Innovatie countert stevige uitdagingen in landbouwsector.
Alle romantische en clichématige beschouwingen over de ‘boerenstiel’ mogen meteen de vuilnisbak in, want landbouwbedrijven lopen vandaag voorop in innovatie.
De inzet van drones, zelfrijdende machines, sensoren en robotisering zijn maar enkele voorbeelden van deze stelling. Dat is pure noodzaak om rendabel te kunnen werken. Om u een voorbeeld te geven over de mogelijke risico’s: Bij aardappelen ligt de totale productiekost per jaar per hectare op ongeveer 4800 euro. Voor een bedrijf van 100 ha betekent dat dus een investering van 480.000 euro die moet gerecupereerd worden via de verkoop. Er kan dus maar best niks verloren gaan.
Technologie helpt plant en dier
Om te kaderen wat de voornaamste uitdagingen zijn binnen een landbouwonderneming, staken we ons licht op bij het Instituut voor Landbouw-, Visserij- en Voedingonderzoek, kortweg ILVO.
Honderden onderzoekers zijn er dagelijks in 4 onderzoeksgroepen aan de slag om de nieuwste technologie te koppelen aan de praktische bruikbaarheid op het veld en in de stal. Communicatiemanager Greet Riebbels geeft ons eerst een bloemlezing van wat we mogen verwachten op dat vlak: ‘Deze sector is zo breed, zo divers dat ‘dé landbouw’ eigenlijk niet bestaat. Dieren en planten zijn bijvoorbeeld al twee compleet andere werelden, met eigen accenten en uitdagingen. Beide pijler hebben wel gemeenschappelijk dat ze ongemeen boeiend zijn, en automatisering speelt daar vandaag een zeer belangrijke rol in.’
Dieren: focus op welzijn en efficiëntie
‘Bij dieren is efficiëntieverhoging in de stallen een belangrijke onderzoekspijler, waarbij de handelingen gebeuren op het exacte moment waarop dat moet gebeuren. Vaak is dat gerelateerd aan de gezondheid en het welbevinden van de dieren. Een concreet voorbeeld is het voorkomen van klauwproblemen bij koeien, waarbij hun klauwen eerst blaren en vervolgens ontstekingen ontwikkelen. Door beeldherkenning in te zetten kan dat in een vroeg stadium gedetecteerd worden. Zo wordt voorkomen dat antibiotica moet toegediend worden, wat op zijn beurt de melk onbruikbaar maakt. Als we overschakelen naar de varkensteelt, dan denk ik aan geluidssystemen die gehoest van de varkens kan detecteren en analyseren. De teler krijgt vervolgens een melding op zijn tablet. Zo worden ziektes snel in kaart gebracht en de correcte behandeling opgezet.’
Experte Jarissa Maselyne gaat wat dieper in op de voorbeelden rond dieren: ‘Er is inderdaad al heel wat automatisering in de veeteelt. Ik denk aan de melkrobots die al een tijd in gebruik en die steeds performanter worden. De robots herkennen welke koe binnenkomt en past automatisch de zuignappen aan de spenen van de uier aan. Er wordt automatisch gestopt zodra er geen melk meer uit de spenen komt, zodat het melkproces geperfectioneerd wordt. Ook in de varkensteelt vinden we talloze voorbeelden. Ik verwijs in dit verband naar het principe van de precisieveeteelt, waarin landbouw zeer gericht hun dieren kunnen opvolgen. We zien dat technologie ten onrechte in één adem genoemd wordt met negatieve aspecten, zoals milieuproblemen of de problematiek van de megastallen. In mijn visie is het net omgekeerd, want innovatie leidt net tot optimale zorg, onder meer dankzij de vroege detectie van gezondheidsproblemen. Zo hebben we net het Internet of Food & Farm onderzoeksproject afgerond, waarin 170 partners de inzet van Internet of Things toepassingen onderzochten. De varkensteelt vormde daarin één van de 33 deelprojecten. We verzamelden data uit het klimatiserings- en voedersysteem op één dashboard, waarmee de landbouwer perfect de status van varkens kan opvolgen en alarmen instellen. Zo kan je tijdig ingrijpen en bevorder je de gezondheid.’
‘Ook in de pluimveesector beweegt er heel veel. Ventilatie en voedersystemen, geautomatiseerd wegen, het gebruik van data, de inzet van waarschuwingssystemen, noem maar op. Zo zijn er systemen met robotarmen die zich door de stal bewegen, op die arm zitten sensoren die de luchtkwaliteit in het oog houden. Dat soort projecten komt overigens ook de bredere maatschappij ten goede, want innovatie die eerst in de landbouw ingezet wordt, vindt vroeg of laat zijn weg naar andere toepassingen. Denk aan de huisdierenzorg, waar we vandaag ook GPS trackers en gerichte voedingssystemen zien opduiken. Ook in de zorgsector vinden we toepassingen van GPS technologie.’
‘Het automatiseringsverhaal is in de landbouwsector is met andere woorden al zeer ver doorgedrongen, al kunnen we niet altijd innovaties uit andere sectoren overnemen want wij moeten altijd rekening houden met de gevolgen in de stal of op het veld. Denk aan de omschakeling naar hernieuwbare energie, zoals het integreren van warmtepompen en PVT panelen in een stal. In andere sectoren volstaat de besparing op de energiefactuur bij de investeringsbeslissing, bij ons moet er altijd bekeken worden wat de impact is van de iets andere warmtehuishouding op de productiviteit, welzijn en gezondheid van de dieren. We bekijken bijvoorbeeld hoe we via het controlesysteem de verwarming en ventilatie optimaal op elkaar kunnen instellen en wat de impact daarvan is op de uitstoot vanuit de naar de buitenwereld en op de dieren.’
Plantaardige productie
Greet Riebbels: ‘Ook op het veld zien we vandaag zeer markante evoluties. Denk aan de automatisch rijdende trekkers die we vandaag ook stilaan op de akkers zien en automatisch de ideale rijpaden bepalen. Spuittechnologie gaat er met rasse schreden op vooruit, waarbij quasi op plantniveau of per vierkante meter een aangepaste behandeling in realtime kan ingesteld worden. Om pesticiden, herbiciden en bemesting te reduceren zijn deze systemen uiteraard zeer belangrijk. Verder zien we ook slimme aardappelrooiers, die volop data verzamelen over de teelt. Dat laat toe de volledige cyclus in kaart te brengen zodat exact kan bepaald worden wat het ideale oogsttijdstip is, wanneer de opbrengst ideaal is en welke aardappelen voor welke klant bedoeld zijn.’
‘Daarnaast zijn we bij ILVO ook bezig met onderzoek rond automatisering via onze Living Lab rond Agri Food Technology’. Daar is het de bedoeling om nieuwe systemen niet alleen technologisch te ontwikkelen, maar ze ook marktklaar te maken. Zo werken we momenteel aan een project met een zelfrijdende onkruidrobot. Die rijdt autonoom op het veld, kijkt zelf rond op het veld en detecteert onkruid. Vervolgens bepaalt hij welke grijper hij nodig heeft om die specifieke plant te elimineren.’
‘Ook voor de kleinschalige boerderij werken we aan oplossingen. Zo zien we vandaag een sterke groei van zelfplukboerderijen. Daar heb je typisch heel veel gewassen op een zeer beperkte oppervlakte, daar is een multifunctionele en toch betaalbare toepassing vereist.’
‘Tot slot haal ik ook het onderzoek aan naar de impact van de landbouw op de leefomgeving. Denk bijvoorbeeld aan de stikstofproblematiek. De veeteelt produceert ammoniak, die dampen slaan neer op de omliggende velden waar het omgezet wordt in stikstof. Dat is op zich goed voor de groei van planten, maar is ongewenst voor de naastliggende gebieden. Vandaar dat er uitstootlimieten staan op de ammoniakuitstoot. Daarom wordt nu volop ingezet op performante filterinstallaties die 90% van de ammoniak uit de lucht wassen. De ingezette meetsensoren zijn hier toptechnologie en maken het mogelijk om exacte voorspellingen te maken over de situatie en meteen in te grijpen.’
Gericht spuiten, optimaal bemesten
Om de huidige problematieken in de plantenpijler te duiden, schuiven David Nuyttens, Ruben Van De Vijver en Simon Cool en Jonathan Van Beek mee aan tafel.
David Nuyttens en Ruben Van De Vijver: ‘Technologische oplossingen en innovaties vinden we ook in het plantaardige luik terug. Denk aan het detecteren van ziektes en bemestingsproblemen in het veld en vervolgens het zeer gericht gaan aansturen van locatiespecifieke acties. Het duurzaam toepassen van pesticiden en gewasbeschermingsmiddelen is overigens één van de hete hangijzers in de sector. Europa wil in het kader van de Green Deal het gebruik met 50% verminderen, daarom bekijken we hoe dat het best aangepakt kan worden. Mechanisch schoffelen is een piste, net zoals de inzet van biologische stoffen. Tegelijk onderzoeken we de efficiënte van de chemische toepassing zowel wat de locatie als tijdstip betreft.’
Simon Cool: ‘Ook op het vlak van machines wordt er voortdurend geïnnoveerd. Oubollige tractoren vind je al lang niet meer in onze sector, zij worden vervangen door geautomatiseerde systemen met RTK-GPS integratie en machinesturing op basis van camera’s of GPS. Ook de applicaties op het voertuig worden geautomatiseerd, denk bijvoorbeeld aan sectiecontrole om doppen gericht af te sluiten tijdens het behandelen met gewasbeschermingsmiddelen.’
Ruben Van De Vijver: ‘De variatie is ook enorm binnen producten. Wie beeldherkenning wil toepassen op pakweg aardappelen, ziet zich daar geconfronteerd met een extra hinderpaal. Het is veel moeilijker om een geschikt model te maken als élk product verschillend is. Artificiële intelligentie kan daar nu wél het verschil maken, maar we werken dat er wel nog een schakel nodig is tussen de landbouwer en de machinebouwer om de vertaalslag te maken.’
Simon Cool: ‘In de landbouwsector wordt weinig met integratoren gewerkt, wat volgens mij te wijten is aan de eerdere kleinschaligheid van bedrijven in vergelijking met de industrie. Het gaat veelal om familiebedrijven, zij zullen eerder werken met een mechanische partner en zelf een systeem uitwerken op hun maat. Specifiek voor deze sector heeft ook het werken met loonwerkbedrijven een impact. Zij beschikken over machines die ze op een groter areaal kunnen inzetten, wat de investering in nieuwe technologie voor hen rendabeler maakt. ’
Jonathan Van Beek: ’Ik stip graag het Wikileeksproject aan waarin we onderzoeken hoe we zeer gericht de preiteelt optimaal kunnen bemesten, waarbij de landbouwer exact weet hoeveel bemesting er op een gegeven moment vereist is. Om dat te realiseren zetten we data uit drones, bodemscans, bodemstalen en op termijn ook satellietbeelden in. Zo kunnen we de status van de bodem exact in kaart brengen en het groeiproces van de preiplanten analyseren. Door op basis van deze informatie een model te creëren, kunnen we exact bepalen hoeveel er bemest moet worden. Prei werd daarbij niet toevallig gekozen, omdat bij deze teelt er een impact is op de uitspoeling van stikstof naar het milieu. Dat komt omdat prei in het natte seizoen geteeld wordt, overbemesting zal hier makkelijker naar het grondwater afspoelen. Door de bemesting te optimaliseren zal dit probleem verkleinen.’
‘Slimme onkruiddetectie is een vergelijkbaar project, al is beperking van pesticiden hier de insteek. Op basis van dronebeelden maken we een kaart van het veld, die vervolgens op de machine kan ingezet worden om heel gericht te sproeien. Dat zorgt niet alleen voor minder verbruik, ook het milieu vaart er uiteraard wel bij.’
David Nuyttens: ’Het hangt wat af van het type onkruid, maar in sommige gevallen kan zo een besparing gerealiseerd worden van 80 à 90% mét behoud van de opbrengst. Ook het Optima project heeft het efficiënt gebruik van chemische gewasbescherming als onderwerp. Hier gaan we een slim spuittoestellen ontwikkelen in samenwerking met 2 fabrikanten. Zij werken op basis van de input van slimme camera’s, die bepalen waar er het best kan gespoten worden. Als die bijvoorbeeld opmerken dat er een gat zit tussen 2 druivelaars, dan gaan ze op dat moment niet spuiten. Als ze een bepaald ziektebeeld opmerken, net wat meer. Het onderzoek spitst zich nu toe op druiven, appelen en wortelen.'
Catalyst for Innovative Mechatronics in Agricultural Technology
Simon Cool: ’In het CIMAT project (Catalyst for Innovative Mechatronics in Agricultural Technology) werken we met een aantal onderzoeksinstellingen en fabrikanten aan multi-inzetbare robots. Momenteel is een prototype in aanbouw waarmee we willen onderzoeken welke handelingen op het veld we kunnen automatiseren. We kijken naar 2 facetten: automatische onkruidbestrijding en reduceren van bodemcompactie. We bekijken daarbij wat het effect is van de elektrificatie, of er echt een efficiëntieverbetering is voor de landbouwer en of robotica, sensoren en visiesystemen op een autonoom rijdend voertuig een duurzame rol kunnen spelen in de hedendaagse landbouw. We doen daarvoor beroep op een bestaand platform van Octinion, dat we via een zelf ontwikkelde driepuntshef kunnen voorzien van meerdere gereedschappen. Zo kunnen diverse taken uitgevoerd worden met één voertuig. Eén van de eerste toepassingen is de creatie van een implement om onkruid in de gewasrij te verwijderen.'
Jan Anthonis van Octinion vertelt ons wat meer over de technische karakteristieken van de autonome oplossing: ‘Het geheel weegt 380 kg, rijdt 4,6 km/h en beschikt over 4 motoren van 400 W. De batterijcapaciteit is 2,5 kWh, maar die is uitbreidbaar tot 5kWh. U merkt dat we -in tegenstelling tot de traditionele landbouw- niet met een hydraulische aandrijving werken, wel met elektrische aandrijving. Eén van de grootste uitdagingen is daarom het vinden van elektrische componenten die geschikt zijn voor de landbouw. Bovendien moeten we met allerlei elektronicamodules werken, die moeten allemaal geïntegreerd worden tot één werkend systeem om kosten te besparen. Een laatste hinderpaal is het correct inschatten van de specificaties. Omdat het een compleet nieuwe toepassing is die bovendien met elektrische aandrijving werkt, is het moeilijk in te schatten hoeveel kracht nodig is. Bij hydrauliek is dat probleem niet aan de orde en is er altijd voldoende kracht, ook bij piekvragen. Dat ligt bij batterijen toch iets moeilijker.’
‘Los van deze uitdagingen zijn er ook andere interessante vraagstukken waarop we een antwoord willen formuleren, zoals de veiligheid van autonome voertuigen. Mochten we dergelijk voertuig effectief op de markt willen brengen, dan zijn we gebonden aan specifieke veiligheidsnormen. Het probleem is dat de norm ter zake -meer bepaald de ISO 3691-4 voor industriële voertuigen- gebaseerd is op indoorgebruik en er bestaat geen vergelijkbare norm voor buitenomgevingen. Producenten van veiligheidsinrichtingen zoals laserscanners beperken het gebruik veelal eveneens tot indooromstandigheden. We moeten daar dus terugvallen op de algemene veiligheidsnormen, zoals de bekende ISO 12100 (veiligheidsanalyse) en ISO 13849 (veiligheidsfuncties) maar omdat we hier over een nieuwe applicatie spreken, is een eigen veiligheidssysteem omslachtig en duur. Het zal dus wel nog wat voeten in de aarde hebben voor we echt autonoom kunnen werken.’
