• GewassenCropsHetzelfde gewas ziet er van de eerste blaadjes tot latere stadia heel anders uit, en naastgelegen bedden kunnen op verschillende data zijn gezaaid.The same crop looks very different from its first leaves to later stages, and neighbouring beds may be sown on different dates.
• OnkruidWeedsSommige onkruiden lijken in een vroeg stadium op het gewas, en onkruid groeit vaak dicht bij, of onder, de bladeren van het gewas.Some weeds look like the crop at an early stage, and weeds often grow close to, or under, crop leaves.
• Bodem & terreinSoil & terrainKleur en structuur veranderen met vocht. Kluiten, stenen, gewasresten, sporen en hellingen beïnvloeden zowel het zicht als de grip.Colour and texture change with moisture. Clods, stones, crop residues, tracks and slopes affect both vision and traction.
• Licht & weerLight & weatherLaagstaande zon, harde schaduwen, bewolking, schittering, regen, dauw en stof veranderen wat de camera’s zien — soms binnen een uur.Low sun, hard shadows, overcast skies, glare, rain, dew and dust change what the cameras see — sometimes within the hour.
• BedrijfsindelingFarm layoutBedbreedtes, rechtheid van rijen, kopakkers en obstakels verschillen per bedrijf.Bed widths, row straightness, headlands and obstacles differ from farm to farm.

Een robot die op één dag in één veld goed presteert, heeft laten zien dat hij kán werken — nog niet dat hij een heel seizoen zál werken.A robot that performs well in one field on one day has shown that it can work — not yet that it will work across a season.

Algemene observaties uit mijn eigen werk — geen vertrouwelijke bedrijfsinformatie.General observations from my own work — no confidential company information.

• Het moment is voorbijThe moment is goneAls er in het veld iets misgaat, zijn het licht, de bodem en het groeistadium morgen alweer anders. Je kunt het niet zomaar ‘nog een keer draaien’.When something goes wrong in the field, tomorrow’s light, soil and plant stage will already be different. You cannot simply “run it again”.
• Verhalen, geen dataStories, not dataProblemen bereiken ontwikkelaars vaak als korte beschrijvingen — ‘hij miste onkruid aan het eind van de rij’ — die moeilijk te vergelijken of te reproduceren zijn.Problems often reach developers as short descriptions — “it missed weeds near the end of the row” — which are hard to compare or reproduce.
• Eén tijdlijnOne timelineVoor diagnose heb je beelden, sensor- en actuatordata, de toestand van de robot en de context van de operator nodig, gesynchroniseerd in de tijd. Alles vastleggen levert grote hoeveelheden data op die geselecteerd, opgeslagen en gelabeld moeten worden.Diagnosis needs images, sensor and actuator data, robot state and the operator’s context synchronised in time. Recording everything creates large amounts of data that must be selected, stored and labelled.
• Is het beter geworden?Did it improve?Zonder gedeelde testcases en meetwaarden is moeilijk vast te stellen of een softwarewijziging de prestaties in het veld echt verbeterde, of het probleem alleen verplaatste.Without shared test cases and metrics, it is hard to tell whether a software change really improved field performance or just moved the problem.

Betere feedback uit het veld is zelf een onderzoeksvraag — en past goed bij praktijkgericht onderzoek.Better field feedback is itself a research question — and a natural fit for applied research.

Algemene observaties uit mijn eigen werk — geen vertrouwelijke bedrijfsinformatie.General observations from my own work — no confidential company information.

• SnelheidSpeedEen hoge detectienauwkeurigheid zegt weinig als de robot het areaal niet binnen het wiedvenster kan bewerken.High detection accuracy means little if the robot cannot cover the area within the weeding window.
• ToezichtSupervisionElke keer dat iemand de robot moet herstarten, verplaatsen of controleren, wordt de arbeidsbesparing kleiner.Every time someone has to restart, reposition or check the robot, the labour saving shrinks.
• BetrouwbaarheidReliabilityUptime, onderhoud, energie en transport tussen percelen bepalen of een teler hem blijft gebruiken.Uptime, maintenance, energy and transport between fields decide whether a grower keeps using it.
• KostenCostUiteindelijk moet de prijs per hectare kunnen concurreren met bestaande onkruidbestrijding.In the end the price per hectare has to compete with existing weed control.

Bruikbare meetwaarden combineren technische resultaten (gemist onkruid, gewasschade) met operationele (hectare per uur, ingrepen per hectare, uptime, kosten per hectare).Useful metrics combine technical results (missed weeds, crop damage) with operational ones (hectares per hour, interventions per hectare, uptime, cost per hectare).

Algemene observaties uit mijn eigen werk — geen vertrouwelijke bedrijfsinformatie.General observations from my own work — no confidential company information.

1. ProbleemProblem

   Herkenning moet werken voor veel gewassen, groeistadia, bodems en lichtomstandigheden. Die data verzamelen en labelen is voor één bedrijf duur.Recognition has to work across many crops, growth stages, soils and light conditions. Collecting and labelling that data is expensive for any single company.

2. OnderzoeksaanpakResearch approach

   Goed gedocumenteerde datasets opbouwen over bedrijven en seizoenen heen (met toestemming), labelrichtlijnen afspreken, en basismodellen en testsets publiceren voor lastige omstandigheden zoals laagstaande zon of natte grond.Build well-documented datasets across farms and seasons (with consent), agree labelling guidelines, and publish baseline models and test sets for hard conditions such as low sun or wet soil.

3. Voordeel voor de sectorSector-wide benefit

   Bedrijven starten vanaf een sterkere basis en concurreren op hun product; studenten leren computer vision met echte landbouwdata.Companies start from a stronger baseline and compete on their product; students learn computer vision on real agricultural data.

1. ProbleemProblem

   Veel teams bouwen vergelijkbare basisfuncties steeds opnieuw: langs rijen rijden, veilig stoppen, sensoren kalibreren, loggen en diagnose.Many teams rebuild similar basics: driving along rows, safe stopping, sensor calibration, logging and diagnostics.

2. OnderzoeksaanpakResearch approach

   Gedocumenteerde, herbruikbare componenten ontwikkelen en onderhouden (bijvoorbeeld ROS 2-packages), plus een educatief robotplatform dat ze gebruikt, getest op de velden van Aeres.Develop and maintain documented, reusable components (for example ROS 2 packages) and an educational robot platform that uses them, tested on Aeres fields.

3. Voordeel voor de sectorSector-wide benefit

   Lagere instapkosten voor start-ups, meer tijd voor echte innovatie, en studenten die leren met tools uit de praktijk.Lower entry costs for start-ups, more time for real innovation, and students who learn on industry-relevant tools.

1. ProbleemProblem

   Boeren combineren machines en software van verschillende leveranciers. Gesloten dataformaten en interfaces kunnen hen aan één leverancier binden.Farmers combine machines and software from several suppliers. Closed data formats and interfaces can lock them in.

2. OnderzoeksaanpakResearch approach

   Onderzoeken hoe praktische interoperabiliteit kan voortbouwen op bestaande standaarden en afspraken (zoals ISOBUS en de EU-gedragscode voor het delen van landbouwdata), en data-afspraken testen waarbij de boer de regie houdt.Investigate practical interoperability that builds on existing standards and agreements (such as ISOBUS and the EU code of conduct on agricultural data sharing), and test data arrangements that keep farmers in control.

3. Voordeel voor de sectorSector-wide benefit

   Boeren kunnen tools combineren, data op hun eigen voorwaarden delen en makkelijker van leverancier wisselen.Farmers can combine tools, share data on their own terms, and switch suppliers more easily.