Projektbeschreibung
Computer zum Zählen des Ernteguts
Die Ernteertragsschätzung ist eine zentrale Funktion in der Fruchtproduktion, da sie den Teil der Ernte bestimmt, der für den Verzehr und die Vermarktung geeignet ist. Da sie für die Apfelproduktion von entscheidender Bedeutung ist, muss die Ertragsschätzung zuverlässig, schnell und kostengünstig sein. Heutzutage werden die Früchte von den landwirtschaftlichen Arbeitern manuell gezählt. Dies nimmt nicht nur viel Zeit in Anspruch, sondern auch die Genauigkeit kann insbesondere bei großen Erträgen nicht garantiert werden. Das EU-finanzierte Projekt AGERPIX entwickelt eine Lösung, die auf Algorithmen der künstlichen Intelligenz basiert. Sie soll zuverlässige und schnelle Vorhersagen bieten und gleichzeitig die Betriebs- und Verwaltungskosten erheblich senken. Sie liefert den Erzeugern Informationen über die Größe und Qualität der Früchte und über den Produktionsertrag. Sie berechnet den Bedarf an Arbeitskräften und bietet eine logistische Planung.
Ziel
"Crop yield estimation is an important task in apple orchard management. The current practice of yield estimation is based on manual counting of fruits by workers. It is extremely time-consuming, labour-intensive, highly inaccurate, and it is not practical for large fields. Agerpix provides accurate predictions to help growers improve fruit quality and reduce operating costs by making better decisions on intensity of fruit thinning and plant nutrients and treatments (mid-season), size of the harvest labour force, machinery and materials and logistical planning of storage, packing and cold warehouses, not to mention the development of a commercialization strategy tailored to the expected production, achieving a 50% cost reduction in orchard management operations. Artificial Intelligence algorithms are used to identify, measure diameter ranges, and envision the fruit leafiness and vigour, providing yield estimations over the plant heights and plant health variables.
Several piloting projects for the yield estimation system at top apple producers (Nurfri - #1 Spanish and Blue Whale #1 French among others) have been deployed with +140ha analysed with a precision of 90-95%. AGERPIX system has been adapted to four different apple varieties. After successful validation activities, CODESIAN is developing a customer portfolio worth 38M€ in five years. However, because AGERPIX is offering as a B2B service and because the technology can be easily replicated to other fruits (ongoing validations with table grapes and peach with minor AI/sensor adaptations), a careful scale-up design to strengthen the business plan towards covering global needs fruit markets (apple: 517 M€; table grape: 124 M€; peach: 160M€; tangerine: 299 M€; avocado: 54 M€) is needed. After further data gathering through extensive validations across new fruits, CODESIAN projects +7,9M€ revenues with +4,5M€ EBIT and +60 new jobs created by 2024.
"
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesartificial intelligence
- agricultural sciencesagriculture, forestry, and fisheriesagricultureagronomyplant protection
- natural sciencesbiological scienceszoologymammalogycetology
- agricultural sciencesagriculture, forestry, and fisheriesagriculturehorticulturefruit growing
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-SMEInst-2018-2020-1
Finanzierungsplan
SME-1 - SME instrument phase 1Koordinator
42190 GOLMAYO (SORIA)
Spanien
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).