IQ-Flora: Bewaken en voorspellen rozenkwaliteit met kunstmatige intelligentie en sensoren

Jan 20, 20171 like1,133 views

Presentatie op het GreenCHAINge seminar 'Kwaliteit Gestuurde Sierteeltketens' van ons protype van IQ-Flora, een innovatief systeem voor real-time bewaken en voorspellen van productkwaliteit in rozenketens. Het systeem moet het mogelijk maken om condities die van invloed zijn op de kwaliteit van rozen te bewaken gedurende de gehele naoogstfase van producent tot retailer. Zie voor meer informatie over het pilotproject: http://tuinbouwdigitaal.net/nl-nl/Projecten/Tuinbouw-Digitaal-projecten/ArtMID/6272/ArticleID/160/Kwaliteitgestuurde-Rozenketen

IQ-Flora: Bewaken en voorspellen rozenkwaliteit met
kunstmatige intelligentie en sensoren
Cor Verdouw, Robbert Robbemond, Wageningen UR
Gitta ten Hoope, Royal Flora Holland
GreenCHAINge seminar, 18 januari 2017, Sassenheim
1

2
Projectcontext
Vermindering uitval
Betere kwaliteit
voor consumenten
Kwaliteit
monitorings
-technologie
(sensoren,
dataloggers)
Real-time
Kwaliteits-
gestuurde
Bloemen-
keten
Tracking &
tracing
technologie
(barcodes,
RFID,
wireless)
Internet
Techno-
logie
Meer efficiency en
duurzaamheid
Behoud / uitbouw
concurrentiepositie

3
Projectcontext
Vermindering uitval
Betere kwaliteit
voor consumenten
Kwaliteit
monitorings
-technologie
(sensoren,
dataloggers)
Real-time
Kwaliteits-
gestuurde
Bloemen-
keten
Tracking &
tracing
technologie
(barcodes,
RFID,
wireless)
Internet
Techno-
logie
Meer efficiency en
duurzaamheid
Behoud / uitbouw
concurrentiepositie

Ontwikkeling naar real-time monitoring
barcode
Passieve RFID
Actieve RFID /
geïntegreerde sensors
Draadloze sensor
netwerken
datalogger
s
WIFI, Bluetooth, 4G,
GPS, LoraNet, etc.

Doel en werkwijze
Doel
 Ontwikkelen innovatief prototype
● bewaken en voorspellen kwaliteit in rozenketens
 Toepassen in een praktijkpilot
Werkwijze
 Pilotproject: innovatief/experimenteel én praktisch
 Fasering: workshops / expert model, prototype,
praktijktest
5

Opzet van het prototype
6
Module kwaliteitsvoorspelling
(Bayesiaans netwerk)
Webservice
Kwaliteitsvoorspelling
Kwaliteitsapp (smartphone)
Webservice
kwaliteitsapp
Commerciële sensor
data platform(s)
LoRa
WAN
sensor
Bluetooth
Smart
sensor
Sensor data
webservice
Via smartphone Via LoRa Network
Rapportage module
web applicatie
Rapportage
webservice
Systeem
backbone

Module kwaliteitsvoorspelling (1)
 Gebaseerd op methode uit de kunstmatige intelligentie
● Bayesiaans netwerk
 Welke factoren beïnvloeden de kwaliteit van bloemen?
● Causaliteitendiagram
 Hoe groot is de impact?
● Tabellen met kansen
 Voor verschillende ketenrollen
7
Teler Transport Handling Opslag
Ziekte en plagen

Voordelen expert systeem
10
Maakt expertkennis expliciet en transparant
Accepteert kwalitatieve en kwantitatieve data
Houdt rekening met onzekerheid
Werkt ook als er geen of onvolledige data zijn
Maakt gebruik van operationele data
Kan zelflerend zijn

Module sensordata
 Temperatuur
● www.babbler.io
 Prototype uitbreidbaar naar
andere sensoren
11
5-50m
1000-15000m

Rapportage module – Overzicht Shipments
14
Fictieve
data!

Rapportage module – Voortgang Shipment
15
Fictieve
data!

Scenario’s IQ-
Flora simulatie
A.Hoge kwaliteit
B.Regenseizoen
Tanzania
C.Te warm vliegveld
16
Op basis van
fictieve data!

Scenario A: Hoge kwaliteit
 Startdatum: 14 februari 2018
17

Scenario A: Hoge kwaliteit
 Screen shot lead times
18

Scenario A: Hoge kwaliteit
 Screen shot temperatuur
19

Scenario A: Hoge kwaliteit
 Screen shot gemiddeld verwacht vaasleven
20

Scenario A: Hoge kwaliteit
 Screen shot Houdbaarheid in detail
21

Scenario B: Regenseizoen Tanzania
 Startdatum: 22 maart 2018
22

Scenario B: Regenseizoen Tanzania
 Screen shot temperatuur
23
Mar Mar Mar Mar Mar Mar

Scenario B: Regenseizoen Tanzania
 Screen shot gemiddeld verwacht vaasleven
24
Mar Mar Mar Mar Mar Mar

Scenario C: Te warm vliegveld
 Startdatum: 14 augustus 2018
25

Scenario C: Te warm vliegveld
 Screen shot temperatuur
26

Scenario C: Te warm vliegveld
 Screen shot gemiddeld verwacht vaasleven
27

Conclusies
28
Nieuwe ICT biedt veel nieuwe mogelijkheden voor
management van kwaliteit in bloemenketens
• Denk groot, start klein!
Belangrijk voordeel is vastleggen kwaliteitskennis
en leren van data
• Softwareontwikkeling complexer/tijdrovender dan
verwacht
Tracking & tracing belangrijk om voordelen
optimaal te benutten
• Test en afronding pilot in februari/maart
Mogelijkheden voor vervolg worden onderzocht
• Geïnteresseerd? Laat het ons weten!

Discussie!
Cor.Verdouw@wur.nl
Robbert.Robbemond@wur.nl
GittaTenHoope@royalfloraholland.com
29

The document discusses the emerging usages and applications for trillions of sensors in the context of the Internet of Things. It begins by stating that we are at an inflection point where compute will need to go to where data is generated, rather than data always coming to computing. It then provides examples of potential IOT usages at various levels from personal to planetary. These include smart home devices, city infrastructure, national security and environmental monitoring. The document outlines the need to process data into information at its source to avoid overloading networks, and emphasizes that security, privacy and identity must be designed into IOT technologies from the start. It concludes that the opportunity for IOT applications is huge but the generated data will also be massive, requiring

Inspectation presentatie stumico 'sensortechnologie'Stumico

��

Smart MicrogridPrem Kumar

��

This document describes a smart microgrid project called "Inferno" created by students from Dayalbagh Educational Institute in Agra, India. The smart microgrid prototype remotely monitors and controls two power stations with various loads through a website and Android app. It integrates solar and grid power sources and uses smart meters, PLC controllers, and IoT technologies to optimize energy usage. The system provides features like remote load monitoring and switching, variable speed motor control, power factor correction, and power transfer between stations during outages. The smart microgrid aims to reduce energy costs, improve reliability, and demonstrate innovative energy management solutions.

Loyall: Cloud computingSuccesvol-ondernemen

��

IoT – The Third Wave of Internet Tsunami is HereDr. Mazlan Abbas

��

This document discusses the growth of IoT and the need for IoT professionals. It covers several key points: 1. The Internet has evolved through three waves - fixed Internet, mobile Internet, and now IoT is the third wave. 2. IoT is at an inflection point due to factors like cheap hardware, ubiquitous connectivity, and easy development. 3. There is a large market potential and demand for IoT across many sectors like transportation, healthcare, manufacturing etc. 4. There is a shortage of around 100,000 IoT professionals globally and salaries for IoT jobs in India have increased by 76% reflecting the demand. Training and building the next generation of IoT talent is

Internet of Things (IOT) JourneyDr. Mazlan Abbas

��

The document discusses Internet of Things (IoT) and favoriot's IoT platform. It begins by explaining the three waves of internet development and what constitutes IoT. It then discusses IoT components, maturity phases, benefits, market potential across various sectors, and examples of IoT solutions. The document also introduces favoriot's IoT platform, which aims to enable developers to easily build IoT applications through features like connectivity protocols, device management, data processing, analytics and security.

[WSO2Con EU 2017] Building Smart, Connected Products with WSO2 IoT PlatformWSO2

��

Industry 4.0 and Smart City - The "Energy Pill" for IoT in MalaysiaDr. Mazlan Abbas

��

Enhancing Adoption of AI in Agri-food: IntroductionCor Verdouw

��

Systems of IoT Systems for Smart Food and FarmingCor Verdouw

��

This document discusses a system of systems approach for IoT systems to support smart food and farming use cases. It analyzes 19 use case architectures for meat, arable crops, vegetables, fruits and dairy. There are many commonalities across the use cases in terms of the types of data collected on animals, crops, weather conditions and soil. Technically, there are also commonalities in connectivity standards, device architectures and platforms used. The document recommends developing reusable components, reference data models and joint business models to promote synergies across the different but related use cases.

Fruit 4.0: Towards data-driven fruit productionCor Verdouw

��

ERP systems for greenhouse horticultureCor Verdouw

��

Eén jaar Fruit 4.0: Terugblik en plannenCor Verdouw

��

Fruit 4.0: Naar een datagedreven fruitteeltCor Verdouw

��

The Internet of Food & Farm: Opportunities Micro-Nano-Bio SystemsCor Verdouw

��

This document discusses the Internet of Food and Farming 2020 (IoF2020) project. The project aims to demonstrate the business case for using IoT technologies across the European farming and food sectors. It involves 71 partner organizations conducting trials across 16 countries over 4 years with a budget of €35 million. The project will test 19 use cases across various agricultural commodities. It seeks collaboration from the micro-nano-bio community to identify available sensors that can measure important farming and food parameters. The project also aims to establish an IoT ecosystem to ensure the sustainability of IoT solutions for agriculture beyond the project duration.

Introduction DaVinc3i CommunityCor Verdouw

��

The DaVinc3i Community project aims to further develop virtualized and quality-controlled supply chains in the Dutch floriculture sector. The project will strengthen the community through student projects, meetings, and a serious game. It seeks to transform the sector towards virtual networks and determine the drivers and barriers to socio-technical innovation. The core team leads three work packages on activating the community, developing a serious game, and researching social-technical innovation. Main activities in 2018 will engage community members and validate research methods.

The Internet of Farm and Food: Project Overview IoF2020Cor Verdouw

��

The document discusses the Internet of Farm and Food (IoF2020) project. The project aims to demonstrate the business case for using IoT technologies in European farming and food sectors. It involves 71 partner organizations across 16 countries working on 5 trials and 19 use cases related to arable farming, dairy, fruits, vegetables, and meat. The project will develop IoT solutions, evaluate their impacts, and establish an ecosystem to support large-scale adoption of IoT in agriculture. It receives €35 million in EU funding and runs from 2017-2021.

Digital Twins in Farm ManagementCor Verdouw

��

The Internet of Things (IoT) provides a vision of a world in which the Internet extends into the real world embracing everyday objects. The interaction between real/physical and digital/virtual objects is an essential concept behind this vision. In the IoT, physical objects are accompanied by rich, globally accessible digital counterparts, which contain both current, historical and future information on that object’s physical properties, origin, ownership, and sensory context. Such digital twins enable things to become context aware and to sense, communicate, act, interact, exchange data, information and knowledge. The introduction of digital twins as central means for the farm management has the potential to revolutionize agriculture. It removes fundamental constraints concerning place, time, and human observation. As a consequence, farming operations would no longer require physical proximity, which allows for remote monitoring, control and coordination of farm operations. Moreover, digital twins can be enriched with information that cannot be observed (or not accurately) by the human senses, e.g. sensor and satellite data. A final interesting angle is that digital twins do not only represent actual states, but can also reproduce historical states and simulate future states. This presentation will introduce the concept of digital twins and illustrate its application in agriculture by some cases of the Smart Agri-Food and Fractals projects (2014-2016). As part of the FIWARE Accelerator Programme, these projects have promoted the uptake of Future Internet technologies in the European farming industry with a special focus on SMEs and start-ups. They provided direct funding, mentoring, coaching, technical support and networking. Smart Agri-Food has started with the 50 most promising companies and selected 17 SMEs to proceed in phase 2. Fractals supported 44 SMEs especially in areas which are considered as "white spots" (Balkans, South East Europe).

Digitaal zakendoen en virtuele marktplaatsen in de sierteeltCor Verdouw

��

Digitalisering wordt meer en meer dé standaard bij de in- en verkoop van bloemen en planten. Een brede acceptatie en invoering van digitaal zakendoen is dan ook belangrijk. Wageningen Economic Research (voorheen LEI) heeft de afgelopen jaren met Floricode barrières en stimuleringsmogelijkheden voor digitaal zakendoen in kaart gebracht. Eerst voor potplanten en vervolgens voor boomkwekerij en bloembollen. Als vervolg daarop is in het afgelopen jaar onderzoek gedaan naar kwekers die nog relatief weinig affiniteit hebben met digitalisering. Dit in samenwerking met de marktplaats Plantion in Ede, die digitaal zakendoen ook voor deze groep bereikbaar wil maken. Daarbij heeft de Digitale Marktplaats Plantion een belangrijke rol. Het onderzoek laat zien dat telers vooral voordelen verwachten of ervaren, namelijk: meer inzicht in de bedrijfsvoering, tijdsbesparing en meer gemak. De complexiteit van het organisatie- en implementatietraject vormt echter een drempel voor digitaal zakendoen. Verder blijkt dat goed voorraadbeheer cruciaal is om de voordelen van digitaal zakendoen te realiseren. Er is ook specifiek gekeken naar de invoering van een virtuele marktplaats. De benodigde aanpassing van de manier van werken en de implementatiekosten belemmeren met name veel kleine kwekers om deze stap te zetten. Wageningen Economic Research concludeert dat een heldere strategie voor de stimulering van digitaal zakendoen noodzakelijk is. Geadviseerd wordt om in te zetten op actieve promotie met veel aandacht voor persoonlijke begeleiding en op het verlagen van de geïdentificeerde drempels, waaronder de kosten.

Platforms for the Internet of Food & FarmCor Verdouw

��

Workshop DaVinc3i verbindt! Cor Verdouw

��

Presentatie rapport Fruit 4.0 Cor Verdouw

��

Fruittelers kunnen nog veel winst behalen met de introductie van ICT en nieuwe technologieën in de fruitteelt. Datamanagement is de smeerolie om dit vliegwiel in beweging te krijgen. Dit is de belangrijkste conclusie uit het rapport Fruit 4.0: de vruchten van meer technologie. Het rapport toont daarnaast in een roadmap welke stappen spelers in de keten hiervoor moeten maken. Het rapport is beschikbaar via: https://www.wageningenur.nl/nl/nieuws/Rapport-Fruit-4.0-De-vruchten-van-meer-technologie-gepresenteerd-.htm

2015.04.09 f inish intro workshop v1Cor Verdouw

��

03.12.2015 f inish intro v1Cor Verdouw

��

This document discusses opportunities for internet-based innovations in fruit and vegetable supply chains. It highlights various internet trends like the Internet of Things, augmented reality, and social media that will impact supply chains. Examples are given of using real-time quality monitoring, augmented reality apps on smartphones with sensors, and virtual/augmented reality to increase consumer awareness. The FIWARE project aims to support internet-enabled innovation in Europe through projects like FInish, which focuses on improving business collaboration and consumer involvement in the food and flowers industry using the FIspace platform and FIWARE enablers. The FInish accelerator project will fund the development of around 50 applications in these areas.

2014.11.21 den bosch ic tin agrifoodketens verdouw v2Cor Verdouw

��

2014 11-13 14-bootcamp f-inish-presentation v1Cor Verdouw

��

2014.11.13-14 Finish �ݺ�ߣ Show FIWARE Bootcamp UtrechtCor Verdouw

��

IQ-Flora: Bewaken en voorspellen rozenkwaliteit met kunstmatige intelligentie en sensoren

1. IQ-Flora: Bewaken en voorspellen rozenkwaliteit met kunstmatige intelligentie en sensoren Cor Verdouw, Robbert Robbemond, Wageningen UR Gitta ten Hoope, Royal Flora Holland GreenCHAINge seminar, 18 januari 2017, Sassenheim 1

2. 2 Projectcontext Vermindering uitval Betere kwaliteit voor consumenten Kwaliteit monitorings -technologie (sensoren, dataloggers) Real-time Kwaliteits- gestuurde Bloemen- keten Tracking & tracing technologie (barcodes, RFID, wireless) Internet Techno- logie Meer efficiency en duurzaamheid Behoud / uitbouw concurrentiepositie

3. 3 Projectcontext Vermindering uitval Betere kwaliteit voor consumenten Kwaliteit monitorings -technologie (sensoren, dataloggers) Real-time Kwaliteits- gestuurde Bloemen- keten Tracking & tracing technologie (barcodes, RFID, wireless) Internet Techno- logie Meer efficiency en duurzaamheid Behoud / uitbouw concurrentiepositie

4. Ontwikkeling naar real-time monitoring barcode Passieve RFID Actieve RFID / geïntegreerde sensors Draadloze sensor netwerken datalogger s WIFI, Bluetooth, 4G, GPS, LoraNet, etc.

5. Doel en werkwijze Doel  Ontwikkelen innovatief prototype ● bewaken en voorspellen kwaliteit in rozenketens  Toepassen in een praktijkpilot Werkwijze  Pilotproject: innovatief/experimenteel én praktisch  Fasering: workshops / expert model, prototype, praktijktest 5

6. Opzet van het prototype 6 Module kwaliteitsvoorspelling (Bayesiaans netwerk) Webservice Kwaliteitsvoorspelling Kwaliteitsapp (smartphone) Webservice kwaliteitsapp Commerciële sensor data platform(s) LoRa WAN sensor Bluetooth Smart sensor Sensor data webservice Via smartphone Via LoRa Network Rapportage module web applicatie Rapportage webservice Systeem backbone

7. Module kwaliteitsvoorspelling (1)  Gebaseerd op methode uit de kunstmatige intelligentie ● Bayesiaans netwerk  Welke factoren beïnvloeden de kwaliteit van bloemen? ● Causaliteitendiagram  Hoe groot is de impact? ● Tabellen met kansen  Voor verschillende ketenrollen 7 Teler Transport Handling Opslag Ziekte en plagen

8. Module kwaliteitsvoorspelling (2) 8

9. Module kwaliteitsvoorspelling (3) 9

10. Voordelen expert systeem 10 Maakt expertkennis expliciet en transparant Accepteert kwalitatieve en kwantitatieve data Houdt rekening met onzekerheid Werkt ook als er geen of onvolledige data zijn Maakt gebruik van operationele data Kan zelflerend zijn

11. Module sensordata  Temperatuur ● www.babbler.io  Prototype uitbreidbaar naar andere sensoren 11 5-50m 1000-15000m

12. Babbler App 12

13. Kwaliteitsapp 13

14. Rapportage module – Overzicht Shipments 14 Fictieve data!

15. Rapportage module – Voortgang Shipment 15 Fictieve data!

16. Scenario’s IQ- Flora simulatie A.Hoge kwaliteit B.Regenseizoen Tanzania C.Te warm vliegveld 16 Op basis van fictieve data!

17. Scenario A: Hoge kwaliteit  Startdatum: 14 februari 2018 17

18. Scenario A: Hoge kwaliteit  Screen shot lead times 18

19. Scenario A: Hoge kwaliteit  Screen shot temperatuur 19

20. Scenario A: Hoge kwaliteit  Screen shot gemiddeld verwacht vaasleven 20

21. Scenario A: Hoge kwaliteit  Screen shot Houdbaarheid in detail 21

22. Scenario B: Regenseizoen Tanzania  Startdatum: 22 maart 2018 22

23. Scenario B: Regenseizoen Tanzania  Screen shot temperatuur 23 Mar Mar Mar Mar Mar Mar

24. Scenario B: Regenseizoen Tanzania  Screen shot gemiddeld verwacht vaasleven 24 Mar Mar Mar Mar Mar Mar

25. Scenario C: Te warm vliegveld  Startdatum: 14 augustus 2018 25

26. Scenario C: Te warm vliegveld  Screen shot temperatuur 26

27. Scenario C: Te warm vliegveld  Screen shot gemiddeld verwacht vaasleven 27

28. Conclusies 28 Nieuwe ICT biedt veel nieuwe mogelijkheden voor management van kwaliteit in bloemenketens • Denk groot, start klein! Belangrijk voordeel is vastleggen kwaliteitskennis en leren van data • Softwareontwikkeling complexer/tijdrovender dan verwacht Tracking & tracing belangrijk om voordelen optimaal te benutten • Test en afronding pilot in februari/maart Mogelijkheden voor vervolg worden onderzocht • Geïnteresseerd? Laat het ons weten!

29. Discussie! Cor.Verdouw@wur.nl Robbert.Robbemond@wur.nl GittaTenHoope@royalfloraholland.com 29

Editor's Notes

#3: Effecten concurrentiepositie
#4: Effecten concurrentiepositie
#5: What are the mainMain differences?
#6: Mensen noemen!
#8: een datastructuur die gebruikt wordt om probabilistische redeneringen (of abstracter gezien kansverdelingen) te modelleren Voorbeeld: luchtvochtigheid  botrytusgroei  bladkwaliteit  visuele kwaliteit  vaasleven.
#9: een datastructuur die gebruikt wordt om probabilistische redeneringen (of abstracter gezien kansverdelingen) te modelleren
#10: een datastructuur die gebruikt wordt om probabilistische redeneringen (of abstracter gezien kansverdelingen) te modelleren
#12: LoRa - Long Range Radio en heeft een bereik van tussen 2,5km en 15km per mast. Long Range Low Power PraktischVoor eenvoudige, incidentele data- uitwisseling. Zoals aan/uit, bezet/vrij, vol/leeg. EnergiezuinigEen LoRa accu kan tot 15 jaar lang data verzenden en ontvangen op 2 penlite-batterijen. KostenefficiëntLage connectivity-kosten.

�ݺ�ߣ

IQ-Flora: Bewaken en voorspellen rozenkwaliteit met kunstmatige intelligentie en sensoren

Recommended

More Related Content

More from Cor Verdouw (19)

IQ-Flora: Bewaken en voorspellen rozenkwaliteit met kunstmatige intelligentie en sensoren

Editor's Notes