Slimme camera op drone biedt mogelijkheden

vrijdag 25 september 2020

Kunnen drones leren om aardappelziekten te detecteren in een veld vol gewassen, zodat de boer het hele veld niet meer hoeft te doorlopen? Of planten tellen, zodat hij op de hoogte blijft van zijn oogst? Zoiets leek eerder ondenkbaar. Klaas Dijkstra, onderzoeker bij het kenniscentrum Computer Vision & Data Science van NHL Stenden Hogeschool, onderzocht hoe dit wél kan. Hij vond een oplossing in het combineren van kunstmatige intelligentie en ‘hyperspectrale’ beeldverwerking. En deze technieken kennen nog veel meer toepassingsmogelijkheden dan alleen de landbouw. Op dinsdag 29 september promoveert hij op dit thema bij de Rijksuniversiteit Groningen.

slimme-camera-op-drone-biedt-mogelijkheden

Drones zijn zeer geschikt om een camera op moeilijk bereikbare plekken te brengen: boven een aardappelveld of bij het inspecteren van gebouwen of bruggen. Dronecamera’s waren echter niet altijd in staat om precisiewerk te leveren. Dijkstra: “Ideaal zou het gebruik van hyperspectrale camera’s zijn, die in staat zijn zelfs meer kleuren en eigenschappen te herkennen dan met het oog zichtbaar zijn, maar die zijn lastig onder een drone te hangen. Je loopt daarbij tegen verschillende problemen aan: de camera’s kunnen vaak niet tegen beweging, terwijl drones maar moeilijk stilhangen in de lucht, de resolutie is niet hoog genoeg, óf ze zijn te zwaar om onder een drone te hangen.”

De camera intelligent maken

Dijkstra vond een oplossing in het ontwikkelen van slimme algoritmen voor de opnamen die de camera maakt, zodat ze nauwkeurigere herkennning kunnen doen. Daarvoor greep Dijkstra naar een techniek uit de kunstmatige intelligentie: deep learning. In het geval van aardappelziekten zal een bruin vlekje als gevolg van een ziekte op de bladeren er niet altijd identiek uitzien. Hoe stel je een camera daarop in? Met deep learning train je het algoritme aan de hand van voorbeelden van de ziekte, zodat het die daarna zelf leert herkennen. Door deep learning te gebruiken, kunnen beperkingen van dronecamera’s deels verzacht worden, wat zorgt voor een betere detectie of het terugwinnen van de hyperspectrale resolutie.

Baanbrekende oplossing voor het werkveld

Deze combinatie van hyperspectrale camera’s en deep learning heeft een brede toepasbaarheid, van precisielandbouw vanuit drones tot het chemisch typeren van materialen en tellen van bacteriekolonies in een petrischaaltje. Nu bekend is op welke manier deze technieken elkaar kunnen versterken, ligt de weg open voor onderzoek naar nog veel meer toepassingsmogelijkheden. Dijkstra: “Met deze technieken kunnen wij mensen assisteren op gebieden waar normaal gesproken alles op het oog gedaan moet worden.”

Unieke expertise binnen NHL Stenden Hogeschool

Dijkstra verrichtte zijn onderzoek vanuit het kenniscentrum Computer Vision & Data Science binnen NHL Stenden Hogeschool, binnen het hbo in Nederland het meest gespecialiseerde kenniscentrum op dit gebied, waar hyperspectrale beeldverwerking en deep learning belangrijke speerpunten zijn. Uniek is dat de onderzoekers ook studenten vanuit de hele wereld bij hun projecten betrekken. Studenten uit de eigen hogeschool, maar ook van andere hogescholen en universiteiten wereldwijd werken samen met goed gekwalificeerde onderzoekers en lectoren mee aan dergelijke onderzoekscases. Zo ondersteunden ze onderzoek door het maken van prototypes, creëren van datasets en het verrichten van experimenten voor het oplossen van praktijkproblemen zoals het tellen van aardappelplanten. Ook in de toekomst zullen er nog veel nieuwe inspirerende vraagstukken zijn voor verder onderzoek. “Iedere dag duiken er weer nieuwe technieken op. Het onderzoek naar computer vision en deep learning is nog lang niet uitgeput.”