VIAS Bedrijfsbezoek Greenvision. 15 maart 2012, Erik Pekkeriet

VIAS Bedrijfsbezoek Greenvision

15 maart 2012, Erik Pekkeriet [email protected]

Programma

 15:00  15:15

Ontvangst met koffie/thee Korte algemene introductie Greenvision

● Vision principes

 15:30  16:30

Rondleiding langs diverse praktijkopstellingen Achtergronden beeldverwerking + discussie

● Toepassingen ● Uitdagingen

 17:00

Borrel

Greenvision

Supervisory Board Executive Board Statutory Tasks Units

Life long learning IAC, WBS

Plant Sciences Group

Animal Sciences Group

16 university chairs

10 university chairs

Plant Research International

Animal Sci Fishery Sci Imares Greenvision

PPO

Applied Res

AF Sciences Group 18 university chairs Food & Biobased research

Environmental Sciences Group 17 university chairs Alterra (incl. ILRI & ISRIC)

Social Sciences Group 20 university chairs

LEI

Polytechnic VHL Leeuwarden Deventer Velp

Team

 >14 onderzoekers en projectmanagers ● Elektronica, agrotechnologie, kunstmatige

intelligentie, technische informatica, werktuigbouw, technische natuurkunde

 2 assistent onderzoekers  Inleen krachten (zzp)  High Tech eigen werkplaats (centraal)  Intensieve samenwerking met machinebouwers

Opdracht

GreenVision is het expertise centrum van Wageningen UR voor beeldverwerking. De missie van GreenVision is het bieden van concrete beeldverwerkingsoplossingen voor producten met grote natuurlijke variatie in de agro- en foodsector.

Wageningen UR Green vision

Van de Zedde / Pekkeriet

Huidige werkvelden in vision Uitwendige kenmerken Vision 2D

  

Phenotypering High-speed oplossingen

Hemming/ Nieuwenhuizen

Low cost oplossingen (Smartcam/Smartphone)

Vision 3D

  

Occlusion strategieën (filmen)

Van Henten / Hemming

Stereo vision, TOF, Laser triangulation, volumetric Intersection Vision in motion

2D Phenotypering Phenotypering •Hoogte, breedte volume •Aantal, hoogte en grootte van bloemen •Kleur RHS calibratie van bladeren en bloemen •Aantal scheuten en scheutdikte •Bladstand

Hemming / Otten

Plantalyser

High Speed

Hemming/ Nieuwenhuizen

Low-cost / smart-cam Hemming / Polder / Van Tuyl / Van Evert

3D stereovisie

Hemming z 390 380 370 360

z

350 340 330

1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17

3D Time of Flight (TOF) De techniek

 Tijd van lichtpulsen wordt gemeten per pixel

 Resultaat = diepteprofiel  Zeer snel  Compact systeem

Hemming / Van Henten

3D Visiontechniek

3D Lasertriangulatie

Golbach

Pekkeriet

Van de Zedde

3D Volumetric Intersection

 Veel handmatige plantmetingen in veredeling  Bewegende en draaiende planten zijn moeilijk te meten in VI

 Lage kosten maar high speed toepassing was nodig  Geen 3D segmentatie van plantonderdelen voorhanden

De Visser

Huidige werkvelden in vision Interne kenmerken

 Röntgen  Multispectrale analyse  Fluorescentie

Polder

Röntgen

Pekkeriet / Golbach

Multi/hyper spectral imaging / NIR zwart/wit camera (1 band)

kleuren camera (3 banden)

spectraal camera (4 - 300 banden)

Polder / Van de Zedde

NIR en inhoudsstoffen

Meetopstelling Spectrale Beeldanalyse

Polder

Multi/hyper spectral imaging / NIR Lycopene

B-cartene

Meuleman

Lutein

Chlorophyll-a

Polder

Chlorofyl Fluorescentie Probleemstelling

 Chlorofyl ≠ Fotosynthese  Huidige chlorofyl sensoren zijn puntmetingen

Jalink / Van der Schoor

 Beperkte sensoren beschikbaar om rijpheid te detecteren

 Beperkte sensoren beschikbaar om fotosynthese capaciteit te meten

 Beperkte sensoren beschikbaar om stress en ziektes te meten

Fluorescentie eigenschappen van chlorofyl a

Absorption

Fluorescence

a

Detector

Laser b

a

fluorescenc Chlorofyl-a

b

400 450 500 550 600 650 700 750 800 Golflength (nm)

Pulsed LED lightning (induction curve)

Jalink / Van der Schoor

Meetopstellingen

Jalink / Van der Schoor

Meetopstellingen

Jalink / Van der Schoor

Robots in de praktijk

Van de Zedde

Rondleiding

Showcases

 Marvin  Fluorescentie toepassingen

 Snijrozen oogstrobot  Crops  PicknPack

Marvin

 3D Volumetric Intersection

Koenderink / Van de Zedde / otten

3D Volumetric Intersection

 Belichtingskast  11 camera’s  Diffuse lichtcondities

Koenderink / Van de Zedde / Otten

Resultaat 3D Volumetric Intersection

 Segmentatie voor eenvoudige 3D plantkenmerken Blad oppervlak, internodiën lengte, groeipunt grootte, aantal bladeren

 Hoge snelheid- Analyseren van 5 plants/s  Inputs for nieuw onderzoek en ontwikkeling

Resultaat 3D Volumetric Intersection

Koenderink / Van de Zedde / Otten

Uitdagingen voor de toekomst

 Automatische groei model/recept calibratie met volumetric intersection

De Visser Meting - Volumetric Intersection

Resources Klimaat

Automatische Modellering

Groei prestaties

Groei condities/limieten

Chlorophyll fluorescence Krachtige sensor  Sensor detecteert fotosynthese capaciteit van planten  Sensor detecteert rijpheid van fruit, groenten en bloemen  Sensor detecteert kwaliteit van fruit, groenten en bloemen  Sensor detecteert stress and ziektes van planten

Jalink / Van der Schoor

Voorbeeld 1.Sensor detecteert fotosynthese capaciteit

Voorbeeld 2. Sensor detecteert rijpheid van fruit

Voorbeeld 3. Sensor detecteert rijpheid van bloemen

Voorbeeld 4. Sensor detecteert kwaliteit

Voorbeeld 4. Sensor detecteert plant stress

Voorbeeld 5. Sensor detecteert ziekte Phytophthora op aardappelblad Fluorescence

Water control Maximum fluorescence

Pathogen

Efficiency of photosynthesis

Calculated infected area (grey colour)

Voorbeeld 5. Sensor detecteert stress

2 drops of pesticide

Voorbeeld 6. Zaadkwaliteit Zaadkwaliteit

 Fluorescentie techniek  Spectrale analyse  X-ray

Uitdagingen voor de toekomst

Snijrozen oogst robot

 3D Stereo  Vision in motion

Robots dicht bij de praktijk

Van de Zedde / Otten / Hemming

Crops

 Stereo  Radar  Vision in motion  Multispectrale beeldanalyse

Running…

Hemming / Bac / Bontsema / Van Tuyl / Pekkeriet

CROþS 246252 Clever robots for crops (FP7-NMP-2009-LARGE-3) 2010-2013

PicknPack Flexible robotic systems for automated adaptive packaging of fresh and processed food products

KBBE.2012.2.3-03: Automation in food packaging systems

 Food industry is facing: ● high numbers of food products and varieties and packaging types

● small batches and small runs ● need for operational flexibility

 Fresh and processed food  Convenience and hygiene is important  Integration of advanced technologies within robotics  In-line quality control  Intelligent management, ensuring traceability

PicknPack concept

PicknPack concept

KBBE.2012.2.3-03: Automation in food packaging systems

 Flexibel ● Automatisch omstellen en inleren naar andere producten

● Adaptieve User interface ● Adaptief gebruik maken van data in de productieketen/lijn

● Zelflerend, automatische classificatie (NN, Fuzzi Logic, Datamining))

● Feedback principes

Thank you for listening

[email protected]