Development of a 3D image acquisition system and image processing algorithms for the characterization of the ejection parameters of fertilizer granules. (3DSPREADER)

Dit onderzoek van ILVO, UGent, Agrosup Dijon en de Université de Bourgogne beoogt een driedimensioneel voorspellingssysteem voor het strooien van kunstmestkorrels. Als de algoritmen i.v.m. de vertreksnelheid van kunstmestkorrels en de baan die ze maken op punt zijn gezet door theoretisch en toegepast onderzoek, dan is de stap naar een intelligente meststofmachine die kan bijsturen op basis van een sensor binnen handbereik. De reden waarom wij dit doel nastreven is de verduurzaming van het landbouwsysteem: Zowel om economische redenen als omwille van milieureglementering is bij het strooien van kunstmeststof optimale verdeling in het veld uitermate belangrijk.

Het bepalen van tweedimensionele informatie is reeds verworven kennis. De snelheid en richting van de korrels kan al worden bepaald en gesimuleerde strooibeelden zijn al te berekenen. Het huidig onderzoek spitst zich toe op het bepalen van de 3D-informatie. Wij ontwikkelen, testen en valideren een methode die de theoretische modellen vergelijkt met de werkelijke parameters, gemeten op werkelijke korrelbanen.

Een low-cost methode om d.m.v. beeldverwerking de baan van kunstmeststofkorrels te bepalen kan op termijn leiden tot een online tool op de strooier die de optimale verdeling van de gestrooide kunstmestkorrels realiseert. De algoritmen en de methodiek vormen de basis voor het ontwerp van een online sensor die het strooipatroon actief kan meten en bijsturen op een strooimachine. De innovatieve kennis komt ter beschikking van agrotechnische machinebouwers.