak van automatisering kunnen ook onze landbouwsector transformeren. Gezien de lage winstmarges in de landbouw, is de kostprijs een belangrijke uitdaging. Zo komen drones in het vizier. Deze compacte en lichtgewicht technologieën bieden een betaalbaar potentieel voor tal van interessante toepassingen: denk bijvoorbeeld aan de automatische inspectie van gewassen en infrastructuur of het detecteren van ziekten en plagen. Toepassingen die in staat zijn om onze landbouw efficiënter en kosteneffectiever maken.
Daarvoor moeten we wel ook enkele grote uitdagingen in rekening brengen:
- Wetgeving: Het gebruik van drones vereist complexe goedkeuringen en procedures, zeker voor buitengebruik.
- Werkelijke kostprijs: De operationele kosten kunnen alsnog hoog oplopen, wanneer gespecialiseerde piloten nodig zijn.
- Snelle technologische ontwikkelingen: Op lange termijn een competitief voordeel halen door middel van op maat gemaakte drones is moeilijk.
Gezien bovengenoemde uitdagingen kozen we in onze proof-of-concept voor:
- Gebruik in serres
- Autonome navigatie
- Goedkope consumentendrones
... voor een betere oogst
Telers kunnen hogere winsten behalen als ze hun oogst accurater kunnen voorspellen, zodat tijdig plukkers kunnen worden ingepland. Traditioneel gebeurt dit door manueel bloemetjes te tellen. Samen met onze partner PC Fruit onderzochten we de mogelijkheden om dit proces te automatiseren met behulp van drones.
Onze oplossing: we lieten kleine, goedkope drones zonder GPS heel precies boven individuele plantenrijen vliegen terwijl in real-time bloemen geteld werden, als input voor het oogsvoorspellingsalgoritme. Hieronder lees je meer over de innovatieve navigatie- en beeldanalyse technieken die we hiervoor hebben ontwikkeld.
Indoor Autonome Navigatie in Serres: Een uitdaging
De inzet van drones in serres is niet zonder uitdagingen. Beperkte ruimte en het ontbreken van GPS-signalen vereisen alternatieve navigatietechnieken. We hebben we verschillende methodes uitgetest:
- Lokale GPS-systemen: Kleine zenders (bakjes) in de serre sturen signalen naar een ontvanger op de drone. Door de tijdsverschillen in ontvangst te meten, kan de positie nauwkeurig worden bepaald. Hoewel dit systeem werkt, is het duur en logistiek uitdagend, vooral in grote serres.
- Visuele markeringen: Camera’s op de drone detecteren visuele markers die in de serre zijn aangebracht. De markers zijn goedkoper dan de zenders voor een lokaal GPS systeem, maar moeten wel in grote aantallen aangebracht worden zodat er altijd een marker in beeld is. Ter aanvulling of vervanging van markers, kunnen ook structurele elementen van de serre, zoals kolommen en balken, gebruikt worden als referentiepunten: Structurele Navigatie. Maar in beide methodes zijn niet interessant gezien de meeste consumentendrones maar over één camera beschikt en deze gericht moet zijn op de planten voor inspectie.
Een oplossing ligt in het feit dat serreplanten meestal in duidelijke rijen gerangschikt zijn. Dit brengt ons tot het veelbelovend potentieel van:
- Navigatie via Plantstructuren: Hierbij volgt drone simpelweg de rijen van planten in de serre terwijl hij deze inspecteert. Deze aanpak is goedkoop en eenvoudig, maar kan enkel gebruikt worden indien de planten in rijen of duidelijk zichtbare patronen gerangschikt zijn.
Om de betrouwbaarheid van deze methode te garanderen, ook in geval van slechte zichtbaarheid of veranderende lichtomstandigheden kan deze methode gecombineerd worden met - Hulplijnen: Opvallend gekleurde koorden kunnen in de serre aangebracht worden om de drone te begeleiden. Dit biedt nauwkeurige navigatie, maar vereist investering in infrastructuur en regelmatig onderhoud.
SLAM voor Oogstvoorspelling
Nu onze drone autonoom vliegt over de plantenrijen, is beeldanalyse de volgende stap om aan oogstvoorspelling te kunnen doen.
Traditionele beeldvorming zal hierbij tekort schieten. Drones maken honderden hogeresolutiefoto’s van een veld, die kunnen later worden samengevoegd (stitching) tot een 2D overzichtsbeeld (orthofoto). Dit is echter tijdrovend en onbetrouwbaar in serres waar de drones zo dicht bij de gewassen vliegen dat bladeren bewegen en 3D-effecten ontstaan.
In plaats van foto’s samen te voegen, werken we met "Directe beeldanalyse". Hierbij worden bloemen direct in elke individuele foto gedetecteerd. Hiermee kan een bloemdensiteitskaart opgesteld worden, waaruit dan een oogstvoorspelling per sector gemaakt kan worden.
Aan de hand van SLAM-technologie (Simultaneous Localization and Mapping) kan het volledige potentieel van de drone-beelden benut worden. Op de videobeelden van de drone combineerden we SLAM met individuele bloem-detectie. Zo worden de exacte locaties van de bloemen weergegeven op een 3D-kaart. Dit biedt niet alleen een overzicht van de bloemdichtheid, maar maakt ook een nauwkeurige lokalisatie per bloem mogelijk, wat nuttig is voor verdere analyse. Deze aanpak kan ook worden aangepast voor andere gewassen of mogelijks zelfs het precies lokaliseren van ongedierte.
Smartphone als alternatief
Een alternatieve benadering is het gebruik van smartphones. Telers kunnen zelf door de rijen lopen en met hun smartphone beelden vastleggen. Dezelfde algoritmes worden dan toegepast op de smartphonebeelden om de bloemetjes te detecteren en te tellen. Deze methode verlaagt de kosten aanzienlijk, maar vergt meer manuele inspanning.
Innovatie voor de Toekomst
Autonome drones kunnen een sleutelrol spelen in de modernisering van de landbouw. Onze proof-of-concept voor indoor navigatie in serres opent veel meer mogelijkheden dan enkel oogstvoorspellingen. Denk bijvoorbeeld aan:
- Inspectie van gewassen in andere teelten, zoals wijngaarden of fruittuinen.
- Detectie van ziekten en plagen door geavanceerde beeldanalyse.
- Lineaire infrastructuurinspectie, zoals elektriciteitsleidingen en pijpleidingen.
Dankzij innovatieve navigatietechnieken kunnen kostenefficiënte consumenten-drones of smartphones ingezet worden en alvast voor indoor toepassingen zijn de resultaten veelbelovend. De toepassing van deze technologie kan leiden tot significant verbeterde operationele efficiëntie en verlaging van kosten Hoewel uitdagingen blijven bestaan, bieden deze ontwikkelingen hoop voor een efficiëntere en duurzamere toekomst in de landbouwsector.
Webinar
Op 5 december 2024 gingen we dieper in op dit thema tijdens een korte, technische webinar.