
Project
Robotics in agrifood systems
Dit project heeft tot doel om kennis te ontwikkelen voor lerende en zelflerende robot systemen zodat ze hun werk kunnen doen in dynamische ongestructureerde omgevingen. Deze situaties doen zich voor waar er veel robot, mens, plant en dier interactie is. Focus is op technologie en ethische en sociale aspecten van robot innovatie in reële omgevingen.
Bij het ontwikkelen van autonome robots spelen maatschappelijke en sociale waarden een belangrijke rol. Ook is het belangrijk rekening te houden met de eisen die de dynamische omgeving van planten, obstakels en dieren opleggen. Door dit mee te nemen in het ontwerpproces, wordt dit een value sensitive design. De maatschappij en de technologie moet veranderen om van de innovatie een succes te maken. Deze co-evolutie betrekt ook de voorkeuren van de eindgebruikers van de zelflerende robots. De technische innovatie is gekoppeld aan sociale innovatie, waarbij we kunnen bijdragen aan de maatschappelijke en business doelen. Vanuit het technologie perspectief is het aan de ene kant nodig om de rol van robots te onderzoeken bij de uitdagingen in het agrifood systeem. Aan de andere kant zijn de huidige robot systemen niet ontworpen om robot-natuur-mens interacties te begrijpen. Daarom is het nodig deze interacties toe te voegen in de zelflerende algoritmen op basis van data gedreven algoritmen. Denk hierbij aan deep reinforcement learning en ook aan methoden die veel sensordata nodig hebben om robot acties uit te voeren. Voor het autonoom navigeren worden algoritmes gebruikt die van services gebruik maken die data uitwisselen.
Publicaties
-
Ethical questions robotics agri-food - an initial version of the landscape of ethical issues
-
Measuring standing crop on offshore seaweeds using drag forces
Wageningen: Wageningen Plant Research -
Obstacle avoidance of agricultural unmanned vehicles : Online route planning on fields with row intercropping
Wageningen: Wageningen Environmental Research (Rapport / Wageningen Environmental Research 3222) -
Robotics for a Quality-Driven Post-harvest Supply Chain
Current Robotics Reports (2022), Volume: 3, Issue: 2 - ISSN 2662-4087 - p. 39-48. -
Learning repeated tasks from human demonstrations
-
Learning repeated tasks through human demonstrations
-
Integrating Values in Designing Robots for Agri-food Sector (infographic)
-
Cooperative robots for a clean dairy barn environment
-
Advances in the use of robotics in livestock production
In: Advances in agri-food robotics - Burleigh Dodds Science Publishing - ISBN: 9781801462778 - p. 661-688. -
How does robotic handling affect soft fruit quality?