En forkert tærskning under høsten kan gå hårdt ud over både landmandens udbytte og miljøet. Billedbehandling og kunstig intelligens skal hjælpe landmændene i marken, så de kan få mest muligt ud af høsten. Projektet vil udnytte kamerateknologi til at overvåge kvaliteten af høsten i realtid, og det skal tillade landmænd at høste mere miljørigtigt og udbytterigt. Sensomind arbejder med kunstig intelligens og leverer blandt andet overvågningsløsninger til fødevareindustrien. Det skal udvides til høstmaskiner, og derfor samarbejder Sensomind med den tyske gigant CLAAS, der er blandt verdens førende producenter af høstmaskiner. CLAAS` afdeling i Nivå har specialiseret sig indenfor automatisering ved brug af computer vision og kunstig intelligens på 2D og 3D sensorer. CLAAS E-systems har lavet adskillige kamera applikationer som bl.a. automatiserer rædrensere og finsnittere under høsten. I projektet har CLAAS ansvaret for at udvikle de intelligente algoritmer som vil kunne detektere høstkvaliteten. I dag bliver man først klog på, hvordan høsten er gået, når den er overstået. Ved hjælp af videoteknologi kan kornet i den enkelte høstmaskine overvåget med videobilleder under selve høsten, og dataene bliver sendt op i en cloud-database. Her bliver dataene samlet og behandlet af af kunstig intelligens. Konkret kan modellerne eksempelvis vurdere, om der er urenheder eller knækkede kerner. Det betyder, at landmanden med det samme kan få at vide, hvis høstmaskinen skal justeres eller så kan maskinen sættes op til at justere sig selv automatisk. Dermed er det en hjælp, mens man er i gang ude i marken, hvor man kan præcisere arbejdet.