Intelligent Spraying for Smart Farming

Algemeen kader

Het onderzoeksproject POSING heeft een reeks gevalideerde AI-modellen opgeleverd voor krachtige realtime onkruiddetectie en voor intelligent spuiten. De modellen worden aangevuld met Explainable AI die keuzes toelicht en boerenkennis integreert. Dit opent perspectief voor betrouwbaarder precisiespuiten op de akker, ttz. enkel nog onkruid bespuiten waar nodig. Het gevolg is dat de milieu-impact daalt en de efficiëntie in hulpbronnengebruik stijgt. Het project, onderdeel van het Vlaamse AI-onderzoeksprogramma (FAIR), had als doel AI-innovaties, zoals Vision en Explainable AI, binnen zes maanden praktisch en toegankelijk te maken voor bedrijven. In samenwerking met marktleiders zoals Delvano en Spray Venture richte het project zich ook op praktische toepassingen, met name onkruiddetectie.

 

Onderzoeksaanpak

Met hoge-resolutiecamera’s, drones en sensoren is beeldherkenning ingezet om onkruid in realtime te identificeren en spuitopdrachten te sturen. Explainable AI leverde tekstuele uitleg bij beslissingen en verwerkte impliciete kennis van de landbouwer. De projectresultaten zijn gevalideerd door middel van praktijkvelden, prestatievergelijkingen met bestaande oplossingen, een feedbackloop met betrokken bedrijven en uitgebreide data-analyse. Deze methoden garandeerden de robuustheid, nauwkeurigheid en praktische toepasbaarheid van de AI-modellen voor onkruiddetectie en intelligent spuiten.

Relevantie/Valorisatie

De behoefte aan Vision-AI in intelligente spuittechnologie reikt verder dan de betrokken partners: landbouwers willen teeltoptimalisatie met minimale milieu-impact. Uitleg bij systeemacties en gebruikersfeedback vergroten vertrouwen en adoptie. De ontwikkelde onkruiddetectie en spuitresultaten dienen als benchmark en casestudie met concrete lessen voor praktische AI-integratie in de landbouw.