
Project
Sensing Potential
Voedselketens staan onder constante druk om op een duurzame wijze meer voedsel van een betere kwaliteit te produceren. Recente ontwikkelingen in data-driven en sensortechnologie spelen een sleutelrol bij behalen van deze doelstellingen. Dit project onderzoekt hoe innovaties op sensorgebied kunnen helpen bij het oplossen van de verschillende deelproblemen.
In dit project zijn we geïnteresseerd in het verkennen van de mogelijkheden van sensoren en de kennis die hiermee verkregen kan worden om uitdagingen in de voedselvoorzieningsketen aan te pakken. Het gaat hierbij vooral over de noodzaak om non-destructief, non-invasief en op een compactere schaalgrootte te meten dan momenteel gebruikelijk is: meten op productniveau i.p.v. batchniveau, en op individueel niveau i.p.v. per bevolkingssegment. Hiervoor moeten een aantal technologische hindernissen worden overwonnen op het gebied van niet-destructieve detectie. Het doel van dit project is om betere beslissingen te kunnen nemen op basis van individueel gemeten producteigenschappen. Met name de noodzaak om non-destructief, non-invasief en op een kleinere schaalgrootte te meten dan momenteel gebruikelijk is: van batchniveau naar productniveau; van bevolkingssegment naar een individu.
De ontwikkelingen en onderzoeken in dit project worden ondersteund door vijf casestudies: monitoring van dierenwelzijn; detectie van gewasontwikkeling en prestatie-indicatoren voor binnenteelt; kwaliteitsmetingen van verse voedingsproducten; voedselinname en meting van voedseleigenschappen voor gepersonaliseerd voedingsadvies; niet-invasieve detectie van voedselvervalsing.
Deze casestudies maken het mogelijk om nieuwe sensortechnologieën toe te passen op enkele van de meest prangende problemen in meerdere wetenschappelijke domeinen - vee, plantenwetenschappen, na-oogst technologie, voedselveiligheid en consumentenwetenschappen. In het bijzonder zal de niet-invasieve technologie een overgang mogelijk maken naar focus op individueel niveau (dier, plant, voedingsmiddel, consument) in plaats van per groep / partij / monster, zoals dat nu gebruikelijk is. Bovendien is de ambitie van dit project om ook te onderzoeken of nieuwe sensortechnologieën, ondersteund door gegevensgestuurde analyse, in staat zullen zijn om problemen aan te pakken die bestaande sensoren niet kunnen registreren.
Publicaties
-
Are low-cost, hand-held NIR sensors suitable to detect adulterations of halal meat?
In: OCM 2021 - Optical Characterization of Materials: Conference Proceedings - KIT Publishers - ISBN: 9783731510819 - p. 1-10. -
Assessing avocado firmness at different dehydration levels in a multi-sensor framework
Infrared Physics and Technology (2021), Volume: 118 - ISSN 1350-4495 -
Digital Twins @WUR: Bringing Digital Twins to Life
-
ICMB 2022: Pre-conference webinar
-
Macronutriënten meten met de smartphone: Nauwkeuriger anamnese zorgt voor beter advies
-
Assessment of meat authenticity using portable Fourier transform infrared spectroscopy combined with multivariate classification techniques
Microchemical Journal (2022), Volume: 181 - ISSN 0026-265X -
The feasibility of two handheld spectrometers for meat speciation combined with chemometric methods and its application for halal certification
Foods (2022), Volume: 11, Issue: 1 - ISSN 2304-8158 -
Complementary deep learning and chemometrics : A case of pear fruit centroid detection and spectral model application for fruit spectral image processing
Postharvest Biology and Technology (2022), Volume: 192 - ISSN 0925-5214 -
Avocado dehydration negatively affects the performance of visible and near-infrared spectroscopy models for dry matter prediction
Postharvest Biology and Technology (2022), Volume: 183 - ISSN 0925-5214 -
All-in-one: A spectral imaging laboratory system for standardised automated image acquisition and real-time spectral model deployment
Analytica Chimica Acta (2022), Volume: 1190 - ISSN 0003-2670