ForeCasting Zachtfruit
Dit project verbetert de forecasting van zachtfruit met technologie, waardoor telers beter kunnen anticiperen op oogsthoeveelheden en -momenten.
Projectdetails
Aanleiding
Leveranciers van zachtfruit (telers) komen met hun klanten contractuele afspraken overeen in termen van hoeveelheid en moment van de te leveren oogst.
Als telers onverhoopt minder kunnen oogsten op een bepaald moment, vullen zij hun levering aan met zachtfruit die zij op de markt inkopen tegen hoge prijzen. Omdat overschotten pas laat bekend zijn, worden ze niet of tegen zeer lage prijzen verkocht (jamindustrie).
De teler is er dus bij gebaat zo vroeg mogelijk te weten of er sprake zal zijn van een tekort of overschot. Op die manier kan hij tegen gunstiger tarieven respectievelijk in- of verkopen.
Doel
Het proces van voorspellen is daarom belangrijk voor de toekomst van de teler en de duurzaamheid van de sector.
Binnen dit project gaan YieldComputer uit Eindhoven en VBTI uit Helmond hun krachten bundelen om middels technologie de forecasting van zachtfruit spectaculair te verbeteren. Camerabeelden die gecombineerd worden met oogstdata en weersinformatie, leveren een model op dat, beter dan de beste tuinder, in staat is om te voorspellen op welk moment er hoeveel zachtfruit geplukt kan worden van een specifieke plant.
De strategische partners Berry World en Bakker Barendrecht en de daarbij aangesloten telers zijn daarbinnen verantwoordelijk voor:
- Het opleveren van de teeltdata
- Aansluiten van de (test)velden
- Participeren in het vormgeven en nadenken over verbeterinitiatieven (o.a. kwaliteit voorspellingsmodellen) met eigen personeel
Daarbinnen leveren ze de kennis over de groeicycli van de aardbei en ander zachtfruit.
Innovatie
Binnen dit project zal een grote stap worden gemaakt ten opzichte van hetgeen nu in de markt aanwezig is met betrekking tot voorspellingssoftware, door nauwkeuriger te kunnen voorspellen op basis van lokale, real-time omstandigheden (95% nauwkeurigheid).
Hierbij wordt verder rekening gehouden met:
- De teeltmethode
- De specifieke situatie van de gewassen in het veld (de beelden)
- De lokale weersverwachting
VBTI neemt hierbij de ontwikkeling van A.I.-technologie voor haar rekening (realtime learning model en objectherkenningsmodel), terwijl YieldComputer een sterk verbeterde Crop Cam 2.0 ontwikkelt om de benodigde data binnen te halen en praktijktesten bij de strategische partners uitvoert.
Businesscase
Yield Computer beoogt zich in de toekomstige vermarkting van deze tool met name te richten op de telers van zacht fruit in Europa.
Momenteel gaat door forecasting schade 6-10% van de omzet verloren. Wanneer accurater kan worden voorspeld, verwacht Yield Computer deze forecasting schade in eerste instantie met 50% terug te kunnen brengen, maar in de toekomst zelfs met 95%.
Hiermee kan dus op termijn 3 tot 9,5% meer omzet worden behaald.
Passend bij doelstellingen subsidie
Aansluitingen van onderhavig project met KIA3 (Landbouw, water en voedsel) worden gerealiseerd middels de ontwikkelingen binnen de domeinen:
- Digitale technologie (tracking and tracing)
- Analytische technologie (meetdevices)
- Artificial intelligence
- Imaging technologies (KIA5 Sleuteltechnologieën)
Tot slot voldoet het project aan de criteria om bij te dragen aan KIA6 ‘Maatschappelijk verdienvermogen’.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 569.133 |
Totale projectbegroting | € 569.133 |
Tijdlijn
Startdatum | 15-9-2021 |
Einddatum | 14-9-2023 |
Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- Yield Computer BVpenvoerder
- VBTI Consultancy BV
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Tractor Mounted Sensordata and AI Crop Intelligence software integration with Smart SprayerHet 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. | Mkb-innovati... | € 312.900 | 2022 | Details |
SIGEN: Het slimme teeltsysteem voor zachtfruit telersSIGEN ontwikkelt een slim teeltsysteem dat ziekten en plagen bij zachtfruit sneller detecteert, waardoor telers efficiënter kunnen produceren. | Mkb-innovati... | € 350.000 | 2021 | Details |
Monitoring en voorspelling van aardappeloogst en kwaliteit door middel van innovatieve aardobservatie-dataDit project ontwikkelt innovatieve software die satellietdata en meteorologische informatie integreert voor optimale en duurzame productieplanning in de aardappelverwerkende industrie. | Mkb-innovati... | € 162.930 | 2019 | Details |
Flying Bud InspectorHet 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%. | Mkb-innovati... | € 174.965 | 2017 | Details |
Blueberry NOWAHet project ontwikkelt een autonome gerobotiseerde onkruidbestrijder voor blauwe bessen om arbeidstekorten en hoge kosten te verlagen, en duurzame teelt zonder bestrijdingsmiddelen te bevorderen. | Mkb-innovati... | € 191.051 | 2019 | Details |
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.
SIGEN: Het slimme teeltsysteem voor zachtfruit telers
SIGEN ontwikkelt een slim teeltsysteem dat ziekten en plagen bij zachtfruit sneller detecteert, waardoor telers efficiënter kunnen produceren.
Monitoring en voorspelling van aardappeloogst en kwaliteit door middel van innovatieve aardobservatie-data
Dit project ontwikkelt innovatieve software die satellietdata en meteorologische informatie integreert voor optimale en duurzame productieplanning in de aardappelverwerkende industrie.
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%.
Blueberry NOWA
Het project ontwikkelt een autonome gerobotiseerde onkruidbestrijder voor blauwe bessen om arbeidstekorten en hoge kosten te verlagen, en duurzame teelt zonder bestrijdingsmiddelen te bevorderen.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Detectie ziekten en plagen aardbeienteeltHet project onderzoekt de haalbaarheid van een camerasysteem voor vroegtijdige detectie van ziekten en plagen in de aardbeienteelt. | Mkb-innovati... | € 20.000 | 2020 | Details |
Geautomatiseerd en geoptimaliseerd teeltproces aardbeienBirds.ai ontwikkelt een AI-gestuurde softwareapplicatie voor automatische beeldanalyse van aardbeien, om bederf te verminderen en voedselverspilling in de zacht-fruitketen te voorkomen. | Mkb-innovati... | € 20.000 | 2021 | Details |
Fruitteelt Monitoring - Lekker Fruit KijkenHet project onderzoekt de haalbaarheid van een AI-gestuurde GPS-camera om fruittelers te helpen bij het monitoren van boomgaarden, wat kosten en milieu-impact vermindert. | Mkb-innovati... | € 20.000 | 2021 | Details |
’De vruchten plukken’ van autonoom telenDit project ontwikkelt een beslissingsondersteunend systeem voor autonoom telen in de glastuinbouw, gericht op optimale oogstopbrengst. | 1.1 - Het ve... | € 880.773 | 2023 | Details |
BeterOogstMeterOntwikkeling van een oogstprognose systeem met satelliet- en dronedata voor duurzame teelt en logistieke optimalisatie, door middel van deskstudie, marktverkenning en experimentatie met telers. | Mkb-innovati... | € 20.000 | 2023 | Details |
Detectie ziekten en plagen aardbeienteelt
Het project onderzoekt de haalbaarheid van een camerasysteem voor vroegtijdige detectie van ziekten en plagen in de aardbeienteelt.
Geautomatiseerd en geoptimaliseerd teeltproces aardbeien
Birds.ai ontwikkelt een AI-gestuurde softwareapplicatie voor automatische beeldanalyse van aardbeien, om bederf te verminderen en voedselverspilling in de zacht-fruitketen te voorkomen.
Fruitteelt Monitoring - Lekker Fruit Kijken
Het project onderzoekt de haalbaarheid van een AI-gestuurde GPS-camera om fruittelers te helpen bij het monitoren van boomgaarden, wat kosten en milieu-impact vermindert.
’De vruchten plukken’ van autonoom telen
Dit project ontwikkelt een beslissingsondersteunend systeem voor autonoom telen in de glastuinbouw, gericht op optimale oogstopbrengst.
BeterOogstMeter
Ontwikkeling van een oogstprognose systeem met satelliet- en dronedata voor duurzame teelt en logistieke optimalisatie, door middel van deskstudie, marktverkenning en experimentatie met telers.