Volledig autonome kas stap dichterbij
Een afgeronde validatieproef binnen het project 'Agros' brengt een volledig autonome kas een stap dichterbij. Onderzoekers van Wageningen University & Research haalden een succesvolle komkommeroogst binnen in een semicommerciële kas. Een kunstmatige-intelligentiealgoritme regelde het klimaat in de kas zonder menselijke inbreng.
Hoewel de validatieproef begin dit jaar begon, werden de afgelopen twee jaar al bouwstenen gelegd voor een autonome komkommerteelt. 'In die periode hebben we plantkenmerken bepaald die essentieel zijn voor de besluitvorming van gewasbeheer en klimaatregeling. Vervolgens hebben we sensoren gekozen om die kenmerken te meten', licht projectleider en onderzoeker Anja Dieleman van de businessunit Glastuinbouw van Wageningen University & Research toe.
De onderzoekers ontwikkelden algoritmen op basis van twee benaderingen om de kas daadwerkelijk autonoom te besturen. Een eerste compartiment werd aangestuurd via de Digital Twin, gebaseerd op mechanistische modellen. In een tweede compartiment werd een algoritme op basis van reinforcement learning toegepast. Het derde compartiment in de validatieproef betrof een telersreferentie.
Reinforcement learning-algoritme
Vooral de toepassing van een reinforcement learning-algoritme is bijzonder. 'De toepassing van kunstmatige intelligentie in de glastuinbouw staat nog in de kinderschoenen', stelt Dieleman. 'Dit is een van de eerste keren dat een kas volledig autonoom werd bestuurd via zo'n algoritme.' De kunstmatige intelligentie stuurde parameters aan als verlichting, schermgebruik en verwarming. Het model is nog niet getraind voor irrigatie of het snoeien.
Dieleman legt uit dat in de eerste drie weken van de teelt de besturing in handen was van telers. 'Toen de eerste vruchten werden gezet, nam het algoritme het over. We zagen vervolgens een kasklimaat dat aanzienlijk verschilde van de andere twee compartimenten.' Toch had dat geen effect op de productie. 'Er is een goede productie behaald, zelfs met de beperkingen van een vooraf ingesteld snoeistrategie', licht de projectleider toe.
Ook de succesvolle inzet van de Digital Twin, die de ideale regelstrategie bepaalde op basis van de reacties van het gesimuleerde klimaat en een virtueel komkommergewas, ziet Dieleman als een mijlpaal. 'Hoewel het aantal geoogste komkommers lager was dan bij de andere twee compartimenten, maakte de Digital Twin optimaal gebruik van variaties in elektriciteitsprijzen. Dit resulteerde in de laagste prijs per kilowattuur gebruikte elektriciteit.'
Klimaatsensoren
Volgens de onderzoeker staat de Digital Twin het dichtst bij de toepassing van autonome teelt in de praktijk. 'Dit model kan objectief beslissingen nemen in complexe kasproductiesystemen, waarbij variabele grondstofkosten en productprijzen in balans worden gebracht.' Die beslissingen maakt het model op basis van realtimegegevens van klimaatsensoren en handmatige gewasmetingen. 'De werkelijke kosten werden afgewogen tegen de verwachte baten.'
Hoewel de resultaten veelbelovend zijn, is het nog niet zo dat de autonome modellen tot een hogere productie leiden dan in het telerscompartiment. 'De nettowinst in het telerscompartiment was nog altijd het hoogste', stelt Dieleman. Ze legt uit dat in dit compartiment geteeld is aan de hand van de huidige teeltkennis en best practices. 'Daarbij was een vooraf gedefinieerde teelt- en irrigatiestrategie ingesteld, gericht op het realiseren van een evenwichtige gewasgroei en productie.'
