In November 2019, the High Performance Greenhouse project (HiPerGreen) was nominated for the RAAK Award 2019, as one of the best applied research projects in the Netherlands. This paper discusses the challenges faced, lessons learned and critical factors in making the project into a success.
To better control the growing process of horticulture plants greenhouse growers need an automated way to efficiently and effectively find where diseases are spreading.The HiPerGreen project has done research in using an autonomous quadcopter for this scouting. In order for the quadcopter to be able to scout autonomously accurate location data is needed. Several different methods of obtaining location data have been investigated in prior research. In this research a relative sensor based on optical flow is looked into as a method of stabilizing an absolute measurement based on trilateration. For the optical flow sensor a novel block matching algorithm was developed. Simulated testing showed that Kalman Filter based sensor fusion of both measurements worked to reduce the standard deviation of the absolute measurement from 30 cm to less than 1 cm, while drift due to dead-reckoning was reduced to a maximum of 11 cm from over 36 cm.
Abstract from the authors: "In this paper we discuss our experiences of facilitating collaborative creative activities within healthcare. The study consists of a larger case study on innovation scouting with the staff at the emergency room backed up by a series of seven retrospective mini-case studies. By means of discussing our experiences we identify some insights and challenges. Challenges for design facilitators working in this domain relate to: 1) dealing with the clash of professional eco-systems, the informal designers’ way of working with the formal and procedural healthcare operations; 2) Positioning yourself ‘at the right table’ in order to find backing for concepts; and, 3) steering the intertwined processes of developing strategic direction and concrete products and services on the floor." Tanja van der Laan is spatial designer, lecturer and researcher, creative research group HKU Design (Hogeschool voor de Kunsten Utrecht).
MULTIFILE
Centraal in het onderzoeksproject HiPerGreen stond de vraag: Hoe kunnen we met een autonoom vliegende drone ziekten in kassen al zo vroeg scannen dat de gewasuitval substantieel beperkt wordt? Met verschillende prototypes is inmiddels overtuigend aangetoond dat het concept dat hiervoor ontwikkeld is, werkt. De kwekers zijn enthousiast. Frequente of zelfs 24/7 scouting van de gewassen met een drone levert gedetailleerde kaarten op van de locatie van zieke gewassen. Door snelle eliminatie van deze planten wordt verspreiding van de ziekte in een vroeg stadium voorkomen. De kennis die opgedaan is in het succesvolle HiPerGreen project (genomineerd voor de RAAK Award 2019), vertalen we in een nieuwe onderwijs-module (Masterclass) voor HBO en MBO en twee artikelen.
Our mission is to increase the productivity of Dutch greenhouses. Even the most modern greenhouses still suffer from 10% to 25% loss of crop due to pests and diseases (Pimentel, 2012). Our autonomous flying platform can reduce crop loss by regular scouting while avoiding excessive cost of manual labour. With one drone we can scout one hectare of greenhouse per hour, providing detailed information about environmental parameters and crop health, quality and quantity. In comparison traditional manual scouting methods scout a single hectare per day. As a spin-off from RAAK.MKB006.017 HiPerGreen, we are aiming for a fast track solution to a single pest control problem: Fusarium in orchids, and validate a Minimum Viable Product for use in the Greenhouse.
In de perenteelt worden nog steeds veel werkzaamheden ‘op het oog’ uitgevoerd. Veel fruitteeltbedrijven groeien echter in areaal, waardoor het overzicht steeds lastiger te bewaren en het totale perceel steeds lastiger te managen is. Dit project is een vervolg op het KIEM.K20.01.072 project waarin een haalbaarheidsstudie is verricht naar de mogelijkheden voor precisielandbouw in de perenteelt op basis van data, door het toepassen van smart methodes en technieken. In dit project breiden we het projectteam verder uit met meer kwekers, teelt-experts en machinebouwers en willen we nader inzoomen op en kijken naar concrete mogelijkheden voor: • Het verzamelen van data in het veld (scouting, data verzamelen). • Het werken en het maken van strategische keuzes op basis van die digitale metingen in het veld (data analyseren en interpreteren). • Het robotiseren van (arbeidsintensieve) werkzaamheden op basis van de beschikbare data. Binnen de scope van dit project leggen we hierbij de nadruk op het snoeien. • Het reduceren en voorkómen van (omgeving belastende) teelthandelingen, zoals het gericht en locatie specifiek spuiten van gewasbeschermingsmiddelen. Hierbij leggen we de nadruk op de mogelijkheden voor het automatiseren van plaagdetectie. De centrale onderzoeksvraag luidt: Wat zijn de concrete mogelijkheden voor precisietechnologie op basis van data in de perenteelt in Noord-Holland? Primaire doelen zijn het verminderen van uitval, het verduurzamen van de teelt en het verhogen van de productkwaliteit, voor behoud en versteviging van de Noord-Hollandse/Nederlandse concurrentiepositie in deze wereldmarkt. Een clusteraanpak tussen telers, onderzoek/advies/studenten en mechanisatiebedrijven kan de ontwikkeling van een tech-systeem voor de fruitteelt een extra boost geven. De meerwaarde van de gevonden oplossingen wordt aangetoond met prototypes en praktijktesten.
