Meer animo tweede Autonomous Greenhouse Challenge

Het succes van de wedstrijd om met kunstmatige intelligentie komkommers te telen heeft voor de tweede editie met cherrytomaten nog meer aanmeldingen opgeleverd. De tweede editie van Autonomous Greenhouse Challenge gaat dit najaar van start met niet minder dan 24 teams.

De eerste editie van de Autonomous Greenhouse Challenge trok al veel aandacht van Chinese teams.

Zij moeten op 11 september eerst via een hackathon hun kennis en kunde tonen om zich te kwalificeren voor de challenge van de autonome kas. Na de hackathon, waarin de teams non-stop bezig gaan om binnen een korte tijd oplossingen voor een aangereikte casus te bedenken, blijven vijf teams over.

Grotere uitdaging voor finaleronde

“Voor de organisatie is het grotere aantal inschrijvingen dan de 15 van vorig jaar een hele uitdaging. Daarnaast moeten de teams inhoudelijk meer laten zien. Dus voor hen is de uitdaging ook groter”, zegt Feije de Zwart, WUR-onderzoeker kasklimaat en energie.

Elk multidisciplinair team bestaat uit minstens drie leden, waarvan minstens een student. De teams moeten verschillende expertises met elkaar combineren: kunstmatige intelligentie/machinaal leren/sensortechnologie met gewasfysiologie/tuinbouw/gewasbeheer en ‘groene vingers’.

Hoog productieniveau

Het doel van de uitdaging is om binnen 6 maanden een cherrytomatenoogst te produceren met een hoog productieniveau en een hoge efficiëntie van het gebruik van hulpbronnen. Daartoe krijgen de geselecteerde teams de mogelijkheid om een kascompartiment te exploiteren in de kasfaciliteiten van WUR in Bleiswijk.

De vijf teams moeten het doel bereiken door het gewas op afstand te laten groeien. Ondersteund door gemeten waarden van het kasklimaat en gewasontwikkeling en ook webcambeelden.

De teams zullen keuzes moeten maken met betrekking tot de besturingsinstellingen om de gewasproductie en kwaliteitsgroei op afstand te regelen. Ze kunnen ook hun eigen sensoren of camera’s toevoegen om extra informatie te genereren.

Beslissen over besturingsinstellingen

Elk team kan de benodigde gegevens uit het kascompartiment extraheren en koppelen aan eigen ICT, modellen en machine learning-algoritmen om te beslissen over de besturingsinstellingen voor de volgende dag of periode.

Ze sturen de besturingsinstellingen terug naar het systeem (de kasklimaatcomputer) om de actuatoren automatisch te sturen of instructies voor gewasbehandeling te sturen om het doel te bereiken. WUR zal continu prestatiecriteria per compartiment meten en deze delen met elk team en het publiek.