Bewaken en voorspellen rozenkwaliteit met kunstmatige intelligentie en sensoren
De onderstaande figuur geeft de softwarearchitectuur van het prototype weer. De kern wordt gevormd door een softwaremodule voor kwaliteitsvoorspelling op basis van Baysiaanse netwerken, een methode uit de kunstmatige intelligentie. Hierin zijn de verschillende factoren die van invloed zijn op de kwaliteit van bloemen en de verwachte impact daarvan in kaart gebracht door experts van Royal FloraHolland en Wageningen UR. Vervolgens zal het voorspelmodel via webservices gevoed worden met data uit sensoren en met aanvullende kwaliteitsinformatie uit een smartphone app. Op basis van deze operationele gegevens worden de rekenregels uit het model steeds verder verfijnd, waardoor de betrouwbaarheid van de voorspelling toeneemt. Ook wordt de actuele kwaliteitsvoorspelling berekend en vervolgens weergegeven met andere kwaliteitsinformatie in een webapplicatie voor rapportage. Het systeem is open voor het koppelen van verschillende sensoren. Voor de pilot is gekozen voor een test met de sensoren van het Utrechtse bedrijf iTude, die via Bluetooth en LoraNet kunnen worden uitgelezen.
De module voor kwaliteitsvoorspelling is inmiddels opgeleverd en werd onlangs gepresenteerd op de Greentech beurs. De andere modulen van het prototype worden nu ontwikkeld en zullen in november getest worden door Van Dijk Flora en RoseConnect.
bron: tuinbouwdigitaal.net