Autonomiczna szklarnia Wageningen: czego dowiodła próba z ogórkiem?

Projekt: zdalne decyzje dla uprawy ogórka

W 2018 roku pięć zespołów AI i grupa referencyjna plantatorów prowadziły sześć przedziałów szklarniowych w Bleiswijk w Holandii. Każdy miał 96 m²; przez około cztery miesiące uprawiano w nim ogórka odmiany Hi-Power. Opis zbioru danych Wageningen identyfikuje zespoły i przedstawia rejestrowane informacje o klimacie, nawadnianiu, roślinach i zasobach. Opis doświadczenia i danych WUR.

Było to fizyczne doświadczenie uprawowe w określonych warunkach. Dla właściciela obiektu daje ono więcej informacji niż sama symulacja, nadal jednak pozostawia znaczną różnicę między przedziałem badawczym a innym obiektem komercyjnym. Warto pytać, które części wyniku zależą od otoczenia próby.

Czym sterowały algorytmy, a co nadal robili ludzie?

Według relacji badaczy z 2020 roku zespoły wykorzystywały obserwacje czujników i roślin do zdalnego ustawiania klimatu oraz fertygacji. Cotygodniowe instrukcje obejmowały usuwanie liści i przerzedzanie owoców. Ochrona przed szkodnikami i chorobami pozostawała obowiązkiem WUR i była poza konkursem. Relacja Elingsa i współautorów.

Publikacja z 2019 roku opisuje podejścia łączące wiedzę o uprawie, modele i sterowanie oparte na danych. Omawia modele symulacyjne używane do opracowania strategii oraz różne decyzje zespołów dotyczące światła i prowadzenia roślin. Publikacja techniczna Hemming i współautorów. Przypadek należy więc rozumieć jako skoordynowane sterowanie w istniejącym systemie uprawowym.

W interpretacji Hamfy projekt indoor wymaga jawnego wyznaczenia granicy sterowania. Wskaż, który system mierzy każdą zmienną, które oprogramowanie proponuje lub zmienia nastawę, który sterownik egzekwuje limity i kto wykonuje prace przy roślinach. Jeśli zadanie pozostaje ręczne, uwzględnij jego termin i koszt w planie operacyjnym.

Wynik potwierdza zdolność w określonych granicach

Badacze podają, że zwycięskie podejście AI przewyższyło referencję plantatorów. Zwracają też uwagę, że wyższa produkcja zwycięskiego zespołu wiązała się z większym nakładem na oświetlenie i kompromisami w efektywności wykorzystania niektórych zasobów. Opublikowane wyniki. To dowód skutecznego sterowania w tych warunkach, nie uniwersalna obietnica ograniczenia każdego nakładu przez AI.

Publikacja techniczna omawia wzajemny wpływ strategii i warunków ekonomicznych. Hemming i in., 2019. Praktyczny wniosek Hamfy to pytanie, co optymalizowano, co uwzględniono w rachunku i jak wynik zmienia się przy innych cenach energii, cenach produktu lub ograniczeniach operacyjnych.

Zanim wpiszesz głośny wynik do biznesplanu, oddziel produkcję handlową, zużycie zasobów i wynik finansowy. Strategia sterowania może poprawić jeden wskaźnik kosztem drugiego. Poproś o definicję i mianownik każdej liczby, a następnie porównaj je z celem planowanego obiektu.

Przenieś najpierw metodę oceny, dopiero później nastawy

Szklarnia korzystająca ze słońca i całkowicie zamknięte pomieszczenie indoor mają różne ograniczenia pracy. Próba nie dostarcza gotowej receptury klimatu indoor. Bardziej przenośny wkład to ocena skoordynowanej strategii względem nazwanej referencji przez cały okres uprawy.

Hamfy proponuje zacząć od wąskiego celu operacyjnego i fazy obserwacji. Zbieraj wiarygodne zapisy klimatu, nawadniania, prac przy roślinach, energii i plonu handlowego. Następnie uruchom proponowane decyzje równolegle z obecnym procesem, bez ich stosowania, i przeanalizuj rozbieżności z plantatorem.

Dopiero po takim przeglądzie nadzorowana próba powinna zmieniać ograniczony zestaw sterowań. Określ dopuszczalne zakresy, ręczne przejęcie sterowania i warunki powrotu do dotychczasowego systemu. Zapisuj wersje oprogramowania i wszystkie interwencje. Ta sekwencja jest naszą propozycją inżynierską; nie była oddzielnym wariantem zmierzonym w doświadczeniu Wageningen.

Zbuduj porównanie odpowiadające na pytanie biznesowe

Opisz punkt odniesienia przed próbą. Zdecyduj, jak porównanie uwzględni fazę uprawy, zagęszczenie, powierzchnię użytkową, ekspozycję na światło i różnice nakładu pracy. Poprzedni cykl może dostarczyć kontekstu, ale zmiana pogody lub warunków produkcji może uniemożliwić czyste porównanie przyczynowe.

Uzgodnij główne wyniki i dodatkowe ograniczenia. Przykładowo cel stabilnej jakości roślin może współistnieć z limitami energii i obciążenia operatora. Rejestruj nieudane przebiegi, przestoje i interwencje jako część wyniku. Pomijanie trudnych dni zmniejszyłoby użyteczność pilotażu dla zespołu prowadzącego obiekt.

Opis zbioru danych WUR odsyła do danych eksperymentalnych umożliwiających dalsze badania. W tym artykule nie przeliczono niezależnie finansowych wyników próby. Nasz poradnik pilotażu kamer rozwija mniejszy pierwszy krok dla obiektów, które dopiero budują systemy obserwacji i danych.