Flying Bud Inspector

Het project ontwikkelt de "Flying Bud Inspector", een dronesysteem met visiontechnologie voor nauwkeurige oogstvoorspellingen van snijbloemen, om de onzekerheid in productie te reduceren van +/- 20% naar +/- 5%.

Subsidie
€ 174.965
2017

Projectdetails

Inleiding

Aanvragers zijn ervan overtuigd dat het mogelijk is om een bloembed te monitoren met visiontechnieken en uiteindelijk een automatische voorspelling te doen van de bloemenproductie over enkele dagen. Wereldwijd is er echter geen systeem beschikbaar dat hierin kan voorzien. Zodoende slaan Jamafa en Control Digit de handen ineen voor de ontwikkeling van de “Flying Bud Inspector”.

Doelstelling

Het consortium wil de markt bedienen met een intelligent oogstvoorspellingsysteem voor snijbloemen (rozen). Hiertoe beoogt men de ontwikkeling van een camerasysteem dat gedragen kan worden door een drone. Het werkingsprincipe zal berusten op softwarematige intelligentie in combinatie met beeldherkenning om de knoppen van snijbloemen te herkennen en op basis van relevante parameters (zoals weersvoorspelling, bevochtigingsgraad en groeicurve) te kunnen voorspellen hoeveel knoppen over drie dagen gereed zijn voor verkoop.

Verwachte Resultaten

De doelstelling is om met behulp van dit systeem de onzekerheid tussen oogstvoorspelling en daadwerkelijke oogst te reduceren van +/- 20% naar +/- 5%.

Ervaring van de Partners

Beide partijen hebben uitgebreide ervaring met op vision-technology gebaseerde systemen. Voor Control Digit is het de core business, terwijl voor Jamafa het de go-to technologie in hun gamma aan sorteermachines is. Beide ondernemers kennen als geen ander de sterke en zwakke kanten van vision, waardoor dit samenwerkingsverband uitermate geschikt is voor het uitvoeren van dit project.

Aanbod voor Telers

Jamafa en Control Digit willen hun nieuwe systeem als een webservice aanbieden. Telers kopen een startset, bestaande uit:

  1. Een sensorsuite voor het meten van de omgeving (onder meer temperatuur, CO2, relatieve luchtvochtigheid, lichtintensiteit, daglengte).
  2. Een drone en camera.

De camerabeelden kunnen door telers geüpload worden in het portal van Jamafa en Control Digit, alwaar de beelden geanalyseerd, verrijkt (met bijvoorbeeld weersvoorspellingen) en geïnterpreteerd worden. Vanuit het portal wordt vervolgens een oogstvoorspelling geleverd.

Abonnementsmodel

De samenwerkingspartners voorzien de toegang tot hun systeem op abonnementsbasis in te richten. De hoogte van de abonnementen zal afhangen van de resultaten van het project. In het project bepaalt men de potentiële extra inkomsten voor telers als gevolg van de verbeterde oogst. De partners zullen de abonnementshoogte relateren aan de verwachte extra opbrengsten door daar een percentage voor te kiezen, waarschijnlijk tussen de 5-10% afhankelijk van de betrouwbaarheid.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 174.965

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2017

Partners & Locaties

Projectpartners

  • Jamafa Machinery B.V.penvoerder
  • Control Digit B.V

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT R&D Samenwerking

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...

ForeCasting Zachtfruit

Dit project verbetert de forecasting van zachtfruit met technologie, waardoor telers beter kunnen anticiperen op oogsthoeveelheden en -momenten.

€ 569.133
Mkb-innovati...

Drone & Vision technologie voor de veredelingsindustrie

Het project ontwikkelt een nauwkeurige, zelfcorrigerende drone met specialistische camera voor efficiënte gewasveredeling, getest in de praktijk met een klant uit de grasveredelingsindustrie.

€ 179.568
Mkb-innovati...

Smart Harvest & Information System

Gearbox Innovations ontwikkelt een Smart Harvest & Information System voor rozen- en gerberakwekerijen om oogstsnelheid te verhogen, personeel sneller op te leiden en productievoorspellingen te verbeteren.

€ 350.000
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

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

Multi spectrale liveview camera t.b.v. precisielandbouw

Het project ontwikkelt een betaalbaar multispectraal camerasysteem voor precisielandbouw, gericht op efficiënte bemesting en gewasdetectie.

€ 20.000
Mkb-innovati...

Gewas Monitoring met Vision

Het project automatiseert gewasmonitoring met computer vision en AI, waardoor kwekers dagelijks volledige analyses kunnen uitvoeren zonder dure arbeidskrachten, voor optimale teeltbijsturing.

€ 20.000
1.1 - Het ve...

’De vruchten plukken’ van autonoom telen

Dit project ontwikkelt een beslissingsondersteunend systeem voor autonoom telen in de glastuinbouw, gericht op optimale oogstopbrengst.

€ 880.773
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 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.

€ 17.664