AI algoritme voor wereldwijde toepassing rekenmodel tomaat

Het project richt zich op het kalibreren van mechanistische tomaat oogstvoorspellingsmodellen met data om de nauwkeurigheid te verhogen en internationale toepasbaarheid te waarborgen.

Subsidie
€ 20.000
2020

Projectdetails

Inleiding

In dit project worden de mogelijkheden onderzocht om met behulp van data en teeltkennis, mechanistische modellen voor de oogstvoorspelling van tomaat te kalibreren en bij te sturen.

Doelstelling

Door modellen automatisch te kalibreren met data worden de modelberekeningen accurater en kunnen ze autonoom draaien. Dit is een vereiste om de (Nederlandse) teeltkennis die in de modellen internationaal toe te kunnen passen onder uiteenlopende teelt- en klimaatomstandigheden.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2020

Partners & Locaties

Projectpartners

  • B-Mex B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

Tomato inspection Drone

Het project onderzoekt de haalbaarheid van datacollectie en verwerking met een autonome drone in tomatengewassen.

€ 20.000
Mkb-innovati...

Gewas Monitoring met Vision

Het project automatiseert gewasmonitoring met computer vision en AI, waardoor kwekers dagelijks volledige analyses kunnen uitvoeren zonder dure arbeidskrachten, voor optimale teeltbijsturing.

€ 20.000
Mkb-innovati...

PATS-T

PATS-T ontwikkelt een low-cost camera voor automatische, consistente monitoring van tomatentrossen om gewasgroei, gezondheid en oogstprognoses te verbeteren.

€ 20.000
Mkb-innovati...

Haalbaarheidsstudie naar de ontwikkeling van een AI model voor de plantvoedingswetenschap

Ontwikkel een deep learning model dat boeren en adviseurs advies geeft over de nutriëntenbehoefte van planten, ter vervanging van kunstmest voor een duurzamere landbouw.

€ 20.000
Mkb-innovati...

Monitoringsysteem obv big data technieken gericht op gezonde voedingsschema's voor de tuinbouw

Het project ontwikkelt een monitoringsysteem voor optimale voedingsschema's in de tuinbouw, gericht op plantgezondheid en efficiëntie.

€ 20.000

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

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.

€ 162.930
Mkb-innovati...

Tomato harvesting robot

Het project richt zich op het robotiseren van de oogst van tros-tomaten met 3D vision en sensortechnieken om kosten te verlagen en kwaliteit te verbeteren.

€ 222.728
1.1 - Het ve...

’De vruchten plukken’ van autonoom telen

Dit project ontwikkelt een beslissingsondersteunend systeem voor autonoom telen in de glastuinbouw, gericht op optimale oogstopbrengst.

€ 880.773
Mkb-innovati...

Robots@FreshValley

Dit project ontwikkelt een low-cost, low-tech gerobotiseerde verpakkingslijn voor trostomaten om de afhankelijkheid van arbeidsmigranten te verminderen en de tuinbouwsector toekomstbestendig te maken.

€ 350.000
Mkb-innovati...

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.

€ 185.675