Achtergrond Interreg SAFT-Solutions
De landbouw- en agrofoodsector in Vlaanderen en Zuid‑Nederland staat voor grote transities op het gebied van duurzaamheid, arbeid, voedselkwaliteit en klimaat. Interreg Smart AgriFoodTech Solutions (SAFT‑Solutions) speelt hierop in door slimme technologieën zoals robotica, AI, vision en datagedreven smart farming praktisch toepasbaar te maken in de landbouwpraktijk.
In dit grensoverschrijdende Interreg‑project werken agrariërs, technologiebedrijven, kennisinstellingen, fieldlabs en netwerkorganisaties uit Nederland en Vlaanderen samen aan een vraaggestuurde aanpak. Concrete uitdagingen uit de praktijk vormen het vertrekpunt voor de ontwikkeling van innovatieve en schaalbaar toepasbare oplossingen voor de agrofoodsector.
Projectdefinitie Interreg SAFT-Solutions
Binnen SAFT‑Solutions worden zeven innovatie- en demonstratieprojecten uitgevoerd binnen vier technologiegebieden. Deeze oplossingen worden ontwikkeld en getest in real‑life agrarische omgevingen en groeien door van toegepast onderzoek richting praktijktoepassing. Daarbij is er nadrukkelijk aandacht voor technische haalbaarheid, economische toepasbaarheid en opschalingsmogelijkheden.
Achtergrond
Vruchtrot door Mycosphaerella kan bij komkommers aanzienlijke verliezen veroorzaken. De infectie is tijdens de verwerking vaak nog nauwelijks zichtbaar, waardoor aangetaste komkommers ongemerkt verder de keten in kunnen gaan. Pas later worden de gevolgen zichtbaar, met kwaliteitsverlies, voedselverspilling en financiële schade als resultaat.
De Nederlandse komkommerteelt heeft een sterke internationale positie en produceert jaarlijks grote hoeveelheden voor binnen- en buitenlandse markten. Een betrouwbare en snelle kwaliteitscontrole is daarom van belang voor telers, sorteerders, handelaren en retailers. Door besmettingen eerder te herkennen, kunnen gezonde en aangetaste producten beter van elkaar worden gescheiden.
Voorgestelde oplossing
Binnen deze casus wordt een detectiemodule ontwikkeld die gebruikmaakt van fluorescentie, speciale cameratechnologie en kunstmatige intelligentie. Het systeem analyseert komkommers tijdens het sorteerproces en moet ook infecties herkennen die met het menselijk oog nog niet zichtbaar zijn.
Voor het trainen van het systeem wordt een uitgebreide verzameling beelden opgebouwd met gezonde en geïnfecteerde komkommers. Vervolgens wordt de technologie geïntegreerd in een sorteerlijn en onder praktijkomstandigheden getest. Het uiteindelijke systeem moet meerdere komkommers per seconde kunnen beoordelen, met een nauwkeurigheid van meer dan negentig procent.
Partners binnen traject: Botany Group, Christiaens Agro Systems, Fontys GreenTechLab, Hogeschool VIVES
Mede mogelijk gemaakt door: Provincie Noord-Brabant, Interreg Vlaanderen-Nederland
