Nauwkeuriger schoffelen met AI op intra-rij-schoffel Ullmanna Newman
De uit Tsjechië afkomstige Ullmanna Newman-intra-rij-schoffelmachine is in Nederland nog relatief onbekend. Start-up Ullmanna timmert echter hard aan de weg in Europa en daarbuiten. Dat doet het met zijn eigen Newman, maar ook met onkruidherkenningstechniek op andere merken schoffels. Een impressie.
Een enkeling zal de blauw-gele schoffel met de in het oog springende blauwe luchtketels (online) gezien hebben, maar verder is de Newman-intra-rij-schoffelmachine van de Tsjechische start-up Ullmanna nog vrij onbekend. Het bedrijf is in 2019 opgericht door Martin Ullmann en zijn schoonvader Jindrich Ullmann. Martin werkte voorheen als IT-specialist bij het Tsjechische leger en Jindrich was actief in de landbouw. Inmiddels delen zij het eigenaarschap van het bedrijf met twee anderen. Van de schoffelmachine is dit jaar een 0-serie van zes stuks gebouwd.
De Newman-intra-rij-schoffel gebruikt camera’s om planten in de rij te herkennen en daar vervolgens omheen te schoffelen. Dat doen meer slimme schoffels, zul je denken. Toch maakt deze machine indruk met de mate van plantherkenning. De schoffel gebruikt kunstmatige intelligentie (AI) om individuele planten met camera’s te herkennen. Die component levert Ullmanna overigens ook aan andere schoffelmachinefabrikanten, zoals Feldklasse, KULT-Kress en Samo. Op het gebied van AI werkt Ullmanna nauw samen met universiteiten in Tsjechië.
Schoffel laten zakken en meteen gaan
Zodra je de machine opstart en het gewas hebt geselecteerd, kun je de schoffel laten zakken en direct aan de gang. Meer hoef je niet te doen, al het andere gaat automatisch. Een plantafstand en/of -omvang hoef je dus niet in te voeren.
Welk resultaat dat oplevert, probeerden we uit in een koolgewas. Een uitdagend gewas voor ‘intelligente’ schoffels, omdat het middelpunt van de bladmassa en de positie van de wortel kunnen afwijken. Om daarmee razendsnel om te kunnen gaan, is het algoritme – de set instructies waarmee de software de koolplanten herkent – eerst getraind door een Ullmanna-medewerker.
![Via de hydraulische sideshift met een bewegingsruimte van +/- 15 centimeter blijft de schoffelmachine in het juiste spoor. De sideshift vraagt 10 liter olie per minuut.](https://trekkeronline.nl/app/uploads/2024/07/02-slz_fb_ulmanna-41_0001-1-1024x683.jpeg)
Momenteel heeft Ulmanna algoritmes voor ruim 35 gewassen beschikbaar. Een algoritme voor een onbekend gewas kun je binnen een halve dag toevoegen. Daarbij geldt zoals voor elk algoritme: met hoe meer beelden je het algoritme voedt en traint, hoe beter de gewasherkenning wordt. Mede daarom uploadt het systeem ook elke gemaakte foto naar de server van Ullmanna. Zo kan het bedrijf achteraf beoordelen of AI de juiste beslissing heeft genomen. Indien nodig past Ulmanna de database met gewasbeelden aan. Op die manier zijn al meer dan 300.000 (!) foto’s van suikerbieten beoordeeld. Heeft de machine (tijdelijk) geen internetverbinding, dan slaat-ie de foto’s tussentijds op.
De Newman bekommert zich alleen om de onkruiden in de rij, tussen de gewasplanten. Door de Newman te combineren met een schoffelmachine die tussen de rijen schoffelt, ontstaat een volveldschoffel. Denk daarbij aan Samo uit Oostenrijk, waarvan een van de aandeelhouders van Ullmanna tevens partner is en ook aan KULT-Kress.
Deze techniek zit in elke rvs box
Van de 3 meter brede testmachine gebruikten we vier van de zes rijen in het koolgewas. Bredere machines zijn technisch geen probleem, maar de fabrikant wil zich eerst concentreren op de nul-serie en de eerste productieserie. Bij meer dan drie rijen is een compressor met een minimale capaciteit van 500 l/min nodig.
De techniek om de planten te herkennen is per rij ondergebracht in een roestvaststalen kast (box) die je indien nodig in z’n geheel kunt vervangen door een andere box. Volgens de fabrikant is de elektronica actief zodra er spanning op de machine staat. Zonder spanning schakelt de elektronica op stand-by of uit. Grafische kaarten ontbreken. De beeldanalyse gaat per rij met een Nvidia Jetson Nano-chip. Chips die veel worden gebruikt voor AI-toepassingen.
![Elk van de in dit geval zes roestvaststalen boxen bevat een Nvidia Jetson Nano-chip, een 2D- en 3D-camera en vier flitslampen. Tevens zichtbaar de assen waar de schoffelmessen rond draaien.](https://trekkeronline.nl/app/uploads/2024/07/03A-slz_fb_ulmanna-53_0001-1-1024x683.jpeg)
Iedere box bevat componenten voor beeldopnames, hoogte- en middelpuntdetectie en beeldanalyse. In concreto een 2D-camera, een 3D-camera en vier sterke flitslampen voor de belichting van de planten. Dankzij deze flitslampen is een gesloten (donkere) behuizing niet nodig. Bovendien heeft stof volgens de fabrikant geen invloed op de nauwkeurigheid van plantherkenning.
Elke 2D-camera maakt, synchroon met de frequentie van de flitslampen, vijftien keer per seconde een foto. Deze foto’s dienen als uitgangspunt voor de plantherkenning. Met behulp van beeldanalyse bepaalt het systeem het middelpunt van de rijen en stuurt op basis daarvan de hydraulische sideshift aan. De 3D-camera bepaalt de hoogte van de planten en de afstand tot de grond. Deze informatie wordt verwerkt om per rij de juiste hoogte van de schoffelmessen te bepalen en in te stellen. Voorlopig bewegen de schoffelmessen voor in de rij lineair. Aan een parallellogramophanging wordt gewerkt.
![Voorlopig is de diepteregeling van de schoffelmessen nog lineair. Aan een parallellogramophanging wordt gewerkt.](https://trekkeronline.nl/app/uploads/2024/07/04-slz_fb_ulmanna-81_0001-1-1024x683.jpeg)
Gedetailleerde AI-beeldanalyse
Nagenoeg realtime worden alle gemaakte foto’s in circa twaalf verschillende lagen opgesplitst, zoals in de kleurtinten groen, blauw, rood, zwart en wit. Op basis hiervan bepaalt AI of op de foto’s een gewasplant te zien is. Volgens de fabrikant lukt dit al vanaf het een- of tweebladstadium van een gewas. Onze ervaring is dat die plantherkenning en ook de middelpuntdetectie in een toch al goed ontwikkeld gewas als witte kool verrassend goed functioneert. Wisselende rijsnelheden van 3 tot 6 km/u noch een grote verscheidenheid in plantgrootte beïnvloeden de kwaliteit van het schoffelen negatief. Daarbij draaien per rij twee schoffelmessen pneumatisch in en uit de rij. Dit kan ook hydraulisch en elektrisch, bijvoorbeeld als de Newman-box op een ander merk schoffelmachine wordt gemonteerd.
![De grond rondom deze koolplanten is nauwkeurig bewerkt door de Ullmanna Newman. En dat met rijsnelheden tot 6 km/u.](https://trekkeronline.nl/app/uploads/2024/07/07-slz_fb_ulmanna-74_0001-1-1024x683.jpeg)
Op de bijbehorende draadloos verbonden tablet stel je in hoe groot de beweging van schoffelmessen moet zijn en hoe ver ze van de plant af moeten blijven. Isobus ontbreekt en heb je ook niet nodig.
De werkdiepte stel je elektrisch in. Dat kan per rij, en zo kun je dus ook rijen naast een rijspoor dieper of juist minder diep schoffelen. Volgens Ullmanna werkt de cameratechniek feilloos tot snelheden van 18 km/u. De rijsnelheid wordt in de praktijk echter begrensd door de plantafstand in de rij en de constructie van de bewegende schoffelmessen. De ervaring leert dat die in suikerbieten op een hectare zomaar 100.000 keer openen. Aan de robuustheid van dat mechaniek werkt de fabrikant nog. Die test tevens nog verschillende schoffelmessen.
![Aan de vorm van de uiteindelijke schoffelmessen werkt de fabrikant nog. Ze bewegen al gauw 100.000 keer per hectare.](https://trekkeronline.nl/app/uploads/2024/07/06-slz_fb_ulmanna-58_0001-1-1024x683.jpeg)
Op basis van de gedetailleerde AI-beeldanalyse werkt Ullmanna ook aan het vastleggen/karteren van individuele planten en details. Denk daarbij aan het vastleggen van de plantgrootte, de precieze plantpositie, de plantverdeling en het in kaart brengen van ontbrekende planten. Het systeem is geschikt voor plantafstanden vanaf 5 centimeter. De minimale rijafstand is 25 centimeter.
Auteurs: René Koerhuis, Sönke Schulz
Bekijk ook: FOTO | Schoffels en demo’s op DLG Feldtage
Gerelateerde tags: Gewasbescherming, Precisielandbouw, Schoffelmachines, Spuit- en schoffeltechniek