LetsGrow.com zet volgende stap richting autonoom telen. Meer inzicht met LetsGrow Livestream

LetsGrow.com heeft de Google Glass in hun slimme dashboard geïntegreerd en presenteert hiermee de meest innovatieve visuele-dataondersteuning tot nu toe; de LetsGrow Livestream. Met gebruik van de Google Glass is het vanaf heden mogelijk een kas te betreden zonder een voet over de drempel te zetten. Met de LetsGrow Livestream is men digitaal ‘in control’ en in staat om op afstand een nog beter beeld van het gewas te krijgen.

Digitale innovatie

In 2020 introduceerde LetsGrow.com het digitaal excursielopen. Hoogwaardige foto’s en video’s uit de kas streamen naar een centraal dashboard op het platform MyLetsGrow. De toevoeging van deze beelden zijn tegenwoordig onmisbaar in vele teeltstrategieën van telers en teeltadviseurs wereldwijd. De LetsGrow Livestream is een logische volgende stap. Zeker in een tijd waarin het steeds moeilijker is om op elke locatie continue fysiek aanwezig te zijn. Door middel van scherpe beelden en spraakmogelijkheden is het mogelijk om meer in detail het gewas te bekijken. Als gebruiker in de kas heeft u uw handen vrij om goed de gewenste onderdelen van het gewas in beeld te brengen. Daarnaast kan de kijker, middels de spraakmogelijkheden, aangeven waar hij graag nog eens beter naar wil kijken. Deze interactie  zorgt ervoor dat de juiste inzichten opgedaan worden en gewenste resultaten bereikt worden.

De LetsGrow.com Livestream brengt vele voordelen met zich mee. Zo krijgt men een gedetailleerd beeld te zien waarmee de juiste informatie voorhanden is, communicatie gaat gemakkelijk via spraak, er ontstaat een grotere span of control en het bespaart tijd.

De volgende stap richting autonoom telen

Met LetsGrow livestream zet LetsGrow.com de volgende stap richting autonoom telen en brengt monitoring en begeleiding op afstand naar een nog hoger niveau.

Ton van Dijk, Global Head of Sales en Operations bij LetsGrow.com legt uit: “LetsGrow.com is er om de bedrijfsprocessen en resultaten te optimaliseren voor alle stakeholders zoals investeerders, telers en adviseurs.  Tegenwoordig is het bezoeken van een kas niet altijd mogelijk en ook is het betreden van een kas niet zonder risico. Virussen liggen op de loer.

Daarnaast staan kassen over de hele wereld en wordt er veel heen en weer gereisd tussen de diverse locaties. De Google Glass biedt uitkomst in deze situaties en maakt het mogelijk om vaker en laagdrempeliger in contact te komen met elkaar. Daarnaast ziet men de livebeelden, samen met de klimaat en gewasdata en eventuele foto’s naast elkaar op een dashboard in het MyLetsGrow platform. Er zijn dus snel en eenvoudig correlaties te bespeuren tussen wat men ziet en wat de data aangeeft. Hiermee kan een teler of teeltadviseur nog beter inspelen op wat er werkelijk gebeurt. Het is echt alsof je over de schouder met elkaar meekijkt. De LetsGrow Livestream is de eerste uit een reeks innovaties die LetsGrow.com de komende tijd gaat uitrollen”.

Order nu!

De LetsGrow Livestream met de Google Glass is vanaf vandaag beschikbaar. Maakt u een volgende stap in data-gedreven telen, bent u op zoek naar efficiëntere manier van communiceren met real-time visuele data? Neem dan contact op met uw vaste contactpersoon van LetsGrow.com of raadpleeg het contactformulier.

Student Eric paste wiskunde toe in een bloemenkas

Wiskunde en gerbera’s. Strakke formules en kleurige bloemen. Die combinatie ligt écht niet zo voor de hand als je net denkt alles te snappen over snijpunten, parabolen, logaritmen, sinus en cosinus. Toch doet voormalig student Toegepaste Wiskunde Eric van der Sluis prachtig werk voor LetsGrow.com. Hij ontwikkelde voor het bedrijf een model om gerbera’s te detecteren en traceren. Door zijn werk kan iedere gerberateler op de voet volgen hoe hard iedere plant groeit en wanneer die geoogst kan worden.

Je hebt een wiskundeknobbel. Maar wat wil je daarmee gaan doen? Voor Eric was dat 4 jaar geleden al duidelijk. Hij wilde die inzetten om een bedrijf beter te laten draaien. Nu hij bijna is afgestudeerd, heeft hij dat ideaal nog steeds. “Ik heb tijdens mijn stage gewerkt met gerbera’s. Maar de mogelijkheden van toegepaste wiskunde zijn natuurlijk veel breder. Ik kan voor een bedrijf software gaan ontwikkelen. Of me bezig gaan houden met data-analyse.”

Detectie en tracking

“Voor de gerberatelers die klant zijn bij LetsGrow.com heb ik een nieuw model ontworpen voor detectie en tracking. Neem nou die teler. Die wil weten hoe zijn planten erbij staan en wanneer hij ze kan oogsten en naar de veiling kan brengen. Dan kan hij ervoor kiezen om elke dag door de kassen te lopen. Het is veel handiger om in een gerberakas een camera te plaatsen. Die neemt iedere dag een nieuwe foto van de gerbera’s. Ik heb iedere bloem een eigen identiteit gegeven. Zo kan de teler elke plant volgen tot en met de oogst. Op basis van het beeldmateriaal dat in de cloud wordt opgebouwd, weet hij hoeveel bloemen straks kunnen worden geoogst. Hoeveel nieuwe bloemen er op een dag of in een week bij komen. Of sommige percelen beter groeien dan andere. Dat ziet hij allemaal op zijn computer. Dat werkt veel efficiënter dan toen hij nog iedere dag zijn kassen ging inspecteren.”

Opeens 30 leuke collega’s

De stage bij LetsGrow.com was Erics eerste kennismaking met het bedrijfsleven. “Mijn wereld is daardoor groter geworden. Ik had opeens 30 leuke jonge collega’s. Na een tijdje kende ik iedereen. Het was voor mij nieuw om gewoon iedere dag van 8 tot half 5 te werken. Om aan de verwachtingen van je collega’s te voldoen.”
Bron: De Haagse hogeschool

Dashboard vernieuwd op MyLetsGrow

Bij LetsGrow.com zijn wij altijd bezig met het innoveren en het gebruiksvriendelijker maken van MyLetsGrow; hét wereldwijde tuinbouwdataplatform. Daarom hebben wij de functionaliteiten en weergave van onze dashboards vernieuwd.

LetsGrow.com zet data om in informatie, door de telers te ondersteunen bij het begrijpen van deze data kunnen telers beslissingen nemen en hun teeltproces optimaliseren. Dit doen wij door middel van onder andere trainingen die specifiek op de wensen en behoeften van de klant worden ingericht.

Innoveren en veranderen doen wij niet alleen; onze klanten staan hierbij centraal. De gebruikerservaringen en de wensen van de klanten zijn onze drijfveer. Om onze klanten zo volledig mogelijk te ondersteunen is het extra belangrijk dat de data zo overzichtelijk en makkelijk mogelijk wordt weergegeven en beschikbaar wordt gemaakt. Op deze manier kunnen zij snel en eenvoudig zelfstandig aan de slag met hun data.

 

Ontwikkeling naar datagedreven teelt

Klimaatregeling is vaak gebaseerd op meten wat er gebeurt, of gebeurd is, en daarop reageren. Steeds meer is er bij telers echter behoefte aan vooruitzien naar wat er waarschijnlijk zal gaan gebeuren, en daarop ageren. Data-analyse kan daar een belangrijke bijdrage aan leveren.

Een van de partijen die al heel actief aan de gang is met datatoepassingen is LetsGrow.com. Veel telers kennen dit vooral als vergelijkingsplatform voor klimaat- en andere bedrijfsregistratiegegevens. Daarmee is het bedrijf inderdaad groot geworden. Maar in de loop der tijd heeft LetsGrow.com een switch gemaakt naar het meer bieden van datagedreven teeltoplossingen.

Telers zijn er heel goed in geworden om achteraf te kunnen bedenken waarom hun gewas zichtbare reacties vertoont, en daarop te reageren. Zowel teeltadviseurs als telers gingen echter steeds meer vragen of het niet mogelijk was om – met al die binnengehaalde data – ook voorspellend berekeningen te maken. Wat zal er bij de huidige instellingen en te verwachten buitenomstandigheden gaan gebeuren met de plant, bijvoorbeeld wat betreft productie, kans op schimmelaantastingen, energiebeheer of invloeden op temperatuurverschillen in de kas? Hoe kan ik klimaatinstellingen en watergift beter afstemmen op de gewasontwikkeling en plantbehoeftes? Telers willen graag vooraf kijken welke optie het beste effect oplevert, en welke instellingen er nodig zijn om die uitkomst te bereiken. Gangbare Excel-programmaatjes blijken, bij de enorme hoeveelheden beschikbare data, niet meer toereikend om echt goed te ontdekken wat er allemaal mogelijk is.

Gewasmodellen
Bij datagedreven en voorspellend telen zijn goede, verklarende plantfysiologische gewasmodellen een eerste noodzaak. Daarmee kan LetsGrow.com terugvallen op de wortels van haar ontstaansgeschiedenis: het aan telers beschikbaar stellen van door WUR ontwikkelde plantmodellen. Er wordt bewust voor gekozen om plantfysiologen datavaardigheden te laten aanleren, in plaats van andersom dataspecialisten los te laten op tuinbouwtoepassingen. Peter Hendriks van LetsGrow.com: “Je kunt wel alle beschikbare data op een grote hoop gooien en daar conclusies uit gaan trekken, maar daar kun je ook enorme fouten mee maken. Die specifieke domeinkennis van de glastuinbouw en plantfysiologie leer je niet zo maar even. Eerst moet je goed snappen hoe de natuurkundige processen in de kas en de plantfysiologie in elkaar zitten, en dan kun je pas effectief datagedreven gaan telen.” Al werken er uiteraard ondersteunend op de achtergrond wel wiskundigen en gespecialiseerde datawetenschappers om de data effectief te kunnen verwerken.

Waardevolle data
Hoe meer data er beschikbaar is, hoe meer er geanalyseerd kan worden. Hendriks: “Denk dus niet te snel: aan deze gegevens heb ik nu niets. Sla alles op wat je kunt. Je moet eens kijken wat voor supercoole analyses we op dit moment kunnen uitvoeren op basis van gegevensregistraties die gedurende vijf jaar of langer verzameld zijn. Met gegevens waar telers nooit eerder iets mee gedaan hadden, omdat ze tot nu toe nog niet wisten wat ze er mee konden doen.”

Hoe verfijnder de data, hoe groter de kans op betrouwbaarder analyses. Het is dus te overwegen om tellingen van zetting en grofheid frequenter uit te gaan voeren dan bijvoorbeeld alleen wekelijks voor een globale indicatie.

Er kan nog zoveel geregistreerd en doorgerekend worden, maar het resultaat staat of valt bij de correctheid van de beschikbare data. Alleen juiste data is effectief te analyseren en levert betrouwbare conclusies op. “IJk je sensoren en meetapparatuur dus niet alleen om de directe klimaatregeling goed te houden. Het niet goed ijken betekent ook verlies van kostbare data om die later te kunnen analyseren. Of je blijft, in alles wat je doet, ook de fouten in die data steeds meenemen.”

In plaats van blind af te gaan op wat computers adviseren op basis van data-analyses, is het goed te beseffen dat er achter alle veranderingen in data een verhaal zit. “Als daar iets heel geks gebeurt, is er vaak een reden voor. Bij data-analyse is het dus zaak om eerst die reden te checken, anders kun je onjuiste conclusies uit die data gaan trekken. Heel simpel: is er iets gebeurd als externe verklaring, zoals bijvoorbeeld stormschade of een ziekte-uitbraak?”

Balans
Data-analyses zijn een welkome aanvulling op menselijke teeltkennis. Elke teler heeft zijn eigen ‘groene vinger’-gevoel en eigen interpretaties van teeltgegevens, op basis waarvan hij de aansturing van het kasklimaat regelt. Maar zeker grootschalige bedrijven, en telers die samenwerken binnen telersverenigingen, worden regelmatig geconfronteerd met verschillen in opbrengst of gewasstand tussen teeltlocaties, die niet meer te verklaren of op te lossen zijn op basis van alleen onderlinge meningenuitwisseling.

LetsGrow.com constateert dat productieverschillen tussen teeltlocaties via data-analyses zijn te verklaren, zelfs tot op het niveau van schermgebruik, raamstanden of gebruik van andere teeltuitrusting. Het is terug te herleiden waarom dingen gebeuren.

Een heel zinvol gebleken analyse is het optimaliseren van de licht-temperatuurverhouding, aan de hand van eigen klimaatdata van de teler. Het voor elke dag van het teeltseizoen uitzetten van de etmaaltemperatuur en de lichtsom heeft een goede basis gelegd om meer inzicht te verkrijgen in de plantbalans. Het ontwikkelde model voor de lichtbenuttingsefficiëntie (LBE, in gram productie per megajoule stralingssom) van het gewas zoekt naar de ideale onderlinge combinatie en balans tussen licht, luchtvochtigheid, temperatuur en CO2. Daarbij wordt ook rekening gehouden met het feit dat de lichthoeveelheid in bijvoorbeeld week 21 niet toe te wijzen is aan de productie in week 21, maar een effect heeft op productie later in de tijd.

De vaak grote spreiding in LBE bij bedrijven geeft aan dat er potentie is om het licht beter te benutten. Door de beperkende factor die de lichtbenutting het meest negatief beïnvloedt te achterhalen en te elimineren, zijn in de praktijk al productieverhogingen tot meerdere procenten gerealiseerd. En soms is er geen beperking, en kan blijken dat een grote lichtbeschikbaarheid ruimte biedt voor een nog hogere plantbelasting en productie.

De conclusies uit data-analyses werkt LetsGrow.com helemaal uit tot acties die telers kunnen nemen. Hendriks: “Alleen voeren wij ze niet uit. We geven bij een teler alleen aan of hij nog op de ‘ideale’ teeltlijn zit, en wat hij had kúnnen doen. We willen de teeltman niet vervangen, maar wel zorgen dat deze betere beslissingen kan nemen, of dat hij een grotere kasoppervlakte kan beheren.” Al zijn er naast beslissingsondersteuning ook zaken die al wel te automatiseren zijn. “Een paar keer per dag een standaard klimaatinstelling gaan aanpassen op de klimaatcomputer, dat zou in deze tijd toch niet meer nodig moeten zijn.”

Sensoren
Sensoren, die veranderingen waarnemen die voor het menselijk oog niet zichtbaar zijn of dat pas in een later stadium worden, ondersteunen het nemen van betere teeltbeslissingen. Er is een grote toename aan sensoren die op de markt komen, waaronder sapstroommeters, vruchttemperatuurmeters, uitstralingsmeters, warmtebeeld-camera’s tot en met robots voor mobiele vrucht-tellingen.

Met name ook draadloze sensoren, die meerdere meetpunten in de kas opleveren, dragen bij aan extra inzicht. Zo wist een teler bijvoorbeeld vanuit data-analyse te verklaren waarom hij aan de gevelkant van de kas steeds meer plukte dan uit dezelfde gewasrij dichter bij het middenpad. Uiteindelijk is hij zelfs zo ver gegaan om zijn kasconstructie aan te passen, omdat dit voor hem een optimale balans opleverde in zijn specifieke bedrijfssituatie.

Hendriks: “De techniek komt naar je toe. Er zijn zo veel extra sensoren, met alle bijbehorende aanvullende data, die op je af komen. Je overziet het niet meer. Onze visie is om al die data tot waarde te brengen. Met een omslag van het vertrouwde meten en reageren, naar vooruitzien en ageren. Om een doorgaande lijn te creëren waarmee je het gewas steeds in balans houdt, in plaats van te denken: ‘help! er gaat iets mis’, en dan ineens te moeten corrigeren. De vraag ‘wat moet ik nu doen?’ komt dan vroegtijdig voort uit: ‘ik zie dit gebeuren in mijn data’, in plaats van dat het een verlate reactie is op: ‘ik zie iets aan mijn gewas’.”

Artificial Intelligence
Bij data-analyse horen telers ook al snel kreten voorbij komen als Artificial Intelligence (AI) en zelflerende datasystemen (machine-learning). Daarbij beseffend dat computers op eigen kracht heel veel analyses kunnen produceren, waarbij de accuraatheid van de uitkomsten in de loop der tijd sterk is verbeterd. Maar het staat lang niet altijd helemaal helder voor ogen wat de genoemde begrippen precies inhouden.

Hendriks probeert het simpel uit te leggen. “Bij traditionele modellen programmeer je resultaten van jarenlange onderzoeken en registraties in een computerprogramma. Bijvoorbeeld: wat doet een graad kastemperatuurverhoging met de afrijpingssnelheid? Daarmee laat je de gevolgen door dit programma berekenen, waardoor er voorspellingen gemaakt kunnen worden van huidige of te verwachten teeltomstandigheden.”

“Bij machine-learning, een specifiek onderdeel van het bredere Artificial Intelligence, stop je uitkomsten (zoals kilo-opbrengsten of gewasreacties) uit het verleden in een computer, in combinatie met de klimaatgegevens uit dezelfde periode. De computer analyseert en bepaalt zelf de onderlinge verbanden, en gaat daarmee zelf een voorspellend programma maken. Het is een manier om effecten van nieuwe dingen sneller en heel accuraat te voorspellen.

Bron:  Groenten & Fruit | Auteur: Peter Visser

Open Call voor innovaties

Dit is een open oproep aan Roboticabedrijven en/of –initiatieven en Europese (groente)telers in ons netwerk. Met name aan experts uit de agrifoodsector die bereid zijn samen te werken aan het (door)ontwikkelen van Robotische toepassingen die Europabreed kunnen worden ingezet. Voor hen heeft agROBOfood, een EU-project, in een eerste Open Call ronde 2,65 miljoen euro ter beschikking gesteld. De totale subsidiepot van 8 miljoen euro wordt ingezet om het digitale transformatieproces van de Europese agrifoodsector te versnellen en hiermee de efficiëntie en concurrentiepositie te verbeteren.

2,65 miljoen euro subsidie is een mooi bedrag, maar agROBOfood stelt niet alleen geld aan deelnemers beschikbaar. Zo zijn er 12 Competence Centers en 7 regionale clusters opgezet die als centrale contactpunten dienen en deelnemende digitaliseringsinitiatieven zullen ondersteunen door verschillende stakeholders bij elkaar te brengen.

Toepassingsvoorbeelden

Om duidelijk te maken welke toepassingen zoal in aanmerking komen voor deelname, heeft AGF.nl een aantal voorbeelden van de Wageningen University & Research (WUR) vanuit het Engels vertaald en gedeeld: “Om mensen te beschermen tegen een werkomgeving met temperaturen onder nul, wordt in het kader van het agROBOfood-project een demonstratierobot gebouwd: een ‘gemengde palletiser’ die in een vriescel kan worden ingezet. Een andere demorobot laat zien hoe fruit geautomatiseerd, op tijd en met minder mankracht kan worden geoogst. Dit leidt tot lagere productie- en grondstofkosten en biedt tegelijkertijd een oplossing voor het tekort aan arbeidskrachten. Een derde demonstrator wordt ontwikkeld voor de komkommerteelt, die de rijpheid van komkommers kan beoordelen en in een broeikas vruchten kan plukken & verwerken.” [bron; 2019; AGF.nl]

LetsGrow.com aangesloten agROBOfood partner en expert

LetsGrow.com maakt als agROBOfood partner onderdeel uit van het Noordwest-Europa cluster. Het MyLetsGrow platform is, vanwege het open karakter in combinatie met strenge datasecurity standaarden, uitstekend geschikt om data uit robotische toepassingen op te halen en deze op verschillende manieren te verwerken en bruikbaar te maken; zowel voor de partner met de robottechnologie als de (gezamenlijke) eindklant. Daarbij dient LetsGrow.com ook als de spil in het proces dankzij de grote hoeveelheid technologische, plant fysiologische en kennis van de sector die het in huis heeft. Vanwege de partnerstatus kan LetsGrow.com zelf geen aanspraak maken, maar wel bemiddelen en ondersteuning bieden bij aanvragen.

Wanneer kan men aanspraak maken?

Basiscriteria voor deelname aan de open call zijn:

  • een commerciële behoefte binnen de agrifoodsector aanpakken;
  • de oplossing moet op robottechnologie(ën) gebaseerd zijn;
  • een lokale Digital Innovation Hub (DIH) dient als het primaire contactpunt;
  • akkoord gaan met het gebruik van de grensoverschrijdende diensten van het netwerk.

Alleen kleine consortia (samenwerkingen tussen 2-5 partners) vanuit de agrifood- en robotische sector, inclusief ten minste één eindgebruiker en één agrifood expert die het initiatief van de technologie voorziet, kunnen aanspraak maken. Deelnemers moeten gebaseerd zijn in een lidstaat van de Europese Unie of in een land dat zich officieel geassocieerd heeft met Horizon 2020.

Rechtstreeks aanmelden?

Alle belangrijke informatie en middelen omtrent deelname aan de eerste Open Call zijn beschikbaar op de agROBOfood website. Aanmelden kan nog tot 1 september 2020 op https://evaluation.agrobofood.eu/apply.

Interesse in aanmeldingsbemiddeling vanuit LetsGrow.com?

Wil je meer informatie over de aanmelding voor deze Open Call? Alle benodigde informatie is beschikbaar (Call Fiche, Guide for applicants en andere informatie) op de website van agROBOfood. Of contact ons, dan zullen we je verder helpen.