De ontwikkelingen van robotica en AI in de glastuinbouw gaan sneller dan ooit. De ondernemer heeft de keuze uit steeds meer mogelijkheden om hem te helpen op het gebied van repeterende arbeid als oogsten, ondersteuning in de teelt in de vorm van modellen om zijn klimaatcomputer in te stellen of het ‘digitaal’ verrichten van metingen in zijn gewas. Met al die nieuwe toepassingen komt er ook steeds meer data beschikbaar op een bedrijf. Een eerste uitdaging daarbij is om alle data uit de vele digitale diensten en producten op een slimme manier te koppelen. Over deze uitdaging op het gebied van interoperabiliteit meer in een volgende column. De vraag voor nu is ‘Hoe krijgen we al die data, veelal vanuit de kas, op de plek waar het wordt opgeslagen en verwerkt?’
Cloud computing
In 2006 lanceerde Amazon haar Amazon Web Services (AWS). De service zorgde ervoor dat gebruikers virtuele machines konden huren als infrastructuur voor hun data en applicaties. Eerder begon Salesforce al rond 1999 met het aanbieden van software-as-a-service (SaaS) via het internet en maakte hiermee Cloud computing mogelijk.
Er zijn meerdere definities van Cloud computing volgens Gartner gaat het om:
“Cloud computing is a style of computing in which scalable and elastic IT-enabled capabilities are delivered as a service using internet technologies.” Naast SaaS kan het gaan over Paas (Platform-as-a-service) of IaaS (infrastructure-as-a-service). Op dit moment wordt naar schatting 90% van de data wereldwijd opgeslagen in de cloud.
Opslag van data in de Cloud heeft voordelen. Er zijn geen grote investeringen in hardware nodig en op- en afschalen van opslag- en rekencapaciteit is relatief eenvoudig. Er zijn echter ook nadelen denk hierbij alleen al aan de regels van vele landen over eigendom, het opslaan en verwerken van data.
Voor realtime toepassingen is er nog een belangrijk nadeel, de latency of vertraging van de dataoverdracht over het netwerk. Voor sommige toepassingen is die vertraging geen probleem, denk aan het eenmaal per dag verzenden van het totaal aantal liters water dat er dat etmaal gegeven is in de kas. Maar wat als het om een robot gaat die met behulp van vision moet vaststellen of een roos moet worden geoogst en dan ook onmiddellijk moet stoppen en de betreffende roos moet aanwijzen met laserlicht?
Of nog belangrijker, als een logistiek systeem in de kas realtime moet bepalen of hij een mens omver dreigt te rijden of het einde van het pad heeft bereikt. Niet op tijd stoppen kan flinke consequenties hebben! Op deze momenten zal de data meestal niet in de Cloud maar ‘dichtbij’ of zelfs in het systeem worden verwerkt.
Edge en fog computing
Bij edge computing gaat het erom het computergebruik dichter bij de gegevensbron te brengen. Het is gebaseerd op het idee om gegevens aan de ‘rand’ van het netwerk te verwerken. Hierdoor vermindert de hoeveelheid gegevens die voor verwerking naar de Cloud moet worden verzonden waardoor de netwerklatentie wordt verminderd en de algehele systeemprestaties worden verbeterd.
Fog computing is een gedistribueerd computermodel dat is ontworpen als aanvulling op edge computing. Het breidt de mogelijkheden van edge computing uit door een laag computerinfrastructuur aan te bieden tussen de edge-apparaten en de Cloud. Deze infrastructuur wordt de mistlaag genoemd en biedt extra applicatie en dataservices aan edge-apparaten.
Er zijn echter nogal wat uitdagingen bij fog computing. Het gaat bij de edge toepassingen in bijvoorbeeld een kas om veel verschillende toepassingen/ devices met allemaal een eigen protocol, authenticatie en veiligheidsaspecten. Nieuwe standaarden zijn dan ook erg belangrijk!
bron: https://www.enisa.europa.eu/publications/fog-and-edge-computing-in-5g
5G
Zonder edge computing is 5G gewoon een hele snelle netwerktechnologie die ontwikkeld is om grote hoeveelheden data te transporteren met een lage latency en hoge snelheid. Op het moment dat er veel sensoren met verschillende soorten data gebruik maken van het netwerk kan ook een 5G netwerk snel overbelast raken. Daarom is het van belang dat waar mogelijk (een deel van) de data ‘on the edge’ wordt verwerkt. Daarnaast is er gebruikmakend van de techniek van ‘slicing’ de mogelijkheid om het netwerk op te delen in ‘plakjes’ die allemaal een ander deel van de datastroom verwerken. Hierbij kan verschil worden gemaakt in snelheid, latency en prioriteit van de data in de verschillende ‘plakjes’.
In kassen lijkt 5G een oplossing te bieden voor het verzenden van de steeds grotere hoeveelheid aan data die door sensoren en robots wordt verzameld. Wifi is vaak niet aanwezig in de hele kas of werkt niet goed door al het aanwezige staal, glas, water en een dicht gewas bij een teelt als tomaat. Technologie ontwikkelaars ontwikkelen daarom nu vaak een eigen oplossing met beacons of straalverbindingen. Nadeel hiervan is dat een tuinbouwondernemer over het algemeen gebruik maakt van systemen van verschillende leveranciers. Het kan dus voorkomen dat er per leverancier een ander systeem moet worden aangelegd met hoge kosten en veel onderhoud tot gevolg.
Inmiddels is er sinds eind 2023 een praktijktestlocatie 5G ingericht op semipraktijkschaal in de tomatenkas van het fieldlab data driven growing bij Tomatoworld in Honselersdijk. Samen met onderzoekers van de TU Delft, TNO en het bedrijf MCS is er een private 5G netwerk opgezet dat bedrijven kunnen gebruiken om hun sensoren, robots en andere systemen in de kas klaar te maken voor de commerciële introductie van 5G.
Naar een handsfree kas
Met de beschikbare technologie kan een ontwikkelaar een steeds betere afweging maken over welke data waar te verwerken en op te slaan. De keuze waar dat gaat zijn is afhankelijk van de praktische toepasbaarheid, risico’s en kosten.
Bij een robot waar realtime acties belangrijk zijn wordt nu nog vaak gekozen voor verwerking in de robot zelf. Veel rekencapaciteit en opslag in combinatie met een lage latency vraagt dan bijvoorbeeld om een industriële pc ingebouwd in het systeem. Zo’n pc verhoogt niet alleen de kosten maar ook het gewicht van het systeem. Ingebouwd in een autonoom robotplatform is er dan een behoefte aan grotere accu’s als het systeem toch een flink aantal uur moet kunnen werken zonder te hoeven herladen. Op het moment dat er met een 5G verbinding in de kas veel data heel snel kan worden verzonden naar een server die bijvoorbeeld in de schuur van het bedrijf staat, daar de berekening wordt uitgevoerd en het resultaat vrijwel zonder vertraging weer terugkomt bij de robot kan het systeem veel lichter en goedkoper worden!
Ook sensoren of actuatoren waarbij het heel belangrijk is dat altijd blijven werken kunnen makkelijke draadloos worden gemaakt bij een stabiele en snelle verbinding. Bij een draadloze temperatuursensor is het minder erg als er eens een meting ontbreekt door een minder goede dataverbinding. Er zijn dan ook al jaren draadloze temperatuursensoren beschikbaar voor de kas. Het draadloos sturen van kranen in een tomatenkas is een ander verhaal. Technisch kan het vaak best al maar met de steeds groter wordende kassen wil je echt niet het risico lopen dat je denkt dat een watergiftkraan draadloos is dichtgezet maar dat dat door een slechte netwerkverbinding niet is gebeurd!
Met alle nieuwe ontwikkelingen komen er steeds meer mogelijkheden om te komen tot een handsfree kas! Hoe lang denk jij dat het nog duurt tot we een tomaat plukken met een robot?
Als je dit artikel leuk vindt, lees dan ook:
