Automatiserad växtmätning med 3D-avbildning

INDUSTRI

Traditionell växtmätning är ofta långsam, resurskrävande och dessutom destruktiv – något som begränsar både forskningens tempo och kvalitet. Tillsammans med ett agri-tech-företag har vi utvecklat en automatiserad 3D-avbildningslösning som gör det möjligt att övervaka centrala växtparametrar över tid – med hög precision, effektivitet och helt utan att skada växterna.

BAKGRUND

Från manuell mätning till skalbar automation

En ledande leverantör av intelligenta belysningslösningar för växthus kontaktade oss med en tydlig utmaning: att automatisera växtmätningar på ett sätt som var skalbart, exakt och icke-destruktivt. Deras forskning byggde på att följa parametrar som bladarea, biomassa och växthöjd – data som traditionellt samlades in genom tidskrävande och destruktiva metoder.

UTMANING

Att balansera precision, enkelhet och kostnad

Tillförlitlig tillväxtdata är avgörande inom växtfenotypning, men traditionella mätmetoder är ofta långsamma, manuella och skadliga för växterna. Kunden behövde en lösning som kunde övervaka utvecklingen kontinuerligt, beräkna avancerade mått som volym och yta, och samtidigt bygga på prisvärd, lättillgänglig hårdvara. Målet var att ta fram ett 3D-system med laboratorienoggrannhet som även var kostnadseffektivt och lätt att skala upp.

Vår kund kom till oss med ett tydligt behov: att modernisera uppföljningen av växttillväxt utan att kompromissa med vare sig precision eller budget. Utmaningen låg i att hitta en lösning som förenade vetenskaplig noggrannhet med praktiska förutsättningar – och det är precis där vi är som starkast.

Fredrik Edlund Oldenburg, kundansvarig

Knowit.

LÖSNING

Ett skräddarsytt 3D-system baserat på standardkomponenter

Vi inledde projektet med en förstudie där vi utvärderade olika 3D-avbildningstekniker. Kinect-baserad scanning verkade till en början lovande tack vare sin låga kostnad, men visade sig brista i precision och stabilitet. I stället utvecklade vi ett eget siluettbaserat system, anpassat för noggrann växtmätning.

Lösningen består av en motoriserad roterande plattform styrd av Arduino, HD-webbkameror som fångar växten ur flera vinklar, och en monitor som växlar mellan röd och blå bakgrund för att möjliggöra effektiv siluettextraktion. Varje växt fotograferades från över 40 olika vinklar, och bilderna bearbetades med hjälp av OpenCV och 3DSOM för att skapa detaljerade 3D-modeller med hög noggrannhet.

Teknisk översikt

Systemet är uppbyggt av modulära och lättillgängliga komponenter:

Hårdvara: Specialbyggd rigg i aluminium, roterande plattform, HD-kameror och dynamisk bakgrundsmonitor
Mjukvara: Bildsegmentering med OpenCV och 3D-visualisering via Point Cloud Library (PCL)
Utdata: Icke-destruktiv mätning av växthöjd, bredd, bladarea, yta och volym (baserat på växtens konvexa hölje)

RESULTAT

Tillförlitlig växtdata – utan manuellt arbete

Prototypsystemet genererade högupplösta 3D-rekonstruktioner av växter som basilika, mynta och krysantemum, vilket möjliggjorde automatiserad och exakt mätning av tillväxt över tid – helt utan manuellt arbete.

Resultaten i korthet:

Tillförlitlig tillväxtdata utan manuell insats
Prisvärd lösning byggd på standardkomponenter
En skalbar grund för framtida automation inom både forskning och växthusmiljöer

Det här projektet visar hur smart teknik och genomtänkt ingenjörskonst kan lösa vetenskapliga utmaningar med oväntat enkla medel. Vi har tagit ett stort steg mot att demokratisera växtfenotypning.

Fredrik Edlund Oldenburg, kundansvarig

Knowit.

Hur lösningen bidrar till Agenda 2030

Mål 9 – Hållbar industri, innovationer och infrastruktur: Visar hur tillgänglig teknik och ingenjörskap kan lösa komplexa utmaningar på ett kostnadseffektivt sätt.

Mål 12 – Hållbar konsumtion och produktion: Främjar hållbara odlingsmetoder genom att minska svinn och stödja icke-destruktiv forskning.