Real-time monitoring van insecten in open teelten

Het project ontwikkelt een real-time monitoringsysteem voor automatische herkenning van schadelijke en nuttige insecten, met als doel een economisch haalbare businesscase te creëren.

Subsidie
€ 17.664
2023

Projectdetails

Inleiding

Op basis van de voorgaande MIT-aanvraag is HLB verder gegaan met de automatisering van de herkenning van de wortelvlieg. Er is een proof of principle ontwikkeld voor de wortelvlieg die in 2023 wordt uitgerold in een pilot in de praktijk. Tegelijkertijd willen we met dezelfde methodiek algoritmes ontwikkelen voor moeilijker detecteerbare schadelijke insecten, maar ook voor nuttige insecten. HLB en de Groene vlieg zijn reeds toonaangevend en leidend als het gaat om insectenmonitoring in het open veld middels handmatige tellingen in het lab en willen nu met dit project een volgende stap zetten door de ontwikkeling van een real-time monitoringsysteem dat automatisch insecten detecteert en de data automatisch omzet in een insectendruk, met hieraan gekoppeld een advisering in het veld.

Doel van het project

Het doel van het project is om te onderzoeken of automatische herkenning van diverse insecten, zowel schadelijke als nuttige insecten, onder veldomstandigheden mogelijk is en welke stappen gezet moeten worden voor een economisch interessante businesscase.

Werkpakketten

De werkzaamheden zijn verdeeld in 4 werkpakketten:

  1. Werkpakket 1: Tijdens het groeiseizoen zullen veel vangplaten in het veld worden geplaatst. De vangplaten worden wekelijks gefotografeerd met hoge resolutie smartphonecamera’s. Na telling en markering van de verschillende insecten op de platen zullen deze met een annotatieprogramma geannoteerd worden.

  2. Werkpakket 2: Er wordt met behulp van deep learning een startalgoritme gemaakt. Gedurende het seizoen zullen de tellingen van het lab vergeleken worden met de tellingen van de algoritmes om de precisie van de algoritmes te kunnen bepalen.

  3. Werkpakket 3: De ervaringen in het groeiseizoen van de veldmedewerkers, adviseurs en telers worden nauwkeurig genoteerd en geëvalueerd, evenals de invloed van de verschillende veld- en weersomstandigheden op tellingen (zowel automatisch als handmatig in het lab). Hiermee wordt de robuustheid van het systeem bepaald, evenals de snelheid van informatieverstrekking en mogelijke besparing op middelen, materialen en tijd.

  4. Werkpakket 4: Er wordt een businesscase opgesteld voor het automatisch herkennen en digitalisering van insectenherkenning.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 17.664

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2023

Partners & Locaties

Projectpartners

  • Hilbrands Laboratorium B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

Geautomatiseerde bestrijding van insecten door drones in de teelt van groente in de glastuinbouw

MU-G Knowledge Management B.V. onderzoekt de haalbaarheid van een dronesysteem voor het nauwkeurig detecteren en elimineren van insectenplagen in de groenteteelt.

€ 20.000
Mkb-innovati...

Real-time detectiesysteem voor het grootschalig toepassen van schoffeltechniek binnen de landbouw

Het project onderzoekt de haalbaarheid van een geautomatiseerd roboticasysteem voor het schoffelen van gewassen om arbeidsintensieve processen in de landbouw te verbeteren.

€ 20.000
Mkb-innovati...

Van Land tot Klant (VLTK)

Het project ontwikkelt een geautomatiseerd traceersysteem met RFID-technologie om de volledige levenscyclus van landbouwproducten te monitoren, waardoor transparantie, kwaliteit en efficiëntie verbeteren.

€ 20.000
Mkb-innovati...

PATS C

PATS-C monitort vliegende insecten met camera's en computer vision voor vroegtijdige plaagdetectie en milieuvriendelijke bestrijding, ter ondersteuning van veilige voedselproductie.

€ 20.000
Mkb-innovati...

Project Nematode Diagnosis

Veridi Technologies onderzoekt de haalbaarheid van technologie voor automatische detectie van plant parasitaire nematoden, met als doel een proof of concept en marktstrategie te ontwikkelen.

€ 20.000

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

Drone Cropview Greenhouse

Het project ontwikkelt een autonome drone die met vision technologie teeltdata verzamelt in kassen, om de efficiëntie en duurzaamheid van de glastuinbouw te verbeteren.

€ 104.213
Mkb-innovati...

AutoScout

Corvus Drones en AgriData Innovations ontwikkelen een autonome drone met computer vision en machine learning voor snelle detectie van plagen en ziektes in de glastuinbouw, ter vermindering van gewasbeschermingsmiddelen.

€ 248.850
Mkb-innovati...

Tractor Mounted Sensordata and AI Crop Intelligence software integration with Smart Sprayer

Het project ontwikkelt innovatieve technologieën voor precisielandbouw om telers te helpen gewasbescherming te optimaliseren, kosten te verlagen en de productie te verhogen, met positieve economische effecten in Limburg.

€ 312.900
Mkb-innovati...

Autonome drone met accurate lokalisatie om kasplanten te monitoren en plantenziekten te detecteren

ADI en Avular ontwikkelen een geavanceerd gewasmonitoringssysteem met autonome drones en machine learning om telers te ondersteunen bij datagestuurde besluitvorming en verliesreductie.

€ 344.050
Mkb-innovati...

Green Building Materials

Het project ontwikkelt een nieuwe methode voor plantenveredeling door autonome drones in te zetten voor snelle en betrouwbare dataverzameling en analyse, wat leidt tot efficiëntere en kosteneffectieve processen.

€ 195.300