Taakkaartgeneratie voor precisie-onkruidbestrijding met spuitdrones

De landbouwsector maakt een snelle digitaliseringsslag. Precisielandbouw – waarbij gewasbescherming, bemesting en irrigatie gericht worden toegepast – helpt boeren duurzamer en efficiënter te werken. Een belangrijk onderdeel hiervan is onkruidbestrijding op plantniveau: alleen spuiten waar daadwerkelijk onkruid groeit in plaats van het hele veld te behandelen.

Drones spelen daarbij een steeds grotere rol. Cameradrones worden gebruikt om onkruidlocaties in kaart te brengen, terwijl moderne spuitdrones autonoom kunnen vliegen, nauwkeurig posities bepalen en taken uitvoeren volgens vooraf ingestelde patronen. Door gebruik te maken van bestaande DJI-technologie (zoals DJI Terra, DJI FlightHub of de SDK’s) is het mogelijk om zonder volledig eigen besturingssoftware een werkend systeem te ontwikkelen dat praktische landbouwtoepassingen ondersteunt.

Het doel van dit project is het ontwikkelen van een taakkaart waarmee meerdere DJI-spuitdrones een perceel efficiënt kunnen afvliegen in een zigzagpatroon om onkruid selectief te bestrijden. De focus ligt op het omzetten van perceel- en onkruiddata naar uitvoerbare taken binnen de DJI-omgeving.

De student(en):

1. Begrenzen een digitaal perceel tot een bewerkbaar oppervlak.
2. Genereren automatisch een taakkaart op basis van beschikbare gegevens, zoals onkruidlocaties of te behandelen zones.
3. Zorgen dat de taakkaart geschikt is voor uitvoering door meerdere drones, met een eenvoudige taakverdeling per deelgebied.
4. Optimaliseren de route binnen elk deelgebied volgens een zigzagpatroon.
5. Leveren output die compatibel is met de DJI-omgeving (bijvoorbeeld DJI SDK, DJI Terra of DJI Agras-taakformaat).

De verwachte resultaten zijn een visualisatie van het perceel met bijbehorende routes, een korte demonstratie (in simulatie of DJI-software) van de taakkaart en documentatie van de werkwijze, algoritmen en gebruikte DJI-functionaliteiten.

De opdracht richt zich volledig op softwarematige route- en taakgeneratie binnen de DJI-omgeving. Veiligheid, betrouwbaarheid en schaalbaarheid naar meerdere drones zijn belangrijk. Studenten die affiniteit hebben met drones, softwareontwikkeling, QGIS en routeplanning, en die inzicht hebben in de DJI-tools en precisielandbouw, kunnen met deze opdracht een waardevolle bijdrage leveren aan de verdere digitalisering van duurzame landbouw.