Beoogde resultaten

Operationeel AI-platform voor precisieteelt van rode biet (TRL 7)

Het project levert een gevalideerd AI-platform dat op perceelniveau realtime inzicht geeft in gewasontwikkeling, ziektedruk en optimale oogstmomenten binnen de rode bietenteelt. De technologie wordt gedurende een volledig teeltseizoen in de praktijk toegepast bij Stam Schaap Agro en bereikt demonstratieniveau (Technology Readiness Level 7).

Geïntegreerd sensor- en visionsysteem met autonome veldunit

Ontwikkeling en inzet van een robuuste, schaalbare veldunit (zoals een geautomatiseerde quadruped robot of 'robothond') uitgerust met multispectrale camera’s en bodem- en plantsensoren. Deze unit verzamelt autonoom data over gewasgroei, plantgezondheid, bladoppervlak en bodemconditie, en speelt een sleutelrol in de datavoorziening voor het AI-platform.

Validatie van precisie-oogst met slimme rooier van Stam Schaap Agri

Als onderdeel van het project wordt de aangepaste 6-rijige Dewulf-rooimachine van Stam Schaap Agro ingezet. Deze machine is uitgerust met geïntegreerde spuitkoppen en wordt gekoppeld aan het AI-platform. Daarmee wordt onderzocht hoe AI-data realtime benut kan worden om tijdens de oogst gerichte inputtoediening en mechanische beslissingen mogelijk te maken. De effecten op arbeid, brandstofverbruik, CO2-uitstoot en opbrengstkwaliteit worden gemonitord en gekwantificeerd.

Gebruikersgericht dashboard voor jonge boeren

Ontwikkeling van een intuïtief en visueel dashboard waarop telers realtime beslissingsondersteuning ontvangen met betrekking tot oogstmoment, beregening en bemesting. Dit instrument wordt ontworpen in co-creatie met jonge boeren, waarbij gebruiksgemak, visualisatie en handelingsgerichtheid centraal staan.

Cross-sectorale extrapolatie via transfer learning

Het project documenteert de overdraagbaarheid van het AI-platform naar andere wortel- en knolgewassen zoals pastinaak, wortel en knolselderij. Via transfer learning worden modelstructuren aangepast en getest op alternatieve datasets, waarbij de bruikbaarheid in verwante teelten wordt onderbouwd met simulaties en validatiescenario’s.

Effectmeting en wetenschappelijke onderbouwing

Het platform wordt geëvalueerd op nauwkeurigheid, economische impact, gebruiksgemak en milieu-impact. Veldmetingen bij Stam Schaap Agro vormen de basis voor een wetenschappelijk onderbouwd eindrapport met kwantitatieve en kwalitatieve effectanalyse.

Kennisverspreiding en verankering binnen het AKIS-netwerk

Er worden minimaal drie demonstratiesessies georganiseerd met jonge agrariërs, teeltadviseurs en onderwijsinstellingen. Projectresultaten worden actief gedeeld via open access publicaties, interactieve sessies en integratie in praktijkonderwijs. De betrokkenheid van CropConsult, RoboHouse en partners uit het agrarisch onderwijs waarborgt structurele inbedding binnen het Agro-Knowledge and Innovation System (AKIS)..

NextFarmersNL: Van Biet tot Bot - AI en Robotica voor Toekomstgerichte Teelt

Projectstatus

Lopend

Looptijd

Regio

Nederland

Thema

Robotisering

Projectregeling

EIP Algemeen 2025