Opis projektu
Komputery do szacowania plonów
Szacowanie wielkości plonów pełni podstawową funkcję w produkcji owoców, ponieważ dzięki temu możliwe jest określenie tej części zbiorów, która nadaje się do spożycia i sprzedaży. Jako że są to dane niezbędne w produkcji jabłek, szacowanie plonów w tym przypadku musi być wiarygodne, szybkie i opłacalne. Obecnie owoce zliczane są ręcznie przez pracowników sadów. Jest to procedura nie tylko czasochłonna, ale ponadto nie gwarantuje dokładności danych, szczególnie w przypadku dużych zbiorów. W ramach finansowanego przez Unię Europejską projektu AGERPIX opracowywane jest rozwiązanie oparte na algorytmach sztucznej inteligencji, które dostarczy rzetelnych i szybkich prognoz, a dodatkowo przyczyni się do znacznego obniżenia kosztów eksploatacji i zarządzania. Dla producentów owoców będzie stanowić źródło informacji na temat wielkości i jakości owoców oraz wydajności plonów. Ponadto za jego pomocą możliwe będzie obliczanie wymaganej siły roboczej, a także planowanie logistyczne.
Cel
"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.
"
Dziedzina nauki
Not validated
Not validated
- 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
Program(-y)
Temat(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SMEInst-2018-2020-1
System finansowania
SME-1 - SME instrument phase 1Koordynator
42190 GOLMAYO (SORIA)
Hiszpania
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.