Készen állnak a vetőburgonya-táblák a beteg növényeket felismerő és eltávolító robotokra?

A vetőburgonya-termesztés – ahol elsődleges cél az egészséges szaporítóanyag előállítása – egyik legmunkaigényesebb feladata a beteg növények kiválogatása. Ez jelenleg jellemzően kézzel, nagy szakértelemmel zajlik.

Több fejlesztőcsoport is dolgozik azonban olyan mesterséges intelligenciát alkalmazó robotokon, amelyek képesek a fertőzött növények azonosítására. Ha ezek a technológiák megbízhatónak bizonyulnak, jelentősen csökkenthetik a kézi munkaigényt, javíthatják az állomány egészségét és növelhetik a hatékonyságot.

A „Pieperkieker” 1:3 méretarányú modellje, amelyet a Hanze Egyetem hallgatói használtak navigációs szoftverük tesztelésére  (Forrás: futurefarming.com)

Ígéretes fejlesztések a láthatáron

A beteg növény robotizált felismerése már működik a tulipántermesztésben. Az ottani siker bátorította a fejlesztőket, hogy a vetőburgonya-termesztésre is kiterjesszék a technológiát. A cél, hogy 2026-ban kereskedelmi forgalomba kerülhessenek az első szériapéldányok. Egy-egy hektár vetőburgonya kiválogatása jelenleg 20 órát is igénybe vehet szezononként akár 5 alkalommal – a robotok tehát jelentős idő- és költségmegtakarítást hozhatnak.

A technológia alkalmazása nemcsak a munkaerőhiány enyhítését szolgálná, hanem a betegségmegelőzés új szintjét is lehetővé tenné. A robot képes lehet előre azonosítani azokat a helyeket, ahol a fertőzések ismételten megjelennek, így ezek a területek célzottabban vizsgálhatók a következő szelekció során.

A működés kulcsa: képelemzés és algoritmusfejlesztés

A fejlesztések középpontjában jelenleg a beteg és egészséges burgonyanövényekről készült fotók gyűjtése és elemzése áll. Ezek alapján tanítják meg a gépi algoritmusokat a betegségek felismerésére. A Y-vírus különböző fajtákban eltérő módon jelenik meg, ezért a felismerés megbízhatóságát csak bőséges adathalmazzal lehet javítani.

Tulipánok esetében a robot automatikusan felismeri a fertőzött növényt, és permetezéssel elpusztítja azt. Burgonyában egyelőre külön fázis a kiválasztás: a robot festékkel jelöli meg a növényeket, majd ezeket egy későbbi körben manuálisan eltávolítják.

Adatgyűjtés és precíziós térképezés

A robotizált vizsgálat során keletkező adatok – például a beteg növények pontos helye – felhasználhatók a következő szezonban vagy akár a termésminőség értékelésére is. Az ilyen adatokat akár az ellenőrzési rendszerbe is be lehetne integrálni, hogy megértsük: egy később problémás tétel eredetileg is gyanús területről származott-e.

Fejlesztők a frontvonalban

DigiAgro3 és Pieperkieker: A Hanze Egyetem hallgatói által fejlesztett elektromos jármű már 2020-ban megjelent, azóta a TNO vezetésével zajló DigiAgro3 projekt részeként továbbfejlesztik. A cél a teljesen autonóm működés és a több algoritmus egyidejű alkalmazása.

Croptimal: A Doorgrondból kivált start-up, amely már két fajtában (Spunta és Fontane) 80%-os pontossággal képes felismerni a betegségeket. A cél, hogy 2026-ra egy 8 soros, akár 8 km/h sebességgel működő, terepen tesztelt prototípust állítsanak elő. A detektálás térképes dokumentálása alapján a kivonuló csapat minimális időráfordítással végezheti el a szükséges eltávolításokat.

Wageningen University & Research (WUR): A Wageningeni Egyetem már 2007 óta foglalkozik a technológiával. Az AGROS-II PPP keretében H2L Robotics, Kverneland, HZPC, Agrico és más szereplők közreműködésével végzik a terepi adatgyűjtést. A cél nem csupán az NAK-szintű megbízhatóság, hanem annak túlteljesítése: a betegség korai észlelése még azelőtt, hogy az emberi ellenőr felismerné.

Tulipános példa: 15 év tanulsága

A tulipántermesztésben már 15 éve dolgoznak a technológián, de csak 2020-tól alkalmazzák széles körben. Az áttöréshez nemcsak technológiai érettség, hanem gazdasági nyomás is kellett. Az első kísérletek idején még szimatoló kutyákkal is próbálkoztak, ám a végső megoldás a képelemzés lett. A robot ma már megbízhatóbban azonosítja a beteg növényeket, mint az ember.

Légi felvételek és dróntechnológia

A belga Croptic vállalat drónokkal végez precíziós növényfelmérést. Tavalyi tesztjeik során a beteg növények 85%-át sikerült azonosítaniuk és GPS-koordinátával megjelölniük. Az adatokat permetező gépekkel összekötve akár helyspecifikus jelölés is megvalósítható. A drón 7 hektárt képes átvizsgálni óránként, és szolgáltatásként kívánják kínálni a megoldást, elsőként az alacsonyabb vetőburgonya-osztályokban.

(Forrás: futurefarming.com)