Gegevensverzameling met behulp van UGV's en modulaire sensorladingen

Probleem (vóór): Klanten van AgrifoodTEF (bv. ontwikkelaars van landbouwrobotica/AI, precisielandbouwbedrijven of onderzoekers) hebben vaak geen toegang tot hoogwaardige, geannoteerde, real-world datasets uit dynamische landbouwomgevingen (bv. wijngaarden, boomgaarden). Zonder dit hebben ze moeite om: - Bouw robuuste AI-systemen en use cases (bv. voor gewasmonitoring, robotoogst of autonome navigatie). - Valideer de prestaties van het systeem onder realistische, variabele omstandigheden (bv. oneffen terrein, veranderend licht/weer). - Benchmark hun oplossingen tegen de normen van de industrie of concurrenten. Oplossing (na): Door de payload van de sensor in te zetten om gegevens in real-world instellingen te verzamelen en te labelen, stelt de service klanten in staat om: 1. Bouw AI-modellen effectief met diverse, contextrijke datasets (bijvoorbeeld gelabelde afbeeldingen van fruitclusters, 3D-terreinkaarten). 2. Bevestig de betrouwbaarheid van het systeem door oplossingen te testen aan de hand van benchmarks (bv. “Na gebruik te hebben gemaakt van de dienst, daalt het foutenpercentage van een robotrooier bij het detecteren van rijp fruit van 25 % tot 8 % in rommelige boomgaardomstandigheden”). 3. zwakke punten te identificeren en op te lossen (bv. een navigatiealgoritme faalt in rijen met GNSS-ontkenning; de dienst levert UWB/IMU-gegevens om de lokalisatie te verfijnen). 4. Vergelijk prestaties met concurrenten met behulp van gestandaardiseerde statistieken (bijvoorbeeld: "Onze onkruidrobot behaalt 95% nauwkeurigheid ten opzichte van het industriegemiddelde van 82%"). Deze dienst kan worden geleverd als een eerste stap voorafgaand aan andere diensten.

Service Levering & Logistiek 1. Hoe wordt de service geleverd? Implementatiemodel:- Uitvoering ter plaatse: Een met sensoren uitgeruste nuttige last (modulair, op voertuigen/robots gemonteerd) wordt ingezet op de landbouwlocatie van de klant (bv. wijngaard, boomgaard) of op testboerderijen van partners. Herhalingen: Gegevensverzameling kan worden uitgevoerd als een enkele campagne of terugkerende sessies (bv. seizoenscycli, groeifasen) om de variabiliteit vast te leggen (bv. bloei versus oogstperioden). 2. Wanneer kan de dienst geleverd worden? Scheduling: Vereist een voorafgaande boeking (bv. 4-8 weken) voor de inzet van nuttige lading en de voorbereiding van de locatie. 3. Hoe lang duurt de executie? - Uitrol ter plaatse: 1-2 weken per campagne (aanpasbaar op basis van bedrijfsgrootte en gegevensdichtheid). - nabewerking: Extra 2-3 weken voor etikettering en het genereren van rapporten. - Totale tijdlijn: ~4-8 weken vanaf de uitrol tot de levering. Locatie & klantvereisten 4. Waar wordt de dienst uitgevoerd? - Eigen site van de klant: Boerderijen, boomgaarden of wijngaarden. - Partnerproefboerderijen: Vooraf goedgekeurde agrifoodTEF-satellietknooppunten (bv. gestandaardiseerde testvelden voor benchmarking). 5. Vereisten voor de locatie van de klant: - Regionale focus: Prioriteit geeft aan regio’s met een agrovoedings-TEF-infrastructuur (bv. in eerste instantie de EU). - Wereldwijde toegang: Mogelijk via partnerschappen met lokale knooppunten (extra logistieke kosten kunnen van toepassing zijn). Te leveren prestaties van de klant 6. Wat ontvangt de klant? Uitgangen:- Ruwe & gelabelde datasets: Gestructureerde, tijdgebonden sensorgegevens (Lidar point clouds, stereocamerabeelden, GNSS/IMU-trajecten) in AI-ready formaten (bijvoorbeeld ROS-tassen, COCO JSON). Documentatie: Metagegevens (sensorspecificaties, omgevingsomstandigheden), annotatierichtlijnen en conformiteitscertificaten. - Samenvattend verslag: bruikbare inzichten (bv. “Systeem worstelt bij weinig licht; beveelt aan de opleiding uit te breiden met radargegevens in de schemering”). Verplichtingen van de klant 7. Wat moet de klant bieden? - Toegang tot de site: Veilige, operationele inzetbare velden (bv. gewiste rijen voor robot-/sensormobiliteit). - Gebruik gevalspecificaties: - Streefcijfers (bv. “Verzamel gegevens over de dichtheid van appelclusters in de rijen 5-10”). - KI/systeemvereisten (bv. “Etiketten voor fruitrijpheid annoteren voor YOLO-opleiding”). - Ethische/juridische naleving: Toestemmingen voor het verzamelen van gegevens (indien nodig).

Sensorconfiguratie: - Klanten kunnen specifieke sensoren selecteren uit een vooraf gedefinieerde lijst van kandidaat-sensoren voor de nuttige last (bijvoorbeeld prioriteit geven aan Lidar + stereocamera's voor 3D-mapping, GNSS uitschakelen voor testen binnenshuis). Gegevensannotatie: - Kies annotatieformaten uit een vooraf gedefinieerde lijst (bijvoorbeeld begrenzingsvakken, semantische segmentatiemaskers) die compatibel zijn met hun AI-pijpleidingen. Tijdelijke/seizoensgebonden flexibiliteit: - Regelmatige campagnes plannen (bv. wekelijkse gegevensverzameling tijdens het oogstseizoen, meerjarige fenologische studies). Seizoensgebonden beperkingen: - Uitlijnt met vegetatieperioden (bv. geen vorst/regen voor bepaalde sensoren; optimale timing voor gewasspecifieke gegevens zoals rijpheid van fruit in boomgaarden). - Voorbeeld: Verzameling van gegevens over wijngaarden beperkt tot het groeiseizoen (april-oktober in EU-klimaten). Wat klanten van tevoren moeten weten - Voorbereiding van de locatie: Klanten moeten veldkaarten, irrigatieschema's en veiligheidsprotocollen verstrekken. - Eigendom van gegevens: Ruwe gegevens worden gedeeld met de klant, maar agrifoodTEF kan geaggregeerde, geanonimiseerde gegevens gebruiken voor interne O&O. - Gevolgen voor de kosten: Terugkerende campagnes of sensoren met ultrahoge resolutie brengen hogere kosten met zich mee. - Nabewerking van complexe annotaties (bv. 3D-puntwolketikettering) afzonderlijk gefactureerd