SubsidieMeestersAardappelrasherkenning met satelliettechnologie
Geo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om illegale handel in pootaardappelen te bestrijden en veredelingsbedrijven waardevolle teeltinformatie te bieden.
Projectdetails
Inleiding
Illegale handel in pootaardappelen is wereldwijd een toenemend probleem dat leidt tot inkomstenverlies voor veredelingsbedrijven. Huidige methoden voor het opsporen van illegaliteit zijn tijdrovend en daardoor erg kostbaar.
Doel van het project
Geo4A wil een innovatief rasherkenningsmodel ontwikkelen, waarbij satellietbeelden worden gebruikt om aardappelrassen automatisch te classificeren. Hiermee wordt het mogelijk om wereldwijd in te zoomen op aardappelvelden en te bepalen welke rassen worden geteeld en de hoeveelheid geteelde hectares per aardappelras.
Belang van de informatie
Deze informatie is van belang voor veredelingsbedrijven, maar ook voor andere spelers in de productieketen.
Technische haalbaarheid
In dit project wordt onderzocht of het rasherkenningsmodel technisch haalbaar is, met de gewenste betrouwbaarheid voor commerciële toepassing. Geo4A heeft reeds ruime ervaring met aardappelgroeimodellering.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2020 |
Partners & Locaties
Projectpartners
- GEO4Apenvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Veilig Vlees Verwerken onder de Aquamar UV DekenGeo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om aardappelrassen automatisch te classificeren, wat kostenefficiënte opsporing van illegaliteit mogelijk maakt. | Mkb-innovati... | € 20.000 | 2020 | Details |
Ontwikkeling software elektronische sorteermachine t.b.v. pootaardappelen op basis van kunstmatige intelligentie en Neurale NetwerkenHet project onderzoekt de ontwikkeling van een machine voor het sorteren van pootaardappelen op maat, kwaliteit en ziekteherkenning, met focus op haalbare software en aansluiting bij kwaliteitsnormen. | Mkb-innovati... | € 20.000 | 2020 | Details |
Regio FlevolandOnderzoek naar lichttechnologie en klimaatoptimalisatie voor duurzame teelt, gericht op hergebruik van middelen en verbeterde oogstfrequentie, inclusief aardappelteelt in ongunstige omstandigheden. | Mkb-innovati... | € 20.000 | 2021 | Details |
Innovatieve oplossing voor duurzaam en efficiënt droog ontspruiten en reinigen van aardappelenHet project onderzoekt een mechanische ontspruitopstelling voor aardappelen die reiniging en ontspruiten combineert, ter vervanging van chloorprofam, met focus op duurzaamheid en efficiëntie. | Mkb-innovati... | € 18.210 | 2020 | Details |
Haalbaarheid elektronische sorteerunitDT Dijkstra ontwikkelt een kosteneffectieve optische sorteermachine die bestaande lijnen verbetert met AI-technologieën om maatsortering te optimaliseren en financiële opbrengsten te verhogen. | Mkb-innovati... | € 20.000 | 2020 | Details |
Veilig Vlees Verwerken onder de Aquamar UV Deken
Geo4A ontwikkelt een innovatief rasherkenningsmodel met satellietbeelden om aardappelrassen automatisch te classificeren, wat kostenefficiënte opsporing van illegaliteit mogelijk maakt.
Ontwikkeling software elektronische sorteermachine t.b.v. pootaardappelen op basis van kunstmatige intelligentie en Neurale Netwerken
Het project onderzoekt de ontwikkeling van een machine voor het sorteren van pootaardappelen op maat, kwaliteit en ziekteherkenning, met focus op haalbare software en aansluiting bij kwaliteitsnormen.
Regio Flevoland
Onderzoek naar lichttechnologie en klimaatoptimalisatie voor duurzame teelt, gericht op hergebruik van middelen en verbeterde oogstfrequentie, inclusief aardappelteelt in ongunstige omstandigheden.
Innovatieve oplossing voor duurzaam en efficiënt droog ontspruiten en reinigen van aardappelen
Het project onderzoekt een mechanische ontspruitopstelling voor aardappelen die reiniging en ontspruiten combineert, ter vervanging van chloorprofam, met focus op duurzaamheid en efficiëntie.
Haalbaarheid elektronische sorteerunit
DT Dijkstra ontwikkelt een kosteneffectieve optische sorteermachine die bestaande lijnen verbetert met AI-technologieën om maatsortering te optimaliseren en financiële opbrengsten te verhogen.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Monitoring en voorspelling van aardappeloogst en kwaliteit door middel van innovatieve aardobservatie-dataDit project ontwikkelt innovatieve software die satellietdata en meteorologische informatie integreert voor optimale en duurzame productieplanning in de aardappelverwerkende industrie. | Mkb-innovati... | € 162.930 | 2019 | Details |
Soilmate, robot om aardappelziekten te detecterenHet project ontwikkelt een autonome robot met AI om vroegtijdig ziekten in aardappelplanten te detecteren, wat de oogst efficiëntie verhoogt en het gebruik van pesticiden vermindert. | Mkb-innovati... | € 185.675 | 2019 | Details |
Ontwikkeling E-nose technologie voor bewaarplaatsen aardappelenHet project ontwikkelt een e-nose met VOC-sensoren voor continue kwaliteitsmonitoring van aardappelen, met als doel vroegtijdige interventie en een zelflerend systeem voor intelligente bewaring. | Mkb-innovati... | € 289.085 | 2020 | Details |
Drone Phenotyping as a ServiceHet project ontwikkelt een geïntegreerd platform dat met drones data verzamelt en analyseert voor plantenveredelaars, met een pilot bij aardappelveredeling ter demonstratie en validatie. | Mkb-innovati... | € 124.845 | 2018 | Details |
Slim geïntegreerde was- en flotatiescheidingsmachineHet project ontwikkelt een innovatieve all-in-one machine voor het aardappel scheidingsproces, die duurzamer en efficiënter is, met 40% lengte- en 25% kostenbesparing en zonder zoutgebruik. | Mkb-innovati... | € 165.960 | 2020 | Details |
Monitoring en voorspelling van aardappeloogst en kwaliteit door middel van innovatieve aardobservatie-data
Dit project ontwikkelt innovatieve software die satellietdata en meteorologische informatie integreert voor optimale en duurzame productieplanning in de aardappelverwerkende industrie.
Soilmate, robot om aardappelziekten te detecteren
Het project ontwikkelt een autonome robot met AI om vroegtijdig ziekten in aardappelplanten te detecteren, wat de oogst efficiëntie verhoogt en het gebruik van pesticiden vermindert.
Ontwikkeling E-nose technologie voor bewaarplaatsen aardappelen
Het project ontwikkelt een e-nose met VOC-sensoren voor continue kwaliteitsmonitoring van aardappelen, met als doel vroegtijdige interventie en een zelflerend systeem voor intelligente bewaring.
Drone Phenotyping as a Service
Het project ontwikkelt een geïntegreerd platform dat met drones data verzamelt en analyseert voor plantenveredelaars, met een pilot bij aardappelveredeling ter demonstratie en validatie.
Slim geïntegreerde was- en flotatiescheidingsmachine
Het project ontwikkelt een innovatieve all-in-one machine voor het aardappel scheidingsproces, die duurzamer en efficiënter is, met 40% lengte- en 25% kostenbesparing en zonder zoutgebruik.